物联网环境下多源上下文信息的协同认知理论和方法研究

世界各科技强国都将物联网放到未来科技经济发展战略中的重要位置。发展物联网产业已经成为中国的一项具有国家战略意义的重要决策。然而薄弱的理论基础成为阻碍物联网大规模应用和产业发展的瓶颈。而环境/上下文感知计算理论和技术是物联网研究中的重要基石之一。针对目前物联网应用大都还停留在一个小尺度的闭环系统，缺乏开放网络环境下实现大规模开环条件下的跨系统的海量分布式感知信息的共享和处理机制，本课题首次提出"业务流、控制流和认知流"相结合的物联网全新研究思路，突破现有的基于单域的上下文认知思路，从物联网服务所处整体环境的角度出发，提出"用户域、物理空间域和信息空间域"相结合的多域协同的上下文信息认知框架；为了适应"局部动态自治，全局高效融合"的物联网环境下海量感知信息的融合与共享需求，提出基于多智能体的"域内高度自治，域间高效协同"的多源上下文信息分布式协同计算模型，并利用实验环境来验证相关理论和算法。

环境/上下文感知计算理论和技术是物联网研究中的重要基石之一。针对目前物联网应用大都还停留在一个小尺度的闭环系统，缺乏开放网络环境下实现大规模开环条件下的跨系统的海量分布式感知信息的共享和处理机制。本课题主要研究了分层的海量多源上下文信息分布式协同认知模型和数据缺失情况下的多源上下文信息融合模型。.在域间上下文信息的有效传递、协同计算和语义互操作方面，提出了一种事件驱动、面向服务的物联网服务提供方法，实现了感知信息的按需分发和事件驱动的服务动态协同. 这种“时间-空间-控制”解耦的方法能够较好地适应动态变化的物联网应用环境。为了提高基于事件的分布式发布/订阅系统的可扩展性和低延迟性能，设计并实现了一种低延迟、轻量级的时延敏感物联网服务发布/订阅架构。在用户域、信息空间域和物理空间域相组合的多域上下文协同认知方法方面，提出一种基于核密度估计的签到概率估计方法和基于“相遇”机制的用户相似性计算方法，用来解决基于位置的移动社交网络中附近陌生人交友的即时推荐问题。针对数据缺失情况下的多源上下文信息融合问题，分别提出了一种基于最小相似失真性的无线传感器网络数据插补算法和一种基于聚类新的无线传感器网络孤立点检测的算法。基于上述研究成果，课题组将SOA和EDA技术融合起来，研制了事件驱动、面向服务(Event-Driven SOA)的物联网服务提供平台，并实际应用到北京金房暖通供暖公司开展了小规模试用。.本课题首次提出"业务流、控制流和认知流"相结合的物联网全新研究思路，突破现有的基于单域的上下文认知思路，从物联网服务所处整体环境的角度出发，提出"用户域、物理空间域和信息空间域"相结合的多域协同的上下文信息认知，有效解决了大规模、复杂物联网服务的提供问题。