移动生活与新媒体实验室

Download Report

Transcript 移动生活与新媒体实验室

移动生活与新媒体实验室
WoT环境下基于本体的资
源规范化描述
徐源 2012年3月12日
内容安排
一. WoT基本架构
二.资源模型本体
三.基于本体的匹配实现
移动生活与新媒体实验室
WoT基本架构
WoTlab系统架构: CoXShare物联网系统
WoT服务提供商(SP)
WoT服务提供商(ASP)
WoT客户
WoT客户
端应用
端应用
WoT应用
服务器
WoT门户
(浏览器)
CoXShare
WoTMall
(Pad/Phone/PC)
WoT inside
AppStore
业
务
域
GPRS, SMS,
WiFi,
REST/
HTTP
REST/HTTP
移动核心网
/Internet
REST/HTTP
业务聚合与应用生成平台
WoT业务平台
资源综合管理平台
ADSL / LAN / GPRS/3G / WiFi
WoT业务网关
感
知
域
传
感
器
节
点
REST/HTTP
WoT网关
(GaaS)
WiFi,
ZigBee,
RF433
无线传感
器网络
本地应用
WiFi/LAN
有线传感
器网络
基于Web的业务 • 标识/寻址/路由
环境中间件
串口232/485,
LAN/PLC
接入模块
变送器
变送器
变送器
变送器
变送器
传感器
传感器
控制器
传感器
控制器
• 数据解析/存储/管理
• 日志/统计
• 设备配置/管理/统计
• 通信/连接管理
• 安全性
移动生活与新媒体实验室
WoT基本架构
 传感器用于收集环境中的各类信息,并将其转化为电信号;控制器用于接收
上级指令控制家电、摄像头等各类电子产品。
 变送器位于传感器、控制器上层,接受传感器、控制器的原始信号并进行数
据格式转化,然后将规定格式的信号上传到WoT网关。
 有线、无线传感器网络位于WoT网关下层,是多个传感器、控制器与变送器
组网的集合。
环境监控
家电监控
节能管理
物品管理
安防系统
应急系统
温度湿度传感器
应急按钮
RFID
读写器
门禁
海康硬盘机
照度
传感器
继电器
风力
传感器
烟雾
传感器
开关面板
燃气
传感器
红外学习器
移动生活与新媒体实验室
WoT基本架构
 WoT网关位于移动核心网下层,可以通过变送器接入传感器、控制器等信息
采集、终端控制设备。
My idea:网关作为services发布,所有功
能都作为网关插件,使网关成为可扩充的
移动核心网
/Internet
基层平台。
ADSL / LAN / GPRS/3G / WiFi
WoT网关
WoT网关
(GaaS)
无线传感
器网络
有线传感
器网络
变送器
变送器
变送器
变送器
传感器
控制器
传感器
控制器
• 设备标识/寻址/路由
• 设备配置/管理/统计
• 设备发布/安全
• services标识/寻址/路由
• services发布/安全
• services语义生成
• 数据解析/存储/管理
• 日志/统计
移动生活与新媒体实验室
WoT基本架构
 资源综合管理模块用于对WoT接入网关及其接入的各类传感器、控制器进行
管理。
 业务生成模块用于存放高权威度、高利用价值的业务并随时准备为services所
调用。
 WoT SP处于泛在网业务层,为平台用户提供了各类WoT services。
 WoT客户端处于泛在网业务层,为平台用户提供了获取各类泛在网资源的入
口。
分布式:资源(services、设备)的发布可以在SP级别,也可以在网关级
别,通过类似与google的services构建一个逻辑上的SP来发布。
同上,基本架构的所有元素都是存在于逻辑上的,而并非需要一个明确的
实体来统一实现。
移动生活与新媒体实验室
资源模型本体
 资源描述需求








设备标准描述
设备描述
标准描述
ANSI N42.42
SensorML
本体描述
SUMO
OntoSensor
Services描述?
基于标准的本体描述
 趋势:基于已有的标准构建设
备资源本体
 原因:基于XML的标准非计算
机可理解
移动生活与新媒体实验室
资源模型本体
 SensorML
SensorML是基于XML schema的,主要用于描述传感器的功能模型和
传感器观测值处理过程。SensorML提供了一个良好的框架来表示物理
资源、虚拟资源、传感器网和一套从原始数据衍生出高级信息的机制。
它有以下特征:
传感器和系统描述
支持资源和观测发现
支持处理和分析传感器观测值
支持传感器和观测数据地理定位
支持性能参数(准确度、阈值等)
支持指定如何处理传感器数据进而衍生出新的信息
。
移动生活与新媒体实验室
资源模型本体
 OntoSensor
基于:
1. SensorML词汇与结构
2. SUMO上层本体
3. OWL-Full构建
横向层级化:在已有的上
层本体中补充下层本体。
纵向层级化:不同本体的
权威度不同。
移动生活与新媒体实验室
基于本体的匹配实现
 数据库结构
类表
类、类间关系
属性表
类的属性、属性间关系
陈述表
类与属性间的关系
移动生活与新媒体实验室
基于本体的匹配实现
 关键字模糊搜索将用户输入的字符串与
本体中类表和属性表中的字符串依次比
较,得出匹配度较高的类和属性的形式
化表述。
 基于类与属性表的简单学习将关键字模
糊搜索的结果通过类表与属性表这两个
树形结构中的父子、等价等多种关系进
行学习扩充,得出形式化表述的基本权
重值。
 基于陈述表的补充学习将简单学习的结
果配对成陈述,通过与本体陈述表内的
陈述进行匹配得出权重加成值,完善学
习算法。
关键字模糊搜索
基于类与属性表的简单学习
基于陈述表的补充学习
移动生活与新媒体实验室
基于本体的匹配实现
 关键字模糊搜索
移动生活与新媒体实验室
基于本体的匹配实现
 基于类与属性表的简单学习
移动生活与新媒体实验室
基于本体的匹配实现
 基于陈述表的补充学习
移动生活与新媒体实验室
谢谢
移动生活与新媒体实验室