下一代网络环境中上下文感知应用提供框架

上下文感知是遍布计算中的一项重要技术,其应用已经成为下一代网络环境中业务开发的一个热点.为了更好地支持下一代网络中的上下文感知业务提供,结合上下文感知概念和面向服务的思想提出上下文服务,给出了适合于下一代网络环境的上下文感知业务提供通用框架CASPGA(Context-Aware Service Provision General Architecture),并详细讲述其功能结构和实现技术,从而可以更加方便地开发出各种上下文感知应用.     

下一代网络环境中上下文感知应用提供框架

上下文感知是遍布计算中的一项重要技术，其应用已经成为下一代网络环境中业务开发的一个热点。为了更好地支持下一代网络中的上下文感知业务提供，结合上下文感知概念和面向服务的思想提出上下文服务，给出了适合于下一代网络环境的上下文感知业务提供通用框架CASPGA（Context—Aware Service Provision General Architecture），并详细讲述其功能结构和实现技术，从而可以更加方便地开发出各种上下文感知应用。     

基于上下文感知的智能停车场系统的研究

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.车辆停放乱和车辆失窃是停车场的重点问题.针对该问题,提出了一种基于ZigBee和上下文感知的智能停车场管理系统,给出了智能停车管理系统的总体架构.该系统使用RFID对车和车主进行跟踪,并根据所感知信息进行上下文推理决策判断合法性,从而有效实现对停车场的智能化管理.     

上下文感知推荐系统:挑战和机遇

该文梳理了社会和科学领域中上下文感知推荐系统的主要概念、技术、挑战和未来趋势；其次，分类介绍了可用于基于上下文的推荐的一系列技术和主要框架。除了经典的基于内容、基于协同过滤和基于矩阵分解的技术之外，调研了最近的研究方向，即基于深度学习和基于模糊逻辑的方法。最后，描述了在推荐过程中利用上下文信息的潜在研究机会。     

适应用户需求变化的前摄推荐模型

为了减少前摄推荐对用户当前活动可能产生的干扰,提出一种适应用户接受度变化的前摄推荐模型,感知用户对系统主动的信息推送是否有潜在需求以及需求的波动性,以提高用户体验。使用接受度向量来评估用户对信息推送的需求,应用决策树算法对用户历史上下文进行规则推理,形成用户对上下文推荐的接受度向量,并根据上下文变化和用户反馈来调整推荐接受度向量。试验结果表明,模型能够响应用户对推荐的动态变化,有助于改善用户体验。     

一种团购商品的个性化推荐算法研究

团购商品凭借其价格优惠和能够亲身体验的优势越来越得到人们的青睐.为帮助团购网站实现个性化营销,将用户购物过程中的上下文环境因素融入到传统的推荐算法中,提出了一种基于上下文感知的推荐算法,基于用户相似和物品相似中加入上下文信息相似,构造了计算商品预测评分的公式,进而得到推荐列表,使个性化推荐体现得更加充分.     

基于Parlay API和代理技术的自适应上下文感知策略平台

首先介绍了自适应业务定义和各种生成技术,然后概述了Parlay API(应用编程接口)中策略管理.重点描述了增加策略代理和策略代理服务器,并用Parlay API方式管理;提出了移动终端中的环境感知进程的概念;设计了规则的存储,将自适应业务构建在了下一代移动网络中的业务支撑平台上.最后阐明了方案的优势.     

基于不确定性推理的上下文感知数据处理模型

以不确定性推理理论为基础,建立一种上下文感知数据处理模型.该模型以权值映射上下文实体的特征,以权值变化来映射上下文实体的变化,进而体现出被观察对象的状态变化.实例分析表明,基于不确定性推理的上下文感知数据处理模型能够满足特定的数据处理要求,提高数据处理的适应性.     

基于策略的动态自适应中间件系统设计

为满足移动计算的高要求,在参考Ponder策略语言和上下文感知技术的基础上,提出了一种基于策略的动态自适应的中间件系统,以适应移动应用中灵活的、异构的、变化反复无常的上下文执行环境。该系统能根据所获得的上下文采用适当的自适应策略,为移动计算提供一个高度可配置和自适应的执行环境。该系统对策略规则进行定义,并设计基于这些策略的系统自适应性,包括系统的总体结构、自适应策略描述等。该系统已开发实现,并且配置在Java平台上,可完成中间件的交互功能,为以后进一步模拟现实可变环境下的中间件系统提供了可信的实验数据。     

基于上下文感知的智能手机隐式身份认证机制

针对现有智能手机隐式认证方法难以被实际应用的情况,提出了一种基于上下文感知的隐式身份认证机制.首先,由智能手机内置传感器（加速计、陀螺仪、磁力计）获取点击行为数据;然后从这些数据中提取上下文特征以识别上下文信息（用户的身体姿势状态）,同时提取点击特征为每个上下文训练相应的认证子模型用于认证;最后利用所收集的7000+数据进行实验评估.结果表明,该方案对不同用户进行认证所得的平均错误接受率和错误拒绝率分别为1.29%和1.03%,与无上下文感知的认证方法相比,平均错误接受率和错误拒绝率分别降低了1.72%和2.59%.所提的机制可有效提高身份认证的准确性.     

面向移动互联网的VHE业务提供

虚拟归属环境(VHE)支持个人业务环境的无缝漫游,用户可以在任何地方通过任何终端和网络访问个性化的业务,但VHE还没有具体的实施方案.本文对VHE实现策略进行了研究,结合Web服务技术,提出一种面向移动互联网的VHE业务平台--WSEVHEP,平台由3个Web服务组成:VHE服务、上下文服务和位置服务.VHE服务采用软件代理技术实现.第三方的业务也通过Web服务发布并接入到VHE平台中.WSEVHEP实现了VHE的基本特性,满足了在移动互联网中提供VHE业务的需要.     

独立架构下自适应情境的位置隐私保护方法

针对基于位置的服务位置隐私保护系统中可信第三方匿名服务器易受攻击的架构弊端以及用户间合作稳定性因时空变化而无法保证的问题,在无可信第三方、非合作模式下,提出一种自适应情境的位置隐私保护方法．通过服务器端构建多粒度抽象路网与位置情境模型,解决终端实时位置情境信息感知的通信问题;同时,根据终端用户的个性化通信成本与位置隐私保护强度设置,实现查询点与查询区域的自适应选取．实验结果表明,该方法实现了隐私保护度与通信开销、计算开销的平衡．     

面向传感网的服务构建与并发控制

讨论了无线传感器网络在复杂环境下的服务构建及并发控制.基于传感器网络能量、通信能力、计算存储能力等有限的特点提出了面向传感器网络的服务管理,提出了基于推理的上下文感知工作流来构建传感器网络服务.通过提取传感器数据的语义信息,实现了上层业务逻辑和底层传感器数据的松耦合,实现了传感器网络的资源重用.此外,改进了Web 服务...     

客户端上下文感知的Web服务QoS预测方法

识别用户客户端的上下文特征的差异性,有助于为新用户预测Web服务QoS,但现有研究缺乏对影响用户QoS体验的上下文特征的系统分析。提出了一种客户端上下文感知的Web服务QoS预测方法,该方法通过量化分析客户端的上下文特征,应用模糊层次分析法计算历史用户与当前用户的上下文相似度,并以该相似度结果为指导,结合协同过滤技术,以特征加权合成方法预测Web服务的QoS值。通过实验对比和分析可知,该方法能有效解决“新用户问题”,并提高Web服务QoS预测的精度。     

一个高效的容错式感知性自组网服务综合协议

服务综合是协调控制多个基本服务单元以实现复杂任务的技术,它是无线自组网MANETs(Mobile Adhoc Networks)的一项关键技术.无线自组网的服务综合技术应具有容错性和上下文感知功能,而目前无线自组网服务综合协议在这些方面均有待改进.本文提出了一个服务综合协议FTCASCP(Fault-Tolerant Context-Aware Service Composition Protocol),其体系结构中包含以服务发现管理器、运行协调器、上下文信息管理器为核心的7个功能模块.服务发现管理器模块能在一次服务发现会话中发现综合服务所需的全部元服务;上下文信息管理器模块负责根据上下文信息合理选择服务;运行协调器模块负责全程监管服务综合过程,能自动透明地处理异常情况,因而FTCASCP具有高效性、上下文感知性、容错性等特点.数学分析和计算机仿真表明FTCASCP在协议开销和响应速度方面明显优于另两个服务综合协议.     

基于上下文传输的安全快速垂直切换优化

异构无线网络中频繁发生垂直切换,由于不同网络分属不同网络管理域,致使切换认证严重制约切换效率.基于安全上下文传输,设计了一种安全快速垂直切换优化机制.借助动态建立的安全上下文传输通道,把移动节点的认证信息安全传递给目标切换网络.从而避免了家乡网络的参与,通过分布式切换认证来优化切换效率.通过NS-2搭建网络仿真环境对优化机制进行了性能仿真,结果表明该优化机制可以在保证安全切换的前提下显著提高切换效率.     

复杂事件处理的自适应制造情景识别方法

制造过程中的任务、自然条件、电力水平等环境因素,制约物体状态及其关系的变化.智能制造单元需要自适应的对不同情境约束下的事件和复杂情形及时理解判断,提出基于复杂事件处理(Complex event processing,CEP)的情境约束情景识别方法,以实时作出合理的优化决策.针对忽视情境约束对事件判别的影响,构建基于情境约束的多层次事件模型,给出同生、情境、协同等事件新算子,提出基于事件聚合的制造情景模型与演算过程.针对情景识别知识库中模式规则生成的不足,通过整合物体数据与环境数据建立映射关联,将感知信息转化为情境事件图谱.通过综合序数、名义变量等距离计算和自适应熵权法,提出改进的混合聚类方法处理事件图谱实例属性的多样性和关联性,构建知识库以为情景实时识别提供服务支持.运用4个真实数据集和1个制造过程仿真数据集进行实验,均验证本文模型和方法的有效性,适用于大规模学习问题,并阐明情境因素能显著提升复杂制造应用中的事件判断、情景识别的准确性.