摘  要： 軟件動態(tài)演化與環(huán)境變化緊密聯(lián)系，軟件需要通過自我補足來適應(yīng)環(huán)境變化，但是軟件所在的開放環(huán)境信息多樣、復(fù)雜難控，雖然上下文感知技術(shù)能夠很好地解決這個問題，然而上下文信息數(shù)量豐富、結(jié)構(gòu)多樣、難以被有效利用。本文介紹了上下文感知技術(shù)、本體理論及相關(guān)技術(shù)，構(gòu)建了上下文本體元模型，采用層次化的上下文本體方案，對不同上下文進行統(tǒng)一建模，提高上下文的共享。達(dá)到采用形式化的語言顯式表達(dá)環(huán)境的目的，為建立環(huán)境適應(yīng)性準(zhǔn)則做準(zhǔn)備。并在此基礎(chǔ)上構(gòu)建室內(nèi)舒適節(jié)能監(jiān)控系統(tǒng)的本體模型。

　　關(guān)鍵詞： 上下文感知；本體；軟件動態(tài)演化；環(huán)境適應(yīng)性準(zhǔn)則

0 引言

　　在開放環(huán)境[1]下，環(huán)境對軟件運行的影響日益明顯，軟件需要內(nèi)部補償來應(yīng)對外部環(huán)境變化，由于環(huán)境空間和計算空間的強關(guān)聯(lián)性、非確定性和高度混雜性，迫切需要建立環(huán)境要素到軟件空間的映射關(guān)系，形成軟件適應(yīng)環(huán)境的交互準(zhǔn)則。建立物理空間與信息空間的對偶關(guān)系[2]，顯式化表達(dá)環(huán)境[3]，軟件向現(xiàn)實物理空間中的環(huán)境上下文提供數(shù)據(jù)，并從中獲取數(shù)據(jù)，通過上下文感知計算，將物理世界與軟件聯(lián)系起來。實現(xiàn)軟件全面監(jiān)視、調(diào)控并適應(yīng)環(huán)境。然而開放環(huán)境下上下文數(shù)量豐富，結(jié)構(gòu)多樣，關(guān)系復(fù)雜，如何獲取、處理、存儲上下文是上下文感知系統(tǒng)的難點。

　　本文通過基于本體的建模方式，將現(xiàn)實世界的信息與軟件的上下文結(jié)合起來，將環(huán)境顯式化表達(dá)并加以監(jiān)控，便于考察環(huán)境變化時軟件的反應(yīng)。

　　據(jù)研究，人一生中大概有2/3的時間是在室內(nèi)度過的，室內(nèi)環(huán)境質(zhì)量直接關(guān)系到人的心情、工作效率，甚至影響人的健康，因此室內(nèi)環(huán)境質(zhì)量越來越受到人們的重視。影響室內(nèi)環(huán)境的因素多種多樣，人也具有主觀感受，每個人的舒適度感受也因人而異，現(xiàn)實中環(huán)境也經(jīng)常發(fā)生一些不能被預(yù)料的事，這些為考察軟件動態(tài)演化與環(huán)境變化的關(guān)系提供了條件。通過對室內(nèi)舒適節(jié)能監(jiān)控系統(tǒng)的建模，來驗證理論的正確性。

　　本文建立了一種統(tǒng)一的上下文信息模型，然后使用層次化模型，同時將概念映射成層次模型，使用本體的建模方法構(gòu)建模型。

1 上下文感知計算的相關(guān)理論

　　1.1 上下文感知計算的定義

　　上下文感知技術(shù)是普適計算的核心技術(shù)之一，在普適計算的環(huán)境中，人和計算機時刻進行著交互，普適計算系統(tǒng)獲取與用戶需求相關(guān)的一切上下文信息并時刻為用戶提供服務(wù)，這就是上下文感知技術(shù)。最早提出上下文感知計算的是美國哥倫比亞大學(xué)的Schilit B.N博士以及Theimer M.M，Schilit認(rèn)為上下文就是位置、人和事物的標(biāo)識，以及它們的變化，并且將上下文分為三大類[4]：計算上下文、用戶上下文和物理上下文。Ryan等把上下文定義為用戶的位置、環(huán)境、特征以及時間。而Dey[5]認(rèn)為上下文是所有能夠描述用戶和軟件交互所涉及到的實體（如人、物體等）的狀態(tài)信息，其中包括用戶和軟件本身。目前，研究人員對上下文有個共性的理解：上下文即環(huán)境本身以及環(huán)境中個體所包含的或者隱含的可用于描述其狀態(tài)和歷史狀態(tài)的任何信息，其中的個體既可以是人、地點等物理實體，也可以是軟件、程序、網(wǎng)絡(luò)等虛擬實體。由此可知上下文就是軟件環(huán)境以及構(gòu)成環(huán)境的各實體及其狀態(tài)。上下文包含的范疇非常廣泛，用戶所處環(huán)境中任何與系統(tǒng)相關(guān)的信息都可以是上下文，但是從軟件交互的角度來看，所有能被系統(tǒng)感知或者潛在地影響系統(tǒng)行為的因素都屬于上下文的范疇。但是由于條件限制，應(yīng)用程序不可能收集和利用所有信息，Abowd通過總結(jié)將上下文感知看做“誰，在哪，什么時間，在做什么”作為實體，并且用這些信息定義為什么這個情景正在發(fā)生，即“who′s，where′s，when，what′s and why”。

　　本文認(rèn)為建立物理空間與信息空間的對偶關(guān)系即將系統(tǒng)能感知的環(huán)境信息轉(zhuǎn)化為系統(tǒng)能理解的數(shù)據(jù)，即“誰什么時間在哪在什么樣的情況下在做什么”。因此本文將所需上下文分為五類，即用戶上下文、位置上下文、時間上下文、活動上下文以及設(shè)備上下文。

　　1.2 上下文感知計算的研究內(nèi)容

　　上下文感知計算主要研究上下文信息的獲取，上下文信息的融合處理以及上下文信息的存儲、查詢和管理。

　　1.2.1 上下文信息的感知獲取

　　上下文的感知和獲取是上下文感知計算的前提，是系統(tǒng)了解環(huán)境的第一步。一般上下文的獲取方法與上下文的種類直接相關(guān)，上下文可以簡單分為低層上下文和高層上下文。低層上下文信息的獲取比較簡單，可以從各種傳感器直接獲得，但是低層上下文信息具有不確定性、模糊性和冗余等特點，一般要經(jīng)過初步清洗來獲得更高層次的上下文。

　　上下文信息獲取主要有幾種方法，一種是底層傳感器感知采集獲得，第二種是用戶預(yù)設(shè)，第三種是通過網(wǎng)絡(luò)獲取，第四種是經(jīng)過系統(tǒng)處理得到能夠使用的高級上下文。

　　1.2.2 上下文信息的融合及處理

　　由于底層傳感器的多樣性，使得獲取的信息具有分布、異構(gòu)和動態(tài)的特性，不能直接使用，因此要對上下文進行建模，從而獲得可以直接用于后期使用的高層上下文。

　　目前上下文建模的方法主要有6種[6]，即：鍵值對模型（Key-value Model）、標(biāo)記模型（Markup Scheme Model）、圖模型（Graphical Model）、面向?qū)ο竽Ｐ停∣bject Oriented Model）、基于邏輯的上下文模型（Logic Based Model）以及基于本體的上下文模型（Ontology Based Model）。綜合比較集中建模方法，基于本體的建模方法具有形式化程度高，具有較強的表達(dá)能力，能夠較好地支持上下文的推理，易于信息的共享等特點能夠較好地表達(dá)復(fù)雜的環(huán)境。因此本文采用基于本體的方法對上下文進行統(tǒng)一建模。

　　1.2.3 上下文存儲、查詢和管理

　　上下文數(shù)量豐富、結(jié)構(gòu)多樣，具有實時性并且不同上下文間關(guān)系復(fù)雜，因此對上下文的存儲、查詢以及管理在上下文感知計算中占據(jù)重要地位。

2 本體及相關(guān)技術(shù)

　　2.1 本體的定義

　　本體（Ontology）原是一個哲學(xué)名詞，指事物的本身，是人類思想認(rèn)識活動產(chǎn)生的必然結(jié)果。近年來，本體的概念被應(yīng)用于計算機領(lǐng)域，被用于對現(xiàn)實世界進行系統(tǒng)化的描述，方便知識的共享和重用。最早給出Ontology定義的是Neches等人，他們將Ontology定義為“給出構(gòu)成相關(guān)領(lǐng)域詞匯的基本術(shù)語和關(guān)系，以及利用這些術(shù)語和關(guān)系構(gòu)成規(guī)定這些詞匯外延的規(guī)則的定義”。Neches認(rèn)為：“本體定義了組成領(lǐng)域詞匯表的基本術(shù)語及其關(guān)系，以及結(jié)合這些術(shù)語和關(guān)系來定義詞匯表外延的規(guī)則。”Gruber提出“本體是概念化的明確的規(guī)范說明”，Studer認(rèn)為本體是“共享概念模型的明確的形式化規(guī)范說明”。

　　雖然不同研究者對本體有不同的定義，但是從內(nèi)涵上講，都是把本體看做某個領(lǐng)域內(nèi)不同主體（人、機器等）之間進行交流的一種語義基礎(chǔ)。即在不同主體之間共享確定的概念以及概念間的相互關(guān)系，以達(dá)到溝通的目的。

　　對于本體的具體構(gòu)造，目前公認(rèn)的是一個本體是由概念（類）、關(guān)系、函數(shù)、公理和實例等5種元素組成。

　　2.2 本體的構(gòu)建

　　2.2.1 本體描述語言

　　從本體被引入計算機領(lǐng)域以來，大量研究者為本體的使用發(fā)展做出了貢獻(xiàn)，因此誕生了很多本體描述語言，如與Web相關(guān)的RDF、RDF-S、OIL、DAML、OWL，與具體系統(tǒng)相關(guān)的Ontolingua、cycl、loom。其中OWL是W3C推薦的語義互聯(lián)網(wǎng)中本體描述語言的標(biāo)準(zhǔn)，是由DAML和OIL結(jié)合發(fā)展起來的，集成了其他各本體描述語言的優(yōu)點，建立在RDF的基礎(chǔ)之上，采用面向?qū)ο蟮姆椒?，利用類和屬性描述領(lǐng)域的結(jié)構(gòu)，用公理來聲明類和屬性。

　　2.2.2 本體構(gòu)建方法

　　目前本體構(gòu)建還沒有一個統(tǒng)一的標(biāo)準(zhǔn)，主要有以下幾種方法：（1）骨架法；（2）TOVE企業(yè)建模法；（3）元本體法；（4）循環(huán)獲取法；（5）七步法[7]。綜合考慮研究，本文采用元本體法和七步法相結(jié)合來構(gòu)建本體。

3 基于本體的室內(nèi)舒適節(jié)能監(jiān)控模型

　　基于上述技術(shù)，用上下文感知技術(shù)將物理空間與信息空間[8]連接起來，用本體的方法形式化顯式表達(dá)上下文，使系統(tǒng)與環(huán)境間的關(guān)系清晰可見。并構(gòu)建了室內(nèi)舒適節(jié)能監(jiān)控本體模型。

　　綜合考慮，用OWL語言作為本體建模語言，并且采用Protégé工具構(gòu)建本體，Protégé提供了簡單易用的圖形化界面，提供了優(yōu)良的可擴展的大量插件應(yīng)用，支持豐富的本體描述語言，支持知識的集成及本體的持久化存儲。用Jena2建立本體模型對本體進行處理。Jena是基于Java的開源語義網(wǎng)開發(fā)工具包，為解析RDF、RDFS和OWL本體提供了一個集成環(huán)境，配備了完善的對本體進行解析、存儲、查詢和基于規(guī)則的推理引擎。

　　3.1 上下文感知系統(tǒng)框架

　　系統(tǒng)通過傳感器、網(wǎng)絡(luò)獲取以及系統(tǒng)預(yù)設(shè)來感知環(huán)境，得到上下文的初始數(shù)據(jù)，經(jīng)過上下文建模和預(yù)處理得到低層上下文，經(jīng)過推理等方式得到高層上下文。

　　本文設(shè)計的上下文感知系統(tǒng)框架如圖1所示。

　　3.2 基于本體的上下文元模型

　　上下文元本體是一個三元組（MetaContexts，MetaRelations，MateAttribute）。其中MetaContexts是上下文概念集合，MetaRelations是關(guān)系的集合，而MateAttributes是與概念相關(guān)的屬性集合。上下文元本體模型如圖2所示。

　　對于本論文設(shè)計的系統(tǒng)來說，本體模型的構(gòu)建就是系統(tǒng)概念及概念間關(guān)系的確定描述。

　　基于上文所述的方法，通過構(gòu)建室內(nèi)舒適節(jié)能監(jiān)控系統(tǒng)的本體模型將現(xiàn)實世界與上下文結(jié)合起來，顯式化表達(dá)環(huán)境。

　　通過構(gòu)建系統(tǒng)，采用Protégé創(chuàng)建、可視化、操作本體，使用Jena2對本體進行解析、存儲、查詢、進行基于規(guī)則的推理。

　　3.3 系統(tǒng)中概念的確定

　　根據(jù)上下文的本體元模型，分析系統(tǒng)的需求。由于是室內(nèi)環(huán)境舒適度節(jié)能監(jiān)控平臺，系統(tǒng)選取與之相關(guān)的環(huán)境概念。對系統(tǒng)進行本體建模，建立系統(tǒng)領(lǐng)域的概念模型。

　　本文所涉及上下文概念主要被分為四個部分：

　?。?）用戶上下文：用戶姓名、年齡、健康狀況、個人喜好；

　　（2）時間上下文：時間、日期、季節(jié)、年份；

　?。?）設(shè)備上下文：設(shè)備名稱、計算能力、操作系統(tǒng)版本、功率、已使用時間、使用壽命、耗電量、網(wǎng)絡(luò)類型、寬帶、通信成本；

　?。?）位置上下文：位置、光照、濕度、溫度、空氣質(zhì)量、噪音；

　?。?）活動上下文：感覺。

　　3.4 模型的實現(xiàn)

　　將概念采用自頂向下的方式進行分類分層，用于描述領(lǐng)域概念間的類屬關(guān)系，并將本體中的概念模塊化。系統(tǒng)本體的部分概念間關(guān)系如圖3所示。

　　在圖3所示框架的基礎(chǔ)上再將概念具體化，最后用Protégé工具創(chuàng)建本體類。本體類圖如圖4所示。

　　本體類創(chuàng)建完成后，為類添加數(shù)據(jù)屬性和對象屬性。生成的OWLViz圖如圖5。

　　同時生成IndoorEnvironment.owl文件，部分代碼如下：

　　<？xml version="1.0"？>

　　<!DOCTYPE Ontology [

　　<!ENTITY xsd http://www.w3.org/2001/XMLSchema#">

　　<!ENTITY xml ttp://www.w3.org/XML/1998/namespace">

　　<!ENTITY rdfs http://www.w3.org/2000/01/rdf-schema#">

　　<!ENTITY rdf http://www.w3.org/1999/02/22-rdf-syntax-

　　ns#">

　　]

　　<Ontology xmlns="http://www.w3.org/2002/07/owl#"     xml:base="http://www.semanticweb.org/wqy/ontologies/2014/7/IndoorEnvironment" xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"

　　xmlns:xsd="http://www.w3.org/2001/XMLSchema#"     xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"     xmlns:xml="http://www.w3.org/XML/1998/namespace" ontologyIRI="http://www.semanticweb.org/wqy/ontologies/2014/7/Indoor Environment">

4 總結(jié)

　　本文介紹了上下文感知技術(shù)、本體理論及相關(guān)技術(shù)，構(gòu)建了上下文本體元模型，采用層次化的上下文本體建模方案，對不同上下文進行統(tǒng)一建模，提高上下文的共享。并在此基礎(chǔ)上構(gòu)建室內(nèi)舒適節(jié)能監(jiān)控系統(tǒng)的本體模型，使環(huán)境能夠顯式化表達(dá)，易于觀察環(huán)境的變化。下一步的工作是構(gòu)建環(huán)境適應(yīng)性準(zhǔn)則，通過Jena2構(gòu)建演化規(guī)則。

參考文獻(xiàn)

　　[1] 黃宇，余建平，馬曉星，等.開放環(huán)境特性感知技術(shù)[J].軟件學(xué)報，2011（5）：865-876.

　　[2] CROWLEY J L. Context driven observation of human activity[J]. European Symposium on Ambient Intelligence， 2003， 2875： 101-118.

　　[3] 呂建，馬曉星，陶先平，等.面向網(wǎng)構(gòu)軟件的環(huán)境顯式化技術(shù)[J].中國科學(xué)：信息科學(xué)，2013（1）：1-23.

　　[4] SCHILIT B， ADAMS N， WANT R. Context-aware computing applications[C]. Santa Cruz： Mobile Computing Systems and Applications， 1994：85-90.

　　[5] DEY A K. Understanding and using context[J]. Journal Personal and Ubiquitous Computing， 2001，5（1）：4-7.

　　[6] STRANG T， LINNHOFF-POPIEN C. A context modeling survey[C]. Proceedings of the First International Workshop on Advanced Context Modelling， Reasoning and Management， Nottingham， 2004：1-8.

　　[7] ARUNA T， SARANYA K， BHANDARI C. A survey on ontology evaluation tools[C]. Coimbatore： IEEE， 2011：1-5.

　　[8] 何廷潤.物聯(lián)網(wǎng)物理空間與信息空間融合的業(yè)務(wù)信息特征分析[J].移動通信，2012（11）：20-24.