一種基于本體的物聯網情境信息建模方法研究

宮大鵬

摘 要：情境感知計算是近幾年來物聯網技術的研究熱點，合理的情境信息建模方法和工具的采用，是實現物聯網環境下情境感知的基礎。文章采用了基于本體的方法進行情境信息建模，并以物聯網環境下的智能實驗室為例，討論了情境信息的采集和篩選，對情境信息進行了基于本體的分級建模，這種方法對物聯網情境感知的研究具有一定的促進作用。

關鍵詞：物聯網；本體；情境信息建模

1 引言

物聯網情境感知計算中作為輸入的情境信息不像傳統的計算機應用程序，通過一般的鼠標和鍵盤等設備獲得，而往往是通過多種分散在不同地方的傳感設備獲得。這些傳感設備通過網絡與計算實體相連接，從而將感知到的情境信息數據交由計算實體分析處理。因此，情境信息的異源性（由分散的多種傳感器獲得）、多樣性（類型有多種，比如位置、時間等等）、不完整性（傳感設備可能會突然發生故障而導致獲取的情境信息由偏差）等等特性會導致對其進行管理和再現是一項復雜的工作，因此需要對情境信息數據進行建模。情境信息模型向物聯網服務系統應用屏蔽了情境信息的復雜性，有了這種支撐，物聯網情境感知計算就無需考慮如何組織由傳感器傳輸過來的情境信息，通過情境信息模型就可以方便的存儲、管理和讀取所需的數據。

2 相關工作

目前，在物聯網情境感知技術的研究成果中，針對情境信息建模的研究已經得出一些重要的建模方法。情境信息建模方法從不同的角度可以分為不同的種類，從模型的應用領域上來劃分，可以將模型分為通用模型和專用模型；從模型的組織和結構的角度來劃分，可以分為混合模型和組合模型。無論情境信息建模如何分類，最終都是為了適合相關領域的。情境信息建模的一般步驟是：首先確定要建模的情境信息的應用領域和范圍，然后分析相關領域的情境信息的特點以及應用系統的性能指標要求，接著選擇一個適當的情境信息建模方法，并使用相關的建模工具對情境信息進行建模，最后進行相關的模擬實驗來仿真驗證，評估應用系統的有效性。雖然在情境信息建模的方法研究上，不同領域的學者有著不同的理解，但在普適計算領域和物聯網技術領域，已經出現了一些分類研究方法被大家所認可，比如Strang等人提出的幾種建模方法[1]：

（1）鍵值對模型（Key-Value Model）

這個模型采用的數據結構比較簡單，大多使用在普適計算領域較為常用的一個關鍵字對應一個值的結構中。其主要特點是數據結構簡單，因此優勢就體現在數據的存儲和查找方面，但同樣是因為數據結構單一，面臨比較復雜的情境信息的表示時就會暴露出表達力不足的缺點。另外，這種情境信息的表示也增加了系統在情境推理等處理時的難度。

（2）標記模式模型（Makeup Schema Model）

標記模式模型的特點是，通過采用分層的數據結構以及屬性與內容的組合標記方法來對情境信息進行建模。這種模型可運用反復的標記嵌套方式來表達一些較為復雜的情境信息，而且可以讓表示出來的情境信息序列化，其表達能力也較強。它的缺點在于，數據的復雜度可能會隨著過深的嵌套增加，這會增加后續情境信息處理的難度。

（3）面向對象模型（Object Oriented Model）

面向對象模型的思想是基于對象的封裝性和重用性。因為物聯網系統環境下的情境信息具有動態性特點，很多問題都是因為此特性所產生的，使用該模型給情境信息建模能在一定程度上解決情境信息的動態性所導致的種種問題。并且面向對象的建模可以將情境信息的處理方式很好的隱藏在實體對象里，與處理相關的情境信息就能夠通過開放的對外接口來訪問。

（4）空間模型（Space Model）

這種模型是一種突出表示空間信息的情境模型，因為在很多情境感知應用中空間都是一種重要的情境信息，最開始人們甚至把情境直接理解為實體的位置（空間）。空間模型所用的空間信息可以是指物理實體（比如房間）的空間信息，也可以是指非物理實體（比如網絡中心）的空間信息。同時空間信息可以是預定義的靜態的數據，也可以是由傳感設備動態捕獲到的數據，后者通常是通過坐標值來表示實體的空間信息，比如GPS導航就是這種模型的典型應用之一。

上述幾種情境信息建模的方法都各有特點，但同時都存在一定的局限性。鍵值對模型和標記模式模型的表達能力較弱，且推理支持也比較少，所以不能用于描述復雜的情境信息；面向對象模型缺乏靈活性，在描述簡單情境時往往會顯得有些冗余；而空間模型對領域的依賴性較大，對情境感知計算的通用性比較差。因此需要研究人員結合多種模型的優點，來設計出一種新的情境建模方法來達到靈活描述情境信息的目的。

3 一種基于本體的物聯網情境信息建模方法

經過對現有的情境感知比較分析和探索研究，目前最為理想的情境信息建模方式就是基于本體的模型，這是一個比較成功并且具有前景的情境信息建模方法。這源于本體的表達能力較強，形式化程度較高，描述語言語法的完整嚴密的特點。因為本體具備了強大的描述能力和一致性的語義表達以及 W3C 提供了相關的支持[2]，使得其可以描述相對復雜的情境，成為大部分研究人員建模情境的首選方法，也為物聯網情境感知計算奠定了基礎。

3.1 情境信息的采集

本文以高等院校的智能實驗室為例，設計了可供物聯網服務系統情境感知計算所使用的情境信息。智能實驗室的基本設施如圖1所示，由于是以學校的普通教學實驗室為原型的，所以應用范圍限制在多人共用的實驗室領域。該實驗室以實驗室的用戶為中心，其物聯網系統最終的目的就是更好地為用戶提供主動的、無縫的、個性化的服務。因此所采集的情景信息既要考慮現有的物聯網識別技術，也要兼顧到系統所在環境的情景信息種類。

首先，通過門禁系統獲取實驗室用戶的信息，讀卡器讀取用戶的Badge信息，可將用戶分為兩大類：授權用戶和未授權用戶。授權用戶可使用實驗室的任何教學設備，包括實驗室的使用者老師、學生和設備管理人員；未授權用戶是指擁有Badge卻無權使用教學設備的用戶，比如清潔工等。同時，用戶的Badge包含了用戶的個人信息，比如職業（老師、學生或者清潔工等），年齡，性別等。

實驗室用戶除了Badge已登記的個人信息，用戶攜帶的設備也可以采集到用戶自身的情境信息，比如目前廣泛使用的智能手機，其攜帶的重力感應器可以提供用戶的速度、加速度信息，GPS芯片可以獲取用戶的位置、朝向等信息，還有藍牙、Wifi等等都可以為系統提供豐富的用戶信息。

此外，實驗室環境也為系統提供了豐富的情境信息，主要包括實驗室的一些客觀環境的物理參數，比如時間、室內光照強度、室內溫度、室內噪音強度、室內人員情況等。這些情境信息大多數直接通過相關的傳感器獲取，比如光照強度、溫度、噪聲等。但是有些信息可能需要一些簡單的推理，比如室內人員的數量，就需要門禁系統通過計算出入的人員數量來得出結果。

智能實驗室系統所能獲取的情境信息如圖2：

圖2 智能實驗室情境信息舉例

3.2 情境本體建模的設計

通過上文介紹，已經將智能實驗室中可供采集的情境信息基本概括了一遍，根據目前的傳感器技術和無線網絡通訊水平，研究人員可以很方便快捷的獲取所需的情境信息。但是，各種傳感器的情境信息數據量劇增，同時傳感器的種類、位置和數量以及獲取情境信息時間節點的推移導致所獲取的情境信息具有分布性、異構性、動態性的特點，如何處理這些復雜的情境信息，是物聯網情境感知技術必須解決的問題。之前，通過對比分析現有的情境信息建模技術，本文采用了當前被業內人士所廣泛認可的基于本體的情境信息建模方法。

本體建模就是指運用本體語言來對系統應用領域中被普遍認可的知識進行抽象和歸納，最終通過本體構造的概念，及概念之間的語義關系來標識其領域知識。本體的建模是要與其對應領域相關的，Guarion[3]也提出過以對領域的依賴程度和詳細程度兩個維度將本體的種類劃分為頂層本體、領域本體、任務本體以及應用本體的思想。因此，本體建模需要根據實際需要來處理與其領域的依賴程度，而抽象層次過高、通用性太強的本體模型反而可能會降低本體模型在特定專業領域的使用效率和實用性。

本文是用來面向物聯網計算領域的，所以首先需要構建一個面向物聯網計算領域的抽象本體模型，其具體的物聯網服務系統應用如智能實驗室在構建系統應用的情境模型時，將會在該抽象本體模型的基礎上進行具體化和定制服務。

圖3 智能實驗室的抽象情境信息本體模型圖

面向物聯網系統應用的智能實驗室抽象情境本體模型如圖3所示，其情境本體是按照分層的思想來構造的：首先構造物聯網環境中的通用核心概念，我們稱之為領域本體層；然后再構造針對特定的物聯網系統應用的概念，我們稱之為應用本體層。在領域本體層中，從領域抽象出來的概念我們用 OWL 類（owl：Class）來定義，并且對于該類所具有的數據類型屬性我們通過 OWL 數據屬性（owl：DatatypeProperty）來定義，而類之間的關系我們通過OWL對象屬性（owl：ObjectProperty）來定義。

物聯網環境下的智能實驗室系統服務是以人為中心的，因此首先需要構造人的類，人具有姓名、ID、職業等數據屬性，根據校園實驗室用戶的職業可以將人這個類劃分為老師和學生兩個子類；同時，構成智能實驗室的基礎要素是供給老師和學生學習、研究和實驗的設備，因此需要抽象出設備的類，于此同時設備又可進一步分為傳感器、計算機、電燈、空調等真實的設備和移動信息服務器等虛擬設備，并且我們可以通過OWL子類（rdfs：subClassOf）來表達這兩個抽象出來的設備子類與設備類的關系，同時，系統設備都具有某些通用的數據屬性，比如設備數量（比如計算機的臺數）、編號（無線路由器的編號）等數據屬性；而物理空間的位置也是非常重要的情境信息要素，我們可以通過位置類來標識此概念。如果再對物理空間位置進一步的抽象，還可分出室內、室外這兩個子類。另外，設備和人都具有物理空間的位置，可通過對象屬性來表達設備與位置、人與位置的關系；同時行為是針對人所處當前場景來描述的概念，比如閱讀、行走、討論等，人與行為之間可以用對象屬性關聯。

4 結束語

本文首先介紹了情境的概念，通過情境信息的分類來介紹它的特點，結合其特點對比分析了幾種情境信息建模方法，體現出采用本體進行物聯網環境下情境信息建模的優勢。然后分別針對情境信息模型中的語義信息和實例劃分進行詳細探究。在以后的工作中，我們通過運用Protégé等軟件進行建模實驗，驗證基于本體的情境信息建模對物聯網情境感知計算具有促進作用。

參考文獻

[1]Strang T， Linnhoff-Popien C. A context modeling survey[C]//Workshop Proceedings. 2004.

[2]Neches R， Fikes R E， Finin T， et al. Enabling technology for knowledge sharing[J]. AI magazine， 1991， 12（3）： 36.

[3]Guarino N. Semantic matching： Formal ontological distinctions for information organization， extraction， and integration[M]//Information Extraction A Multidisciplinary Approach to an Emerging Information Technology. Springer Berlin Heidelberg， 1997： 139-170.