论文部分内容阅读
语义物联网是物联网内在矛盾的应对之策，它不是物联网和语义网的简单叠加，而是物联网的提升。语义互操作(语义协同)即在语义层面的信息交换和信息共享。语义物联网中的服务和其它服务并不是完全分裂的，网络中的服务加上语义标注后与物理实体设备绑定映射，就具备了语义物联网服务的特点。
面对海量的、冗杂的网络数据，为在动态环境中，快速和准确地应对动态、复杂的服务需求，需要基于语义互操作对语义物联网服务的关键技术进行研究。目前，基于语义互操作的语义物联网服务的研究已经取得了一些进展，但仍然存在诸多亟待解决的关键问题，例如，如何有效解决语义关系的链接预测，如何解决服务情境规则的自动提取，如何高效而准确地获取动态服务组合等等。本文将针对这几个密切相关的热点问题，从如下三个方面进行系统性的研究。本文的主要研究成果如下。
(1)为了解决语义物联网服务间的语义关系的链接预测和自动协作问题，提出了对应的解决方案，具体内容包括:1)首先，基于语义链接网络提出一种三层级语义服务结构化网络模型(SNM4SS)。SNM4SS模型能够表达丰富的语义关系并进行推理，可以实现语义物联网服务的自动协作。2)为了构建三层级语义服务结构化网络模型，基于Markov网、服务事件间的语义关系矩阵和边删除算法，分别提出基于条件互信息的语义服务事件网的构建算法(SSEN)和动态更新算法(SSEN_U)。3)此后，由于语义服务事件网的动态构建需要解决服务事件链接推理问题，因此，基于Markov逻辑网和随机游走策略，提出了一种服务事件链接推理算法(SELR)。SELR推理算法能降低推理运算中的节点数，避免了利用闭Markov逻辑网建模所带来的巨大时空开销问题，可以更为有效解决面向多层级语义服务结构化网络中服务事件关系的链接预测问题。最后，通过一系列的实验验证了所提出算法的有效性。
(2)为了提供更为准确的语义服务，提高服务情境规则的提取效率和准确率，提出了一种语义服务的复杂自适应情境规则的提取方法，包括:1)首先，基于可分辨关系和可分辨约简，设计一个决策分辨约简算法(DecDep_Red)，DecDep_Red算法将传统的逻辑知识粒化过程转化为矩阵计算，可完成上下文冗余属性的快速约简。2)然后，提出了基于决策依赖度的规则提取算法(DecDep_Rul)，DecDep_Rul算法可以进行上下文冗余属性值的快速约简，并将约简结果自动转换为决策规则。最后，通过实验验证新方法生成的规则的简洁性和有效性。
(3)为满足实时的动态的语义服务需求，高效而准确地获取动态服务组合，提出了一种语义物联网服务智能组合和选择方法。具体内容包括:1)首先，提出了基于语义匹配度和组合服务质量的模型QoS(CS)并设计了相关求解算法。QoS(CS)模型综合考虑了组合服务的子服务问的局部语义匹配，需求与服务问的全局匹配，服务的输入和输出参数间的依赖关系，以及复合服务的QoS质量模型等多方面因素。2)然后，基于QoS(CS)模型和遗传算法，提出了一种语义物联网服务智能组合与选择算法(IC&S_SWTS)。通过实验发现，IC&S_SWTS算法能够在较低成本和代价的前提下，提供较为合理的近似最优解。
面对海量的、冗杂的网络数据，为在动态环境中，快速和准确地应对动态、复杂的服务需求，需要基于语义互操作对语义物联网服务的关键技术进行研究。目前，基于语义互操作的语义物联网服务的研究已经取得了一些进展，但仍然存在诸多亟待解决的关键问题，例如，如何有效解决语义关系的链接预测，如何解决服务情境规则的自动提取，如何高效而准确地获取动态服务组合等等。本文将针对这几个密切相关的热点问题，从如下三个方面进行系统性的研究。本文的主要研究成果如下。
(1)为了解决语义物联网服务间的语义关系的链接预测和自动协作问题，提出了对应的解决方案，具体内容包括:1)首先，基于语义链接网络提出一种三层级语义服务结构化网络模型(SNM4SS)。SNM4SS模型能够表达丰富的语义关系并进行推理，可以实现语义物联网服务的自动协作。2)为了构建三层级语义服务结构化网络模型，基于Markov网、服务事件间的语义关系矩阵和边删除算法，分别提出基于条件互信息的语义服务事件网的构建算法(SSEN)和动态更新算法(SSEN_U)。3)此后，由于语义服务事件网的动态构建需要解决服务事件链接推理问题，因此，基于Markov逻辑网和随机游走策略，提出了一种服务事件链接推理算法(SELR)。SELR推理算法能降低推理运算中的节点数，避免了利用闭Markov逻辑网建模所带来的巨大时空开销问题，可以更为有效解决面向多层级语义服务结构化网络中服务事件关系的链接预测问题。最后，通过一系列的实验验证了所提出算法的有效性。
(2)为了提供更为准确的语义服务，提高服务情境规则的提取效率和准确率，提出了一种语义服务的复杂自适应情境规则的提取方法，包括:1)首先，基于可分辨关系和可分辨约简，设计一个决策分辨约简算法(DecDep_Red)，DecDep_Red算法将传统的逻辑知识粒化过程转化为矩阵计算，可完成上下文冗余属性的快速约简。2)然后，提出了基于决策依赖度的规则提取算法(DecDep_Rul)，DecDep_Rul算法可以进行上下文冗余属性值的快速约简，并将约简结果自动转换为决策规则。最后，通过实验验证新方法生成的规则的简洁性和有效性。
(3)为满足实时的动态的语义服务需求，高效而准确地获取动态服务组合，提出了一种语义物联网服务智能组合和选择方法。具体内容包括:1)首先，提出了基于语义匹配度和组合服务质量的模型QoS(CS)并设计了相关求解算法。QoS(CS)模型综合考虑了组合服务的子服务问的局部语义匹配，需求与服务问的全局匹配，服务的输入和输出参数间的依赖关系，以及复合服务的QoS质量模型等多方面因素。2)然后，基于QoS(CS)模型和遗传算法，提出了一种语义物联网服务智能组合与选择算法(IC&S_SWTS)。通过实验发现，IC&S_SWTS算法能够在较低成本和代价的前提下，提供较为合理的近似最优解。