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。     

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。     

普适计算环境中上下文模型的建立

普适计算作为第三代计算方式已经成为科学研究的前沿,上下文作为普适计算中最为重要研究方向之一,对普适计算的研究和发展有着大力地推动作用.就建立普适计算环境上下文模型进行了分析和讨论,对上下文的数据和通信方式也进行了分析,为上下文的实际应用提供一些理论基础准备.     

基于上下文感知的普适计算辅助教学设计与实现

随着计算机技术的发展,普适计算作为一种新的计算模式孕育而生。基于普适计算的应用技术能为使用人群提供主动的,个性化的服务,这一特点可以极大地改善现有计算机辅助教学过程中一些固有缺陷。文中分析了普适计算在教学中的意义,研究了近年来国内外在上下文感知领域的探索,指出了普适计算技术在实验教学中的优越性,设计了一个基于上下文感知的普适计算辅助教学实验。     

普适计算环境下基于中间件的上下文质量管理框架研究

随着信息技术的快速发展,分布式计算技术逐渐向普适计算技术演化,从而达到信息空间和物理空间融合的最终目标,为用户提供普适的智能化服务。为了达到这个目标,一个主要的困难就是如何有效地连续监测、才甫获与解释环境相关的上下文信息来确保精确的上下文感知性。很多研究者已先后投身于上下文感知的普适应用的研究工作中,但大多数往往直接针对原始上下文进行处理,没有考虑上下文质量(QoC)的影响。因此,提出了一种基于中间件的上下文质量管理框架,即通过上下文的质量门阂管理、重复与不一致的上下文丢弃等不同层次的控制机制,为上下文感知服务和应用用户提供有效而可靠的上下文服务。     

新的普适计算环境下上下文缓存置换算法

由于普适计算环境高度动态的特点以及无线环境连接易中断、传输速度低等方面的约束,使得普适计算应用对于上下文的访问开销非常大。为此,首先给出一个上下文感知系统框架,然后提出了一种基于规则的上下文缓存置换算法--RCRA,算法根据上下文的被访问概率、上下文时效性及历史访问次数决定是否将其置换出缓存。当有新的上下文需要进入缓存时执行该算法,以保证缓存中的上下文最新且最有价值。实验表明,RCRA不仅在命中率方面有较大提高,而且能够有效降低上下文访问的开销。算法应用于基于推理规则的上下文感知系统中,具有良好的可实用性。     

基于RFID普适计算环境的形式化上下文模型

提出了一个适合普适计算环境的、基于本体的形式化的上下文感知模型。该模型使用本体描述语言OWL描述上下文,采用层次化的设计方法,提高了上下文表达能力和快速上下文原型。为普适计算的上下文建模和应用、上下文重用和建立面向普适计算环境的软件基础设施提供了一种可行的方法。     

普适计算环境下上下文不一致性的消除算法研究*

在普适计算环境下,由于所获得上下文信息的不一致性,往往会导致应用不一致性的产生。针对上下文不一致性的消除问题,提出了全丢弃消除算法、最新上下文丢弃算法、基于确定性上下文丢弃算法和基于相关性的上下文丢弃算法,并对算法的性能进行了比较和分析。实验表明,这些算法能够有效达到消除上下文不一致性的目的。     

普适计算中的定位感知系统

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,都是本文的研究话题。文章最后给出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。     

一种面向上下文感知计算的建模方法

上下文感知计算是指系统能发现并有效利用上下文信息（如用户位置，时间，环境参数，邻近的设备和人员，用户活动等）进行计算的一种计算模式。通常来说，上下文感知计算系统都是复杂的大规模分布式混合系统，如何对其有效建模是研究中的一个重要问题。本文提出一种基于Ptolemy Ⅱ的上下文感知计算建模方法。通过将FSM与层次化建模相结合减少FSM的状态数目，然后扩展FSM中状态，使其能执行预先定义的脚本或被再次建模。该建模方法能有效地支持上下文感知计算系统建模及快速原型构建。     

基于Agent和XML的普适计算上下文集成框架

普适计算是一种新的计算模式,目的是根据用户需要提供随时随地的服务.为实现这种服务,需要多种设备和软件平台的参与,而这些设备和平台提供的上下文往往是异构且冗余的,不利于上下文信息的访问.设计一个集成框架,以解决以上问题.方法是利用Agent采集底层上下文信息,并将其转换成各种应用程序或中间件能够理解的格式,屏蔽数据异构.在高层,采用Agent技术,并使用XML作为移动Agent通信语言,实现上下文信息的交流,完成上下文的高层集成,解除平台异构,从而简化应用程序的设计,更有效地支持普适服务.     

普适计算环境下基于构件化中间件的上下文管理技术研究

上下文相关技术已经成为普适计算环境中用于应用服务的不可或缺的核心技术之一。对于基于构件的中间件来说,对高性能的上下文管理的需求更是必不可少,因为它构成了普适计算环境中构件适配和部署的重要基础。因此,在已有构件中间件的基础上,我们针对普适计算环境的特点提出了一种整体的上下文管理方法,将上下文管理集成在已有的构件化中间件中。应用表明,该方法能够更好地支持普适计算环境下上下文相关的构件化应用开发。     

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。     

一种普适医疗环境下的上下文感知中间件

普适医疗环境具有异构设备多且需动态加入或退出、医疗术语关联复杂等特点,现有上下文感知中间件在上下文发现和接入、上下文知识管理等方面尚有不足。基于本体对上下文信息建模和推理,提出一种适用于普适医疗环境的上下文感知中间件,该中间件采用集中式架构、用UPnP作为上下文发现和接入方法,还讨论了该中间件在智能病房典型场景中的应用。     

普适计算环境下上下文信息推理的研究

从各种低层上下文信息得到对人们更加有用的高层上下文信息即上下文推理是当前研究的热点.针对该问题,采用描述逻辑,研究基于本体模型的上下文推理方法.首先简要介绍基于本体的上下文模型,该模型增加了对上下文特性的建模,然后分别研究基于本体的推理、基于规则的推理及不一致性验证3种推理方式,借助Jena框架的推理接口实现,推理功能全面,通用性强,基本满足了普适计算系统中上下文推理的需求,最后给出了推理的可用性.     

普适计算服务匹配技术研究

在普适计算环境下需要根据用户的需求提供合适的服务,这需要对用户请求的服务和环境提供的服务进行服务的匹配.而目前使用的基于语法的服务匹配和基于语义的服务匹配都不能很好地适应普适计算环境的高效、资源约束和上下文感知的要求.通过分析普适计算环境下主要的基于语法的和基于语义的服务匹配技术,给出普适计算环境下在高效、资源约束和上下文感知的特殊要求下服务匹配的解决方案,并就面向服务组合的服务匹配进行了分析.     

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.     

普适计算体系结构的研究

普适计算使人在信息空间与物理空间相融合的环境下，利用任意设备，通过任意网络，在任意时间透明地获得一定质量的网络服务，根据目前国际上普适计算研究的现状和发展趋势，提出了一个普适计算体系结构的参考模型，并简要讨论了该参考模型的四个关键研究内容一移动计算、互操作计算、情感计算和上下文感知计算．     

上下文感知推荐系统

近年来,上下文感知推荐系统已成为推荐系统研究领域最为活跃的研究领域之一.如何利用上下文信息进一步提高推荐系统的推荐精确度和用户满意度,成为上下文感知推荐系统的主要任务.从面向过程的角度对最近几年上下文感知推荐系统的研究进展进行综述,对其系统框架、关键技术、主要模型、效用评价以及应用实践等进行了前沿概括、比较和分析.最后,对上下文感知推荐系统有待深入的研究难点和发展趋势进行了展望.     

普适计算中间件技术的研究与进展

当前,普适计算已经成为计算机科学中一个极具活力和影响力的研究领域。普适计算环境规模很大并且具有高度异构性,如网络架构的异构性、硬件平台的异构性、操作系统的异构性、应用服务的异构性等,而普适计算中间件技术可以解决异构性和跨平台特征,提供不同服务的集成应用,因此成为普适计算中的一个研究热点。基于此,本文对于目前国外关于普适计算中间件技术的研究现状做了一个总结;通过分析和比较,给出了普适计算中间件的设计原则;探讨了普适计算中间件技术的未来发展方向。