CN101442562B - 基于移动代理的上下文感知方法 - Google Patents

Abstract

一种基于移动代理的上下文感知方法利用移动代理技术进行上下文感知，通过移动代理获取、建模存储以及利用上下文信息，该方法更具适应性、智能性和重用性，具体步骤如下：a.系统初始化时，移动代理平台分别向智能执行体层派发执行体代理，上下文建模层派发演化代理，b.当用户查询上下文信息或定制系统时，移动代理平台向上下文获取层派发查询代理或定制代理，c.查询代理或定制代理根据上下文信息的类型访问相应的数据源；通过JDBC接口访问关系数据库；d.演化代理结合推理引擎，使用本体推理消除原始上下文的不一致性，然后映射到本体库中，e.执行体代理对收到的数据进行处理，通过自适应、自组织等策略选择合适的方式为用户提供服务。

Description

基于移动代理的上下文感知方法

技术领域

本发明提出了普适计算环境下一种基于移动代理(移动代理)的上下文感知方法，利用移动代理技术，采用了分簇机制和代理思想，为普适计算环境下感知上下文提供了一种有效的方法，属于普适计算领域。

背景技术

普适计算是以人为中心的计算模式，它的本质特征是信息空间和物理空间的融合，在这个融合的空间中，人们可以随时随地透明地获得数字化服务，计算机本身将从人们的视线中消失，人们注意力的中心可以回归到要完成的任务本身。在普适计算环境中，人会连续不断地与不同的设备进行隐性的交互，在交互过程中，计算系统实际上是根据与用户任务相关的上下文信息来向用户提供服务的。上下文是用来表征实体状态的任何信息，实体可以是人、位置以及用户应用之间交互的有关对象。上下文信息包含用户的状态、习惯、交互历史、设备的物理特征、温度、光照等自然状态和周围的社会状态，还存在于人机系统的交互过程中。根据属性和用途的不同，可以分为计算上下文、用户上下文、环境上下文和时间上下文等。上下文感知计算即是研究如何获取，表示和利用上下文信息，它是实现普适计算环境中新型人机交互的基础，目前已成为普适计算研究的一个热点。上下文感知计算的普遍定义是指计算系统自动的对上下文、上下文变化以及上下文历史进行感知和应用，并据此作出决策和自动提供相应的响应和服务。主要研究上下文建模方法和感知过程机制。

现有的上下文感知系统框架主要是基于特定应用提出来的，适用范围有限，但它们通常包含上下文感知，上下文演化和触发执行等部分，图1是一种通用的上下文感知系统框架概念模型。上下文感知计算系统是一个大规模、复杂的、分布式混合系统，其系统构建具有很强的复杂性和动态性，给研究带来较大的困难和成本。在动态开放的环境中，上下文信息的获取来源于不同的信息源，例如传感器网络、关系数据库、互联网及其他硬件设备，从这些分布的、异构的信息源中获取的上下文信息通常是不精确、不一致甚至是相互冲突的。低层上下文信息需要融合为富含语义的高层上下文信息才能被上层应用利用，而这种融合的基础是要有一种有效的上下文建模机制和推理机制。本发明主要为上下文获取、建模及融合提供了一种有效的解决方案。

代理技术的研究起源于人工智能领域，代理是指模拟人类行为与关系，具有一定智能并能够自主运行和提供相应服务的程序。移动代理是一个代替人或其它程序执行某种任务的程序，它在复杂的网络系统中能自主地从一台主机移动到另一台主机，该程序能够选择何时、何地移动。在移动时，该程序可以根据要求挂起其运行，然后转移到网络的其它地方重新开始或继续其执行，最后返回结果和消息。移动代理具有任务异步执行、减轻网络负载、健壮性、并行处理和智能路由等特性。

因此有必要考虑将移动代理技术用于上下文感知以解决上下文感知所面临的复杂、动态、分布和异构等问题。

发明内容

技术问题：本发明的目的是提供普适计算环境下的一种基于移动代理的上下文感知方法，以适应上下文感知的复杂性、异构性和动态性等特点，提供有效可重用的上下文感知机制，该方法更具有可重用，降低复杂度，效率高，模块清晰健壮等特性。

技术方案：本发明的普适计算环境下一种基于移动代理的上下文感知方法是在上下文感知系统框架概念模型的基础上引入移动代理技术，同时对传感器网络进行分簇，构建出一种新型的上下文感知模型，更好的为高层应用服务。

本发明的基于移动代理的上下文感知方法，利用移动代理技术进行上下文感知，通过移动代理获取、建模存储以及利用上下文信息，该方法更具适应性、智能性和重用性，具体步骤如下：

a.系统初始化时，移动代理平台分别向智能执行体层派发执行体代理，上下文建模层派发演化代理，

b.当用户查询上下文信息或定制系统时，移动代理平台向上下文获取层派发查询代理或定制代理，

c.查询代理或定制代理根据上下文信息的类型访问相应的数据源；通过JDBC(Java Data BaseConnectivity，一种用于连接数据库的Java API)接口访问关系数据库；加载驱动程序访问其他感知设备；传感器网络采取分簇的思想，网络内部随机产生簇头，其他节点为簇内普通节点，移动代理首先迁移到簇头节点，然后簇头节点向簇内普通节点派发该代理；移动代理通过复制、迁移，最终到达本簇内的所有节点；迁移到簇内节点的代理和本地信息管理体进行交互，进行数据处理并将结果传送到簇头节点，簇头节点通过数据处理模块进行原始数据的聚合，并把结果传递给演化代理；

d.演化代理结合推理引擎，使用本体推理消除原始上下文的不一致性，然后映射到本体库中，本体库中的本体模型使用本体描述语言OWL(Web Ontology Language)来描述，同时使用JESS(Java Expert System Shell，一种基于Java的规则推理引擎)规则推理引擎获得高层上下文信息，并传递给执行体代理；

e.执行体代理对收到的数据进行处理，通过自适应、自组织等策略选择合适的方式为用户提供服务。

有益效果：本发明利用移动代理技术进行上下文感知，并结合分簇机制，提高了上下文信息获取的效率，减轻了网络负载，具有灵活性以及可重用性。而且比传统的上下文感知系统更具有智能性。本方法中移动代理的设计和开发是基于IBM公司的Aglet平台，采用纯Java技术，这使得本模型具有很好的平台无关性。下面给出具体的说明；

减轻网络负载：由于传感器网络采取了分簇机制，移动代理从簇头节点处复制、迁移到簇内所有普通节点，在普通节点上进行数据处理完毕后才将结果返回给簇头节点进行数据聚合，这大大减少了网络中的数据流量，减轻了传感器网络的负载，提高了上下文信息获取的效率。

模块化程度高，可配置性强：本模型由移动代理组成，各代理之间的分工明确，代理内部设计功能划分准确，模型中每一层功能明确清晰，因此模块化程度较高，便于系统的升级和重新配置。

代理的智能性：查询和定制代理可以根据查询或定制信息的类型动态的迁移到不同类型的数据源中，并实施不同的上下文信息获取方式，此外定制代理还可以驻留在数据源中执行任务直到满足终止条件才自行销毁。演化代理能消除原始上下文的不一致性，并能推理出高层上下文信息，实现智能化应用。特别是执行体代理具有互操作、自适应性、自配置和自组织等特性，为用户带来了增强的用户体验。因此本模型显示出较高的智能性。

平台无关性：本模型中移动代理的设计和开发基于IBM公司的Aglet平台，采用纯Java技术，移动代理可以跨平台运行。移动代理利用虚拟机来提供相应的消息服务。因此本模型具有很好的平台无关性。

可重用性：基于移动代理的上下文感知模型不同于其他的基于特定应用的模型，它是从传统的基于特定应用的框架中抽象出来的，包括上下文获取、上下文建模、上下文推理和智能执行体等核心功能，适用范围广泛，具有可重用性。

附图说明

图1是上下文感知系统框架概念模型。图中包括：原始上下文感知，上下文演化和智能执行体。

图2是基于移动代理的上下文感知模型示意图。表示本发明方法的框架结构。

图3是通信模型示意图。表示本发明方法的移动代理间通信机制。

具体实施方式

一、体系结构

图2是基于移动代理的上下文感知模型，由六个部分组成：数据源、上下文获取、上下文建模、上下文融合、智能执行体和移动代理平台。

下面给出几个具体部分的说明：

数据源：普适计算环境下数据来源广泛，数据源具有分布和异构的特点。主要包括关系数据库、传感器网络以及其他各种感知设备。对于不同数据源，上下文信息的获取分别对应不同的方式。本方法采用JDBC(Java Data Base Connectivity，一种用于连接数据库的Java API)访问关系数据库，对于不同的感知设备，通过加载相应的驱动程序获取其采集的数据。同时，为了在普适计算环境下有效地进行数据的查询和融合处理，传感器网络采用自适应分簇拓扑算法(LEACH，low energy adaptive clustering hierarchy)，在每个簇内随机产生一个簇头，其他节点为簇内的普通节点。每一轮数据处理结束或者每隔一段时间间隔，产生新一轮簇头。簇头负责数据聚合，与簇内普通节点交互。

上下文获取：该层主要为上下文查询代理和定制代理提供运行时上下文环境，提取原始的上下文信息然后交给上下文建模层使用。同时，该层为数据源提供服务注册接口，用于发现可用的数据源，并保持同移动代理平台的交互，接收派发的代理。

上下文建模：该层与移动代理平台交互，接收派发的演化代理，演化代理在本层和上下文推理层之间来回迁移，从事建模和推理的工作。该层拥有一个本体库，本体库存储着领域本体信息，这些信息用本体描述语言(OWL，Web Ontology Language)描述。OWL语言是表示性语言，可以表示上下文的不同方面，包括上下文中的对象、对象间关系以及这些关系的约束等。一旦本体被定义，就可以将观测和获取的上下文信息作为本体数据的实例表示出来。因此演化代理把从下层获取的原始上下文和本体库中的本体结合起来完成了上下文的建模，在建模过程中还需借助推理引擎中的本体推理解决原始上下文和本体信息的不一致性问题。

上下文推理：上下文推理层包含一个推理引擎，推理引擎是上下文感知系统的核心之一，它具有消除原始上下文信息的不一致性和冲突性，以及推导出富含语义的高层上下文的功能。该推理引擎包括本体推理、JESS(Java Expert System Shell，一种基于Java的规则推理引擎)。本体推理用来消除原始上下文信息与本体模型的不一致性；JESS规则推理引擎用领域相关的规则解释上下文。

智能执行体：智能执行体也是本模型的核心，主要包括对感知触发、互操作、自适应策略、自配置和自组织技术的支持。通过智能执行体的帮助，用户可以获得增强的用户体验。如自发的互操作可使用户免收打扰；自配置技术则使用户远离手工配置的困扰。该层的功能依靠执行体代理实现。

移动代理平台：移动代理平台是移动代理系统不可缺少的组成部分，它为移动代理的迁移和执行提供执行环境，为移动代理的产生、派发、恢复、销毁和安全管理提供基础设施。

二、通信机制

图3给出了基于移动代理的上下文感知系统的通信模型。查询代理和定制代理是上下文信息通用获取对象，在系统运行时根据不同的数据源迁移到相应的设备中，在上下文获取层和数据源之间迁移。演化代理主要完成建模和推理的工作，在上下文建模和推理层之间来回迁移，并把推理结果传递给执行体代理。执行体代理驻留在智能执行体这个层中，在系统初始化时产生，完成自配置、自适应等工作。系统初始化流程如下：

1)移动代理平台初始化，分别派发执行体代理和演化代理。

2)演化代理驻留在上下文建模层中，等待下层传递的信息。执行体代理完成自动配置功能以及界面的初始化等操作。

上下文感知系统的用户操作一般有两类：查询和定制。它们的工作流程分别如下：

查询流程：

1)用户发起查询请求，查询需要的上下文信息。

2)执行体代理收到请求消息，将其转化为代理内部语言并通知移动代理平台，移动代理平台向上下文获取层派发查询代理。

3)查询代理根据请求查询信息的类型迁移到相应的设备中。若是访问关系数据库，则迁移到数据库中并使用JDBC访问数据库；若是其他感知设备，则迁移到该设备中并加载对应的驱动程序进行读写(I/O)操作；若是传感器网络，则首先迁移到网络内的簇头节点，然后簇头节点向簇内普通节点派发查询代理。查询代理通过复制、迁移，最终到达本簇内的所有节点。迁移到簇内节点的查询代理和本地信息管理体进行交互，进行数据处理并将结果传送到簇头节点。簇头节点通过数据处理模块进行原始数据的聚合。最后，查询代理将结果传递给演化代理，自身销毁。

4)演化代理在上下文建模和推理层之间迁移，首先通过本体推理消除原始上下文信息的不一致性，然后映射到本体库中，与其本体模型对应。之后再根据JESS规则推理引擎推导出高层有价值的上下文信息。演化代理将原始的数据连同推理结果传递给执行体代理。

5)执行体代理收到信息后，自动调整用户界面以显示查询结果，同时连带显示推理结果以增强用户体验。

定制流程：

1)用户发起定制请求，期望上下文感知系统自动提供智能化的服务。请求信息可以用配置文件(Profile)的形式提交。

2)执行体代理收到请求消息，将其转化为代理内部语言并通知移动代理平台，移动代理平台根据定制信息向上下文获取层派发定制代理。

3)定制代理根据定制信息的种类迁移到相应的设备中，此时定制代理可以驻留在多种设备中。关系数据库一般只存储静态上下文，所以定制代理通常驻留在传感器网络和其他感知设备中。在其他感知设备中时，定制代理首先加载对应的驱动程序，然后按一定的时间间隔进行I/O操作，一旦定制条件满足则返回结果；在传感器网络中时，则首先迁移到网络内的簇头节点，然后簇头节点向簇内普通节点派发定制代理。定制代理通过复制、迁移，最终到达本簇内的所有节点。迁移到簇内节点的定制代理按一定的时间间隔和本地信息管理体进行交互，进行数据处理并将满足定制条件的结果传送到簇头节点。簇头节点通过数据处理模块进行原始数据的聚合并将结果传递给演化代理。定制代理继续在这些设备中工作，直到满足一定的终止条件或过期为止。

4)演化代理在上下文建模和推理层之间迁移，首先通过本体推理消除原始上下文信息的不一致性，然后映射到本体库中，与其本体模型对应。之后再根据JESS规则推理引擎推导出高层有价值的上下文信息。演化代理将推理结果传递给执行体代理。

5)执行体代理收到推理结果后，根据不同的应用，自动做出反应，比如自动报警，开启投影仪，关闭日光灯……。

为了方便描述，我们假定有如下应用实例：某用户A出门旅游，定制了景点服务，要求到达南京后列出感兴趣的景点，并在某一时刻查询自己的当前位置，则其

1)用户A通过用户界面发送查询位置的信息，同时定制了景点服务。

2)执行体代理通知移动代理平台，移动代理平台分别产生查询代理和定制代理，两个代理独立并行的工作。由于查询的是位置信息，需要从GPS中获取，所以查询代理被派发到GPS中，获取到位置信息后传递给演化代理，自身销毁。而定制代理则被派发到GPS和关系数据库中，GPS中的定制代理每隔一段时间查询当前位置，当到达南京后返回结果。而关系数据库中的定制代理则通过JDBC查询南京的所有景点以及用户的兴趣，并将结果传送给演化代理。

3)演化代理接收到信息后，首先进行一致性检查，之后将实例数据映射到本体库中。演化代理将查询到的位置信息并结合推理引擎的推理结果一并返回给执行体代理，执行体代理负责在界面上显示出当前位置并根据推理结果同时列出该位置的相关信息，比如周围的景点、饭店、医院、当前的天气等。在用户到达南京后，演化代理会根据定制代理传送过来的信息通过推理引擎推理，结合用户的兴趣爱好，将推理结果返回给执行体代理。执行体代理告之用户到达南京，如果用户喜欢登山运动，则可以列出南京的登山景点，并提供交通、餐饮等信息。

Claims (1)

1.一种基于移动代理的上下文感知方法，其特征在于利用移动代理技术进行上下文感知，通过移动代理获取、建模存储以及利用上下文信息，该方法更具适应性、智能性和重用性，具体步骤如下：

a.系统初始化时，移动代理平台分别向智能执行体层派发执行体代理，上下文建模层派发演化代理，

b.当用户查询上下文信息或定制系统时，移动代理平台向上下文获取层派发查询代理或定制代理，

c.查询代理或定制代理根据上下文信息的类型访问相应的数据源；通过一种用于连接数据库的Java API-JDBC接口访问关系数据库；加载驱动程序访问其他感知设备；传感器网络采取自适应分簇拓扑算法，网络内部随机产生簇头，其他节点为簇内普通节点，移动代理首先迁移到簇头节点，然后簇头节点向簇内普通节点派发该代理；移动代理通过复制、迁移，最终到达本簇内的所有节点；迁移到簇内节点的代理和本地信息管理体进行交互，进行数据处理并将结果传送到簇头节点，簇头节点通过数据处理模块进行原始数据的聚合，并把结果传递给演化代理；

d.演化代理结合推理引擎，使用本体推理消除原始上下文的不一致性，然后映射到本体库中，本体库中的本体模型使用本体描述语言OWL来描述，同时使用一种基于Java的规则推理引擎-JESS规则推理引擎获得高层上下文信息，并传递给执行体代理；

e.执行体代理对收到的数据进行处理，通过自适应、自组织策略选择合适的方式为用户提供服务。

Images