论文部分内容阅读
普适计算环境中集成了大量的设备和软件构件并且提供大量的服务使得服务发现过程非常重要。当前服务发现协议发现服务时，大多数情况下没有考虑上下文信息，因此很难提供给用户合适且相关的服务。此外，当前的协议保留了基于关键词的查询技术而没有考虑服务的语义描述，这降低了服务的查准率和查全率。
为了解决以上问题，本文提出了一种基于上下文感知的服务发现模型，实现了CASDPS(Context—Aware Service Discovery Prototype System)系统。系统利用上下文属性的动态服务选择机制来进行服务的匹配，从而有效地提高了服务发现过程并节省了用户的时间。此外，该系统利用静态和动态的上下文信息提供给用户更加适合的服务。
首先，为了实现服务对环境的适应性，本文设计了能满足上下文动态集成的上下文管理模型CASDCMM(Context—Aware Service Discovery Context Management Model)。详细分析了上下文集成中出现冲突的情况，定义了优先级和效用因子，解决了上下文集成中的问题。
本文还研究了匹配算法，提出了基于语义的匹配算法。首先提出了一种量化服务匹配度的方法，定义概念之间语义距离dd(C1，C2)和相似度，根据相似度设计了基于语义的服务匹配算法。
其次，为了提高目录检索速度本文研究了内容匹配算法，提出了基于多级Bloom Filters的内容匹配，采用多级Bloom Filters算法能在相同数目的Filters的情况下有效地降低错误率。该算法改进了简单Bloom Filters，实现了深度Bloom Filters和广度Bloom Filters算法。
最后引入行为模型中的概念，研究了基于纠错子图同构和结合决策树进行合成的行为匹配算法。
此外，本文提出了针对普适计算环境中的上下文感知服务发现原型系统CASDPS，该系统中扩充了OWL—S的服务描述，增加了QoS和上下文的结构。本文定义一个具有上下文特征的目录库，使之与现有的发现机制兼容。实验结果显示，该原型系统在用户请求率不断增加的情况下生成的消息长度变化不大，而移动速度加速时平均延时基本相同。
最后，本文实现了CASDPS原型系统。定义了CASDPS的实现框架，给出了本体的创建过程，描述了服务发布的算法，设计和实现了服务匹配的算法并给出了实例。
本文的研究对于提高在普适计算环境中服务发现的质量，提高服务匹配准确率以及上下文感知能力等具有重要的理论意义，所提出的算法对于移动商务具有潜在的应用和参考价值。