论文部分内容阅读
物联网是通过具有标识、感知、处理能力的信息传感设备把任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网的概念一经提出，得到了迅速的发展。然而，传统物联网应用采用的是一种垂直封闭专网的形式，各个应用均独立建设相应的网络基础设施，由于标准不统一，使得不同的应用之间是孤立的，各种感知设备不能实现共享。而物联网的进一步发展，就需要将这些原本孤立的应用连接起来，共享资源，提高网络资源利用率，减少网络基础设施的重复建设。进而实现物联网的横向互联、协同感知和统一管理。 面向服务架构将应用的业务逻辑模块化为不同的功能单元（称为服务），通过这些服务之间定义良好的接口和契约联系起来。其松耦合及灵活的特性为物联网的共性支撑平台提供了理想的解决方案。不同于传统面向服务架构，物联网中实现面向服务架构存在以下问题:(1)物联网感知层具有强大的数据采集能力，数据类型丰富，体量巨大。其应用数据相关的特性导致面向服务架构中原子服务数量庞大，且在功能实现上存在较大的冗余，资源浪费严重;(2)物联网感知层资源受限。传统服务选择算法基于QoS及用户偏好，没有考虑其资源受限的特点。这可能导致部分QoS较优但资源贫乏的感知设备节点过早的耗尽能量，影响网络功能的完整性;(3)物联网感知层具有较强的动态性。其动态性导致应用的功能性以及服务质量不能持续满足用户期望，影响最终的用户体验。 因此，本文开展面向服务架构的物联网自主计算研究。针对物联网特殊环境，本文借鉴传统面向服务架构中服务选择及组合的方法，研究面向物联网资源受限的SOA应用关键技术，为物联网的规模化发展奠定基础。主要研究内容和贡献包括: (1)提出了物联网资源受限以及动态环境下的服务构建方法。物联网应用以数据为中心的特点使得服务的业务逻辑与数据紧耦合。论文采用语义信息刻画服务的输入输出，实现服务业务逻辑与数据的松耦合，提高服务适应性的同时减少了服务的冗余。同时为克服物联网动态性，采用多设备协同感知的方法获取准确的数据，从而支持更加可靠的服务。 (2)提出了能量感知的服务选择算法。进行服务选择时，在较好的满足用户的QoS要求的情况下，避免选择剩余能量较低的感知设备节点。实现感知层网络节点能量的均衡消耗，从而延长网络生存时间。 (3)提出了分层工作流管理技术。通过QoS监控，获得服务的实时QoS，进而计算得到工作流的QoS，并判断当前工作流是否仍然满足用户QoS需求。当工作流不再满足用户需求时，结合服务层的自适应及节点层的自适应，从而提高工作流自适应的成功率。