普适计算环境中的上下文感知技术研究

摘要：上下文感知技术是普适计算研究领域的的热点问题。该文探讨了上下文信息的获取、建模、管理及推理方法,重点介绍上下文感知系统的体系结构。并结合老年人健康监护推荐系统的设计，分析了上下文感知技术在系统中的应用。

关键词:普适计算;上下文感知;老年人健康监护推荐系统

中图分类号：TP393文献标识码：A文章编号：1009-3044(2012)27-6496-04

Study on the Context-aware within Ubiquitous Computing Environment

WANG Min，SANG Shu-juan

(Anyang Institute of Technology, Anyang 455000, China)

Abstract：Context-aware technology is a hot issue of Ubiquitous Computing. This paper explores the method of context infor? mation acquisition, modeling, managemet and reasoning. As the key content, architecture of context-aware systems is also pre? sented in this paper. The last part discusses the application of context-aware technology in the elderly health care recommender system.

Key words：Ubiquitous Computing; context-aware; elderly health care recommender system

普适计算在1991年由Mark Weiser提出，是一种顺应社会应用的智能计算模式。普适计算是指把计算和信息融入生活空间，使人们生活的物理世界与在信息空间中的虚拟世界融合为一个整体,使人们可以用任意设备，通过任意网络，在任意时间透明地获得一定质量的网络计算服务[1]。

普适计算系统运行在极其动态和异构的计算环境中，因此自动感知物理空间中对象与环境的状态信息及其变化是普适计算的重要特征。上下文感知计算（context-aware computing）即指能够根据上下文的变化自动地作相适应的改变和配置，为用户提供合适的服务,是Ubicomp的核心技术之一[2]。上下文感知计算利用上下文信息向用户提供高效率的信息交互，并提高服务的针对性。常见的上下文信息包括时间、位置、场景等环境信息，屏幕大小、处理能力等设备信息以及身份、操作习惯、个人喜好、情绪状态等用户信息[3]。

本论文第二部分主要介绍上下文获取的三种方式；第三部分简单对比了上下文建模的6种方法；第四部分总结了上下文信息存储与管理技术；第五部分讨论了上下文信息的推理；第六部分重点叙述了上下文感知系统的体系结构；第七部分结合老年人健康监护推荐系统的设计，简单分析了上下文感知在系统中的应用。

1上下文的获取

如何准确地获取各种不同类型的上下文信息是上下文感知中核心问题之一。通常，具体的获取途径依赖于具体的上下文内容，底层的上下文一般通过传感系统直接获得，而高层上下文则根据底层上下文，并结合先验知识通过推理或融合得到。上下文获取通常是指底层上下文的获取，在某种程度上，上下文信息的获取决定了上下文感知系统的体系结构，通常获取上下文信息的方法有以下三种：

1)直接传感器获取

应用软件直接利用传感器采集的信息，没有中间层对数据进行汇聚和处理，应用层直接驱动传感器，因为缺乏一个管理大量传感器并行存取的部件，这种紧耦合的方法不适合分布式系统。

传感器具有分布性、异构性、多态性等特性，这使得数据收集遇到了很大挑战，问题在于：①如何用一种统一的方式去获取传感器数据②如何把传感器数据转换并匹配为上下文数据。

2)中间件

基于中间件的方法在上下文感知系统中增加了中间件层，实现了对底层上下文获取的封装。对比直接方法，该方式更容易实现系统的扩展，不需要修改应用层代码，而且简化了硬件的可重用性。

我们采用分层的体系结构，设计了图5所示的推荐系统结构模型。该模型主要针对老年人的健康进行监护，给出合理的饮食推荐。依照这个结构模型构建系统时，首先对系统进行自顶向下的分析，选择归纳出对系统行为和用户使用产生影响的因素，将其作为系统中需要考虑的上下文信息，包括老年人的血压、心跳、位置及身份识别等。由一台上下文服务器集中对上下文信息进行存储、处理并向应用层提供上下文信息。上下文服务器将每个上下文分解为对应的若干个语义成分，建立上下文知识库，并确定需要哪些传感器采集相应的信息。传感器网络与上下文服务器之间采用无线传输技术。感知设备采集的原始数据，由上下文服务器按照知识库中的信息进行处理融合。服务器按照一定的算法控制其与高层通讯。在服务器上存储的上下文的历史记录和用户与高层交互的反馈信息相结合，构成了知识库进行学习和调整的依据。上下文建模采用key-value模型，该模型简单易于管理，适合上下文信息较少的系统。