基于本體的上下文感知計算關鍵技術研究.pdf

1、隨著傳感技術、傳感器網絡及嵌入式系統(tǒng)等軟硬件技術的廣泛應用，作為普適計算的重要分支一上下文感知計算也得到了長足的發(fā)展。上下文感知計算旨在通過主動感知用戶相關的上下文狀態(tài)，推理識別其所處上下文情境及意圖，力求前攝地為用戶提供需要的信息和恰當?shù)姆?。這種新型計算模式能夠將人們從繁瑣的計算設備和服務的交互中解放出來，形成以人為中心的良好的交互氛圍，增強用戶體驗。本體以其標準化、形式化、豐富的語義表達能力及出色的推理能力能夠有效地解決上下文的形

2、式化表示、知識共享與重用、互操作及上下文推理等關鍵問題，被公認為很有前景的、且適用于上下文感知計算領域的技術之一。
　　盡管基于本體的上下文感知計算研究取得了較大的進展，但仍然存在諸多亟待解決的關鍵問題。本文對基于本體的上下文建模、上下文情境推理及上下文感知Web服務技術進行深入研究，主要研究內容和研究成果如下:
　　1.針對現(xiàn)有上下文模型大多面向特定領域，對通用性及上下文質量描述支持不足的問題，本文采用本體技術建立一個通用

3、的、可擴展的分層上下文模型。該模型使用OWL語言進行形式化描述，具有較強的通用性、語義表達及擴展能力，并支持上下文質量信息的描述。為了不增加基于本體的上下文處理和推理負擔，采用EMF技術建立支持通用性和可計算性的上下文質量模型，并通過OWL內置注釋屬性實現(xiàn)上下文本體模型的相關質量信息的標注。該上下文本體模型是本文研究工作的基礎，為上下文情境推理識別、語義相似度計算及上下文感知Web服務等后續(xù)研究工作提供支持。
　　2.針對現(xiàn)有上下

4、文情境推理方法對不確定性及用戶個性化需求支持不足的問題，本文提出一種混合式不確定性上下文情境推理方法。將模糊邏輯理論引入上下文本體模型中解決本體對不確定性上下文描述和處理能力不強的問題。采用SWRL語義規(guī)則描述上下文情境，結合遺傳算法對通用上下文情境模型進行個性化需求擴展，以提高情境推理的準確度和時效性。采用基于規(guī)則和本體相結合、并兼顧不確定性上下文處理的方法推理識別用戶所處上下文情境，通過將確定及不確定性上下文變量分離處理，降低語義推

5、理過程的復雜度。設計基于語義相似度的近似規(guī)則匹配算法處理上下文情境模型沒有覆蓋當前上下文取值的情況。實驗結果表明，該方法能夠有效提高上下文情境推理的有效性和時效性。
　　3.針對現(xiàn)有上下文感知系統(tǒng)大多通過手工規(guī)則為用戶進行上下文感知服務選擇等問題，本文提出一種基于粒計算的決策規(guī)則自動生成方法。將上下文歷史視為決策信息系統(tǒng)，采用粒矩陣進行等價類的刻畫，定義關系矩陣實現(xiàn)決策信息系統(tǒng)相容性的檢測，定義粒矩陣間相與運算，將知識?；^程轉化

6、為矩陣運算，快速地實現(xiàn)不同程度的知識?；?，通過粒度計算實現(xiàn)冗余上下文屬性及屬性值的約簡，并將約簡結果自動轉換為決策規(guī)則。當上下文環(huán)境改變時，依據自動生成的決策規(guī)則為用戶選擇合適的服務?？紤]服務選擇過程涉及的上下文質量的優(yōu)劣，提出質量驅動的服務提供方法，依據上下文質量的優(yōu)劣適應性地調整服務提供的模式，而非直接調用執(zhí)行服務，從而避免系統(tǒng)誤操作等問題。
　　4.為提高服務對變化上下文環(huán)境的適應能力，提出一種快速上下文感知服務自適應方法。

7、對于由組件組成的服務，通過動態(tài)的添加、替換及刪除相應組件實現(xiàn)運行時的服務適配。主要涉及以下三方面:擴展傳統(tǒng)服務描述機制以支持上下文條件的描述;改進現(xiàn)有語義匹配關系，將基于邏輯的本體概念匹配轉化為數(shù)值計算，支持功能、上下文條件及質量三方面的語義匹配，并利用改進的語義匹配關系進行組件分類，以減少語義匹配的次數(shù)，提高組件選擇效率;基于組合適應機制，分別在服務和組件兩個層面進行功能和適應關注點的分離，簡化服務自適應的驗證及數(shù)據一致性維護等問題。