基于实体-数据的物联网服务建模

物联网服务作为信息世界软件服务通过物联网向现实世界的延伸,其在物联网系统具有重要的作用.然而,不同于传统Web服务,物联网服务具有现实感知、数据驱动、异构分布、时空相关等新特点,使得现有的服务模型不足以对物联网服务有效刻画,进而也不能满足物联网应用中的后续服务发现、服务卸载、服务组合等需求.在凝练分析物联网服务建模需求和已有物联网服务模型的基础上,提出了一种基于实体-数据的物联网服务建模框架,该框架提出了服务、实体、数据三元信息融合的物联网服务模型概念及概念关系,重点定义了服务、实体、数据的时空属性及时空依赖关系,以支持基于时空相关性的物联网服务关联表示与分析,并通过扩展OWL-S(ontology Web language for services)给出了基于实体-数据的物联网服务描述方式.最后,结合一个高速公路物联网应用案例对模型的使用方式和效果进行了讨论.     

QoS感知的Web服务推荐模型*

服务注册中心往往推荐给用户一组等价服务,且服务的QoS来自于不同用户的反馈,如何根据用户的偏好和上下文环境推荐最合适的服务在SOA中非常重要。提出了一个QoS感知的Web服务推荐模型,该模型通过感知用户上下文克服了传统方法带来的用户QoS体验与服务注册中心QoS信息不一致的问题,使用层次分析法获得用户QoS偏好,综合评估备选服务的QoS性能,给出最适合当前用户的服务。通过实验说明了用户上下文感知的合理性,并给出了一个服务推荐的例子。     

物联网情景感知技术研究

与互联网不同,物联网(Internet of Things, IoT)通过各类通信技术将具有标识、感知或者执行能力的物理实体互联,形成了“物物互连”的虚拟网络。随着计算机及通信技术的迅速发展,计算资源将通布人们周围的环境,情景感知技术应运而生。情景感知获得传感器采集的情景信息以后,对信息进行智能处理,自主地为用户提供服务。物联网具有海量信息的特性,传统的情景信息处理方法已不再适用。对物联网情景感知技术进行了详细的介绍,首先给出情景和情景感知的概念及其研究发展和应用。然后,结合物联网特性,以情景感知流程为主线,探讨了信息获取、建模和智能处理等内容。最后,系统结构是情景感知的关键,因此对现有的系统结构进行了分析和对比,结合物联网环境论述了当前情景感知系统的不足之处,并给出了情景感知系统的参考结构。     

物联网环境下基于情境的语义Web服务选择

当前Web服务海量增加，物联网应用技术快速发展、不断普及，而现有的Web服务选择算法低效、用户匹配度低。针对该问题提出一种物联网环境下基于情境的语义Web服务选择方法。该方法应用QoS参数的无量纲化与语义Web服务动态选择方式，将物联网环境下服务与语义Web服务相结合，并根据用户需求针对QoS选择最优的服务集。实验表明，该方法能有效地提高用户服务动态选择的成功率。     

基于情景感知水稻育秧大棚农业物联网的设计与实现

情景感知提供有一种依据情景信息实现智能决策的计算模式。文章提出了一种基于情景感知的水稻育秧大棚环境感知与控制服务模型,较好地解决了物联网环境下农业领域的情景感知、情景处理及情景服务问题。在实际的水稻育秧农业产生中,感知节点可提供水稻育秧大棚内的各类环境信息,执行节点则执行相关的情景处理结果,基站平台、服务器平台、移动终端平台负责情景信息处理与信息推送,这样,通过设置控制因子与环境因子之间的关系,即可自主应对各类异常情况。     

基于需求预测的主动服务推荐方法

在智能计算领域,网络中可用服务数量与类型的快速增长,使用户更依赖于服务完成各种业务,然而当前“请求-响应”被动式的服务模式严重影响了用户体验与资源利用率。为智能感知用户需求并主动为用户推荐合适的服务,通过引入需求预测过程,提出一种主动服务推荐方法。利用矩阵分解算法从大量历史服务使用数据中提取用户特征和服务特征,据此训练深度学习模型并预测用户的服务需求,进而为用户推荐其所需要的服务。基于真实数据的实验结果表明,该方法较单一的矩阵分解模型和深度神经网络模型具有更高的服务推荐准确性和稳定性。     

基于记忆模型的两阶段Web服务发现算法

针对当前服务发现系统的查准率及用户满意度偏低的问题,提出采用记忆强度机制对得到的服务历史记录进行分析,进而更新记忆库中的服务信息。根据服务请求记忆库会得到具有一定顺序的服务列表,将此列表与通过请求UDDI服务中心基于关键字匹配得到的服务集合进行语义匹配,得到用户需要的服务列表。实验结果表明,该模型能够有效改善服务发现系统的查准率和用户满意度。     

智慧城市中QOE感知服务组合策略的研究

无线传感器的发展和物联网技术的应用,配有物联网的设备正以一种全新的“智能终端服务”的形式进入人类生活,要想在复杂冗余的物联网环境中寻得满足不同用户需求的服务,需要考虑服务组合的概念。为此,在对传统服务组合研究方法深入分析的基础上,提出了智慧城市的服务组合选择策略。首先根据物联网应用服务的多样性,通过改进蚁群算法获得用户对服务的偏好顺序,然后使用层次化QOE评价模型量化客户体验质量,进而选出最优服务组合提供给用户。根据提出的服务组合策略,给出服务选择具体的实施流程,通过仿真模拟表明基于改进蚁群算法的服务组合策略在服务选择问题上具有一定的推广价值。     

一种基于Chord的物联网信息服务方法

文章提出了一种物联网中基于Chord的信息服务方法。文章首先根据物联网中信息产生的特点提出了物联网中的基本信息产生模型,然后通过分析物联网信息服务的特点并以Chord网络模型为基础,提出了一种基于Chord的信息服务节点组织方法,并给出了相应的信息存储和查询方法。经过与EPC网络架构进行的分析比较,这种基于Chord的P2P信息服务方法能够有效消除系统性能瓶颈,并能提高系统的安全性,健壮性和工作效率。     

自认知型物联网的结构模型研究及其应用

本文将认知网络概念引入物联网,提出了自认知型物联网的结构模型,研究了基于自认知网络的物联网应用模型.通过该模型的应用,自认知型物联网不仅能够为物联网提供传统Internet所能提供的感知、传递、处理、跟踪服务,更可为物联网用户提供各种个性化服务.为未来实现物联网系统中的人与物的相融互动,交流沟通目标提供新方法.     

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。     

Item recommendation based on context-aware model for personalized u-healthcare service

A personalized service in the ubiquitous environment is to provide services or items, which reflect personal tastes, attitudes, and contexts. It is impossible to reflect the context information generated in u-healthcare environments due to the existing recommendation system performing the recommendation using the information directly input by users and application usage record only. This study develops a context-aware model using the context information provided by the context information model. The study applies it to the extraction of the missing value in a collaborative filtering process. The context-aware model reflects the information that selects items by users according to the appropriate context using the C-HMM and provides it to users. The solution of the missing value in the preference significantly affects the recommendation accuracy in a preference based item supply method. Thus, this study developed a new collaborative filtering for ubiquitous environments by reflecting the missing preference value and reflecting it to the collaborative filtering using the context-aware model. Also, the validity of this method will be evaluated by applying it to menu services in u-healthcare services.     

基于本体的NGN上下文感知业务设计与实现

为使NGN业务具有良好的适应性满足用户在灵活多变环境下的需要,提出基于本体的上下文感知业务生成框架,该框架对NGN中上下文业务系统的开发起到关键作用。分析NGN业务实现关键问题以及利用本体进行感知计算的方法,最后给出业务实现实例说明技术应用方法和该框架的可行性。     

一种基于用户情境的QoS预测方法

完整的QoS信息有利于更准确的服务推荐,但是现实中往往很难得到。文章提出了一种基于用户情境的QoS预测方法,对于老用户,根据他们原来的QoS选择,考虑QoS类型区别和时间衰减情况,预测新的QoS取值;对于新用户,按照用户分类信息,根据同类用户的服务选择情况,预测他们的QoS取值。实验证明,该方法有助于提高服务推荐的性能。     

一种基于用户情境聚类的个性化推荐算法

面向基于情境感知的推荐问题,提出一种基于用户情境聚类的个性化推荐算法。该算法利用情境预过滤的思想,首先运用模糊聚类的方法对历史数据集中用户的情境进行聚类,构造与当前用户情境相似度较高的用户集合,再与传统的基于用户的协同过滤算法相结合进行个性化推荐。实验采用公开数据集,结果表明该算法在多维情境信息条件下可用,并且推荐准确度要高于传统协同过滤算法,在聚类粒度不同的情况下对推荐结果也会产生不同的影响。     

基于信息熵多属性决策的Mashup服务推荐方法

随着Mashup服务的快速发展,如何在海量的服务集合中找到用户感兴趣的、服务质量高的Mashup服务,成为一个难题。针对该问题,提出一种基于信息熵多属性决策的Mashup服务推荐方法。首先建立用户兴趣模型和Mashup服务的质量(Quality of Service,QoS)模型;其次,利用信息熵多属性决策方法,预测用户对候选Mashup服务的综合评分,并将综合评分最高的Top-K Mashup服务推荐给用户;最后,在不同数据集上进行实验比较与分析,结果表明:基于信息熵多属性决策的Mashup服务推荐方法能够有效地为用户推荐其感兴趣的、高质量的Mashup服务。     

基于事件的物联网服务相似性检测

为了检测物联网中冗余服务,节省资源,使用事件和服务关系提出了基于事件服务类图的冗余服务相似性计算模型,在此模型基础上分析了物联网事件上下文及其服务类型,从而得出了面向事件的服务相似度计算方法。由此方法得到了一个静态的服务冗余检测算法。此算法通过检测相似性事件来去除重复的服务函数调用,节约系统服务对资源的占用,从而解决物联网中资源高耗问题。     

基于凸函数证据理论的关联感知云服务信任模型

针对大规模分布式云计算系统中的服务可信度辨别问题,提出一种基于凸函数证据理论的关联感知云服务信任模型。对云计算系统中云服务提供商、服务和用户之间的信任关系进行形式化描述,充分挖掘了同一服务商中的不同云服务之间的关联性,利用凸函数证据理论对有序命题的处理能力,构建了云计算系统中的可信服务推荐方法,根据用户需求为其提供合理可靠的云服务。与经典证据理论方法的对比结果表明,基于凸函数证据理论的关联感知云服务信任模型在保证有效性和健壮性的同时,充分利用了云计算系统中云服务之间的关联信息,能够根据用户的请求提供合理的云服务。