（计算机软件与理论专业论文）智能移动空间中上下文感知模型的研究.pdf

智能移动空间中上下文感知模型的研究 摘要 普适计算的目标是使人们可以随时随地、透明地访问信息和获得计算服务。 目前在经济上还无法实现在日常生活中每个角落都布满计算设备，因此人们首 先寻求在小范围内实现普适计算。智能空间是普适计算在局部物理空间中的体 现。普适计算系统很难是一个全球统一的系统，而是由许多互相分离的，有明 确边界的智能空间所组成。现实生活中，人难以局限在单个智能空间之中生活， 而是漫游移动于多个异构的智能空间。上下文感知计算在智能空间中起着举足 轻重的作用，体现了智能空间中智能性的特征。 本文主要研究的是单智能空间及智能移动空间中的上下文感知问题。 现有对于单智能空间的中间框架的研究都局限于特定的场景或应用，本文 在综述的基础上，总结出通用上下文感知框架模型，抽象出普适环境的上下文 高层模型u p e s c m ，并基于此提出单智能空间中通用的上下文感知中间架构。 为了使应用程序能够在各单智能空间之间穿越，本文对智能移动空间进行 了研究，建立智能移动空间上下文感知模型，通过对单智能空间的上下文感知 中间架构进行语义匹配层、隐私保护层、时效性扩展，解决应用程序在空间中 移动带来的空间间语义匹配、隐私保护、时效性等问题。其中，时效性应该贯 穿于上下文处理的所有过程，智能移动空间的上下文处理的时间开销主要集中 于上下文的传播、推理和语义识别三个过程中，本文就上下文传播时效性问题 做了相关研究，上下文传播过程中时间开销瓶颈在于无线数据传输，因此降低 数据传输的数量是保证上下文传播时效性的关键。本文借鉴传统的缓存技术， 在中间架构端加入低级上下文缓存模块，用以储存变化幅度较小的上下文。 最后，针对上下文缓存管理的缓存置换算法问题，本文结合普适环境的特 点提出了上下文缓存置换算法r b c c r a 以提高缓存的命中率，通过模拟实验得 出结论，与l r u 算法相比该算法提高了上下文缓存的命中率。 关键词：上下文感知；智能空间；智能移动空间；上下文传播 r e s e a r c ho nc o n t e x ta w a r e n e s sm o d e l i ns m a r tm o v i n gs p a c e a b s t r a c t u b i q u i t o u sc o m p u t i n g ( u c ) i san e wa r e ao fc o m p u t i n gw h i c ha i m st oa l l o w u s e r st oa c c e s sa n du s ei n f o r m a t i o na n ds e r v i c ee v e r y w h e r ea n da n y t i m ew i t h p u r p o s et oe n f o r o es i g n i f i c a n t l yh u m a na c t i v e t h ep r o v i d e ds e r v i c e sa r e “h i d d e n i n t ot h ee n v i r o n m e n t w i t h i nt h i se n v i r o n m e n tt h es e r v e da c t i v i t i e sa r ec o n d u c t e d a n da r ep r o v i d e di na ni n t e l l i g e n t ，a d a p t a b l e ，c o n t i n u a l ，d i s t i n c t i v ea n ds e c u r ew a y t h e r e f o r e ，e c o n o m i c a l l y ，i t sd i f f i c u l tt op r o v i d ec o m p u t i n gd e v i c e se v e r yc o r n e ro f t h ew o r l d i nv i e wo ft h i s ，p e o p l ea r es e a r c h i n gf o rm e t h o dt oa c h i e v eu b i q u i t o u s c o m p u t i n ga m o n gas m a l lc i r c l e s m a r tp a c ei se m b o d i m e n to fu ci np a r t i a l p h y s i c a ls p a c e u b i q u i t o u sc o m p u t i n gs y s t e mc o u l dn o tb eag l o b a lu n i f y i n gs y s t e m i ts h o u l dc o n s i s to f m a n ys e p a r a t e s m a r ts p a c e s i nr e a ll i f e ，p e o p l ec o u l dn o t b el i m i t e dt ol i v i n gi na s i n g l es m a r ts p a c e t h e ya l w a y st r a v e lt oa n df r ob e t w e e n m u l t i p l es m a r ts p a c e s c o n t e x ta w a r e n e s sc o m p u t i n gp l a y sad e c i s i v er o l ei ns m a r t s p a c ea n de m b o d i e st h ei n t e l l i g e n c eo fi t t h i sd i s s e r t a t i o nm a i n l yd e a l sw i t ht h es t u d yo fc o n t e x ta w a r e n e s sc o m p u t i n g i nu b i q u i t o u se n v i r o n m e n t p r e s e n ts t u d i e sa b o u tb a s i cf r a m e w o r ko fs i n g l es m a r t s p a c ea r em o s t l yl i m i t e d t o s p e c i a la p p l i c a t i o n t h e nb a s e do ns u r v e y ，t h i s d i s s e r t a t i o ns u m m a r i z e dt h eg e n e r a lc o n t e x ta w a r ea r c h i t e c t u r e ，p r o p o s e du p e s c m w h i c hi sah i g hl e v e lm o d e lo fc o n t e x t ，a n dp r e s e n t e dag e n e r a lc o n t e x ta w a r e f r a m e w o r kf o rs i n g l es m a r ts p a c e i no r d e rt h a ta p p l i c a t i o n sc a na c r o s sa m o n gs m a r ts p a c e s ，w eh a v ed o n em u c h r e s e a r c ho ns m a r tm o v i n gs p a c e t h i sd i s s e r t a t i o np r e s e n t sac o n t e x ta w a r em o d e l f o rs m a r tm o v i n gs p a c eb ye x p a n d i n gt h ep r e s e n t e dc o n t e x ta w a r ef r a m e w o r kf o r s i n g l es m a r ts p a c et o s o l v et h e p r i v a c yp r o t e c t i n g ，s e m a n t i cm a t c h i n g ，a n d t i m e l i n e s sp r o b l e m s t i m e l i n e s ss h o u l dr u nt h r o u g ht h eh o l ec o n t e x t t r a n s a c t i o n p r o c e s s i ns m a r tm o v i n gs p a c e ，t h et i m ec o s to f p r o c e s s i n gc o n t e x tc o n c e n t r a t e s o nc o n t e x t d i s s e m i n a t i o n ，r e a s o n i n ga n ds e m a n t i cm a t c h i n g t h i sd i s s e r t a t i o n r e s e a r c h e do nt h ec o n t e x td i s s e m i n a t i o nt i m e l i n e s s t h e c o n g e s t i o no fc o n t e x t d i s s e m i n a t i o nc o n s i s t si nw i r e l e s sd a t at r a n s m i s s i o n s ot h e k e yo fc o n t e x t d i s s e m i n a t i o nt i m e l i n e s si st or e d u c et h e q u a n t i t yo fd a t at r a n s m i s s i o n t h i s d i s s e r t a t i o nu s et r a d i t i o n a lc a c h et e c h n o l o g yt oi m p o r tl o wc o n t e x tc a c h em o d u l ei n i i c o n t e x ta w a r ef r a m e w o r k t h ec a c h em o d u l es a v e sl o wc o n t e x tw h i c hc h a n g e s i m p e r c e p t i b l y f i n a l l y ，f o rc a c h em a n a g e m e n t ，t h i sd i s s e r t a t i o np r o p o s e dc o n t e x tc a c h e r e p l a c e m e n ta r i t h m e t i c ( r b c c r a ) t oi m p r o v eh i tr a t e t h es i m u l a t e de x p e r i m e n t s h o w st h a tc o m p a r e dt ol r ur b c c r ac a ni m p r o v et h ec a c h eh i tr a t a k e y w o r d s ：s m a r ts p a c e ；s m a r tm o v i n gs p a c e ；c o n t e x ta w a r e n e s s ；c o n t e x t d i s s e m i n a t i o n i i i 图表清单 图1 1a u r a 系统架构4 图2 1 基于本体的推理引擎的结构框图1 1 图3 1 通用上下文感知中间框架模型1 4 图3 2u p e s c m 模型1 5 图3 3 用户上下文关系图1 6 图3 4 平台上下文关系图1 7 图3 5 环境上下文关系图1 8 图3 6 服务上下文关系图1 8 图3 7 基于u p e s c m 的上下文感知模型1 9 图3 8 智能移动空间上下文感知模型2 1 图3 9 带缓存的上下文感知系统架构2 2 图4 1 上下文推理状态空间2 6 图4 2 二维空间低级上下文失效示意图2 8 图4 3 趋势曲线与边缘曲面交点示意图2 9 图4 4 缓存容量对缓存命中率的影响3 1 图4 5 齐夫分布偏量对缓存命中率的影响3 2 图4 6 更新访问频率对缓存命中率的影响3 2 表2 - 1 语义的基本关系i 8 表2 - 2 上下文模型对比1 0 表3 - 1c o n t 的o w l 描述15 表4 - i 实验参数设置3 l v i i 独创性声明 本人声明所呈交的：学位论文是本人在导师指导f 进行的研究1 j 作及取得的研究成 果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得 盒月巴： 些太堂 或其他教育机构的：学位或 证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了 明确的说明并表示谢意。 学位论文作者签名：枷弘磋人签字日期：加l 口年p 月堪日 学位论文版权使用授权书 本学位论文作者完全了解佥妲些太堂有关保留、使用学位论文的规定，有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授 权佥8 垦王些塞堂可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采 用影印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权二b ) ! 学位论文作者签名：侈pn 双 签字日期：沙c 口年y 月1 日 学位论文作者毕业后去向： ：r ：作单位： 通讯地址： 导师签名： 彖叩 签字日期：；切口年月谚日 电岳： 邮编： 致谢 衷心感谢我的导师李心科副教授。在本论文的选题、写作和修改的过程中， 自始至终得到了导师的指导、关心和帮助，为此他投入了大量的时间和精力。 没有导师的悉心培养和指导，本论文是不可能完成的。在我的研究生学习和生 活期间，导师给我创造了很多学习的条件和机会，给予我关心和极大帮助，这 些都使我倍感温暖。导师渊博的学识、敏锐的思维、严谨的治学态度、高尚的 道德情操和平易近人的人格魅力，给我留下了深刻的印象，将使我终身受益。 感谢我的父亲、母亲和妹妹，他们一直以来的信任、支持和鼓励让我在不 断前行的道路上充满信心和力量。 感谢计算机与信息学院的老师们，感谢他们给我提供的学习条件和机会。 感谢合肥工业大学软件工程研究室的所有兄弟姐妹们，与他们交流帮助我 顺利完成毕业论文，和他们一起我度过了美好难忘的三年时光。 i v 作者：胡媛 2 0 10 年3 月 第一章绪论 1 1 研究背景及意义 计算模式经历了三个阶段的发展：第一阶段是主机计算时代。此时，计算 机是稀缺资源，人与计算机是多对一的关系。用户必须手工配置计算机的软、 硬件环境，与计算机进行繁琐的交互才能完成一项任务，用户的注意力大大分 散而无法关注要解决的问题本身【8 】。第二阶段是桌面计算时代，计算机开始进 入人们的生活，人与计算机的关系变为一对一的关系，人们可以方便地获得计 算服务。然而用户仍然必须端坐在计算机前才能使用计算机，而人处于自由的 三维空间中生活，因此计算机并没有很好地融合到人们的生活环境中i s l 。随着 2 l 世纪的到来，计算模式的第三个阶段普适计算时代已经到来。 普适计算( p e r v a s i v ec o m p u t i n g ) 最早起源于1 9 8 8 年x e r o xp a r c 实验室计 划。在该计划中m a r kw e i s e r 首先提出了普适计算的概念。普适计算强调把计 算机嵌入到环境或日常工具中去，形成一个“无时不在、无处不在而又不可 见”( a n y t i m e ，a n y w h e r e ，i n v i s i b l e ) 的计算环境，试图将以计算机为中心的计算转 变为以人为中心的计算，这种转变将极大地促进信息技术在全社会的普遍应用， 具有重要的战略意义。 由于当前还很难实现让人们生活的每个角落都遍布计算设备，人们必须在 小范围内先实现普适计算。智能空间( s m a r ts p a c e ) 是普适计算在局部物理空 间中的体现，是普适计算的基本组成单元。 普适计算系统很难是一个全球统一的系统，而是由许多互有边界的智能空 间所组成，而且人是漫游移动地生活在多个异构的智能空间中。现有的普适计 算研究大多局限于单智能空间的场景。将单智能空间的研究技术应用到智能移 动空间场景中必然面临很多问题：服务发现问题。对于智能移动空间的场 景，无法像单智能空间中使用u d d i 来注册和发现服务，无法采用同一套语义 规范来描述服务，必然造成手持设备与所进入空间之间的语义失配问题。任 务迁移问题。在智能移动空间场景中，由于计算任务会跟随用户在智能空间之 间移动穿梭，因此存在计算任务的移动性问题。这就需要计算任务在不引起用 户注意的情况下从一个空间迁移到另一个空间，计算任务必须自适应于新空间 中的设备并参与新空间的资源调度。上下文感知问题。普适计算环境具有 极强的异构性，包括环境中设备间的异构和服务间的异构；用户随时可能从一 个空间移动到另一个异构的空间；如果普适计算环境中数量繁多的设备在环境 变化时都需要用户对其进行手动配置策略，必将不断分散用户的注意力且必然 干扰到日常工作的进行。文献 8 】指出由于在将来用户的注意力必定是极为宝贵 的资源，因而普适环境中的应用程序必须能够感知环境中的上下文信息，并自 动地进行相关的配置，从而无需分散用户的注意力。因此，上下文感知技术是 实现普适计算与智能移智能性的关键。容错性问题。在智能移动空间场景 中，用户具有移动性，设备的到来和离开往往不能预先判定，因此更容易出现 由于资源不可及而产生的错误。而且，普适计算要求保证用户的注意力集中于 计算任务本身，因此在智能移动空间场景中，必须尽可能减少系统出错导致用 户注意力分散。隐私安全问题。普适计算中的大部分计算数据都是用户相 关的，而普适计算的目标是“以人为中心 ，因此必须保证用户隐私的安全。 在智能移动空间中，大量的交互都是即时的，无法像单智能空间场景那样通过 预先制定一些策略等方法来保护隐私安全，因此如何保证用户隐私安全成为了 智能移动空间的一大难题。 1 2 国内外研究现状 1 2 1 智能空间研究现状 近年来，已有很多学术界和工业界的研究者在智能空间上进行了深入的探 索。比较著名的研究计划有：m i c r o s o f t 公司开发的e a s y l i v i n g 计划【9 】目标在 于建立智能环境，方便人与计算机和设备的交互；麻省理工大学c s a i l 实验室 提出的a i r e 计划，提出基于a g e n t 的软件平台设计方式，设计的原型系统为 i n t e l l i g e n tr o o m 麻省理工大学o x y g e n 研究计划的目的是让人们像呼吸空气 一样自由地使用计算和通信资源【1 0 1 ；卡内基梅隆大学的a u r a 研究计划在用户 和计算环境之间增加一层软件层( 称为a u r a ) ，代理用户去管理、维护分布式 计算环境中频繁变化、松散耦合的多个计算设备，以完成用户的目标任务【1 1 1 ， 伊利诺斯大学的g a i a 项目，研究目标为建立起一种新的物理空间环境，并带 入日常生活与工作中。 清华大学的普适计算研究小组重点对智能空间中软件基础平台进行研究， 并总结了智能空间研究的发展的三个阶段，基本勾勒出智能空间的发展趋势。 第一个研究阶段为单智能空间阶段，这个阶段的研究问题主要有空间内部 模块间的通讯与协调形式，自然的人机交互接口，同时必须保证系统具有不间 断性及不可见性。为了实现模块间通讯、协调，相关的研究有对于智能空间软 件支撑平台协调模块、多a g e n t 系统等。为了支持自然的人机交互方式，相关 的研究主要在嵌入大量可触摸接口、传感器和基于识别技术的感知模块等多模 态接口。为了保证系统不间断性，不会因系统升级或调试等原因而停止工作， 主要采用基于s o a ( s e r v i c eo r i e n t e da r c h i t e c t u r e 面向服务的架构) 松散耦合 的系统。嵌入式技术的研究使用( 如智能灰尘【1 4 1 ) 使计算设备能够嵌入到生活 空间中从而保证了不可见性。 第二个研究阶段是开放的智能空间阶段，开放的智能空间具有两个特点特 点：智能空间的开放性和动态性，移动设备随时跟随用户进入或离开智能 2 空间，移动设备自发地与环境进行交互，此时要解决的问题有环境的发现、异 构的通讯信道、及资源管理等；智能空间应该具备上下文感知能力，该方 面的研究主要有上下文信息的获取、表示、建模、推理等。 第三个研究阶段是智能社区( s m a r tc o m m u n i t y ) 。由于普适计算很难是一个 全球统一的智能空间，而是由许多有明确边界划分的智能空间组成。第三研究 阶段着重研究智能空间之间如何组织、如何交互、以及如何进行资源共享。 智能空问发展的三个研究阶段的顺序是逻辑关系而非时间关系。第一个研 究阶段所研究问题已有很多学者进行了深入的研究，第二个研究阶段的研究问 题是当前业界的研究重点，第三个研究阶段是未来研究的趋势，是普适计算环 境实现的基础。 1 2 2 智能移动空间研究现状 如1 2 1 节所述，当前普适计算的研究阶段处于单智能空间和开放智能空 间阶段，单智能空间的研究成果可以应用于对智能移动空间的研究中。对于1 1 节所述由单智能空间扩展为智能移动空间存在的各方面的问题的研究都取得了 相应的成果。 ( 1 ) 服务发现 服务发现要解决的关键问题是服务的描述和查找。单智能空间场景可采用 已有的服务发现机制，如文献【1 5 】、【1 6 】，都采用统一的语法规则“键值 配 对的方式( 如c o n n e c t i o n s t a t e = o p e n ) 进行服务的定义和描述，采用u d d i 中央 目录服务实现服务注册和服务查找。但智能移动空间中无法使用这类服务发现 机制，由于在单智能空间中，设备和服务的开发者都属于同一开发组织使得设 备或服务间较容易遵循相同的语法规则，但在智能移动空间场景中，不同的服 务之间很难预先达成语法共识，如服务的连接状态可以描述为 e o n n e c t i o n s t a t e = o p e n ，也可以描述为c o n n e c t i o n s t a t u s = o p e n i n g 。目前较好的解 决方法是采用语义匹配( 如本体映射) 来代替语法匹配。本体的描述能力和推 理能力很强，可以通过本体映射实现上下文感知应用程序与新空间的设备及服 务的语义互通。但如果用户在空间中的移动太过频繁会引起本体匹配的时效 性问题，这也是智能移动空间上下文感知待解决的一大问题。 ( 2 ) 任务迁移 任务迁移是指与用户计算任务相关的上下文信息必须在用户移动时跟随用 户同时移动，为了实现任务在新的设备上继续工作要求计算环境和软件资源能 够发生动态的适应性变化。普适环境下的任务迁移具有连续性的特点，任务必 须实现在不分散用户注意力的前提下从任务暂停点重新恢复工作。在这一方面 最具影响力的两个研究计划是美国麻省理工学院的o x y g e n t 孢】项目和卡耐基梅 隆大学的a u r a 1 1 1 项目。图1 1 描述了a u r a 项目的系统架构，系统通过在用户 3 和计算环境之间增加一层软件层p r i s m ，对任务进行管理，为了最大化保证用 户注意力，p r i s m 可感知以下四种变化并进行相应的处理：当用户进入新的 空间时，p r i s m 与新空间中的任务管理器交互，将当前任务相关的所有信息迁 移到新空间，协商任务在新空间中继续运行。当空间环境发生变化时，p r i s m 将从环境中采集的q o s 信息( 服务质量信息) 与当前计算任务的q o s 要求进行 比较，若采集的q o s 值降低，p r i s m 通知e n v i r o n m e n tm a n a g e r 对计算任务的 q o s 进行重新配置。当任务发生变化时，如中断某项当前运行的任务，p r i s m 将该计算任务相关的所有信息记录下。当上下文信息发生变化时，若计算 任务对环境中的上下文有权限限制，p r i s m 需要做出相应的判断并调整任务运 行的状态。如智能会议室的智能显示屏在有陌生人进入会议室时应该停止显示 机密信息。 图1 1a u r a 系统架构 ( 3 ) 上下文感知 对上下文感知计算的研究主要分为两大类：如何开发上下文感知应用 程序：如何为上下文感知应用程序提供合适的上下文信息。对于第类研 究早期采用自组织上下文感知机制，但由于普适环境的特点决定了自组织上下 文感知机制并不适用，因而当前普遍使用上下文中间架构。本文将在后续第二 章的2 3 上下文感知技术小节详细介绍。 ( 4 ) 容错性 根据已有的研究成果，可以总结出智能空间中常见的四类错误【1 0 】：设备 失效错误、应用程序出错、网络中断错误、及服务失效错误。 1 3 研究的内容及主要工作 本文主要研究的是单智能空间及智能移动空间中的上下文感知问题。 首先综述了单智能空间研究现状、智能移动空间研究现状、上下文感知研 究现状，分别叙述其概念、特点、研究现状及存在的问题。 4 现有对于单智能空间的中间框架的研究都局限于特定的场景或应用，本文 在综述的基础上，抽象出普适环境下通用的上下文高层模型u p e s c m ，并基于 u p e s c m 提出单智能空间中通用的上下文感知中间架构。 为了使应用程序能够在各单智能空间之间穿越，本文对于智能移动空间进 行了研究，建立智能移动空间上下文感知模型，以解决应用程序在空间中移动 带来的空间间语义匹配、隐私保护、上下文传播时效性等问题。 最后，本文就智能移动空间中上下文的传播时效性进行了研究，采用缓存 的策略提高上下文访问效率，并结合普适环境的特点提出了上下文缓存置换算 法r b c c r a 以提高缓存命中率，通过模拟实验得出结论，与l r u 算法相比该 算法提高了上下文缓存的命中率。 1 4 论文的组织结构 第一章绪论 介绍本文的研究背景及意义、对国内外研究现状进行了分析和总结，阐明 了本文的研究目标和主要工作内容。 第二章智能移动空间与上下文感知技术 介绍智能空间、智能移动空间、o n t o l o g y 与上下文感知技术等相关知识。 第三章智能移动空间上下文感知模型 通过研究总结出通用上下文感知中间框架，抽象出普适环境下的上下文高 层模型u p e s c m ，并基于u p e s c m 建立单智能空间通用的上下文感知中间架 构。 通过对单智能空间上下文感知中间架构进行语义匹配、隐私保护、及时效 性的扩展，建立智能移动空间上下文感知模型，以解决应用程序在智能空间间 移动带来的语义匹配、隐私、时效性等问题。 第四章上下文缓存算法的研究 本章就智能移动空间中上下文传播的时效性问题进行研究，对时效性模块 采用缓存的技术提高上下文访问的效率，并提出上下文缓存置换算法r o c c r a 以堤高上下文缓存的命中率，通过模拟实验证明与l r u 算法相比r o g c r a 提 高7 上下立缓存的备中章 第五章总结与展望 总结了论文的主要工作，对下一步的研究工作提出展望。 第二章智能移动空间与上下文感知技术 2 1 智能空间与智能移动空间 2 1 1 智能空间的定义与特点 智能空间( s m a r ts p a c e ) 指嵌入了计算设备、信息设备和多模态传感装置 的工作空间。智能空间使得工作空间中的用户能方便地访问信息，获得计算服 务，从而高效地进行独立工作或协同工作。智能空间是普适计算在局部物理空 间中的体现，是普适计算环境的基本组成单元【1 8 】。s a t y a n a r a y a n a n 在文献【1 】中指 出，智能空间的有效应用是对普适计算进行研究的动力之一。当前在学术界与 工业界已建立了多个智能空间模型，如智能办公室、智能会议室、智能家庭等。 智能空间应具备的功能包括1 1 9 1 ：识别和感知用户和用户的动作、目的从而 预测用户的需求：支持用户方便地获取各种信息：支持移动设备与智能 空间进行无缝交互；信息显示方式丰富；记录发生在智能空间中行为日 志，并提供检索回放。 2 1 2 智能移动空间 普适计算系统很难是一个全球统一的系统，而是由具有明确边界的智能空 间所组成。且人总是漫游生活于多个异构的智能空间中。下面描述了一个典型 的智能移动空间场景。 周五下午四点，小李正在公司参加会议。两天前他邀请了父母来他家共度 周末，今天他们来得比预料的早了些。家中的监控系统通过门口的视频捕捉设 备识别出客人的身份，准备通知小李，而小李的p d a 通过智能会议室侦测到小 李正在开会，并把这一活动状态告知家中的监控系统。监控系统决定发送一条 消息到他的p d a ，并以振动形式提醒。小李看到消息，暂时离开会议室，从p d a 上接收到的视频确认了客人是他的父母，于是指示把门打开，让他们进入家中。 5 点半，小李已经在开车回家的路上。途经超市时，智能购物助理提醒他：家 里的冰箱中需要补充一些蔬菜和水果，另外他的母亲还需要一些感冒药。于是 小李进入超市，超市的购物车为他显示超市内商品的分布图，并提示蔬菜、水 果和感冒药所在的位置。购物过程很顺利，6 点钟小李及时回到家中和父母共 进晚餐。 以上的场景中，用户穿越了三个异构的智能空间：智能家庭、智能会议室、 智能超市。我们将这样的场景定义为智能移动空间，即用户移动于多个智能空 间而不受各移动空间边界的影响。 2 2 本体论简介 2 2 1 本体论 本体( o n t o l o g y ) 最早是一个哲学的范畴，在哲学界本体表示客观存在的 6 一个系统的解释和说明，是客观现实的一个抽象本质。在人工智能界，人们对 于本体论的理解不完善，本体的定义一直不断的发展变化，1 9 9 1 年n e c h e s 等 人给出了本体在人工智能界最初的定义：“本体定义了组成主题领域的词汇表的 基本术语及其关系，以及结合这些术语、关系定义词汇的外延的规则 ：1 9 9 3 年g r u b e r 等人将本体定义为：“概念模型的明确的规范说明 ；1 9 9 7 年b o r s t 等 人进一步将本体定义为：“共享概念模型的形式化规范说明 ；1 9 9 8 年s t u d e r 等人总结并研究了上述的本体定义，将本体定义为：“共享概念模型的明确的形 式化规范说明”。s t u d e r 的本体定义包括四层含义：概念模型：表示的含义 独立于具体的环境状态，是通过抽象出客观世界中一些现象的相关概念而得到 的模型。明确的：所使用的概念及约束都有明确的定义。形式化：本体 是计算机可读且可处理的。共享：本体中体现的是相关领域中公认的概念 集。 2 2 2 本体建模元语 p e r e z 等人采用分类法归纳出本体的5 个基本的建模元语： ( 1 ) 类或概念 任何事务都可以看做类( c l a s s ) 。在语义上类表示对象的集合，一般采用框 架结构来对类进行定义，包括概念名称，概念与其他概念之间的关系，以及用 自然语言对概念的描述。 ( 2 ) 关系 关系( r e l a t i o n ) 指在领域中概念之间的交互作用。从语义上讲，基本的关系 共有4 种：p a r t o f 、k i n d o f 、i n s t a n c e - o f 、a t t r i b u t e o f ，如表2 1 所示。在实 际建模过程中，概念之间的关系可以根据领域的具体情况再增加相应的关系。 ( 3 ) 函数 函数( f u n c t i o n s ) 表示一类特殊的关系，在函数关系中前n 1 个元素可以唯 一地确定第n 个元素。函数关系的形式化定义为f ：c l 奎c 2 宰霉g 一。- - - g 。如 t e a c h e r o f 为一个函数关系，t e a c h e r o f ( a ，b ) 代表的关系为b 是a 的老师。 ( 4 ) 公理 公理( a x i o m s ) 代表永真断言。 ( 5 ) 实例 实例( i n s t a n c e s ) 代表元素。从语义上讲实例表示的就是对象。 7 表2 _ 1 语义的基本关系 名称说明 a t t r i b u t e o f表示某个概念是另一个概念的属性。如“价格”是桌子的一个属性。 p a r t o f表示概念之间部分与整体的关系。 i n s t a n c e o f 表示概念的实例与概念间的关系，类似于面对象中对象和类之间的关系。 k i n d o f 表示概念之间的继承关系，类似于面向对象中父类与子类之间的关系。 2 2 3 本体构建规则 目前没有一个标准的本体构造方法。g r u b e r 在1 9 9 5 年提出了构建本体的5 条规则：明确性和客观性：本体必须对本体进行明确的、客观的定义；完 全性：本体必须对术语进行完整的、全面表达术语含义的定义；一致性： 术语本身与其推论必须含义相容；最大单调可扩展性：向本体中添加通用 或专用的术语时，必须保证不修改已有内容；最小承诺：应保证尽可能少 的对建模对象约束。 2 3 上下文感知技术 人们常常会无意识地在与其他人或所在的环境交互时，对手势、情境、环 境状况等上下文作出适当的反应；然而相同场景下计算机无法同样地利用这些 上下文信息。计算机仅能在在有明确指定的情况下才能使用上下文信息，且计 算机能够使用的上下文信息非常有限，且环境中存在的上下文是低层上下文信 息。对于人类的行为、心理趋势等高层上下文信息，计算机必须通过复杂的建 模、演绎和推理过程才能对它们进行感知和利用；另外，由于缺乏上下文感知 系统框架，很难有效开发利用上下文信息的感知应用程序。 2 0 世纪末，上下文感知计算开始逐步得到关注，对于上下文感知计算的研 究包括：上下文的获取方式；上下文建模和表示的方法；上下文的共享；构建 上下文感知系统框架等。在这一领域业界进行了深入研究。 2 3 1 上下文的定义 在对上下文进行研究的早期，研究者采用枚举的方式对上下文进行定义， s c h i l i t 将上下文分为3 类来定义：计算上下文，如网络延时、网络带宽、程 序、打印机、显示器等资源；用户上下文，如用户的基本信息、位置信息、 周围的人员、用户情绪等；物理上下文，如噪音的大小、光线的明暗、温 度的高低、交通拥挤状况等。 d e ya 在文献 1 2 】中给出了通用的上下文定义：“上下文是环境本身以及 环境中各实体所明示或隐含的可用于描述其状态( 含历史状态) 的任何信息。 其中，实体既可以是人、地点等物理实体，也可以是诸如软件、程序、网络连 8 接等虚拟实体。 2 3 2 上下文的建模与表示 上下文可以是描述实体状态的任何信息。在这些上下文信息中，使用频率 最高的是位置上下文，对位置上下文信息建模的方式有：符号模型、坐标模型、 和混合模型。符号模型通过抽象的位置符号及位置间的相对关系来表示位置。 如通过合肥工业大学、图书馆、西4 0 米；坐标模型通过对物理空间建立坐标系 统并使用元组来惟一地表示位置信息。如g p s 通过( 纬度，经度，海拔) 表示 位置信息；混合模型结合了符号模型和坐标模型来表示位置。符号模型对位置 的表示缺乏精确性，坐标模型可以精确地表示位置，但很难直接推导出空间关 系甚至可能失效。 现有的上下文建模方法主要有以下六种：键值模型：采用键值对描述 上下文信息，是最简单的上下文模型。s c h i l i t 在p a r c t a b 项目中1 2 0 1 用键值模型 描述上下文信息，如采用键值模型描述“室内的温度2 7 ，有t o m 和s a m 即为i n s i d e t e m p e r a t u r e = 2 7 ，p e o p l e = t o m & s a m 。标记语言模型：采用带 有属性和内容的标记符来描述上下文信息，由x m l ( 可扩展标记语言) 演化而 来；面向对象模型：采用面向对象的思想将上下文信息进行封装重用；图 模型：采用面向图的建模工具描述上下文信息。如h e n r i c k s e n 在文献 2 2 】中提 出的面向上下文感知应用的扩展o r m 模型，其中借鉴u m l 用图表示对象关系 的思想。b r e z i l l o n 在文献 2 3 】中提出了c x g ( c o n t e x tg r a p h ) 上下文图建模方式。 一阶谓词逻辑模型。 r a n g a n a t h a n 在文献【2 4 】中提出了一阶谓词逻辑( f i r s t o r d e rl o g i c ) 模型，模型中的上下文描述方式为“上下文类型( 主语，谓语，宾 语) ，如l o c a t i o n ( s a m ，o u t ，b u i l d i n ga ) 代表s a m 正在离开a 栋大楼。本 体模型：采用本体论的方法来描述上下文信息的概念和关系。典型应用有c o b r a 项目开发的普适环境应用程序标准本体s o u p a ，s o c a m 项目组提出的上下 文本体c o n o n 。 以上六种上下文建模方式各有优缺点，总结如下：键值模型结构简单，占 用存储空间小，缺点是上下文信息描述不够精细，缺乏有效地检索算法。标记 语言模型描述功能强大，信息扩展方便，且易于检查正确性和冲突，但是这种 方式不具有语义性，互操作性不强。面向对象模型将世界看作由对象组成，对 上下文信息进行封装，具有透明性、动态性，但同样缺乏对语义的支持。图模 型十分直观，但是缺乏扩展性。一阶谓词逻辑模型采用与自然语言相似的方法 描述上下文信息，易于建立推理规则，但缺乏对上下文信息不确定性的描述。 本体模型具有语义性，互操作性强，但是这种建模方式较为复杂【2 2 1 。 文献【2 5 】提出了上下文信息建模过程中需要满足的六点条件限制：分布 式合成：由于智能移动空间系统在系统结构上通常采用分布式系统的解决方案， 9 缺少负责创建、运行、维护和合成上下文数据和服务的中心控制单元，因此上 下文模型必须支持分布式合成；部分验证：在上下文感知应用中存在需要 将上下文信息在组织结构或者实例层面上同上下文模型进行部分验证的需求； 信息质量：由于获取上下文的数据源设备不同，所采集的上下文质量也大 不相同，上下文模型必须能反映出有效信息量的差别：不完备性与模糊性： 在上下文信息获取过程中，由传感器得到的数据( 尤其是从传感器网络中得到 的) 通常是不完备的或是模糊的，上下文模型需要考虑数据不完备或模糊性； 形式化程度。形式化是指上下文模型必须用精确的方式描述信息的事实和 关系。形式化程度直接决定了上下文信息可共享的程度。可应用性。从系 统实现的角度看，对现有普适环境的软件平台的可应用性的支持是设计上下文 模型时必须考虑的一个方面。根据这六点上下文模型的要求，现有的六个上下 文模型可以用表2 2 总结。 表2 - 2 上下文模型对比 分布式部分验证上下文质量不完备性形式化程度可应用性 合成 与模糊性 键值配对 + 标记语言 + 面向对象 + 图 + 一阶谓词 + 本体 + 2 3 3 上下文的推理 上下文推理是将低级上下文转变为能被上下文感知应用程序所使用的高级 上下文的过程t 2 6 1 。现有的上下文推理方法可以分为两类：基于规则的推理和基 于本体论的推理。 ( 1 ) 基于规则的推理 在文献 2 6 2 4 】中，作者指出推理器的输入是低级上下文信息或规则。根据 规则的来源可以将规则分为用户自定义规则和机器学习规则。用户自定义规则 是用户或者程序员根据自己的需求和经验制定的规则，g a i a t 2 4 】使用机器学习来 获得规则，进行推理器训练得出低级上下文和高级上下文的关系，利用模糊逻 辑理论和贝叶斯网络将关联度较大的高低级上下文结合成推导规则【2 4 1 。机器学 习规则无需用户手动输入，但可靠性因不稳定因素较多而不如用户自定义规则。 ( 2 ) 基于本体论的推理 本体论是一个包括层次结构、关系、属性以及进一步的限制定理的概念集 合。本体论可以建立具有层次关系的知识模型，并定义知识模型中的信息客体 及相关属性和关系。本体论的核心作用是通过定义领域内的专业词汇以及词汇 l o 间的关系为各方交流提供语义共识。实际应用中的本体论通常是一个基本的词 汇表。 目前计算机只能将文本当成字符串进行处理，并无法像人类一样理解自然 语言所表达的语义，因此本体提供语义共识更主要的是为计算机服务，研究信 息处理领域中的本体论，主要的问题在于如何利用本体论来形式化地表达语义 共识。 本体描述语言必须满足的要求有：良好定义的语法和语义、有效的推理支 持、充分且方便的表达能力。