情境计算研究综述

作为一种新的计算模式,情境计算得到了学术界和产业界越来越多的关注.随着物联网、云计算、大数据、社会计算等相关技术的不断发展成熟,情境计算进入了快速发展阶段.情境计算是一种通过对获取到的情境信息进行处理、从而得出用户所需服务并主动向用户提供相应情境感知服务的计算模式.这一新的计算模式为使用者的工作、生活带来了舒适和便利.对情境计算的诞生背景进行阐述,介绍情境、情境计算、情境感知、情境感知系统和情境感知服务等关键概念,总结情境数据获取、情境模型与建模、情境推理、主动服务提供、情境感知中间件和安全与隐私等重要研究内容以及其中使用到的关键技术,最后依托情境计算的一般性架构分析得出情境计算的未来发展挑战.     

一种场景驱动的情境感知计算框架

情境感知系统通常以情境信息直接驱动上层服务或应用。普适计算环境的情境信息在来源及种类上存在较大差异,情境信息的多样性导致由情境直接驱动的情境感知系统的扩展性、稳定性不足。对此提出一种场景驱动的情境感知计算框架。该框架以场景为基础,屏蔽了原始情境信息的异构性和多样性;以场景识别为核心,由系统中的基本情境信息识别当前用户的场景信息,由场景信息驱动相关的应用。该框架简化了系统设计的复杂度,有助于提高系统的扩展性和稳定性;同时场景识别采用神经网络的算法,避免了因采用推理所带来的知识库暴涨问题。所开发的原型系统验证了框架的有效性。     

基于活动的情境感知系统交互设计

情境感知是移动和普适计算研究中一个重要的组成部分。现有研究大多从技术的角度进行情境感知系统的设计和实现。由于缺少对人的情境感知机制的认识,导致系统的情境感知行为和人的期望之间存在着很大的差距。在活动理论和人的情境感知理论的基础上,提出了基于活动的情境感知模型,用于描述特定活动中人的情境感知过程;并在该模型的基础上,提出了基于活动的情境感知系统交互设计方法。通过基于活动的情境感知购物助手的交互设计过程,验证了基于活动的情境感知模型在情境感知系统交互设计中的应用。     

普适环境下基于软件代理虚拟化的应用迁移

虚拟计算环境中的用户在物理空间的移动要求其相关应用能够在网络空间进行相应的移动.为支持应用的迁移,利用软件代理技术来实现计算网络空间以及其中资源的虚拟化.具体而言,就是结合情境感知技术,利用软件代理本身所具有的自治性和移动性实现应用组件的动态绑定和迁移,进而提出一种基于代理的支持应用迁移的结构模型MDAgent,并实现了相应的原型系统,可为应用的迁移提供移动管理、情境感知、资源匹配和推理机制等多方面的支持.在此基础上开发出若干应用并给出相关性能分析.     

普适计算及其定位感知系统

普适计算的目的是为了使计算机更好地为人类服务，提高人们的生活质量。普适计算中的定位感知系统是普适计算研究中的核心部分之一，如何确定室内用户的动态位置信息，如何主动向用户提供各种所需的信息，这些都是其研究话题。给出了一种自行设计的普适计算室内定位感知系统的最小功能模型。     

一个基于服务的网格计算模型

文中提出一个基于服务的网格计算模型，该模型强调了一个网格就是一个特殊的计算系统。通过这个模型与传统计算系统模型的比较，分析了它们的相似点和不同点，这对于网格的研究是很重要的。文中所提出的模型对网格计算的研究也是非常有用的。它不仅为开发一个网格系统提供了一定的帮助，而且为网格理论上的研究提供了一个框架。     

记忆计算:概念、特性及研究进展

随着信息技术的发展,尤其是移动互联网与物联网的发展,有关个人工作和生活的数据呈指数型增长。这些海量的数据中蕴含着丰富而有价值的个人信息,如何从这些数据中挖掘出有价值的信息成为当前信息领域的重要问题。针对该问题,介绍了普适计算领域新兴起的研究主题——记忆计算。记忆计算旨在通过各种带感知和计算功能的设备,比如智能手机、可穿戴设备等,实时感知和捕获用户线上线下活动的数据,分析并挖掘其内在价值,进而组织和管理有意义的记忆数据,实现基于情境的记忆数据呈现,以辅助个体记忆,支持社群交流与协作。讨论了基于移动情境感知的记忆计算的概念、特性、系统模型以及当前研究的关键技术与挑战,综述了记忆计算在生活日志、记忆提醒、往事回忆和群体记忆分享等方面的研究进展,并对其未来发展进行了展望。     

CAUXT:帮助研究人员在感兴趣的情境中采集用户体验数据

随着移动互联技术的快速发展和普及,产品的使用越来越无处不在,这也要求用户体验研究必须与情境紧密关联。但对于用户体验研究,现有的技术手段在识别和感知研究人员感兴趣的情境上还存在一定的困难,较难根据感兴趣的情境获取用户体验数据。其原因在于:现有系统工具的情境感知与用户体验研究人员的情境感知存在较大差异。目前,用户体验领域缺乏解决此类问题的研究,现有相关领域的此类研究也都是倾向于从算法和计算效率的角度来提升系统的数据采集能力,未从用户体验研究人员的情境感知机理角度来解决问题。文中创新性地通过借鉴认知科学和人机交互领域关于人认知的相关理论来构建用户体验研究人员的情境感知模型,并在此基础上利用情境感知计算技术构建具有情境感知能力的用户体验数据采集系统。通过初步的案例研究表明,此系统能够在一定程度上获取用户体验研究人员感兴趣的情境,并根据这些感兴趣的情境获取用户体验数据。     

基于Petri网的情境感知系统建模与仿真*

情境感知系统对情境信息的利用程度在不断提高,对服务的多样性提出了更高要求,但是传统的情境感知系统的建模方法难以满足对系统动态描述和模拟的需求。通过对传统的Petri网进行扩展,提出了情境感知系统的赋时着色Petri网模型;并结合仿真工具CPN Tools对模型进行模拟和验证,进而发现系统设计中存在的潜在不足,对其优化改进。以痴呆老人智能辅助系统为例,证明了该方法的有效性。     

基于本体的上下文感知中间件框架

上下文感知是普适计算的核心技术之一,而描述和理解上下文信息是上下文感知的前提。由于上下文信息种类繁多、感知方式迥异,目前开发面向特定应用的上下文感知系统缺乏统一的机制和通用的架构,增加了系统开发的成本。引入语义Web技术,利用本体对上下文信息进行建模,采用本体描述语言描述上下文模型,提供了一个公共的上下文本体以实现多个独立开发的上下文感知系统对知识的共享和推理,构建了通用的上下文感知中间件框架,从而实现对域内上下文知识的共同理解。     

The ECORA framework: A hybrid architecture for context-oriented pervasive computing

An infrastructure approach to support context-aware pervasive computing is advantageous for rapid prototyping of context-aware distributed applications and beneficial for unifying modelling of context and reasoning in uncertain conditions. This paper presents the ECORA framework for context-aware computing, which is designed with a focus on reasoning about context under uncertainty and addressing issues of heterogeneity, scalability, communication and usability. The framework follows an agent-oriented hybrid approach, combining centralized reasoning services with context-aware, reasoning capable mobile software agents. The use of a centralized reasoning engine provides powerful reasoning capabilities and deploying context-aware mobile agents enables agility and robustness of components in the pervasive system. The design and implementation of the framework at different levels, as well as three case studies, are presented.     

基于本体的上下文感知系统

普适计算自20世纪90年代中期被提出以后得到了普遍的关注。上下文感知作为实现普适计算的关键技术已成为重要的研究课题。在分析上下文感知系统以及组成模块的基础上，借鉴软件方法学中的快速原型模型思想，通过本体标记语言OWL给出了系统中感应模块搭建的实例。     

浅谈智能导游中上下文感知计算的应用与研究

随着人们越来越热衷于旅游,该文发现一些不可忽视的问题也凸现出来,传统的人工导游已不能满足游客的需求,而以上下文感知计算为基础的智能导游系统的运用将使得我们所面临的问题迎刃而解。该文以此为依托,研究实践一种基于上下文感知计算的智能导游系统。     

Data-centric middleware for context-aware pervasive computing

The complexity of developing and deploying context-aware pervasive-computing applications calls for distributed software infrastructures that assist applications to collect, aggregate, and disseminate contextual data. In this paper, we motivate a data-centric design for such an infrastructure to support context-aware applications. Our middleware system, Solar, treats contextual data sources as stream publishers. The core of Solar is a scalable and self-organizing peer-to-peer overlay to support data-driven services. We describe how different services can be systematically integrated on top of the Solar overlay and evaluate the resource discovery and data-dissemination services. We also discuss our experience and lessons learned when using Solar to support several implemented scenarios. We conclude that a data-centric infrastructure is necessary to facilitate both the development and deployment of context-aware pervasive-computing applications.     

Uncertainty handling in rule-based mobile context-aware systems

Uncertainty handling is one of the most important aspects of modelling of context-aware systems. It has direct impact on the adaptability, understood as an ability of the system to adjust to changing environmental conditions or hardware configuration (missing data), changing user habits (ambiguous concepts), or imperfect information (low quality sensors). In mobile context-aware systems, data is most often acquired from device’s hardware sensors (like GPS, accelerometer), virtual sensors (like activity recognition sensor provided by the Google API) or directly from the user. Uncertainty of such data is inevitable, and therefore it is obligatory to provide mechanisms for modelling and processing it. In this paper, we propose three complementary methods for dealing with most common uncertainty types present in mobile context-aware systems. We combine modified certainty factors algebra, probabilistic interpretation of rule-based model, and time-parametrised operators into a comprehensive toolkit for modelling and building robust mobile context-aware systems. Presented approach was implemented and evaluated on the practical use-case.     

觉察上下文计算环境中上下文服务器的设计

介绍了觉察上下文计算的基本概念和上下文以及上下文服务器的定义,阐述了实现上下文服务器所需要解决的问题,介绍一个上下文服务原型系统(Context Server for Web-based Mobile Service,CS4WMS)的系统架构、设计及实现。     

Modeling and generating context-aware agent-based applications with amended colored Petri nets

Context-awareness is become more crucial in mobile distributed computing systems. However, sophisticated modeling methods to analyze context-aware systems are still very few. Among those, the Colored Petri Net (CPN) is promising because it is proven to be useful for modeling system dynamics and concurrency control in more efficient ways. However, to support managing multiple configurations of components of context-aware applications, some features need to be added to specialize the CPNs. To address these challenges, our research has two idea: (a) to decompose a system into several meaningful subsystems, each of which we will call a pattern, and (b) to separate context from the patterns to realize context-pattern independence. Hence, we propose a modeling methodology to represent and analyze a context-aware agent-based system, which tends to be highly complex. We introduce CPNs as a method of capturing the dynamics of this contextual change. We define CPNs and a way to apply them in context-aware agent-based systems. We also describe a prototype system that we have developed called CPN Generator, which translates CPN specification into Java programs.     

面向普适环境的上下文感知中间件研究

针对普适环境下上下文感知计算需求,引入广义模型化理论,建立了一种面向通用环境资源的上下文信息数据模型;在此基础上,提出了上下文感知中间件体系框架,并详细阐述了其构件化的实施方案。该中间件平台的上下文获取层能够封装各类感知器捕获的资源信息,中间处理层负责信息的管理、推理和聚合,基于门面模式的上下文访问层提供同步和异步相结合的上下文信息统一访问入口。通过实验测试了平台的时间损耗,表明该中间件可提供通用的上下文感知服务且具有较好的系统性能。