文摘
英文文摘
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 自律计算的产生和发展
1.2.2 自律计算的研究进展
1.2.3 自律计算评估研究进展
1.2.4 自律计算系统可信性研究进展
1.2.5 研究成果及所处阶段
1.3 研究中存在的问题和发展趋势
1.3.1 当前存在的问题
1.3.2 未来发展趋势
1.4 论文主要工作及组织结构
第2章 基于服务的自律可信性分析模型
2.1 引言
2.2 自律计算系统
2.2.1 自律计算系统的基本形式
2.2.2 系统的自律性定义
2.2.3 系统的可信性定义
2.2.4 系统的自律可信性定义
2.3 多Agent技术
2.4 Web服务及其应用技术
2.5 多Agent的自律系统分析模型
2.6 模型的形式化描述
2.7 模型的实例验证
2.8 本章小结
第3章 基于自律服务的层次化评估体系
3.1 引言
3.2 已有的自律评估方法概述
3.2.1 利用已有的评估体系分析法
3.2.2 传统测评与自律属性结合分析法
3.2.3 其它软件或工具评价分析法
3.3 自律服务特征分析
3.3.1 自律可信性服务请求分析
3.3.2 自律可信性服务过程分析
3.3.3 自律可信性服务响应分析
3.4 基于自律服务的评估体系
3.4.1 系统服务关联链描述
3.4.2 自律可信性评估体系模型
3.5 实例应用与分析
3.5.1 模糊综合评判法
3.5.2 参数指标确定
3.5.3 具体应用
3.5.4 实验环境配置
3.5.5 算例分析
3.6 本章小结
第4章 基于聚类分析的HMM建模评估方法
4.1 引言
4.2 相关知识介绍
4.2.1 隐马尔科夫模型
4.2.2 模型要解决的问题
4.3 系统建模过程分析
4.3.1 聚类分析技术
4.3.2 状态的聚类分析
4.4 HMM建模过程
4.5 基于信息熵的模型参数估计
4.5.1 信息熵
4.5.2 参数优化算法
4.6 模型分析与验证
4.6.1 模型参数
4.6.2 验证分析
4.7 与已有的相关工作比较
4.8 本章小结
第5章 基于支持向量机的自律可信性分析方法
5.1 引言
5.2 相关知识
5.2.1 统计学习理论
5.2.2 支持向量机
5.3 基于SVM的自律可信性分析
5.3.1 自律可信性等级分类
5.3.2 基于SVM的分类描述
5.3.3 SVM训练过程
5.4 仿真实验分析
5.4.1 有效性
5.4.2 准确性
5.5 与已有的相关工作比较
5.6 本章小结
结论
参考文献
攻读博士学位期间发表的论文和取得的科研成果
致谢
个人简历