基于Agent和XML的普适计算上下文集成框架

普适计算是一种新的计算模式,目的是根据用户需要提供随时随地的服务.为实现这种服务,需要多种设备和软件平台的参与,而这些设备和平台提供的上下文往往是异构且冗余的,不利于上下文信息的访问.设计一个集成框架,以解决以上问题.方法是利用Agent采集底层上下文信息,并将其转换成各种应用程序或中间件能够理解的格式,屏蔽数据异构.在高层,采用Agent技术,并使用XML作为移动Agent通信语言,实现上下文信息的交流,完成上下文的高层集成,解除平台异构,从而简化应用程序的设计,更有效地支持普适服务.     

普适计算中一种上下文集成方法

普适计算作为一种全新的计算模式,目的是根据用户需要提供随时随地的服务.普适计算环境中存在大量异构的数据源,不利于上下文信息的处理和访问.文中提出了一种基于XML的上下文集成方法,在保证上下文精度和新鲜度的条件下,尽量减少上下文信息存储量,并向上提供统一的上下文表达形式,有效屏蔽了上下文信息的异构.实验测试表明,采用的文件内存保留和分片转存方法,进一步加快上下文的集成,从而有效地支持普适服务.     

基于贝叶斯网络的多Agent服务推荐机制研究

普适计算环境中的服务推荐需要满足系统异构性和移动性的要求。提出了一种基于贝叶斯网络的多Agent服务推荐机制并进行实现,将贝叶斯网络和聚类方法应用于服务推荐中,并设计了推荐模型自学习机制,充分考虑了上下文对服务推荐的影响及改进。实现系统由完成历史上下文汇集、知识训练、决策推荐和自学习功能的多个Agent构成,通过Agent之间的通信内容设计,在Agent之间建立流程控制和数据共享通道。     

普适计算环境下基于分层Agent的上下文共享模型研究

随着无线网络、移动计算和传感器网络等技术的发展,普适计算的实现逐渐变成可能.普适计算的研究涵盖中间件、移动计算、人机交互、嵌入式技术、传感器等领域,要解决包括扩展性、异构性、构件集成、上下文感知和不可见性在内的关键问题.这些问题中,上下文感知又是重中之重,它使普适计算设备能智能化地解析和使用上下文信息,并根据上下文信息的变化进行动态自适应地调整.现有的大多数上下文感知的研究往往集中于针对上下文信息的适配上,没有考虑如何高效地收集上下文信息.而少数针对上下文收集的研究也只围绕外界环境中部署的传感器信息收集,从而使具有相同上下文信息敏感性的设备将独立而重复地进行上下文收集的工作.因此,本文拓展了传统的上下文收集的途径,并在当前已有的3种上下文共享模型的基础上提出了一种基于分层Agent的上下文共享模型,通过Agent技术和组机制的结合,使用户不仅能从传感器处收集上下文,还能从具有共同兴趣和爱好的用户处获得共享上下文,从而达到了消除冗余上下文收集、提高设备效能的目的.     

面向普适计算的动态自适应中间件模型

为了提高普适计算系统的开发效率, 设计了一个基于OSGi框架的动态普适计算中间件模型. 该中间件模型以OSGi框架为基础, 建立移动管理器管理用户和服务的移动, 利用上下文管理器来管理上下文, 动态调整自己的行为, 支持上下文感知应用. 通过标准的接口实现各种异构普适设备间的互操作性. 实验结果表明该中间件能够满足通用普适计算环境的要求, 对于普适计算系统的开发具有一定的借鉴意义.     

基于普适计算的服务发现系统设计

在普适计算环境下,服务是动态变化的,而服务发现技术能够在动态变化的普适计算环境中动态查找、定位所需要的服务,是解决普适计算环境异构性、实现不同应用集成的有效途径.介绍了服务的语义描述语言OWL-S,用于对服务进行描述,然后设计并实现了一个普适计算下的服务发现系统.同时,详细介绍了服务请求时进行服务匹配使用的匹配算法.通过增加语义信息,达到服务发布者和请求者可以实现语义层次的匹配,提高了服务的查准率和查全率.     

基于上下文感知的普适服务框架

为了更好地适应用户的个性化需求和普适计算环境的特征,提出一种基于上下文感知的普适服务框架。该框架包括服务呈现层、服务管理层、服务提供层和上下文感知层。通过基于社区的服务管理方式来屏蔽普适计算环境中服务的异构性、分布性,动态地感知与当前计算环境和用户活动相关的上下文信息,采用基于上下文的服务推荐机制为用户提供个性化的服务,从而更好地适应人的意图和环境 因素。     

一种基于上下文协商的动态服务组合方法

普适计算的计算环境和交互信息动态变化,为了提供适时适地的服务,服务组合除了满足用户的需求之外,还要适应环境的变化.以面向普适计算的分布式文档管理系统为例,提出一种基于上下文协商的动态服务组合方法,适应普适计算环境下资源动态变化的特点,同时满足用户对服务的需求.首先定义上下文和带有上下文信息的服务模型;然后给出服务和设备以及服务和用户之间的上下文协商约束条件,根据约束条件提出基本算法实现服务动态组合,并对基本算法进行优化;最后通过原型系统和实验验证算法的性能和有效性,并通过实验数据分析上下文对于服务组合的影响.实验数据说明:提出的方法能够应用在普适计算环境中上下文敏感的服务组合问题上,提高服务组合的动态适应性和网络资源利用率.     

FollowMeLite：用于普适计算的轻量级中间件平台

普适计算的目标是让环境和计算资源紧密结合，以便更好地为人类服务。为达到这一目标，移动设备和嵌入式设备构成了环境中计算资源的重要组成部分。然而，由于移动设备和嵌入式设备的计算资源有限，网络连接的多样性和不稳定性以及软硬件的异构性，开发用于这些设备的上下文感知应用复杂并且费时，其根本原因是缺乏一个统一的平台支持。为解决这一问题，我们提出了一种用于普适计算的轻量级中间件平台，叫做FollowMeLite。FollowMeLite是整个FollowMe普适计算基础结构中的一部分。它构建在OSGi之上，集成了基于本体的上下文模型和基于工作流的应用模型以及用于适应多种网络连接的通讯服务。通过部署不同的组件模块，FollowMeLite可以方便的适用于多种应用环境。     

基于CC/PP架构的自适应信息发布系统

计算模式发展到普适计算模式,终端包含大量异构、动态和移动设备。信息在发布过程中,需要根据终端设备的能力以及用户喜好的不同,提供相应的自适应服务。研究了基于CC/PP架构的信息自适应分发技术,设计了基于CC/PP架构的信息自适应发布系统。并实现一个原型系统,对比传统信息发布系统,说明了该系统的优越性。     

Supporting pervasive computing applications with active context fusion and semantic context delivery

Future pervasive computing applications are envisioned to adapt the applications’ behaviors by utilizing various contexts of an environment and its users. Such context information may often be ambiguous and also heterogeneous, which make the delivery of unambiguous context information to real applications extremely challenging. Thus, a significant challenge facing the development of realistic and deployable context-aware services for pervasive computing applications is the ability to deal with these ambiguous contexts. In this paper, we propose a resource optimized quality assured context mediation framework based on efficient context-aware data fusion and semantic-based context delivery. In this framework, contexts are first fused by an active fusion technique based on Dynamic Bayesian Networks and ontology, and further mediated using a composable ontological rule-based model with the involvement of users or application developers. The fused context data are then organized into an ontology-based semantic network together with the associated ontologies in order to facilitate efficient context delivery. Experimental results using SunSPOT and other sensors demonstrate the promise of this approach.     

Hybrid approach for context-aware service discovery in healthcare domain

Context-awareness computing is a research field which often refers to healthcare as an interesting and rich area of application. Context aware computing attains environments monitoring by means of sensors to provide relevant information or services according to the identified context. In particular, wireless ad hoc sensor networks for medical purposes are playing an increasing role within healthcare. Body Sensor Networks (BSN) are being designed for prophylactic and follow-up monitoring of patients in e.g. their homes, during hospitalization, and in emergencies. This work presents an integrated environment aimed at providing personalized healthcare services which appropriately meet the user?s context. Deploying the semantics embedded in web services and context models is a mandatory step in the automation of service discovery, invocation and composition. Nevertheless, in a context aware domain purely logic-based reasoning on respectively context and services may not be enough. The main idea of this work is related to enrich with qualitative representation of context underling data by means of Fuzzy Logic in order to automatically recognize the context and to consequently find the right set of healthcare services among the available ones. Semantic formalisms (e.g., OWL, OWL-S, etc.) enable the context and services modeling in terms of domain ontology concepts. On the other hand, soft computing techniques support activity of unsupervised context analysis and healthcare semantic service discovery. Goal is to define context-aware system whose quality of retrieved services relies on the acquisition of user context by means of a robust theoretical approach. Moreover, this work defines hybrid architecture which attains a synergy between the agent-based paradigm and the fuzzy modeling. Specifically, the system exploits some task oriented agents in order to achieve context recognition, services matchmaking and brokerage activities.     

Situational computing: An innovative architecture with imprecise reasoning

Situation awareness is introduced as a more holistic variant of context awareness where situations are regarded as logically aggregated pieces of context. Situational computing can be viewed as the pervasive computing paradigm that deals with situational context representation and reasoning. One important problem that arises in such paradigm is the imperfect observations (e.g., sensor readings) that lead to the estimation of the current user situation. Hence, the knowledge upon which the context/situation aware paradigm is built is rather vague. To deal with this shortcoming, we propose the use of Fuzzy Logic theory with the purpose of determining (inferring) and reasoning about the current situation of the involved user. We elaborate on the architectural model that enables the system to assume actions autonomously according to previous user reactions and current situation. The captured, imperfect contextual information is matched against pre-developed situation ontologies in order to approximately infer the current user context. Finally, we present a series of experimental results that provide evidence on the flexible, efficient nature of the proposed situational computing.     

上下文感知在Smart Home系统中的应用

针对Smart Home环境的复杂性问题,提出了利用上下文技术来提高其智能化的方法.阐述了在普适环境下的上下文在智能家居环境中的重要性,介绍了上下文和上下文感知计算的定义,采用了基元组的形式定义了不同的上下文信息;提出了基于上下文感知的Smart Home系统模型,并对其功能进行了详细的描述;在Smart Home系统中,应用该模型对具体的上下文实例进行了描述和推理.     

基于RFID普适计算环境的形式化上下文模型

提出了一个适合普适计算环境的、基于本体的形式化的上下文感知模型。该模型使用本体描述语言OWL描述上下文，采用层次化的设计方法，提高了上下文表达能力和快速上下文原型。为普适计算的上下文建模和应用、上下文重用和建立面向普适计算环境的软件基础设施提供了一种可行的方法。     

基于上下文感知计算的智能门户研究

针对现代企业门户个性化、智能化的需求,将语义Web技术、上下文感知技术与门户技术结合起来,设计了一个可用于建立智能门户系统的上下文感知的模型视图控制器 (MVC)框架CA-MVC.通过分析MVC模式的特点,定义了时序上下文本体,并详细阐述了上下文服务器中上下文获取模块、上下文推理模块以及上下文服务模块的功能.最后,结合在工作流门户系统中的应用,满足了通过门户为用户提供智能服务的需求.     

On the Design and Prototype Implementation of a Multimodal Situation Aware System

In this paper we describe the design concepts and prototype implementation of a situation aware ubiquitous computing system using multiple modalities such as National Marine Electronics Association (NMEA) data from global positioning system (GPS) receivers, text, speech, environmental audio, and handwriting inputs. While most mobile and communication devices know where and who they are, by accessing context information primarily in the form of location, time stamps, and user identity, the concept of sharing of this information in a reliable and intelligent fashion is crucial in many scenarios. A framework which takes the concept of context aware computing to the level of situation aware computing by intelligent information exchange between context aware devices is designed and implemented in this work. Four sensual modes of contextual information like text, speech, environmental audio, and handwriting are augmented to conventional contextual information sources like location from GPS, user identity based on IP addresses (IPA), and time stamps. Each device derives its context not necessarily using the same criteria or parameters but by employing selective fusion and fission of multiple modalities. The processing of each individual modality takes place at the client device followed by the summarization of context as a text file. Exchange of dynamic context information between devices is enabled in real time to create multimodal situation aware devices. A central repository of all user context profiles is also created to enable self-learning devices in the future. Based on the results of simulated situations and real field deployments it is shown that the use of multiple modalities like speech, environmental audio, and handwriting inputs along with conventional modalities can create devices with enhanced situational awareness.      

基于FDI的用户模型及其在上下文觉察计算中的应用

上下文觉察计算是普适计算的重要内容。当前的上下文觉察计算研究大多没有为用户提供个性化的服务。已有的个性化上下文觉察服务的用户模型，其用户偏好的设置比较简单。本文从心理学的观点出发，提出一个使用基于场依存一独立性（FDI）的用户模型来为用户提供个性化的上下文觉察服务。本文系统分析了这种用户模型对上下文觉察计算的重要性，并给出了使用基于FDI的用户模型在上下文觉察计算中的应用过程。试验表明这种模型提供的个性化服务能够提高上下文觉察计算应用的有效性。     

普适计算环境中基于上下文的使用控制模型

使用控制模型可以解决普适计算环境中访问控制的动态授权问题,但该模型没有考虑上下文信息。为此,提出一种普适计算环境中基于上下文的使用控制模型。在使用决策因素中增加上下文信息,包括时间、位置和环境因素,采用行为时态逻辑定义模型的核心规则集。以基于普适计算的智能教室为实例进行分析,证明该模型在普适计算环境中的有效性。     

普适环境下的模糊访问控制模型研究*

现有的普适访问控制模型的研究都忽视了安全中存在的模糊性问题。在普适计算环境中上下文信息可能是不完备或者模糊的,因此由残缺或模糊的上下文信息推导授权结果就显得十分重要。在使用控制模型的基础上,提出了一个模糊的普适访问控制模型（fuzzy usage control models, FUCM）,给出了模型的形式化定义,并通过实例对模型的授权过程进行分析。结果表明新的模型能够对模糊的上下文信息进行授权决策,并具有更智能的授权能力,更适用于普适计算环境。最后,给出了模型实现的参考监视器体系结构。