一种面向主动服务的情境觉察计算方法

We focus on modeling and computing of aware con- text with uncertainty for making dynamic decision during seam- less mobile service.We re-examine formalism of random set, which is not finite-set statistics (FISST),argue the limitations of the direct numerical approaches,give new modeling mode based on random sets theory (RST) for aware context,and propose our computing approach of modeled aware context.In addition, we extend classic D-S evidence theory after considering relia- bility,time efficiency,relativity of context,and compare these two kinds of relative computing methods for uncertain context. By comparing,the validity of new context-aware computing ap- proach based on improved random set theory (IRST) or extended D-S evidence theory (EDS) for proactive service has been tested.     

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.     

一种环境感知的仿真服务调度模型

针对传统分布式仿真框架HLA/RTI中动态调度负载平衡较差、执行可靠性较低的问题,提出一种基于环境感知的仿真服务调度模型C3SM。C3SM模型包含总体结构、调度策略和服务部署。总体结构规定各个模块的功能与交互接口,调度策略采用改进的蚁群算法进行仿真服务的动态调度,服务部署采用重叠覆盖部署策略以保证较好的服务可用性和较低的资源消耗。仿真实验结果表明,与传统分布式仿真框架HLA/RTI相比,C3SM模型通过实时获取执行环境的上下文信息,能够获得较优的负载平衡度,且重叠覆盖的仿真服务部署策略使得仿真运行系统的可靠性明显提高。     

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。     

用于车载网络的自适应情境感知中间件

针对现有中间件技术在车载网络领域中存在的问题,即难以有效支持多变的车载网络环境,且难以满足车载应用对实时性和稳定性方面的要求,提出了一种基于多组件链结构的具有情境感知自适应能力的车载网络中间件框架CARMVE,以降低车载应用的开发成本和复杂性,提高软件的灵活性、适应性和可移植性。通过对CARMVE自适应机制和情境感知机制的介绍,进一步说明了其对复杂车载环境的良好支持,并对如何基于CARMVE开发和部署车载网络应用进行了实例说明。     

智能空间的情景感知冲突研究

情景感知是智能空间中的关键技术,是用户在智能空间中获得服务的依据。由于智能空间中提供服务的资源是有限的,多个用户在同一时间内争夺资源服务时,就造成了情景冲突。根据模糊集和系统学,建立了情景冲突的数学模型,并将解决情景冲突问题可转化为一个多元函数求条件极值的问题。实例分析表明,这个方法能简明地描述情景冲突问题,并能有效协调解决情景冲突。这方法具有较好的描述情景冲突能力,适合于在计算机实现。     

基于模糊逻辑的环境感知无线网络切换方法研究

传统网络切换仅依赖于数据链路层接收的信号强度。最近的研究尝试综合网络各个层次的信息做出更为智能的决策,然而这些参数不容易测量和量化。为了找到最优切换策略,将这些与切换相关的信息分为基本信息、网络信息和用户信息,并提出了基于模糊逻辑的无线网络切换算法,以对不同网络层次的参数进行收集、处理和保存,同时根据这些参数所属类型,设置不同的权重值来适应不同的应用场景,以达到良好的环境感知和符合用户个人偏好的智能选择。系统仿真结果显示,切换准确率和用户期望契合度进一步提高。     

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。     

用户协作模式下自适应情境的LBS隐私保护方法

针对当前LBS(located-based service)应用中位置隐私保护方法难以实现隐私保护度与服务质量平衡的问题,提出了一种基于用户协作的自适应情境的位置隐私保护方法:移动用户消费LBS服务时,需从服务提供商处实时下载“粗糙化”的路网数据,并以此为基础,通过情境感知自主模糊个人真实位置,然后选择具有互助意愿的代理用户进行自适应情境的增量近邻查询.为了提高系统的服务质量,引入通讯成本估算方法确定查询点位置,并采用Voronoi图技术过滤代理用户的查询结果,从而减少系统通讯开销.不仅从理论上分析了该方法的隐私保护度与自适应性,而且对方法性能进行了实验与比较,实验结果表明:该方法较SpaceTwist算法具有更高的性能优势,实现了隐私保护度与服务质量的平衡.