[00125808]物联网环境中的上下文感知关键技术研究

在物联网环境中根据用户所处的环境,实现实时准确的上下文感知技术是物联网中用户确定自身行为的前提和关键,直接影响着物联网的发展。在物联网环境中,上下文信息种类繁多、数据量庞大、数据格式各不相同,如何对多源物联网上下文进行表达、发掘大数据上下文有价值信息,对物联网感知周围环境、主动地为人服务具有重要的意义。本项目从对物联网研究热点问题--上下文感知技术、基于大数据的上下文融合、上下文建模等技术进行深入地探讨和研究。提出了基于大数据的上下文感知模型和上下文感知架构;研究了物联网环境中多源上下文表达和建模方法,以设计实现更广泛的物联网应用;针对物联网环境上下文感知产生大数据的特点,建立了基于深度学习的上下文特征提取模型,为准确的上下文环境感知实现提供可靠的技术手段。 项目研究过程中,项目团队结合目前物联网研究的现状和发展趋势对物联网环境中的上下文感知技术进行深入地探讨和研究,重点研究物联网环境中多源上下文感知计算关键技术,包括物联网环境中上下文建模,上下文表达、上下文融合等技术。具体而言,为了充分挖掘物联网大数据上下文价值,利用深度;学习方法对大数据上下文进行去噪及特征提取;通过分析多源物联网环境特性,提出了适合物联网环境的上下文表达、上下文融合以及上下文建模等方法。本项目的研究成果可以应用于车联网、智能管理、智能家居、电子商务等领域,为物联网在现实生活中的进一步应用提供理论和实践指导。创新之处如下： （1）将感知技术、大数据以及深度学习思想引入到物联网的设计和实践中,在物联网环境上下文感知模型设计、上下文建模及上下文数据去噪和融合上有所突破,为物联网的应用提供理论和实践指导; （2）针对物联网环境以及软件定义网络的特点,提出一种基于模糊理论的数据流选择及路由更新策略; （3）通过车辆上下文特征的识别,提出了基于物联网环境的车辆跟踪方法; （4）利用上下文注意机制对网络流量进行筛选,提出一种端到端的网络流量检测模型; （5）根据停放的车辆组成集群的上下文信息,提出了泊车边缘计算的思想。利用停车集群传输数据,提出了一种快速算法,该算法可以明显缓解稀疏流量对数据传输的影响。