上下文感知的現(xiàn)有項(xiàng)目總結(jié)

1、上下文感知的現(xiàn)有項(xiàng)目總結(jié)（分類）上下文應(yīng)用： （湖南大學(xué)，提出，見7）一）應(yīng)用層（基于智能空間的應(yīng)用）上下文在應(yīng)用層的應(yīng)用非常廣泛，在智能辦公與家居、旅游、移動計(jì)算、醫(yī) 療衛(wèi)生等領(lǐng)域都得到了有效應(yīng)用。如Olivetti Active Badge項(xiàng)目以辦公大樓為場 景，利用上下文信息實(shí)現(xiàn)自動電話轉(zhuǎn)接服務(wù)；喬治亞理工學(xué)院開發(fā)了一系列有趣 的感知應(yīng)用：如會議助于可以根據(jù)每個與會者的位置、偏好以及會議安排推送相 應(yīng)的會議信息等；微軟研究院的Easy Living系統(tǒng)為我們描繪了未來的家居和工 作環(huán)境；在旅游方面，可利用上下文感知技術(shù)的導(dǎo)游助于可以根據(jù)游客位置進(jìn)行 景點(diǎn)推薦、路線導(dǎo)游、訂票服務(wù)等；移動計(jì)

2、算中可根據(jù)用戶設(shè)備能力以及偏好等 上下文信息推送合適的內(nèi)容服務(wù)；在醫(yī)療衛(wèi)生領(lǐng)域，基于上下文感知技術(shù)的智能 醫(yī)院通過各種生物學(xué)傳感器捕捉病人的身體狀況，可以實(shí)現(xiàn)實(shí)時的監(jiān)測和預(yù)警， 甚至給出初步的病情診斷。從上可知應(yīng)用層上的上下文感知應(yīng)用多以提高應(yīng)用的 智能程度，減少用戶輸入，增強(qiáng)用戶體驗(yàn)等為目標(biāo)。二）系統(tǒng)級（對虛擬的系統(tǒng)或算法進(jìn)行優(yōu)化）上下文在系統(tǒng)層的應(yīng)用也非常多，系統(tǒng)級環(huán)境下上下文的種類有限，且多為 虛擬上下文，其應(yīng)用目標(biāo)多以性能優(yōu)化為主。如利用內(nèi)存上下文自動調(diào)節(jié)虛擬內(nèi) 存的大小。此外利用上下文對網(wǎng)絡(luò)協(xié)議進(jìn)行優(yōu)化也是可能的。如FORD通過位 置上下文來預(yù)測路由失效并預(yù)先選用候選鏈路來降低數(shù)據(jù)傳

3、輸過程中因移動導(dǎo) 致的路由失敗，Williamson則利用了上下文感知對TCP/IP協(xié)議進(jìn)行優(yōu)化等。上下文接口：沒有好的內(nèi)容！上下文框架：（湖南大學(xué)，提出，見7）一）類OS型簡介：這種類型的框架認(rèn)為上下文具有極端重要的地位，其架構(gòu)非常類似于傳統(tǒng) 的OS，并提供類似傳統(tǒng)OS的服務(wù)，Gaia是其主要代表。Gaia構(gòu)建于通訊中間 件之上，除了抽象級別不同外，它非常類似傳統(tǒng)OS。Gaia通過將智能空間及所 包含的資源抽象為可編程實(shí)體，并提供程序執(zhí)行，IO操作，文件系統(tǒng)管理，通 訊，錯誤檢測，資源分配等6大傳統(tǒng)OS所具有的服務(wù)，可為方便地構(gòu)建以用戶 為中心、多設(shè)備、上下文感知的移動應(yīng)用程序提供支持。二）

4、多代理（Multi-Agent）型簡介：多代理型框架在上下文感知計(jì)算系統(tǒng)框架中數(shù)量最多，Aura是其典型代 表。Aura由CMU創(chuàng)建的一個基于多代理技術(shù)的系統(tǒng)框架。當(dāng)環(huán)境、任務(wù)或上下 文改變時，任務(wù)管理器將在無需用戶干預(yù)的前提下進(jìn)行資源映射并有效使用資 源。ACAI是另一個基于多代理技術(shù)的框架，主要包括上下文管理器代理、協(xié)調(diào) 者代理和本體代理三個核心代理以及上下文提供者代理等。其他基于多代理的框 架還有BerlinTainment，CARMEN等。國內(nèi)清華大學(xué)人機(jī)交互與媒體集成研究所 開展的普適環(huán)境下智能教室的研究也采用類似的框架。三）客戶/服務(wù)器型簡介：客戶/服務(wù)器型也是上下文感知計(jì)算系統(tǒng)框

5、架中的一種重要類型，這種類 型以成熟的客戶/服務(wù)器模式為基礎(chǔ)建立。由于側(cè)重點(diǎn)不同，其框架也各具特點(diǎn)。eg:ActiveCampus就是一個典型的基于客戶/服務(wù)器架構(gòu)的框架，該框架的顯著 特點(diǎn)是支持組件間的職責(zé)劃分和服務(wù)間的高度整合。CARISMA框架則采用了反射（類似于操作系統(tǒng)的回調(diào)函數(shù)）模型，通過反 射，該框架允許監(jiān)視框架的內(nèi)部行為并在需要時進(jìn)行修改。CAPNET是支持移動多媒體應(yīng)用的感知計(jì)算框架，該框架包括連接管理、組 件管理、服務(wù)發(fā)現(xiàn)、消息等核心組件以及用戶接口、媒體、上下文和上下文存儲 等，其特點(diǎn)是支持組件移動，組件可依據(jù)應(yīng)用對資源的需求既可以在客戶端也可 以在服務(wù)端啟動執(zhí)行以解決移動

6、終端資源受限的問題。SOCAM是一個面向上下文感知服務(wù)且包含基于本體的上下文模型的系統(tǒng)框 架，該框架可高效地支持上下文的獲取、發(fā)現(xiàn)、解釋和訪問等，整個框架主要包 含上下文提供者、上下文解釋器、上下文數(shù)據(jù)庫、上下文感知服務(wù)和服務(wù)定位服 務(wù)等部分，SOCAM 的另一個特點(diǎn)是基于 OSGi （Open Service Gateway initial）， OSGi是用于家庭駐留網(wǎng)關(guān)的開放工業(yè)標(biāo)準(zhǔn)，也是潛在的普適計(jì)算標(biāo)準(zhǔn)之一。 CASM是另一個面向服務(wù)的上下文感知框架，它由設(shè)計(jì)時和運(yùn)行時兩個部分組 成，設(shè)計(jì)時主要包括傳感器、環(huán)境、用戶、任務(wù)和服務(wù)等的建模，而運(yùn)行時則包 括上。下文管理器、事件通知系統(tǒng)和任

7、務(wù)引擎等。四）安全型簡介：安全型框架以感知計(jì)算中的隱私和安全問題為研究目標(biāo)，CASA就是其中 之一。該框架通過采用包含環(huán)境角色（Environment Role）的通用角色訪問控制 （GRBAC）模型來提供隱私和安全保證。五）其它類型簡介：除以上類型外，還有一些其它類型的框架，如CAPpella框架認(rèn)為只有終 端用戶才最清楚其活動、周圍環(huán)境及隱含知識，因此該框架試圖結(jié)合機(jī)器學(xué)習(xí)和 PBD（Programming by Demonstration）來幫助最終用戶構(gòu)建上下文感知應(yīng)用。與 此類似的還有Korpipaa提出的框架，此框架基于黑板模式并能提供終端用戶開 發(fā)（End User Develo

8、pment）支持。上下文推理和儲存：一）（儲存方面）：Gaia提出了一種上下文感知文件系統(tǒng)CFS，其中上下文以目錄方式表 示，路徑對應(yīng)于上下文的類型和值，上下文查詢采用一階謂詞方式并支持復(fù)雜的 組合查詢。基于關(guān)系數(shù)據(jù)庫建立了上下文存儲系統(tǒng)CBS，可支持上下文的分布 式存儲、同步和高效查詢，但對關(guān)系數(shù)據(jù)庫的依賴限制了上下文的建模和表示。二）（推理方面）：基于規(guī)則的推理方法：是將已有的事實(shí)同預(yù)定義的規(guī)則進(jìn)行匹配而產(chǎn)生 出新的知識。該方法具有明顯直觀、推理清楚、能有效表達(dá)啟發(fā)式知識、模塊性 強(qiáng)等優(yōu)點(diǎn)，可有效解決上下文推理方法中推理能力差和不確定性。它利用預(yù)定義 的規(guī)則來推薦內(nèi)容，一個規(guī)則本質(zhì)上是一個

9、If-Then語句，根據(jù)預(yù)定義的前提條 件得出相應(yīng)的動作或結(jié)論。If-Then結(jié)構(gòu)接近于人的思維和自然推理形式，易于 理解，易于實(shí)現(xiàn)人機(jī)對話，其自然性也給領(lǐng)域?qū)＜液椭R工程師間的協(xié)作提供了 方便?；诒倔w的推理方法：本體的目標(biāo)是獲取、描述和表示相關(guān)領(lǐng)域的知識， 提供對該領(lǐng)域知識的共同理解，確定該領(lǐng)域內(nèi)共同認(rèn)可的術(shù)語，并從不同層次的 形式化模型上給出這些術(shù)語和術(shù)語間相互關(guān)系的明確定義。計(jì)算機(jī)根據(jù)本體描述 文件理解本體的含義和層次關(guān)系并建立相關(guān)的推理規(guī)則對其進(jìn)行推理，這就實(shí)現(xiàn) 了基于本體論的推理引擎。上下文建模：A、分類一：（實(shí)例）（湖南大學(xué)，提出，見7）一）UML：簡介：統(tǒng)一建模語言，是用來對軟

10、件密集系統(tǒng)進(jìn)行可視化建模的一種語言。 UML為面向?qū)ο箝_發(fā)系統(tǒng)的產(chǎn)品進(jìn)行說明、可視化、和編制文檔的一種標(biāo)準(zhǔn)語 言。優(yōu)缺點(diǎn)：采用UML建模有諸多好處。第一，UML是業(yè)界標(biāo)準(zhǔn)的建模語言， 用戶群相當(dāng)廣泛。第二，借助于工具，UML模型能方便地生成程序框架和部分 代碼并支持代碼到模型的逆向工程，有利于縮短開發(fā)周期，減低開發(fā)風(fēng)險。但 UML方法也存在一定不足，其主要不足是UML模型的好壞嚴(yán)重依賴于開發(fā)者 的經(jīng)驗(yàn)，很難對模型進(jìn)行驗(yàn)證。二）Petri 網(wǎng)：簡介:Petri網(wǎng)是對離散并行系統(tǒng)的數(shù)學(xué)表示。Petri網(wǎng)是1960年代由卡爾A佩 特里發(fā)明的，適合于描述異步的、并發(fā)的計(jì)算機(jī)系統(tǒng)模型。Petri網(wǎng)既有嚴(yán)

11、格的 數(shù)學(xué)表述方式，也有直觀的圖形表達(dá)方式，既有豐富的系統(tǒng)描述手段和系統(tǒng)行為 分析技術(shù)，又為計(jì)算機(jī)科學(xué)提供堅(jiān)實(shí)的概念基礎(chǔ)。優(yōu)缺點(diǎn)：Petri網(wǎng)是計(jì)算機(jī)領(lǐng)域的一個重要建模工具，且能對并行系統(tǒng)提供 很好的建模支持。盡管Petri網(wǎng)是一種很好的形式化方法，但是采用Petri網(wǎng)建模 容易導(dǎo)致模型復(fù)雜度過高。三）形式化方法簡介：用于開發(fā)計(jì)算機(jī)系統(tǒng)的形式化方法是描述系統(tǒng)性質(zhì)的基于數(shù)學(xué)的 技術(shù)，這樣的形式化方法提供了一個框架，可以在框架中以系統(tǒng)的而不是 特別的方式刻劃、開發(fā)和驗(yàn)證系統(tǒng)。形式化方法的本質(zhì)是基于數(shù)學(xué)的方 法來描述目標(biāo)軟件系統(tǒng)屬性的一種技術(shù)。不同的形式化方法的數(shù)學(xué)基礎(chǔ)是 不同的，有的以集合論和一階

12、謂詞演算為基礎(chǔ)（如Z和VDM），有的則以時態(tài)邏輯為基礎(chǔ)。形式化方法需要形式化規(guī)約說明語言的支持。優(yōu)缺點(diǎn)：完全形式化地描述上下文感知計(jì)算系統(tǒng)也是可能的。但完全形式化 的描述僅限于理論分析，對感知系統(tǒng)的實(shí)際構(gòu)建幫助有限。四）FSM簡介：有限狀態(tài)機(jī)（以下用FSM指代）是一種算法思想，簡單而言，有限 狀態(tài)機(jī)由一組狀態(tài)、一個初始狀態(tài)、輸入和根據(jù)輸入及現(xiàn)有狀態(tài)轉(zhuǎn)換為下一個狀 態(tài)的轉(zhuǎn)換函數(shù)組成。在Gof的23種設(shè)計(jì)模式里的state模式是一種面向?qū)ο蟮臓?態(tài)機(jī)思想，可以適應(yīng)非常復(fù)雜的狀態(tài)管理?，F(xiàn)在，F(xiàn)SM被普遍用于搜索引擎的 分詞、編譯器實(shí)現(xiàn)和我們普遍關(guān)注的游戲開發(fā)中。優(yōu)缺點(diǎn)：有限狀態(tài)機(jī)（FSM）是描述上下

13、文感知計(jì)算系統(tǒng)的另一個方法。采 用FSM很容易建模上下文感知系統(tǒng)。但是對于稍大規(guī)模的系統(tǒng)，狀態(tài)過多時容 易產(chǎn)生組合爆炸問題。B、分類二：（上海交大，較好，見6）（1）關(guān)鍵字一值模型（Key-Value Model）關(guān)鍵字一值模型是最簡單的表示上下文的方法。Schilit已經(jīng)使用關(guān)鍵字一值 對上下文建模，把上下文信息(如，位置信息)的值作為環(huán)境變量提供給應(yīng)用程 序。隨后關(guān)鍵字一值經(jīng)常被用在分布式服務(wù)框架中。在這樣的框架中服務(wù)本身就 用關(guān)鍵字一值來描述，服務(wù)發(fā)現(xiàn)機(jī)制通過匹配算法來發(fā)現(xiàn)這些服務(wù)。關(guān)鍵字一值 比較容易管理，但不能描述復(fù)雜結(jié)構(gòu)的上下文，同時不能實(shí)現(xiàn)有效的上下文獲取 算法。標(biāo)記模式模型(M

14、arkup Schema Model)所有標(biāo)記模式(Markup Schema)方法都是一種由具有內(nèi)容和屬性標(biāo)記組成 的分級數(shù)據(jù)結(jié)構(gòu)。很多方法都是 Composite Capabilities/Preferences Profile(CC/PP) 和UserAgent Profile(UAProf)標(biāo)準(zhǔn)的擴(kuò)展，可以達(dá)到RDF / S和XML序列化的 表達(dá)能力。圖模型(Graphical Model)一個非常知名的通用建模工具是UML，它具有一系列豐富的圖元。由于它 的通用結(jié)構(gòu)，它也適合來對上下文建模。Bauer把空中交通管理方面相關(guān)的上下 文建模成UML的擴(kuò)展。面向?qū)ο竽Ｐ?Object Or

15、ientied Model)面向?qū)ο蟮纳舷挛慕７椒ㄍǔ６际菫榱死妹嫦驅(qū)ο蠓椒ǖ闹饕獌?yōu)點(diǎn)， 如：封裝性，復(fù)用性，這樣可以解決部分普適環(huán)境中由動態(tài)上下文引起的問題。 上下文的處理都封裝在對象中，因此對其它組件透明。對上下文的信息的訪問都 通過特定的接口。基于邏輯的模型基于邏輯的模型是高度形式化的。通常地事實(shí)、表達(dá)式和規(guī)則被用來定義一 個上下文模型。一個基于邏輯的系統(tǒng)用來管理前面提及的屬于，允許添加、更新 或刪除新的事實(shí)。推理的過程可以基于系統(tǒng)中已有的規(guī)則用來產(chǎn)生新的事實(shí)。上 下文信息需要被表示成形式化的事實(shí)?；诒倔w的模型本體可以描述概念和關(guān)系。由于本體具有形式化的、強(qiáng)大的表達(dá)能力，及應(yīng) 用本

16、體推理技術(shù)的可能性，因此它是非常有前景的上下文建模工具。很多不同的 上下文感知框架使用本體作為基本的上下文模型。上下文獲?。簩?shí)例：Glenn Judd和Peter Steenkiste提出了一種叫上下文信息服務(wù)的CIS模 型，這種模型是通過一個虛擬數(shù)據(jù)庫來提供上下文信息的，它以一種強(qiáng)大的機(jī) 制獲取上下文信息通過接口提供給應(yīng)用，還提供一種與用戶環(huán)境匹配的前攝應(yīng) 用，這正是普適計(jì)算所需要的。CIS用數(shù)據(jù)庫DB對上下文信息供應(yīng)端(contextual information providers)提供的信息進(jìn)行提取。客戶端使用上下文的接口 (contextual service interface，

17、CSInt)發(fā)布查詢，這些查詢被查詢合成器分 解后，一些低級查詢就移交給個體上下文信息供應(yīng)端，結(jié)果被合成再返回給客戶 應(yīng)用端。分類：(上海交大，提出，見6)位置上下文信息的獲取。人或物體的位置的獲取可以分為利用計(jì)算機(jī)視覺方 法和利用傳感器方法兩大類。前者不僅可以獲得人的位置，還可以獲得人是否站 著、運(yùn)動狀態(tài)等信息。后者又可以有多種途徑，可以獲得人在哪個房間的位置信息還可以利用超聲波加射頻技術(shù)來精確定位人在房間中的位置以及朝向。周邊資源和人員上下文信息的獲取。一種思路是讓用戶或物體攜帶一定的可 識別的標(biāo)記，另一種思路是通過人臉識別、聲音識別等感知算法來確定人的身份。環(huán)境上下文的獲取。環(huán)境的聲音分

18、貝值、亮度、溫度、濕度等可以通過許多 傳統(tǒng)的傳感器來識別。獲得天氣信息的一個有效方法是通過查詢一些提供天氣狀 況的網(wǎng)站確定當(dāng)?shù)啬壳暗奶鞖?。鍵值對模型標(biāo)記模型圖形模型對象模型基于邏輯的模型基于本體的模型 直接訪問傳感器引入軟件抽泉房上下丈推理基于規(guī)則上下丈存儲基于用例 傳統(tǒng)API風(fēng)格 數(shù)據(jù)庠風(fēng)格 回調(diào):,事件凡格其他API上下文感知領(lǐng)域的現(xiàn)有研究項(xiàng)目:普適計(jì)算下的上下文感知中間件研究（大連理工）本文較為詳細(xì)地闡述了現(xiàn)有的典型上下文感知中間件，通過總結(jié)得出它們存 在的不足。針對現(xiàn)有上下文感知中間件的一些不足之處，本文重點(diǎn)在上下文中間 件體系結(jié)構(gòu)，上下文沖突檢測方法，服務(wù)選擇方法等幾個方面進(jìn)行了嘗試

19、。基于上下文觸發(fā)的事務(wù)模型研究中科院提出一個基于上下文觸發(fā)的事務(wù)模型， PCTMPC模型（Context-based Triggered Task Model in Pervasive Computing）。該模型分別是task manager （事 務(wù)管理）、semantic translator（事務(wù)語義分析）、trigger manager（觸發(fā)條件管 理）、context manager（上下文管理）、context proxy（上下文信息網(wǎng)關(guān)）、 sensor（上下文感知器）、service manager（觸發(fā)事務(wù)管理）七個部分。基于上下文感知的智能協(xié)作平臺Workplace （北

20、京交通大學(xué)）該協(xié)作平臺能夠在用戶無意識的情況下對用戶的上下文信息進(jìn)行采集并處 理，并主動的將推理結(jié)果向用戶進(jìn)行反饋;在資源數(shù)量龐大的應(yīng)用環(huán)境中，可以 有效的減少用戶查找資源的時間，提高工作效率。上下文感知的普適服務(wù)組合研究（江蘇大學(xué)）利用Petr i網(wǎng)（作者自己建立起來的一套系統(tǒng)體系）理論，建立了普適服務(wù) 過程模型，用于描述普適服務(wù)的功能，在此基礎(chǔ)上提出了組合服務(wù)自動化合成機(jī) 制?？梢愿鶕?jù)用戶的輸入、期望的輸出和期望的動作，自動化生成組合服務(wù)規(guī)范。 在普適環(huán)境中，服務(wù)異構(gòu)性導(dǎo)致相同功能的服務(wù)性能具有較大的差異，系統(tǒng)根據(jù) 普適環(huán)境和用戶的上下文選擇合適的服務(wù)副本來執(zhí)行組合服務(wù)，使得普適環(huán)境能 夠?yàn)橛脩籼峁┳罴奄|(zhì)量的服務(wù)。普適環(huán)境下上下文感知的研究與設(shè)計(jì)(上海交大)設(shè)計(jì)了一種在智能環(huán)境中的上下文感知模型，并進(jìn)行了模擬實(shí)現(xiàn)。設(shè)計(jì)了自動處理上下文沖突的方法。在本文提出的系統(tǒng)中，自動處理過程 是為了更好的向后端提交高層的上下文信息。提出了一種仲裁處理決策系統(tǒng)，來解決復(fù)雜的上下文沖突。仲裁系統(tǒng)通過 人對計(jì)算機(jī)處理過程的干預(yù)來完成最終的決策，本文中的平衡模塊克服了先前工 作中不能跟蹤記錄歷史上下文，只能即時的頻繁的啟動系統(tǒng)來處理沖突的方法。上下文感知計(jì)算若干關(guān)鍵技術(shù)