物联网环境下基于语义的主动性事件链接网络模型研究

Data management and information processing play the key roles in developing the Internet of Things(IoT). How to recognize the semantic information of events or activities from the complex and heterogeneous data and how to explain the data in a semantic way are the key technologies for the intelligentalization of the Internet of Things. Existing works focus on how to recognize isolated activities and few works address on the semantic relations among interralted events. This proposal aims to an extensible and active semantic information organization and management model for IoT, which can organize and manage heterogeneous and complex data in a flexible, extendible, and semantic way, and enable extracting events from raw data and executing semantic reasoning among objects and events. The proposed model of event-linked network (ELN) can manage event information and their semantic relations extracted from the raw data. Semantic reasoning can be supported by the knowledge base which involves in a set of reasoning rules of semantic relations. A series of theories, such as schema theory, formalized theory, event algebra, schema decomposing algorithms, and mapping theory between events and smart objects, will be proposed to support the proposed model. These theories will provide useful ideas and efficient solutions for how to manage and how to use heterogeneous and massive data in the Internet of Things. The advantages of the proposed model involves several aspects. 1) The extended semantic link network ensures the semantics of the propposed model and the semantic annotations of the reasoning rules ensure the semantics of the knowledge base. 2) Event-linked network can be extended in any time with any type of the events and their relations. 3) The proposed theories would provide a mathematic foundation for the model.

物联网将连接数以亿计的智能物体，并不断地产生大量复杂的细节数据。如何有效地从这些复杂的数据中挖掘事件的语义信息是物联网智能化发展所面临的关键问题。已有研究主要关注从数据中识别事件，很少关注事件间的语义关系发现和推理。本项目在充分考虑事件识别的同时，着重考虑事件间的语义关系的研究，拟建立一个适合物联网环境、支持主动语义解析和语义推理的事件链接网络模型。预期的模型以事件为节点，以事件间的语义关系为节点之间的链接，有效地组织管理物联网中的事件信息；以带有语义标注的推理规则作为知识表示方法。同时，本项目研究事件间的语义关系的获取算法，充分利用事件间的语义关系进行推理，开发相应的智能推理算法,并选择合理的应用领域开发原型，对理论模型和方法进行验证。本项目的开展可以为有效管理和使用物联网产生的复杂数据提供合理的解决方案，为物联网的智能化进行理论基础研究。

物联网连接数以亿计的智能物体，并不断产生大量复杂的细节数据。如何有效地从这些复杂的数据中挖掘事件语义信息是物联网智能化发展所面临的关键问题。目前，大多数研究主要关注从数据中识别事件，很少关注事件间的语义关系发现和推理。本项目在实际研究过程中，一方面考虑充分考虑物联网环境下大数据中事件解析，另一方面着重考虑事件间的语义关系的建立和管理，按照预期计划，我们构建了一个适合物联网环境、支持主动语义解析和语义推理的事件链接网络模型。该模型以事件为节点，以事件间的语义关系为节点之间的链接，有效地组织管理物联网中的事件信息；以带有语义标注的推理规则作为知识表示方法。.研究成果整理为65篇学术论文发表在国际学术会议和知名国际期刊。其中SCI论文45篇（课题负责人第一作者15篇，通讯作者12篇），EI论文20篇。在Springer Nature出版与本项目主题相关的专著1本。课题组与美国乔治华盛顿大学, 西弗吉尼亚大学,乔治亚州立大学，斯洛文尼亚卢布尔雅那大学，瑞典HES-SO大学，欧洲Fujitsu RunMyProcess等，建立广泛深入的合作关系，并取得丰硕的合作成果；并发起与本项目内容为主题的国际学术会议IIKI：International Conference on Identification, Information, and Knowledge in the Internet of Things，连续四年主办该会议IIKI2014-2017。支持举办13期与本项目主题相关的SCI期刊专刊，主要有Personal and Ubiquitous Computing, Journal of Networks and Computer Applications, IEEE Internet of Things, Journal of Data Management, IEEE Access, Sensors 等。.在人才培养方面，支持1名博士后、2名博士生、6名硕士生和6名本科生进行相关的研究工作；课题组成员1位晋升正高职称，2位晋升副高职称。..基于本项目的理论研究成果，我们在智慧健康、智能家居、科研文献等领域开发了相应的Demo系统，这些系统具备较好的应用前景。本项目的研究成果可以为有效管理和使用物联网产生的复杂数据提供合理的解决方案，为物联网的智能化奠定基础。