基于上下文感知的物联网智能交互模型

引 言

1999 年，美国麻省理工学院率先提出物联网（Internet of Things，IoT）的概念。2005 年国际电信联盟（International Telecommunication Union，ITU）发布的报告中全面定义了物联网，物联网即“物物相连的互联网”的简称 [1-2]。基于物联网，客观世界中的任何现实事物都可进行信息交互，物联网有机整合了人类社会、现实事物和信息数据，构建了一个一体化的大型智能社会服务平台。智能化物联网并不全部依赖于用户的请求并做出相应的反应，而是在用户未发出请求的状态下智能化地预测用户请求，准确判断出何时该为用户提供服务。因此，智能交互技术成为物联网研究的热点。

在物联网智能交互过程中，上下文感知是物联网系统预测下一步行为最有效、最直接、最可靠，有时甚至是唯一的依据。基于上下文感知的物联网智能交互模型，在上下文推理技术的支撑下，物联网系统能够自动发现和使用信息，减少人类社会、现实事物和信息之间的数据交互，提升用户体验。物联网环境下上下文感知交互技术的实现方法如下：

(1) 定义若干条推理规则，构成一个推理模型 ；

(2) 模型以上下文状态改变为激励，自动完成规则匹配， 一旦上下文状态的变化符合一个或多个规则时，智能交互系统就会自动按照规则执行相应的操作。

基于上下文感知的智能交互是物联网实现人类社会、现实事物和信息数据融合的主要技术支撑。

1 Storm框架简介

Storm 框架基于数据流的实时处理系统，提供了大吞吐量的实时计算能力，能够满足计算机集群实时分布式计算的需求。Storm 框架已被广泛应用于实时搜索、实时分析、在线机器学习、分布式远程调用以及数据流处理等场合，很好地解决了 Hadoop 在数据处理实时性方面的问题，其实时处理的过程可以类比为Mapreduce 批处理。在一个计算集群中， Storm 框架能够保证在较短时间内将各个消息处理完，将每个消息的处理时间降低到毫秒级。

Storm 框架的核心思想是采用流式处理模型，不断处理连续有序到达的数据，显著降低系统的数据处理时间。在Storm 数据流实时处理框架中，主要包括 Spout 计算和 Bolt 计算两种，这两种计算分别由用户的不同接口实现。其中， Spout 计算通常用于处理外部导入的拓扑信息，处理结束后形成数据流传递给 Bolt。

2 上下文定义

上下文是一种用来表征实体属性的信息或数据。通常情况下，实体与上下文可以按照某种规则实现转换 [3-4]。例如， 物联网环境下的智能交互可以用地点表征人或车辆，在此过程中，人或车辆就是实体 ；与此同时，地点也可作为实体，表征地点的属性信息可定义为经纬度、风速、光线强度、温度等， 即地点既可作为属性信息出现，也可作为实体出现。基于此， 本文给出客观事物和上下文的定义。

定义1 ：实体是指在人类社会、现实事物和信息数据组成的三元世界中具有相同属性信息的一类客观事物，为简化起见，任何一种实体都可用字符 A ：Entity 表示。

定义 2 ：上下文是指用来表征实体属性的信息，上下文信息可以分为静态上下文信息和动态上下文信息两类。其中静态上下文信息用来保证实体在一定时间内保持稳定的属性，通常可表示为 ：

式中 ：E 代表上下文信息对应的实体对象 ；V 代表上下文信息的出处 ；S 代表上下文信息的数值 ；t 代表当前上下文信息的时间标记。在物联网环境下的智能交互过程中，实体的上下文信息出处一般有三种，包括人工录入的信息、传感器获取的信息以及推理机推理的信息。相比静态上下文信息，动态上下文信息增加了一维时间标记，即上下文信息的实效时间。动态上下文信息可以表示为 ：

式中，ts 代表上下文信息的实效时间。对于某些不存在实效时间实体的部分，动态上下文信息可以转化为静态上下文信息。

上下文信息是物联网环境下智能交互模型的主要数据分析与推理对象。基于上下文信息中取值 V 的不同，可将上下文信息分为数值型和实例型。如温度、经纬度、风速、质量等都是取值十分简单的数值型上下文。数值型上下文还可基于数值类型继续分为布尔型、时间型、字符型和纯数字型等。而取值为非数值的实例型上下文有任务、建筑、地点以及各种设备等。前文已经介绍过，物联网环境下实体和上下文之间可以互相转化。

3 基于上下文感知的智能交互模型

基于 Storm 框架和上下文定义，可构建基于上下文感知的物联网环境下的智能交互模型，该模型能够将物联网传感器采集到的所有异构、分布式、非结构的数据统一封装为便于智能交互实时处理的上下文与实体的数据流，作为一个统一的数据处理格式。

本文构建的物联网环境下基于上下文感知的智能交互模型包括上下文适配、上下文存储和上下文自动感知三部分。上下文适配的任务是进行传感器采集数据与上下文信息之间的转换 ；上下文存储的任务是实现海量数据存储与高速数据共享 ；上下文自动感知是智能交互的关键，主要利用规则进行推理以及处理高层应用的各种请求。整个智能交互模型基于Storm 框架实现。其中，上下文适配和上下文存储通过 Spout计算过程实现，而上下文感知通过 Bolt 计算过程实现。构建的智能交互模型如图 1 所示。

                                                                                                                                                      图1 智能交互模型整体结构示意图

3.1 上下文适配模块

物联网环境下，数据采集设备是物联网与具体应用环境信息交互的主要途径。数据采集设备包括系统录入设备、人工输入设备以及各种类型现场采集数据的传感器设备等。数据采集设备采集获取到的数据一般不具有实际意义，必须经过适当变换才能转换为智能交互系统正常使用的数据。通常情况下，数据采集设备获取的数据格式为数字信号、点信号、字符信号以及各种离散的参数数据。将这些实际意义难以直接识别的信号转换为系统可以高速自动识别的上下文信息的过程就是上下文适配。上下文适配过程可用符号表示为Adaptation ：S → C。其中，S 代表数据采集设备获取的直接信息，C 代表经过上下文适配后输出的上下文信息。具体的上下文适配过程如图 2 所示。

图 2 中上下文 适配的核心是 数 据采集 模 块（Data Acquisition，DAQ）。该模块将物联网末端数据采集设备获取到的各种信号转化为智能交互系统能够直接识别、具有特定含义的数据。物联网末端采集到的各种数据经过上下文适配后，实现了对异构、分布式、非结构化数据的结构化转换， 形成利于存储、检索、处理的高效上下文信息。上下文适配为后续的上下文存储和上下文自动感知奠定了基础。

3.2 上下文存储模块

上下文存储模块的功能是实现上下文信息的持久化存储与高效共享。上下文存储模块由历史上下文存储单元、非安全上下文存储单元和上下文存储单元三部分组成。三部分的存储与共享功能各不相同 ：历史上下文存储单元的功能是进行上下文回溯，内部存储失效的上下文信息 ；非安全上下文存储单元内存储存在危险的上下文信息 ；上下文存储单元是上下文存储的核心，主要用来存储短时间内活跃的上下文，在确保信息完整性的条件下力求能够高效检索上下文信息。上下文存储模块的工作过程如图 3 所示。

                                                                                                                                                                  图 3 上下文存储过程

由图 3 可知，上下文存储过程由上下文预处理器和上下文管理器主导完成。上下文预处理器主要实现上下文信息的完整性、冗余性和安全性查验，将存在危险的上下文信息转移到非安全上下文存储单元，并删除失效的和过度冗余的上下文信息，确保上下文信息准确完整。上下文管理器的功能比较简单， 用以监控上下文信息的时效性，并将失效的上下文信息转移至历史上下文存储单元。通过这种上下文存储过程，提升上下文数据的存储与检索效率。

3.3 上下文自动感知模块

物联网环境下的上下文感知智能交互模型首先通过上下文适配实现末端采集数据到上下文信息的映射，然后通过上下文存储实现上下文信息的高效存储与共享，最后通过上下文感知模块自动发现有用的上下文信息，并对系统高层指令做出快速反应。上下文自动感知模块是一种高效的信息服务模式，基于上下文感知技术建立上下文池中数据与高层服务需求之间的联系，运用智能计算和处理技术对高层服务需求快速地做出反应 [5]。上下文自动感知模块的具体实现过程如图 4 所示。

由图 4 可知，上下文池中的数据首先通过上下文感知器实现捕获与感知 ；然后利用上下文解释器将底层上下文信息转换为高层识别对象，高层识别对象能够被智能交互系统直接识别，并且在转换过程中，上下文解释器能够将分散的上下文信息转换为复杂的上下文对象，有利于特定上下文信息的有效表达 ；最后通过上下文聚合器将上下文对象与知识库中的规则进行结合，基于推理机实现规则匹配，并将匹配结果通过转换相应操作的执行指令，传递给执行适配器。执行适配器在接收到还要执行指令的高级上下文后，将经执行结果产生的上下文反馈给上下文存储模块的上下文池。

4 结 语

本文在对现有物联网环境下智能交互模型总结与分析的基础上，构建了一个基于上下文感知的物联网智能交互模型。该模型以 Storm 框架为基础，将数据采集设备输出的异构、分布式、非结构化数据转化为上下文信息，并实现了上下文信息的高效存储与自动感知。该模型为物联网环境下的智能交互提供了一种新的思路。