基于上下文感知的云計算平臺分析研究

吳 珺，黃志雄，王春枝

(1.湖北工業大學 計算機學院，武漢 430068； 2.武漢理工大學 材料科學與工程學院，武漢 430070)

?

基于上下文感知的云計算平臺分析研究

吳 珺1，2*，黃志雄2，王春枝1

(1.湖北工業大學 計算機學院，武漢 430068； 2.武漢理工大學 材料科學與工程學院，武漢 430070)

基于上下文感知的云計算平臺為用戶提供了一種新型、可靠、高效的數據服務模式.面向智慧城市大數據的存儲管理服務中，復雜、多源、動態大數據的存儲出現了效率低和可靠性差的問題.因此提出構建一種基于上下文感知的云計算平臺的思路，采用基于上下文感知的云計算平臺的四層結構，上下文感知算法實現智慧城市大數據的存儲.理論分析和模式測試結果表明基于上下文感知的云計算平臺滿足了動態大數據的可靠存儲的前提下，降低了數據分布式影響，極大提高了智慧城市大數據的存儲管理能力.

云計算； 上下文感知； 數據存儲分析

隨著大數據時代的到來，我們的城市正步入以物物互聯為基礎的人工生態系統；因此人們的日常生活進入了智能城市里，各類物聯網終端的應用使人們的生活受益頗多，智慧城市的大數據形成了一個可持續發展的、智能化的，多融合復雜服務的虛擬世界.基于物聯網的智慧城市基礎設施幾乎無處不在，比如智能交通網絡、智能建筑、智能公用事業；它們形成了智慧城市可見物物相聯的物理世界，同時也形成了智慧城市大數據的虛擬世界.

每個智慧城市用自己獨特的架構方式和功能模塊來實現智能化的概念[1-3].然而無論是基于哪種特色的智慧城市，都有一個共同的應用研究課題就是針對智慧城市的動態、復雜大數據的數據存儲管理和分析研究.如何存儲和管理這些智慧城市大數據，并且挖掘和分析智慧城市大數據是人們目前研究的熱點問題；只有得到可行的解決方案，智慧城市才能獲得可持續的發展和有效的應用.本文針對智慧城市大數據的存儲管理和挖掘分析問題，以武漢市的智慧城市交通平臺為研究對象，采用分布式和上下文感知為主要研究方法，分析了智慧城市大數據的特性，確定了面向智慧城市大數據的分布式存儲方法，和基于上下文語義的大數據分析方法，提出基于上下文感知的云計算平臺，實現了面向智慧城市大數據的可靠存儲和有效管理分析，對智慧城市大數據的可持續發展具有重要意義，為深層次設計和開發智慧城市提供了重要科學依據.

1 相關研究

隨著移動設備和傳感器的普及，作為在智能城市，即稱為可擴展的計算平臺存儲和處理所產生的大量流數據.因為在處理大量的復雜數據，一些以前開發的服務智能平臺城市應用和隱藏的復雜性與如何收集背景信息，存儲和處理[4].這種方式智能城市的開發商只實施必要的業務邏輯，它可以使用已經提供服務高層次的態勢信息.云計算提供了一些這些龐大的數據流應用所需的服務.例如，在資源需要的基礎上解決變異在時間傳感器和位置數據分布的動態分配.云計算數據中心的新特性主要體現在：

1) 模塊化標準計算設施；

2) 虛擬化存儲資源環境；

3) 自動化的可靠管理高可靠自動化管理；

4) 多樣化的可擴展性；

5) 高效性的數據服務.

智能城市應用高度依賴于他們的執行環境，其主要特性如表1所示.“應用語義”本身是由不同的作者通過對周圍的用戶和應用程序之間的相互作用后得到的，這些信息包括用戶當前正在執行的活動或任務，或根據用戶所需要的信息來描述一個給定實體的情況.更加廣泛的說，執行語境是可以獲得并由系統處理以識別實體的情況的任何信息(人、地點、物)，以及在此情境下系統所做出的適應表現[5].它可以通過監測用戶的智能手機發出的GPS信號，從而推斷出用戶的當前所在位置.

表1 面向智慧城市的云計算平臺的特性

2 基于上下文感知的云計算平臺

2.1 模型分析

本文首先提出基于上下文感知的云計算平臺的思路和框架，即基于上下文語義感知的存儲管理系統，主要用于存儲管理智慧城市的相關大數據.該框架提出了一種由為不同功能模塊獲得構建語義聯系和語義理解的上下文信息.它使用(鍵/值)對以模型背景資料.其他方法提出一種分層中間件的體系結構，使用關系數據模型表示上下文數據.控制與自動化框架是一個框架和運行時環境開發和部署上下文計算應用.它采用了面向對象的模型表示的上下文數據.這3種方法使用相應的轉換獲得的原始數據轉換為更高級別的上下文數據，但這些轉變不會很復雜因為沒有推理機制.

2.2 模型架構設計

基于上下文感知的云計算平臺是一個集成收集環境數據，包括地理位置，用戶配置文件和特征，以及環境參數等的服務平臺，這種智能服務充分利用現代智能手機和平板電腦的傳感能力，可能增強與外部傳感器.每層是由幾個組件，使平臺適用于嘗試各種環境敏感方法、技術、算法或技術.它可以用來使用面向服務的構建上下文感知應用程序合成方法:加載核心容器，指示它負載必要的上下文收集服務，部署相應的環境敏感業務工作流程和調用操作被執行當上下文會提出來.基于上下文感知的云計算平臺包括4層，如圖1所示.

圖1 基于上下文感知的云計算平臺架構圖Fig.1 The cloud computing platform architectural diagram

第1層是數據聚合層.本層主要是提供收集及聚類數據并對其進行監控服務在本地移動設備完成上下文數據的收集和存儲.其中每個監測服務是用一個數字簽名監控模塊，這些模塊從遠程數據庫下載，并可以進行相關開發和維護監控服務.在該層進行數據流動監控服務，可以根據支持的功能，監控服務分成幾個類別.推直接負責收集，他們收集上下文數據通常直接來自傳感器，這樣可以實現服務上下文數據聚合.

第2層是數據融合層.本層主要是處理聚合后的數據，進行上下文感知融合并存儲文本數據服務.相關組件在服務器上運行海量的數據聚合，包括收集移動用戶的位置數據、建筑物的遙感數據、城市環境監測數據等，并將其發送給服務器端聚合服務語義組織，從而實現分層聚合來自多個上下文的數據，包括GSM、wifi、藍牙等多類型的采集數據.

第3層是上下文感知層.本層主要是通過已經獲得的上下文感知建立規則服務，能夠自動化的執行上下文依賴的行為.環境的變化會導致行動手機根據預定義的規則檢測規則表達，或者用戶可以建立自己的規則.

第4層是云端數據應用層.本層主要是對本地數據存儲與上下文可以進行協助觸發動作，同時應用程序可以根據當前上下文的變化不同，采取具體行動一些預定義的規則.另外第三方應用程序和服務可以使用API提供的上下文感知服務，它們提供的API可以使用函數獲取特定的上下文數據，使用過濾器，或可以訂閱上下文數據[6-8].

3 數據存儲與分析能力

基于上下文感知云計算平臺應該具備發現并分析數據源能力，使用不同粒度的數據，對數據進行聚合整理.對于一個典型的協同業務應用，可能會有數以百萬的用戶量.檢測到的數據要進一步持續的存儲，這樣可以保證歷史數據具有可追溯性，進而開展有效的數據挖掘.總之，數據密集型的上下文感知應用對大數據量和對數據的快速訪問常用的要求就是這些.這樣的要求必須通過在網絡層提供的服務才能達到滿意，如何避免上下文相關的數據的復雜性就是智能城市應用處理重點.顯然一個很關鍵的挑戰就是實現高度可擴展的數據管理，整個應用程序的性能高度依賴于數據管理服務.

云計算通過計算方式和成本模型對這個挑戰進行回應：資源按需使用，現付定價模型，資源供應等因子，高度可擴展的存儲依賴于保持“無限容量”的服務來吸引客戶；同時用戶可以在不需要的時候提前釋放存儲能力.另一方面，應用程序通過網絡連接后設備支持大量的并發訪問和各種操作.現代的交互性應用通過連接互聯網來對用戶需求做出回應.在這方面，云計算使用不同的訪問方法和相應的API，包括Web服務，基于文件的閃存，基于塊的閃存等；改進的傳輸協議；和計算資源分配，包括數據存儲資源的地理分布.上下文感知的應用程序有額外的要求和特殊的形狀，由于上下文的數據不僅可以用來準確地了解在應用效益的業務數據的語義，但它可以用于提高性能和促進大數據存儲管理服務.由于數據源的異質性，各種不同形式的上下文數據必須永久保存和提供協同應用[9-11].同時，數據的實時交換，保證所需的地址上下文感知的應用程序的活動性.這些不同的存儲、轉換、傳遞或分類解析的要求讓文本數據管理變得十分復雜，構建的新數據和被添加以及存儲起來.

4 實驗分析

4.1 實驗環境

上下文感知框架假設存在多個分布式代理.當一個應用程序需要訪問上下文數據時，代理負責處理實時保證.代理處理來自有限數量的用戶的請求，將根據他們的位置分類.它支持寫分布式數據和來自客戶請求的過程為訪問上下文數據，客戶端應用程序生成過濾器去找到它.這個過濾器還接收和處理代理.產生的結果數據被發送回客戶端，并暫時存儲在位于本地代理的高速緩存中.這個緩存來加快對類似數據的后續請求的響應時間.如果另一個客戶端發送一個類似的請求，代理能夠用自己的緩存中正確的數據直接響應.

4.2 實驗及結果分析

首先上下文數據轉化為一個參數列表用于定義規則里的設置文件.規則的規則定義包含一個列表的元素定期評估的引擎.由幾個元素組成的規則是:條件(表示為布爾表達式，基于規則實現)、行為(動作觸發規則條件得到滿足時)，和行動(字符串參數作為參數傳遞給操作)[4，9].使用的規則實現指定不同的表情評估上下文.字符串字段等于快車平等之間的上下文參數和一個字符串.這規則可以應用于上下文參數的字符串val-問題，比如用戶的名字.用戶還可以指定高級功能:他可以將規則應用布爾代數，或者他可以實現定制的聚合功能.在第二種情況下，數據是首次超過了組件，結果進一步用于評價規則.代表操作之間的基本類型和允許的規則制定不同的上下文參數的限制值.結合時他們可以導致更復雜的條件:

Rule=Rule OR Rule|Rule AND Rule|Rule Impl.

基于上下文感知的相關規則包含兩個部分:規則定義和規則實現.其中規則定義部分是根據rule-def標簽是復雜的規則，那些觸發某個動作如果true.Complex靈便的評估規則名稱屬性，描述一個屬性來指定動作觸發和可能的參數的一個屬性的行動.

Action=“conferenceSuggestion”>

Or-next-rule=”ture”/>

......．

在定義一個復雜條件作為一個簡單的規則列表，如果or-next-rule屬性沒有指定一個簡單的規則讓值“真實”，那么當前的規則是在一個合乎邏輯的和與下一條規則.另一方面，簡單的規則可能有逆屬性設置為true，這樣我們得到一個規則的否定.

class=“rules.CompareGPSLocation”>

value=”latitude”>

......．

5 結束語

本文主要研究了上下文感知表達了數據應用領域所包含的語義，也反映了數據之間的關聯性，利用云計算平臺應用分析是大數據時代進行高效數據存儲和管理的研究熱點.本文將基于上下文感知的云計算平臺進行了理論分析、模型功能層次分析已經實驗證明分析，在一定程度上解決了智慧城市大數據的數據存儲及管理分析等相關問題，后續研究將會針對相關算法進行完善.

[1] 孫大為，張廣艷，鄭緯民. 大數據流式計算:關鍵技術及系統實例[J]. 軟件學報，2014，25(4):839-862.

[2] 吳 軍. 大數據和機器智能對未來社會的影響[J].電信科學2015，31(2):1-10．

[3] 張麗敏. 云環境下一種低成本的數據安全存儲和處理框架[J]. 電信科學，2015，31(2):46-51．

[4] 涂丹丹，舒承椿，余海燕. 基于聯合概率矩陣分解的上下文廣告推薦算法[J]. 軟件學報，2013 (3):454-464.

[5] 鐘 珞，吳 珺. 粒度計算在數據倉庫挖掘中的應用[J]. 華中師范大學學報(自然科學版)，2009，43(3):392-395.

[6] Corporation H P. Random walk based location prediction in wireless sensor networks[J]. International Journal of Distributed Sensor Networks，2013(2):135-143．

[7] Gusmeroli S，Piccione S，Rotondi D. A capability-based security approach to manage access control in the Internet of Things[J]. Mathematical & Computer Modelling，2013，58：1189-1205.

[8] 劉 勇，雒江濤，鄧生雄. 基于Hadoop的網絡分流和流特征計算[J]. 電信科學，2014，30(12):76-81．

[9] 程學旗，靳小龍，王元卓，等. 大數據系統和分析技術綜述[J]. 軟件學報，2014 (9):1889-1908.

[10] 熊 英，史殿習，丁 博，等. 移動群體感知技術研究[J]. 計算機科學，2014，41(4):1-8．

[11] WU J，ZHONG L，LI L L，et al. A prediction model based on time series data in Intelligent Transportation System[J]. Communications in Computer and Information Science，2013，392(2): 420-429．

Research about cloud computing platform based on context-aware

WU Jun1，2，HUANG Zhixiong2，WANG Chunzhi1

(1.School of Computer Science，Hubei University of Technology，Wuhan 430068;2.School of Materials Science and Engineering，Wuhan University of Technology，Wuhan 430070)

The cloud computing platform based on context-aware provides a new，reliable and efficient data service pattern for users. For the storage and management of Big Data in ITS(Intelligent Transport System)，there are some difficulty missions that be low efficiency and complex reliability of storage，multi-source and dynamic data. In this paper，firstly gives the idea of the cloud computing platform based on context aware，secondly builds the four-layers structure model，then uses the context aware algorithm to achieve ITS Big Data storage. Theoretical analysis and model test results，and be showed that cloud computing platform based on context-aware to meet the premise of reliable dynamic data storage and reduce the influence of distributed data，greatly improving the ITS Big Data storage and analysis capabilities．

cloud computing; context-aware; storage and analysis of data

2015-12-15.

國家自然科學基金項目(61602161)；湖北省自然科學基金青年項目(2014CFB590)；湖北工業大學博士啟動基金項目(BSQD13039);交通物聯網技術湖北省重點實驗室項目(2015Ⅲ015-A03)．

1000-1190(2016)05-0656-04

TP18

A

*E-mail: wujun@whut.edu.cn．