当前,物联网(Internet of Things)快速发展,各式各样的物联网设备接入到网络中,人们可以通过各种传感器与通信技术等实现物与物的连接,获取情景信息,延伸人类的感知,但是却产生了巨量的、异构的物的信息。物联网中的Things是"实体的物",但是随着物联网技术不断更新,它可以拓展成包括"抽象的事",拓展了物联网的内涵。从信息系统中人、机、物、事、网、时这六个基本要素及其交互关系的整体结构出发,在现有物联网的基础上,整合利用语义网(Semantic Web)和语用网(Pragmatic Web)的相关语义技术与情景知识,以解决其所关联的社会化网络中的结构洞(Structural Holes)问题和人与机器之间的互不理解,形成语义物联网(Semantic Web of Things),以便能够在不同信息孤岛之间建立起语义关联(Semantic Correlation),填补信息交互中产生的信息流动的缺口,以达到语义互操作性中的协同状态,即语义协同(Semantic Collaboration)。语义物联网是在语义网、物联网和社会化网络的基础上,构建并融合物理空间、网络空间和社会空间形成的开放世界服务生态系统,系统能够自动地发现并利用情景信息,打通物理世界、网络世界和社会世界之间的隔阂,解决物联网发展过程中产生的信息异构(Heterogeneity)问题,达到语义协同状态。所以为了实现语义物联网的目标,解决信息间互操作与数据摩擦的问题,就必须处理语义物联网中的数据存在的异构性、动态性和不确定性等特性。针对这些问题,本文提出了一种通用的、可拓展的元情景本体模型来对信息空间中的所有维度的一般情景进行统一建模和表示,来避免情景异构的问题。为了兼顾动态性与不确定性,本文提出了基于动态贝叶斯网络的情景感知不确定推理算法来进行动态不确定推理。通过情景信息间的概率依赖与时间依赖来推理情景主体当前所处的高层情景状态,从而提供相对应的情景化服务。最后,通过实验验证了该架构的可行性与有效性性,并通过合理的评价指标对原型系统做出了评价。