串谋

摘要： 随着市场交易规模越来越大,交易数据量增加,结合数据进行串谋分析成为可能。为此,结合发电企业的串谋预警指标体系和无监督的变分自编码高斯混合模型(VAEGMM),实现了对发电企业串谋的智能预警。首先,提出了完善的串谋预警指标体系和详细的指标计算方法。其次,针对指标集具有高维且正负样本不均衡的数据特点,结合异常检测思想提出了VAEGMM。然后,详细阐述了VAEGMM的网络结构,并且重新构建了联合损失函数,使得该网络能够更好地学习得到原始数据的低维表达,从而有助于进行更准确的密度估计。最后,实例测算表明,与其他传统的无监督学习模型相比较,VAEGMM可以更加高效和准确地预警串谋风险。

摘要： 以单个制造商和两个零售商组成的供应链为研究对象,构建集中、分散、两阶段补偿、联合议价4种博弈模型,通过理论证明和数值模拟,分析零售商串谋前后渠道成员的决策结果,探讨制造商激励惩罚机制对零售商串谋决策的影响.研究表明:①零售商串谋可实现更强的市场控制,但会挤压市场份额较小的零售商利润;②制造商开辟网络渠道可以制约其串谋,并且制约效果与网络市场份额正相关;③随着消费者服务敏感度的增加,双渠道对制造商未必有利,且零售商仍可能串谋.为此,引入惩罚机制遏制其串谋动机,并针对不同议价能力的零售商,提出了占优的惩罚策略.

摘要： 串谋是经济、 政治及其他社会生活中的常见现象,而利益背反是打破串谋的一般策略.运用此策略,以行贿受贿为例,可将之分为受贿阶段和完成阶段.在受贿阶段,只要受贿者主动举报,则他不但无过,反而有功,而对行贿者则予以惩罚;在完成阶段,奖惩关系相反.若此,双方的利益构成背反,并成为利益敌人,从而提高腐败暴露概率.此策略具有诸多特点:不需要考虑信息对称性、 中立性、 操作性强、 成本低、 适用范围广.与同时惩罚策略、 囚徒困境策略、 防范串谋原理和财产公示制度相比较,利益背反策略具有明显优势.此外,利益背反策略可以被推广,成为打破一切合作博弈的一般策略.

摘要： 引入经济周期转移概率矩阵,分离经济周期变动对信用评级的影响;考虑双声誉效应和监管惩罚成本,改进评级选购博弈模型,构建马尔科夫评级选购双声誉模型,理论分析双评级激励机制和约束机制解决评级机构串谋问题的适用条件.以美国和中国为例,运用数值仿真验证结论.研究结果表明,监管者在经济周期分离下采用双评级激励机制,在一定条件下能防止评级机构“虚高”评级信息和“以级定费”串谋;约束机制能更有效地防止评级机构串谋和降低监管成本.经济周期未分离情况下,双评级激励机制和约束机制对评级机构串谋监管失效.

摘要： 引入经济状态转移极限概率矩阵和双重声誉效应改进评级选购博弈模型,构建了马尔科夫-评级选购双声誉模型,分析双评级激励机制和约束机制解决评级机构串谋问题的适用条件。最后,运用数值分析和仿真进行验证。得出:当声誉效应满足一定条件时,双评级激励机制能预防评级“虚高”和“以级定费”串谋;在经济发展状态分离情况下,约束机制能更有效地防止评级机构串谋和降低监管成本。

摘要： 应全力营造公平竞争环境，更为严格地执行反垄断法。对于国企的串谋等违反公平竞争的行为，务必严格执法。

摘要： 针对现有间断连接无线网络恶意节点检测机制缺乏对串谋恶意节点的有效识别和抵御方案,提出了一种串谋行为识别的间断连接无线网络数据转发机制.在认证节点历史状态信息的基础上,通过分析节点行为特征有效地识别串谋的恶意节点.在排除串谋节点干扰的情况下设计以信用度、协作度、连接度为联合指标的数据转发机制.仿真结果表明,所提出的机制在串谋节点的识别及抵御方面效果显著,提高了中继选择在面对恶意攻击时的健壮性,实现可靠高效的数据传输.%For existing malicious node detection proposals failed to resist the malicious collusion node,a collusion behavior recognizing(CBR) data forwarding for intermittently connected wireless network is proposed which effectively identifies the malicious nodes collusion by nodes' behavior analysis based on the gained historical status information of nodes.Furthermore,creditworthiness,cooperativeness and connectedness are selected as major parameters,after excluding interference with malicious nodes.Results show that CBR can effectively recognize collusion behavior,as well as robustness against collusion attack,and the proposed scheme may achieve efficient and robust data transmission,even with collusion attack.

摘要： 本发明提出一种抵御串谋的众包方法，包括以下步骤：步骤1，请求者通过众包平台来发布任务；步骤2，众包平台根据平台的协议和一定的约束条件来进行任务分配；步骤3，任务处理，然后进行答案收集；步骤4，对收集的答案进行串谋检测，如果为正常工人的答案则跳转至步骤6，如果为串谋工人的答案跳转至步骤5；步骤5，对串谋工人的答案进行处理；步骤6，进行答案汇聚，并把汇聚结果提交给请求者。

摘要： 本发明公开了一种无线传感器网络的防串谋攻击方法及系统，该方法包括：基站对所有传感器通信节点进行分簇；在每个簇的簇头收集消息时在其转发的历史行为中随机选择一个转发记录发送给代理节点，若没有收到代理节点的反馈，则代理节点被标记为恶意节点；在每个簇的簇头消息转发过程中代理节点监控簇头是否存在恶意行为，若存在则将簇头标记成恶意节点；在每个簇中的簇头消息转发过程中，簇成员节点监控簇头的消息转发情况，当簇成员节点监控到簇头的消息转发出现异常并且没有收到代理节点广播该簇头是恶意节点的消息，则簇成员节点将该簇头和该代理节点均标记为恶意节点，该防串谋攻击方法及系统能够抵制串谋攻击防御，增强网络安全性能。

摘要： 本发明公开了电力市场主体风险识别方法设计领域的一种基于VAEGMM模型的发电企业串谋行为的智能识别方法。本发明结合发电企业的串谋识别指标体系和无监督学习算法VAEGMM，实现对电力市场串谋行为的实时监测。首先获取发电企业的原始申报电量和申报电价数据，并根据串谋行为类型构建完善的发电企业串谋识别指标体系。然后，通过详细的指标测算方法，计算出适用于智能算法训练的数据。最后，针对该数据特点，开发VAEGMM算法对数据进行聚类，有效分离出串谋样本。本发明提出的基于VAEGMM的发电企业串谋行为智能识别方法，可以快速精确地识别电力市场中发电企业的串谋行为，对防范电力市场交易风险、提高电力市场运行效率具有重要意义。

摘要： 本发明公开了一种基于串谋检测的众包结果汇聚方法及装置，所述方法包括：从众包平台收集各工人针对任务集合的答案集合；计算所述答案集合的汇聚结果，并计算所述汇聚结果和各工人的答案的一致性参数；从所述答案集合中确定出重复答案集合，基于所述各工人的答案的一致性参数，计算每个重复答案集合对应的工人能力变化率；针对工人能力变化率小于等于预设阈值的重复答案集合，确定所述重复答案集合为正常产生并在所述答案集合中保留所述重复答案集合；针对工人能力变化率大于预设阈值的重复答案集合，确定所述重复答案集合为串谋产生并在所述答案集合中删除所述重复答案集合；得到更新的答案集合，计算所述更新的答案集合的汇聚结果。

摘要： 本发明公开了一种检测串谋的众包方法。本发明将众包工人与工人之间的关系映射到图，并提出了一种基于图的串谋检测方法，通过本发明可以检测到工人中的串谋团体，捕捉非正常行为工人之间的协作关系；通过检测出串谋团体后，过滤掉串谋工人产生的数据，很大程度提高了被串谋工人影响后数据集的质量。

摘要： 本发明公开了一种基于Info‑DAGMM模型的发电企业串谋行为的智能识别方法，首先获取发电企业的原始申报电量和原始申报电价；构建发电企业的串谋识别指标体系，指标包括申报电量市场份额均值、报价一致性、申报电量一致性、报价曲线差异面积比率、报价安全度均值以及报价相对比均值；测算得到串谋指标集；使用处理后的串谋指标集对Info‑DAGMM模型进行训练，得到每个样本在低维空间中的密度估计值，即为串谋嫌疑度；将串谋嫌疑度逆映射回测算矩阵中，通过样本的横纵坐标判断出市场中发生串谋的发电企业。该方法能够为实际的电力市场风险实时监测提供准确高效的智能预警方法，对保障市场公平竞争，维持市场安全稳定运行，建设良好、有序的电力市场具有十分积极的意义。

摘要： 本发明公开了一种电力现货市场串谋行为在线监测方法、装置及系统，属于电力现货市场监测领域；首先构建超出预设出力的报价序列，将报价量化，然后通过聚类分析分类，将报价相近的机组作为同一类，如果同一类中的机组属于不同发电集团，则说明可能存在串谋行为；此时根据嫌疑群组中更竞价机组的申报集中度和中标集中度的相关系数判断是否真的存在串谋行为。本申请方案通过量化计算能够快速判断是否存在串谋行为，简化报价行为分析。

摘要： 本发明公开了电力市场主体风险识别方法设计领域的一种基于VAEGMM模型的发电企业串谋行为的智能识别方法。本发明结合发电企业的串谋识别指标体系和无监督学习算法VAEGMM，实现对电力市场串谋行为的实时监测。首先获取发电企业的原始申报电量和申报电价数据，并根据串谋行为类型构建完善的发电企业串谋识别指标体系。然后，通过详细的指标测算方法，计算出适用于智能算法训练的数据。最后，针对该数据特点，开发VAEGMM算法对数据进行聚类，有效分离出串谋样本。本发明提出的基于VAEGMM的发电企业串谋行为智能识别方法，可以快速精确地识别电力市场中发电企业的串谋行为，对防范电力市场交易风险、提高电力市场运行效率具有重要意义。

摘要： 本发明公开了一种电力市场中识别发电商串谋的方法及系统，包括：获取各发电商的报价曲线，所述报价曲线反映机组的报价电量与电价的关系；将报价曲线进行分段，利用报价曲线数据构建串谋识别指标体系数据集；基于AdaBoost算法训练数据集得到串谋行为识别模型；利用串谋行为识别模型对任意两个发电商之间进行串谋行为识别，若它们通过串谋识别指标体系计算得到的数值出现异常，则串谋行为识别模型的结果会输出1，认为两个发电商之间存在串谋行为。本发明能够准确判别电力现货市场交易中的串谋行为。

摘要： 本发明涉及一种电力现货市场等报价串谋机组识别方法，该方法基于Adaboost‑BP算法，具体包括数据采集步骤、数据预处理步骤、等报价串谋机组特征提取步骤、模型建立步骤，通过对等报价串谋机组进行分析，提取等报价串谋的机组特征，利用现货市场数据进行量化处理；通过Adaboost算法构建模型整体框架，提高识别模型识别的正确率；通过BP神经网络算法构建基础分类模型，识别现货市场中等报价串谋的机组。与现有技术相比，本发明具有识别等报价串谋机组的准确率高、可信度高等优点。