吳 珺，黃志雄，王春枝

(1.湖北工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院，武漢 430068； 2.武漢理工大學(xué) 材料科學(xué)與工程學(xué)院，武漢 430070)

?

基于上下文感知的云計(jì)算平臺(tái)分析研究

吳 珺1，2*，黃志雄2，王春枝1

(1.湖北工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院，武漢 430068； 2.武漢理工大學(xué) 材料科學(xué)與工程學(xué)院，武漢 430070)

基于上下文感知的云計(jì)算平臺(tái)為用戶提供了一種新型、可靠、高效的數(shù)據(jù)服務(wù)模式.面向智慧城市大數(shù)據(jù)的存儲(chǔ)管理服務(wù)中，復(fù)雜、多源、動(dòng)態(tài)大數(shù)據(jù)的存儲(chǔ)出現(xiàn)了效率低和可靠性差的問題.因此提出構(gòu)建一種基于上下文感知的云計(jì)算平臺(tái)的思路，采用基于上下文感知的云計(jì)算平臺(tái)的四層結(jié)構(gòu)，上下文感知算法實(shí)現(xiàn)智慧城市大數(shù)據(jù)的存儲(chǔ).理論分析和模式測(cè)試結(jié)果表明基于上下文感知的云計(jì)算平臺(tái)滿足了動(dòng)態(tài)大數(shù)據(jù)的可靠存儲(chǔ)的前提下，降低了數(shù)據(jù)分布式影響，極大提高了智慧城市大數(shù)據(jù)的存儲(chǔ)管理能力.

云計(jì)算； 上下文感知； 數(shù)據(jù)存儲(chǔ)分析

隨著大數(shù)據(jù)時(shí)代的到來，我們的城市正步入以物物互聯(lián)為基礎(chǔ)的人工生態(tài)系統(tǒng)；因此人們的日常生活進(jìn)入了智能城市里，各類物聯(lián)網(wǎng)終端的應(yīng)用使人們的生活受益頗多，智慧城市的大數(shù)據(jù)形成了一個(gè)可持續(xù)發(fā)展的、智能化的，多融合復(fù)雜服務(wù)的虛擬世界.基于物聯(lián)網(wǎng)的智慧城市基礎(chǔ)設(shè)施幾乎無處不在，比如智能交通網(wǎng)絡(luò)、智能建筑、智能公用事業(yè)；它們形成了智慧城市可見物物相聯(lián)的物理世界，同時(shí)也形成了智慧城市大數(shù)據(jù)的虛擬世界.

每個(gè)智慧城市用自己獨(dú)特的架構(gòu)方式和功能模塊來實(shí)現(xiàn)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(gè)共同的應(yīng)用研究課題就是針對(duì)智慧城市的動(dòng)態(tài)、復(fù)雜大數(shù)據(jù)的數(shù)據(jù)存儲(chǔ)管理和分析研究.如何存儲(chǔ)和管理這些智慧城市大數(shù)據(jù)，并且挖掘和分析智慧城市大數(shù)據(jù)是人們目前研究的熱點(diǎn)問題；只有得到可行的解決方案，智慧城市才能獲得可持續(xù)的發(fā)展和有效的應(yīng)用.本文針對(duì)智慧城市大數(shù)據(jù)的存儲(chǔ)管理和挖掘分析問題，以武漢市的智慧城市交通平臺(tái)為研究對(duì)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(shù)據(jù)的特性，確定了面向智慧城市大數(shù)據(jù)的分布式存儲(chǔ)方法，和基于上下文語義的大數(shù)據(jù)分析方法，提出基于上下文感知的云計(jì)算平臺(tái)，實(shí)現(xiàn)了面向智慧城市大數(shù)據(jù)的可靠存儲(chǔ)和有效管理分析，對(duì)智慧城市大數(shù)據(jù)的可持續(xù)發(fā)展具有重要意義，為深層次設(shè)計(jì)和開發(fā)智慧城市提供了重要科學(xué)依據(jù).

1 相關(guān)研究

隨著移動(dòng)設(shè)備和傳感器的普及，作為在智能城市，即稱為可擴(kuò)展的計(jì)算平臺(tái)存儲(chǔ)和處理所產(chǎn)生的大量流數(shù)據(jù).因?yàn)樵谔幚泶罅康膹?fù)雜數(shù)據(jù)，一些以前開發(fā)的服務(wù)智能平臺(tái)城市應(yīng)用和隱藏的復(fù)雜性與如何收集背景信息，存儲(chǔ)和處理[4].這種方式智能城市的開發(fā)商只實(shí)施必要的業(yè)務(wù)邏輯，它可以使用已經(jīng)提供服務(wù)高層次的態(tài)勢(shì)信息.云計(jì)算提供了一些這些龐大的數(shù)據(jù)流應(yīng)用所需的服務(wù).例如，在資源需要的基礎(chǔ)上解決變異在時(shí)間傳感器和位置數(shù)據(jù)分布的動(dòng)態(tài)分配.云計(jì)算數(shù)據(jù)中心的新特性主要體現(xiàn)在：

1) 模塊化標(biāo)準(zhǔn)計(jì)算設(shè)施；

2) 虛擬化存儲(chǔ)資源環(huán)境；

3) 自動(dòng)化的可靠管理高可靠自動(dòng)化管理；

4) 多樣化的可擴(kuò)展性；

5) 高效性的數(shù)據(jù)服務(wù).

智能城市應(yīng)用高度依賴于他們的執(zhí)行環(huán)境，其主要特性如表1所示.“應(yīng)用語義”本身是由不同的作者通過對(duì)周圍的用戶和應(yīng)用程序之間的相互作用后得到的，這些信息包括用戶當(dāng)前正在執(zhí)行的活動(dòng)或任務(wù)，或根據(jù)用戶所需要的信息來描述一個(gè)給定實(shí)體的情況.更加廣泛的說，執(zhí)行語境是可以獲得并由系統(tǒng)處理以識(shí)別實(shí)體的情況的任何信息(人、地點(diǎn)、物)，以及在此情境下系統(tǒng)所做出的適應(yīng)表現(xiàn)[5].它可以通過監(jiān)測(cè)用戶的智能手機(jī)發(fā)出的GPS信號(hào)，從而推斷出用戶的當(dāng)前所在位置.

表1 面向智慧城市的云計(jì)算平臺(tái)的特性

2 基于上下文感知的云計(jì)算平臺(tái)

2.1 模型分析

本文首先提出基于上下文感知的云計(jì)算平臺(tái)的思路和框架，即基于上下文語義感知的存儲(chǔ)管理系統(tǒng)，主要用于存儲(chǔ)管理智慧城市的相關(guān)大數(shù)據(jù).該框架提出了一種由為不同功能模塊獲得構(gòu)建語義聯(lián)系和語義理解的上下文信息.它使用(鍵/值)對(duì)以模型背景資料.其他方法提出一種分層中間件的體系結(jié)構(gòu)，使用關(guān)系數(shù)據(jù)模型表示上下文數(shù)據(jù).控制與自動(dòng)化框架是一個(gè)框架和運(yùn)行時(shí)環(huán)境開發(fā)和部署上下文計(jì)算應(yīng)用.它采用了面向?qū)ο蟮哪Ｐ捅硎镜纳舷挛臄?shù)據(jù).這3種方法使用相應(yīng)的轉(zhuǎn)換獲得的原始數(shù)據(jù)轉(zhuǎn)換為更高級(jí)別的上下文數(shù)據(jù)，但這些轉(zhuǎn)變不會(huì)很復(fù)雜因?yàn)闆]有推理機(jī)制.

2.2 模型架構(gòu)設(shè)計(jì)

基于上下文感知的云計(jì)算平臺(tái)是一個(gè)集成收集環(huán)境數(shù)據(jù)，包括地理位置，用戶配置文件和特征，以及環(huán)境參數(shù)等的服務(wù)平臺(tái)，這種智能服務(wù)充分利用現(xiàn)代智能手機(jī)和平板電腦的傳感能力，可能增強(qiáng)與外部傳感器.每層是由幾個(gè)組件，使平臺(tái)適用于嘗試各種環(huán)境敏感方法、技術(shù)、算法或技術(shù).它可以用來使用面向服務(wù)的構(gòu)建上下文感知應(yīng)用程序合成方法:加載核心容器，指示它負(fù)載必要的上下文收集服務(wù)，部署相應(yīng)的環(huán)境敏感業(yè)務(wù)工作流程和調(diào)用操作被執(zhí)行當(dāng)上下文會(huì)提出來.基于上下文感知的云計(jì)算平臺(tái)包括4層，如圖1所示.

圖1 基于上下文感知的云計(jì)算平臺(tái)架構(gòu)圖Fig.1 The cloud computing platform architectural diagram

第1層是數(shù)據(jù)聚合層.本層主要是提供收集及聚類數(shù)據(jù)并對(duì)其進(jìn)行監(jiān)控服務(wù)在本地移動(dòng)設(shè)備完成上下文數(shù)據(jù)的收集和存儲(chǔ).其中每個(gè)監(jiān)測(cè)服務(wù)是用一個(gè)數(shù)字簽名監(jiān)控模塊，這些模塊從遠(yuǎn)程數(shù)據(jù)庫下載，并可以進(jìn)行相關(guān)開發(fā)和維護(hù)監(jiān)控服務(wù).在該層進(jìn)行數(shù)據(jù)流動(dòng)監(jiān)控服務(wù)，可以根據(jù)支持的功能，監(jiān)控服務(wù)分成幾個(gè)類別.推直接負(fù)責(zé)收集，他們收集上下文數(shù)據(jù)通常直接來自傳感器，這樣可以實(shí)現(xiàn)服務(wù)上下文數(shù)據(jù)聚合.

第2層是數(shù)據(jù)融合層.本層主要是處理聚合后的數(shù)據(jù)，進(jìn)行上下文感知融合并存儲(chǔ)文本數(shù)據(jù)服務(wù).相關(guān)組件在服務(wù)器上運(yùn)行海量的數(shù)據(jù)聚合，包括收集移動(dòng)用戶的位置數(shù)據(jù)、建筑物的遙感數(shù)據(jù)、城市環(huán)境監(jiān)測(cè)數(shù)據(jù)等，并將其發(fā)送給服務(wù)器端聚合服務(wù)語義組織，從而實(shí)現(xiàn)分層聚合來自多個(gè)上下文的數(shù)據(jù)，包括GSM、wifi、藍(lán)牙等多類型的采集數(shù)據(jù).

第3層是上下文感知層.本層主要是通過已經(jīng)獲得的上下文感知建立規(guī)則服務(wù)，能夠自動(dòng)化的執(zhí)行上下文依賴的行為.環(huán)境的變化會(huì)導(dǎo)致行動(dòng)手機(jī)根據(jù)預(yù)定義的規(guī)則檢測(cè)規(guī)則表達(dá)，或者用戶可以建立自己的規(guī)則.

第4層是云端數(shù)據(jù)應(yīng)用層.本層主要是對(duì)本地?cái)?shù)據(jù)存儲(chǔ)與上下文可以進(jìn)行協(xié)助觸發(fā)動(dòng)作，同時(shí)應(yīng)用程序可以根據(jù)當(dāng)前上下文的變化不同，采取具體行動(dòng)一些預(yù)定義的規(guī)則.另外第三方應(yīng)用程序和服務(wù)可以使用API提供的上下文感知服務(wù)，它們提供的API可以使用函數(shù)獲取特定的上下文數(shù)據(jù)，使用過濾器，或可以訂閱上下文數(shù)據(jù)[6-8].

3 數(shù)據(jù)存儲(chǔ)與分析能力

基于上下文感知云計(jì)算平臺(tái)應(yīng)該具備發(fā)現(xiàn)并分析數(shù)據(jù)源能力，使用不同粒度的數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行聚合整理.對(duì)于一個(gè)典型的協(xié)同業(yè)務(wù)應(yīng)用，可能會(huì)有數(shù)以百萬的用戶量.檢測(cè)到的數(shù)據(jù)要進(jìn)一步持續(xù)的存儲(chǔ)，這樣可以保證歷史數(shù)據(jù)具有可追溯性，進(jìn)而開展有效的數(shù)據(jù)挖掘.總之，數(shù)據(jù)密集型的上下文感知應(yīng)用對(duì)大數(shù)據(jù)量和對(duì)數(shù)據(jù)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(wǎng)絡(luò)層提供的服務(wù)才能達(dá)到滿意，如何避免上下文相關(guān)的數(shù)據(jù)的復(fù)雜性就是智能城市應(yīng)用處理重點(diǎn).顯然一個(gè)很關(guān)鍵的挑戰(zhàn)就是實(shí)現(xiàn)高度可擴(kuò)展的數(shù)據(jù)管理，整個(gè)應(yīng)用程序的性能高度依賴于數(shù)據(jù)管理服務(wù).

云計(jì)算通過計(jì)算方式和成本模型對(duì)這個(gè)挑戰(zhàn)進(jìn)行回應(yīng)：資源按需使用，現(xiàn)付定價(jià)模型，資源供應(yīng)等因子，高度可擴(kuò)展的存儲(chǔ)依賴于保持“無限容量”的服務(wù)來吸引客戶；同時(shí)用戶可以在不需要的時(shí)候提前釋放存儲(chǔ)能力.另一方面，應(yīng)用程序通過網(wǎng)絡(luò)連接后設(shè)備支持大量的并發(fā)訪問和各種操作.現(xiàn)代的交互性應(yīng)用通過連接互聯(lián)網(wǎng)來對(duì)用戶需求做出回應(yīng).在這方面，云計(jì)算使用不同的訪問方法和相應(yīng)的API，包括Web服務(wù)，基于文件的閃存，基于塊的閃存等；改進(jìn)的傳輸協(xié)議；和計(jì)算資源分配，包括數(shù)據(jù)存儲(chǔ)資源的地理分布.上下文感知的應(yīng)用程序有額外的要求和特殊的形狀，由于上下文的數(shù)據(jù)不僅可以用來準(zhǔn)確地了解在應(yīng)用效益的業(yè)務(wù)數(shù)據(jù)的語義，但它可以用于提高性能和促進(jìn)大數(shù)據(jù)存儲(chǔ)管理服務(wù).由于數(shù)據(jù)源的異質(zhì)性，各種不同形式的上下文數(shù)據(jù)必須永久保存和提供協(xié)同應(yīng)用[9-11].同時(shí)，數(shù)據(jù)的實(shí)時(shí)交換，保證所需的地址上下文感知的應(yīng)用程序的活動(dòng)性.這些不同的存儲(chǔ)、轉(zhuǎn)換、傳遞或分類解析的要求讓文本數(shù)據(jù)管理變得十分復(fù)雜，構(gòu)建的新數(shù)據(jù)和被添加以及存儲(chǔ)起來.

4 實(shí)驗(yàn)分析

4.1 實(shí)驗(yàn)環(huán)境

上下文感知框架假設(shè)存在多個(gè)分布式代理.當(dāng)一個(gè)應(yīng)用程序需要訪問上下文數(shù)據(jù)時(shí)，代理負(fù)責(zé)處理實(shí)時(shí)保證.代理處理來自有限數(shù)量的用戶的請(qǐng)求，將根據(jù)他們的位置分類.它支持寫分布式數(shù)據(jù)和來自客戶請(qǐng)求的過程為訪問上下文數(shù)據(jù)，客戶端應(yīng)用程序生成過濾器去找到它.這個(gè)過濾器還接收和處理代理.產(chǎn)生的結(jié)果數(shù)據(jù)被發(fā)送回客戶端，并暫時(shí)存儲(chǔ)在位于本地代理的高速緩存中.這個(gè)緩存來加快對(duì)類似數(shù)據(jù)的后續(xù)請(qǐng)求的響應(yīng)時(shí)間.如果另一個(gè)客戶端發(fā)送一個(gè)類似的請(qǐng)求，代理能夠用自己的緩存中正確的數(shù)據(jù)直接響應(yīng).

4.2 實(shí)驗(yàn)及結(jié)果分析

首先上下文數(shù)據(jù)轉(zhuǎn)化為一個(gè)參數(shù)列表用于定義規(guī)則里的設(shè)置文件.規(guī)則的規(guī)則定義包含一個(gè)列表的元素定期評(píng)估的引擎.由幾個(gè)元素組成的規(guī)則是:條件(表示為布爾表達(dá)式，基于規(guī)則實(shí)現(xiàn))、行為(動(dòng)作觸發(fā)規(guī)則條件得到滿足時(shí))，和行動(dòng)(字符串參數(shù)作為參數(shù)傳遞給操作)[4，9].使用的規(guī)則實(shí)現(xiàn)指定不同的表情評(píng)估上下文.字符串字段等于快車平等之間的上下文參數(shù)和一個(gè)字符串.這規(guī)則可以應(yīng)用于上下文參數(shù)的字符串val-問題，比如用戶的名字.用戶還可以指定高級(jí)功能:他可以將規(guī)則應(yīng)用布爾代數(shù)，或者他可以實(shí)現(xiàn)定制的聚合功能.在第二種情況下，數(shù)據(jù)是首次超過了組件，結(jié)果進(jìn)一步用于評(píng)價(jià)規(guī)則.代表操作之間的基本類型和允許的規(guī)則制定不同的上下文參數(shù)的限制值.結(jié)合時(shí)他們可以導(dǎo)致更復(fù)雜的條件:

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

基于上下文感知的相關(guān)規(guī)則包含兩個(gè)部分:規(guī)則定義和規(guī)則實(shí)現(xiàn).其中規(guī)則定義部分是根據(jù)rule-def標(biāo)簽是復(fù)雜的規(guī)則，那些觸發(fā)某個(gè)動(dòng)作如果true.Complex靈便的評(píng)估規(guī)則名稱屬性，描述一個(gè)屬性來指定動(dòng)作觸發(fā)和可能的參數(shù)的一個(gè)屬性的行動(dòng).

Action=“conferenceSuggestion”>

Or-next-rule=”ture”/>

......．

在定義一個(gè)復(fù)雜條件作為一個(gè)簡單的規(guī)則列表，如果or-next-rule屬性沒有指定一個(gè)簡單的規(guī)則讓值“真實(shí)”，那么當(dāng)前的規(guī)則是在一個(gè)合乎邏輯的和與下一條規(guī)則.另一方面，簡單的規(guī)則可能有逆屬性設(shè)置為true，這樣我們得到一個(gè)規(guī)則的否定.

class=“rules.CompareGPSLocation”>

value=”latitude”>

......．

5 結(jié)束語

本文主要研究了上下文感知表達(dá)了數(shù)據(jù)應(yīng)用領(lǐng)域所包含的語義，也反映了數(shù)據(jù)之間的關(guān)聯(lián)性，利用云計(jì)算平臺(tái)應(yīng)用分析是大數(shù)據(jù)時(shí)代進(jìn)行高效數(shù)據(jù)存儲(chǔ)和管理的研究熱點(diǎn).本文將基于上下文感知的云計(jì)算平臺(tái)進(jìn)行了理論分析、模型功能層次分析已經(jīng)實(shí)驗(yàn)證明分析，在一定程度上解決了智慧城市大數(shù)據(jù)的數(shù)據(jù)存儲(chǔ)及管理分析等相關(guān)問題，后續(xù)研究將會(huì)針對(duì)相關(guān)算法進(jìn)行完善.

[1] 孫大為，張廣艷，鄭緯民. 大數(shù)據(jù)流式計(jì)算:關(guān)鍵技術(shù)及系統(tǒng)實(shí)例[J]. 軟件學(xué)報(bào)，2014，25(4):839-862.

[2] 吳 軍. 大數(shù)據(jù)和機(jī)器智能對(duì)未來社會(huì)的影響[J].電信科學(xué)2015，31(2):1-10．

[3] 張麗敏. 云環(huán)境下一種低成本的數(shù)據(jù)安全存儲(chǔ)和處理框架[J]. 電信科學(xué)，2015，31(2):46-51．

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

[5] 鐘 珞，吳 珺. 粒度計(jì)算在數(shù)據(jù)倉庫挖掘中的應(yīng)用[J]. 華中師范大學(xué)學(xué)報(bào)(自然科學(xué)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(wǎng)絡(luò)分流和流特征計(jì)算[J]. 電信科學(xué)，2014，30(12):76-81．

[9] 程學(xué)旗，靳小龍，王元卓，等. 大數(shù)據(jù)系統(tǒng)和分析技術(shù)綜述[J]. 軟件學(xué)報(bào)，2014 (9):1889-1908.

[10] 熊 英，史殿習(xí)，丁 博，等. 移動(dòng)群體感知技術(shù)研究[J]. 計(jì)算機(jī)科學(xué)，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(xué)基金項(xiàng)目(61602161)；湖北省自然科學(xué)基金青年項(xiàng)目(2014CFB590)；湖北工業(yè)大學(xué)博士啟動(dòng)基金項(xiàng)目(BSQD13039);交通物聯(lián)網(wǎng)技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室項(xiàng)目(2015Ⅲ015-A03)．

1000-1190(2016)05-0656-04

TP18

A

*E-mail: wujun@whut.edu.cn．