支持移动和普适应用的上下文感知框架

蕴涵着高度动态变化特性的移动和普适计算环境给分布式系统的设计提出了新的挑战,上下文感知框架汇聚了感知和处理各种易变因素的基础设施.依托框架开发移动和普适应用,能加快开发速度,提高应用程序的健壮性.本文分析了各种上下文信息及其作用,给出了上下文感知框架XAF的设计,探讨了框架中的关键技术,包括上下文转换和服务自适应选择.     

移动协作学习的上下文感知模型研究

根据移动协作学习的特点和个性化需求,提出了一种移动协作学习的上下文感知计算模型(M-CCLM),包括上下文信息获取、表达、优化和推理.基于上下文逻辑给出了上下文融合的优化算法和决策行动的贝叶斯推理算法.通过实例说明了模型的应用方法.     

基于移动代理的上下文感知系统研究

上下文表是用上下文信息描述实体状态,原子上下文感知反应则说明了系统根据当前上下文和历史上下文做出合适的响应.基于以上两个概念设计了上下文感知移动代理、系统代理和上下文感知移动代理服务环境,目的是解决普适计算系统需要自动适应用户行为及环境变化的问题.首先使用历史上下文与当前上下文提取上下文表达式,根据该表达式在上下文反应容器中匹配对应的操作,然后由系统代理执行该操作,为用户提供任务相关的服务或者信息.其次根据原子上下文感知提出若干实例,并由上下文感知演算验证,同时指出上下文感知演算的不足.最后,用染色Petri网对一个实例场景仿真,证明了系统的可行性.     

基于上下文感知计算的移动中间件自适应模式的构建

随着科技的发展,各种智能移动终端已普及到人们生活中,基于上下文感知计算的移动应用已越来越得到人们的关注。然而受现实环境中地理条件的多样性、网络的不稳定性以及用户数量的突变性等因素的影响,现有移动中间件技术已无法满足现实的多样性需要。为此,提出了一种基于上下文感知计算的移动中间件自适应模式,实现移动终端自适应感知上下文、自主存储、推理与分析,降低用户参与度,提高系统自主交互的能力。     

基于上下文感知和RFID的智能交互系统

上下文感知是在移动计算环境中实现人机自然交互的关键,该文分析在信息空间和物理空间融合环境中,上下文应具有的意义、特征和作用.结合RFID技术的特点和发展趋势,提出通过基于RFID与移动计算获取上下文以进行智能交互的思想.采用被动式RFID标签跟踪并存储上下文数据,以蓝牙作为无线交互信道,结合移动终端PDA实现嵌入式系统,通过实验给出应用效果.该原形系统在可穿戴计算、医疗看护、残障协助和路标导航等方面具有实验推广价值.     

MCSM:一种基于移动设备的上下文感知中间件

提出一种针对移动设备的上下文感知中间件MCSM(Mobile Context Sensing Middleware).MCSM可以动态地感知当前移动设备的内外部计算环境及用户活动等上下文信息,并以统一的接口将感知到的上下文数据提供给上层应用程序.为了克服外部传感器数据的高异构性,MCSM采用了一种基于XML的上下文数据描述语言CDDL.基于MCSM的原型系统表明,MCSM具有良好的运行效率和可扩展性,并可显著提高上下文应用程序的开发效率.     

基于端和云的大规模上下文管理框架的研究与实现

上下文态势是将大规模、广地域范围内的上下文信息综合在一起形成的一种全局信息.随着各类具备感知能力的移动终端的普及,如何获取这种全局态势并利用态势来为用户提供更好的服务是亟待解决的问题.基于“端+云”相结合的计算模式,提出移动终端的统一抽象模型来实现上下文信息收集,进而提出了在云端对大规模上下文信息进行聚合、基于MapReduce计算模型的态势信息荻取算法.通过一个大规模上下文管理框架对研究内容进行验证,并以一个交通态势实例验证了框架的有效性.     

基于上下文感知移动中间件的研究与设计

移动环境和设备的限制,给移动开发带来了挑战。移动中间件能够为移动应用开发提供了一个很好的基础平台。叙述了自适应机制在中间件层实现的必要性,分析了传统面向对象中间件应用在移动计算环境中的不足。根据移动应用的需求,提出了一个基于上下文感知的移动中间件体系结构。     

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.     

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.