一种基于经验共享的服务系统本体信任模型

现有的信任模型依靠聚集系统中其他实体的推荐信任信息对目标实体进行信任度量,忽略了对信任关系及交互经验信息内涵和特征的分析,加剧了分布异构环境中因实体间主客观差异性造成的信任度量偏差。提出了一种以经验为核心概念类的经验本体E-Ont,明确了信任相关经验的概念及属性,在此基础上提出一种本体信任模型ESOBTM,实现了经验信息在语义层面上的理解和解释,有效解决了服务计算环境中上下文和评价标准的差异性对信任度量的影响。仿真实验表明,相比于现有的信任模型,ESOBTM增强了动态服务计算环境下服务交互实体选择的成功率,提高了服务计算系统的可信性。

G蛋白偶联受体偏倚配体及其在心血管药物研究中的应用

G-蛋白偶联受体（G-protein-coupled receptor,GPCR）药物是目前临床上应用最为广泛的一类药物,约占整个药品市场份额的1/3。其中,它在心血管疾病中的应用尤为突出,包括降压、强心、防止血栓形成等各个方面[1]。近年来,随着对GPCR功能认识的不断深入,越来越多的药理学和遗传学研究表明,GPCR信号通路具有靶向效应[2]。

基于人工免疫的MANET不端行为检测模型

针对层次ad hoc网络的结构特点和安全需求,提出了一种基于人工免疫的不端行为检测系统模型。该模型将不端行为检测数据集分为簇内节点数据集和簇首节点数据集,对其分别进行二进制编码和数值编码。使用分层的抗原(不端行为)动态检测算法,通过簇内节点检测器行为匹配和簇首节点协作验证判断节点的不端行为。仿真实验表明,当网络中不端节点比率在0～40%范围内动态变化时,该模型检测率高于87.6%,误报率低于1.01%,说明模型的整体性能优于DSR-Probe算法。

基于直觉模糊理论的MANET主观信任模型

移动自组织网络缺乏可信第三方提供信任度量,节点可以依靠对其他节点特定行为进行主观判断以决定对其信任程度,而且行为特征还具有呈现与否的程度大小或者不知情的问题,为此,本文提出了一种基于直觉模糊理论的M ANET主观信任模型,并给出了信任的直觉模糊表述和实现方法,用于量化和评估节点的可信程度。仿真实验表明本模型是适合移动自组网安全的信任模型,能够有效地抵御网络攻击和信任模型攻击。

基于主观信任连通支配集的MANET安全分簇算法

针对现有移动无线自组网（MANET）分簇算法普遍存在因不端节点干扰而导致网络性能急剧下降的问题，结合信任评价机制和连通支配集理论，提出了一种新的MANET安全分簇算法——最大主观信任连通支配集分簇算法（CAMCDS）。该算法首先采用直觉模糊相似度来评估节点的行为可信度，然后分布式实现可信连通支配集的构造，最终通过采用优先选举支配节点为簇首的策略实现安全分簇。分析和实验结果表明，该算法适于保障MANET层次路由的连通性和稳定性，且具有更低的通信开销和更高的安全性。