上下文感知的现有项目总结

1、上下文感知的现有项目总结（分类）上下文应用： （湖南大学，提出，见7）一）应用层（基于智能空间的应用）上下文在应用层的应用非常广泛，在智能办公与家居、旅游、移动计算、医 疗卫生等领域都得到了有效应用。如Olivetti Active Badge项目以办公大楼为场 景，利用上下文信息实现自动电话转接服务；乔治亚理工学院开发了一系列有趣 的感知应用：如会议助于可以根据每个与会者的位置、偏好以及会议安排推送相 应的会议信息等；微软研究院的Easy Living系统为我们描绘了未来的家居和工 作环境；在旅游方面，可利用上下文感知技术的导游助于可以根据游客位置进行 景点推荐、路线导游、订票服务等；移动计

2、算中可根据用户设备能力以及偏好等 上下文信息推送合适的内容服务；在医疗卫生领域，基于上下文感知技术的智能 医院通过各种生物学传感器捕捉病人的身体状况，可以实现实时的监测和预警， 甚至给出初步的病情诊断。从上可知应用层上的上下文感知应用多以提高应用的 智能程度，减少用户输入，增强用户体验等为目标。二）系统级（对虚拟的系统或算法进行优化）上下文在系统层的应用也非常多，系统级环境下上下文的种类有限，且多为 虚拟上下文，其应用目标多以性能优化为主。如利用内存上下文自动调节虚拟内 存的大小。此外利用上下文对网络协议进行优化也是可能的。如FORD通过位 置上下文来预测路由失效并预先选用候选链路来降低数据传

3、输过程中因移动导 致的路由失败，Williamson则利用了上下文感知对TCP/IP协议进行优化等。上下文接口：没有好的内容！上下文框架：（湖南大学，提出，见7）一）类OS型简介：这种类型的框架认为上下文具有极端重要的地位，其架构非常类似于传统 的OS，并提供类似传统OS的服务，Gaia是其主要代表。Gaia构建于通讯中间 件之上，除了抽象级别不同外，它非常类似传统OS。Gaia通过将智能空间及所 包含的资源抽象为可编程实体，并提供程序执行，IO操作，文件系统管理，通 讯，错误检测，资源分配等6大传统OS所具有的服务，可为方便地构建以用户 为中心、多设备、上下文感知的移动应用程序提供支持。二）

4、多代理（Multi-Agent）型简介：多代理型框架在上下文感知计算系统框架中数量最多，Aura是其典型代 表。Aura由CMU创建的一个基于多代理技术的系统框架。当环境、任务或上下 文改变时，任务管理器将在无需用户干预的前提下进行资源映射并有效使用资 源。ACAI是另一个基于多代理技术的框架，主要包括上下文管理器代理、协调 者代理和本体代理三个核心代理以及上下文提供者代理等。其他基于多代理的框 架还有BerlinTainment，CARMEN等。国内清华大学人机交互与媒体集成研究所 开展的普适环境下智能教室的研究也采用类似的框架。三）客户/服务器型简介：客户/服务器型也是上下文感知计算系统框

5、架中的一种重要类型，这种类 型以成熟的客户/服务器模式为基础建立。由于侧重点不同，其框架也各具特点。eg:ActiveCampus就是一个典型的基于客户/服务器架构的框架，该框架的显著 特点是支持组件间的职责划分和服务间的高度整合。CARISMA框架则采用了反射（类似于操作系统的回调函数）模型，通过反 射，该框架允许监视框架的内部行为并在需要时进行修改。CAPNET是支持移动多媒体应用的感知计算框架，该框架包括连接管理、组 件管理、服务发现、消息等核心组件以及用户接口、媒体、上下文和上下文存储 等，其特点是支持组件移动，组件可依据应用对资源的需求既可以在客户端也可 以在服务端启动执行以解决移动

6、终端资源受限的问题。SOCAM是一个面向上下文感知服务且包含基于本体的上下文模型的系统框 架，该框架可高效地支持上下文的获取、发现、解释和访问等，整个框架主要包 含上下文提供者、上下文解释器、上下文数据库、上下文感知服务和服务定位服 务等部分，SOCAM 的另一个特点是基于 OSGi （Open Service Gateway initial）， OSGi是用于家庭驻留网关的开放工业标准，也是潜在的普适计算标准之一。 CASM是另一个面向服务的上下文感知框架，它由设计时和运行时两个部分组 成，设计时主要包括传感器、环境、用户、任务和服务等的建模，而运行时则包 括上。下文管理器、事件通知系统和任

7、务引擎等。四）安全型简介：安全型框架以感知计算中的隐私和安全问题为研究目标，CASA就是其中 之一。该框架通过采用包含环境角色（Environment Role）的通用角色访问控制 （GRBAC）模型来提供隐私和安全保证。五）其它类型简介：除以上类型外，还有一些其它类型的框架，如CAPpella框架认为只有终 端用户才最清楚其活动、周围环境及隐含知识，因此该框架试图结合机器学习和 PBD（Programming by Demonstration）来帮助最终用户构建上下文感知应用。与 此类似的还有Korpipaa提出的框架，此框架基于黑板模式并能提供终端用户开 发（End User Develo

8、pment）支持。上下文推理和储存：一）（储存方面）：Gaia提出了一种上下文感知文件系统CFS，其中上下文以目录方式表 示，路径对应于上下文的类型和值，上下文查询采用一阶谓词方式并支持复杂的 组合查询。基于关系数据库建立了上下文存储系统CBS，可支持上下文的分布 式存储、同步和高效查询，但对关系数据库的依赖限制了上下文的建模和表示。二）（推理方面）：基于规则的推理方法：是将已有的事实同预定义的规则进行匹配而产生 出新的知识。该方法具有明显直观、推理清楚、能有效表达启发式知识、模块性 强等优点，可有效解决上下文推理方法中推理能力差和不确定性。它利用预定义 的规则来推荐内容，一个规则本质上是一个

9、If-Then语句，根据预定义的前提条 件得出相应的动作或结论。If-Then结构接近于人的思维和自然推理形式，易于 理解，易于实现人机对话，其自然性也给领域专家和知识工程师间的协作提供了 方便。基于本体的推理方法：本体的目标是获取、描述和表示相关领域的知识， 提供对该领域知识的共同理解，确定该领域内共同认可的术语，并从不同层次的 形式化模型上给出这些术语和术语间相互关系的明确定义。计算机根据本体描述 文件理解本体的含义和层次关系并建立相关的推理规则对其进行推理，这就实现 了基于本体论的推理引擎。上下文建模：A、分类一：（实例）（湖南大学，提出，见7）一）UML：简介：统一建模语言，是用来对软

10、件密集系统进行可视化建模的一种语言。 UML为面向对象开发系统的产品进行说明、可视化、和编制文档的一种标准语 言。优缺点：采用UML建模有诸多好处。第一，UML是业界标准的建模语言， 用户群相当广泛。第二，借助于工具，UML模型能方便地生成程序框架和部分 代码并支持代码到模型的逆向工程，有利于缩短开发周期，减低开发风险。但 UML方法也存在一定不足，其主要不足是UML模型的好坏严重依赖于开发者 的经验，很难对模型进行验证。二）Petri 网：简介:Petri网是对离散并行系统的数学表示。Petri网是1960年代由卡尔A佩 特里发明的，适合于描述异步的、并发的计算机系统模型。Petri网既有严

11、格的 数学表述方式，也有直观的图形表达方式，既有丰富的系统描述手段和系统行为 分析技术，又为计算机科学提供坚实的概念基础。优缺点：Petri网是计算机领域的一个重要建模工具，且能对并行系统提供 很好的建模支持。尽管Petri网是一种很好的形式化方法，但是采用Petri网建模 容易导致模型复杂度过高。三）形式化方法简介：用于开发计算机系统的形式化方法是描述系统性质的基于数学的 技术，这样的形式化方法提供了一个框架，可以在框架中以系统的而不是 特别的方式刻划、开发和验证系统。形式化方法的本质是基于数学的方 法来描述目标软件系统属性的一种技术。不同的形式化方法的数学基础是 不同的，有的以集合论和一阶

12、谓词演算为基础（如Z和VDM），有的则以时态逻辑为基础。形式化方法需要形式化规约说明语言的支持。优缺点：完全形式化地描述上下文感知计算系统也是可能的。但完全形式化 的描述仅限于理论分析，对感知系统的实际构建帮助有限。四）FSM简介：有限状态机（以下用FSM指代）是一种算法思想，简单而言，有限 状态机由一组状态、一个初始状态、输入和根据输入及现有状态转换为下一个状 态的转换函数组成。在Gof的23种设计模式里的state模式是一种面向对象的状 态机思想，可以适应非常复杂的状态管理。现在，FSM被普遍用于搜索引擎的 分词、编译器实现和我们普遍关注的游戏开发中。优缺点：有限状态机（FSM）是描述上下

13、文感知计算系统的另一个方法。采 用FSM很容易建模上下文感知系统。但是对于稍大规模的系统，状态过多时容 易产生组合爆炸问题。B、分类二：（上海交大，较好，见6）（1）关键字一值模型（Key-Value Model）关键字一值模型是最简单的表示上下文的方法。Schilit已经使用关键字一值 对上下文建模，把上下文信息(如，位置信息)的值作为环境变量提供给应用程 序。随后关键字一值经常被用在分布式服务框架中。在这样的框架中服务本身就 用关键字一值来描述，服务发现机制通过匹配算法来发现这些服务。关键字一值 比较容易管理，但不能描述复杂结构的上下文，同时不能实现有效的上下文获取 算法。标记模式模型(M

14、arkup Schema Model)所有标记模式(Markup Schema)方法都是一种由具有内容和属性标记组成 的分级数据结构。很多方法都是 Composite Capabilities/Preferences Profile(CC/PP) 和UserAgent Profile(UAProf)标准的扩展，可以达到RDF / S和XML序列化的 表达能力。图模型(Graphical Model)一个非常知名的通用建模工具是UML，它具有一系列丰富的图元。由于它 的通用结构，它也适合来对上下文建模。Bauer把空中交通管理方面相关的上下 文建模成UML的扩展。面向对象模型(Object Or

15、ientied Model)面向对象的上下文建模方法通常都是为了利用面向对象方法的主要优点， 如：封装性，复用性，这样可以解决部分普适环境中由动态上下文引起的问题。 上下文的处理都封装在对象中，因此对其它组件透明。对上下文的信息的访问都 通过特定的接口。基于逻辑的模型基于逻辑的模型是高度形式化的。通常地事实、表达式和规则被用来定义一 个上下文模型。一个基于逻辑的系统用来管理前面提及的属于，允许添加、更新 或删除新的事实。推理的过程可以基于系统中已有的规则用来产生新的事实。上 下文信息需要被表示成形式化的事实。基于本体的模型本体可以描述概念和关系。由于本体具有形式化的、强大的表达能力，及应 用本

16、体推理技术的可能性，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体作为基本的上下文模型。上下文获取：实例：Glenn Judd和Peter Steenkiste提出了一种叫上下文信息服务的CIS模 型，这种模型是通过一个虚拟数据库来提供上下文信息的，它以一种强大的机 制获取上下文信息通过接口提供给应用，还提供一种与用户环境匹配的前摄应 用，这正是普适计算所需要的。CIS用数据库DB对上下文信息供应端(contextual information providers)提供的信息进行提取。客户端使用上下文的接口 (contextual service interface，

17、CSInt)发布查询，这些查询被查询合成器分 解后，一些低级查询就移交给个体上下文信息供应端，结果被合成再返回给客户 应用端。分类：(上海交大，提出，见6)位置上下文信息的获取。人或物体的位置的获取可以分为利用计算机视觉方 法和利用传感器方法两大类。前者不仅可以获得人的位置，还可以获得人是否站 着、运动状态等信息。后者又可以有多种途径，可以获得人在哪个房间的位置信息还可以利用超声波加射频技术来精确定位人在房间中的位置以及朝向。周边资源和人员上下文信息的获取。一种思路是让用户或物体携带一定的可 识别的标记，另一种思路是通过人脸识别、声音识别等感知算法来确定人的身份。环境上下文的获取。环境的声音分

18、贝值、亮度、温度、湿度等可以通过许多 传统的传感器来识别。获得天气信息的一个有效方法是通过查询一些提供天气状 况的网站确定当地目前的天气。键值对模型标记模型图形模型对象模型基于逻辑的模型基于本体的模型 直接访问传感器引入软件抽泉房上下丈推理基于规则上下丈存储基于用例 传统API风格 数据庠风格 回调:,事件凡格其他API上下文感知领域的现有研究项目:普适计算下的上下文感知中间件研究（大连理工）本文较为详细地阐述了现有的典型上下文感知中间件，通过总结得出它们存 在的不足。针对现有上下文感知中间件的一些不足之处，本文重点在上下文中间 件体系结构，上下文冲突检测方法，服务选择方法等几个方面进行了尝试

19、。基于上下文触发的事务模型研究中科院提出一个基于上下文触发的事务模型， PCTMPC模型（Context-based Triggered Task Model in Pervasive Computing）。该模型分别是task manager （事 务管理）、semantic translator（事务语义分析）、trigger manager（触发条件管 理）、context manager（上下文管理）、context proxy（上下文信息网关）、 sensor（上下文感知器）、service manager（触发事务管理）七个部分。基于上下文感知的智能协作平台Workplace （北

20、京交通大学）该协作平台能够在用户无意识的情况下对用户的上下文信息进行采集并处 理，并主动的将推理结果向用户进行反馈;在资源数量庞大的应用环境中，可以 有效的减少用户查找资源的时间，提高工作效率。上下文感知的普适服务组合研究（江苏大学）利用Petr i网（作者自己建立起来的一套系统体系）理论，建立了普适服务 过程模型，用于描述普适服务的功能，在此基础上提出了组合服务自动化合成机 制。可以根据用户的输入、期望的输出和期望的动作，自动化生成组合服务规范。 在普适环境中，服务异构性导致相同功能的服务性能具有较大的差异，系统根据 普适环境和用户的上下文选择合适的服务副本来执行组合服务，使得普适环境能 够为用户提供最佳质量的服务。普适环境下上下文感知的研究与设计(上海交大)设计了一种在智能环境中的上下文感知模型，并进行了模拟实现。设计了自动处理上下文冲突的方法。在本文提出的系统中，自动处理过程 是为了更好的向后端提交高层的上下文信息。提出了一种仲裁处理决策系统，来解决复杂的上下文冲突。仲裁系统通过 人对计算机处理过程的干预来完成最终的决策，本文中的平衡模块克服了先前工 作中不能跟踪记录历史上下文，只能即时的频繁的启动系统来处理冲突的方法。上下文感知计算若干关键技术