基于OWL的上下文感知計算模型

摘要:上下文感知計算是普適計算研究中極為活躍的核心技術之一，其模型存在處理不完備、不有效的問題。owl語言是以描述邏輯為理論基礎構建的本體表示語言，滿足了用于知識共享和上下文推理的本體建模。通過對一種上下文計算模型的分析，給出了使用OWL語言對上下文計算的建模和推理進行分析的方法。

關鍵詞:上下文;owl;計算模型;建模;推理

中圖分類號:TP391文獻標識碼:A文章編號:1009-3044(2009)33-9281-04

A Context-aware Computing Model Based on OWL

ZHENG Qing-qiu

(Jinling Institute of Technology， Nanjing 211169， China)

Abstract: Context-aware computing is extremely active in one of the core technology of pervasive computing research.The issue of model is incomplete processing and invalid. Owl is a description logic language as the theoretical basis for building ontology representation language， To meet for knowledge sharing and context reasoning ontology modeling. Through the analysis of the context computing model， Shows the calculation using the OWL language for modeling and reasoning context analysis approach.

Key words: context-aware; owl; computing model; modeling; reasoning

伴隨計算、通信和內容的相互結合以及計算機微型化、嵌入式的發展趨勢，計算模式正向著以人為中心的普適計算模式發展。普適計算經過十幾年的發展，各團隊在一個或者多個層次上進行研究開發，目前形成了相對完備的研究領域，比如智能空間、可穿戴計算、上下文感知計算、游牧計算等等[1]。在普適計算環境中人不斷地與不同的計算設備進行交互，在此交互過程中，計算系統會根據與用戶任務相關的上下文信息來向用戶提供服務。所以，上下文感知是實現普適計算環境中新型人機交互的基礎。

1 上下文相關介紹

隨著科技的發展和生活方式的改變，上下文的概念內涵也在不斷演化，研究人員在不同階段對上下文信息有不同的理解。Gregory D.Abowd和Elizabeth D.Mynatt將“5ws—who，what，where，when，why”作為在普適計算環境中必需上下文信息的最小集合[2]。Schilit 則將上下文分類為用戶上下文、計算上下文和物理上下文[3]。徐光佑等對上下文信息的內涵進一步擴展，主要包括:計算的上下文、用戶的上下文、物理的上下文和上下文的歷史[4]。此外還可以根據對象的不同分為用戶上下文和環境上下文。

普適計算中關于上下文的定義很多，比較普遍采用的一個定義是:上下文是用來表征實體狀態或情形的任何信息，實體可以是人、位置以及與用戶應用之間交互的有關對象(包括用戶和應用本身)。

從上述定義可以得出，上下文指的是環境以及構成環境的各實體的狀態。上下文的種類和數量是非常豐富的，其感知的方式也千差萬別，如風速、溫度等可以通過傳感器直接感知，網絡連接狀態和帶寬可以從操作系統提供的接口獲得。除了這些能直接獲取的上下文之外，也有些上下文很難直接感知，如用戶關系、用戶當前的活動等，這些上下文通常需要通過直接感知到的相關上下文推演后得出。

2 上下文計算模型

上下文感知計算包括主動上下文感知(Active Context)和被動上下文感知(Passive Context)。主動上下文是與系統行為密切相關，并且直接決定系統行為是否改變;被動上下文是與系統相關，但是不能直接改變其行為的上下文。主動上下文使得系統主動適應變化，被動上下文則呈現給用戶，由用戶決定下一步做什么。

2.1 上下文感知計算

上下文感知計算是指計算系統自動的對上下文、上下文變化以及上下文歷史進行感知應用，并據此做出決策和自動提供相應的響應或操作服務。上下文感知計算是從支持主動感知和應用上下文的目標出發研究普適計算，牽涉從硬件到交互和應用的各個層次;上下文感知計算的研究牽涉到如何在普適系統軟件中提供相應的支持;上下文感知計算和系統軟件的典型問題將在智能空間中得到充分體現，同時它們也是智能空間系統的一個組成部分。

簡單地說，上下文感知計算系統是指系統能發現并有效利用用戶位置、時間、環境參數、鄰近的設備和人員，用戶活動等上下文信息，并用于計算的一種計算模式。這主要是以下幾方面原因:

1) 上下文的種類豐富，數量眾多。上下文包括物理實體的上下文和虛擬實體的上下文，當前上下文和歷史上下文。其感知方式也有區別，而有些上下文甚至很難直接感知。上下文之間的差異性和多樣性也帶來上下文處理的困難。

2) 上下文構成了上下文感知計算的基礎。上下文感知計算主要是圍繞上下文進行的，包括上下文的感知、上下文的過濾、融合、推斷和演化，上下文的有效利用等。其中，又以上下文的感知為前提，以上下文的有效利用為歸宿。

3) 上下文感知計算最根本的目的是應用優化上下文輔助性能。上下文的運用顯然不能脫離應用的本來目的。

2.2 一種上下文計算模型的分析

本文根據上下文感知計算提供框架的體系結構，結合目前的幾種結構模型，設計了一種上下文感知計算系統結構模型。如圖1所示。

1) 上下文感知與采集層:上下文在人與人、人與機器的交互過程中扮演著重要的角色，從而大大提高交互的效率和準確率。在普適計算無處不在的環境下，傳感器和感知模塊可以提供這些上下文信息，從而為上下文感知應用的開發提供便利。但這些無處不在的傳感器和感知模塊所感知的信息是原始的上下文，它們沒有經過精度處理。由于原始上下文信息是模糊的等問題，加上采集到的上下文信息都是低層的和初步的，這樣給上層應用處理帶來了困難和不便，因此在此基礎上必須進行上下文的提煉。

2) 上下文演化層:上下文感知計算的一個核心過程是上下文演化。經過上下文演化后，低層模糊的原始上下文信息演化成有價值的上層信息。這是對上下文信息進行去偽存精、取其所長的過程。上下文的過濾、推理、融合和存儲構成了上下文演化的主要內容，其目標是通過對原始上下文進行過濾、推演和融合等得到各應用所需的上層上下文信息。上下文演化的另一個目標是轉換成統一的上下文信息數據結構以支持上下文互操作，并允許上下文以統一格式自由傳輸。

3) 智能執行體層:智能執行是感知計算優越性的重要體現。系統借助智能執行可以“聰明地”自動執行決策和行動，避免用戶的注意力轉移，減少用戶的輸入，使用戶獲得增強的用戶體驗。智能執行主要包括對感知觸發、互操作、自適應策略、自配置和自組織技術等的支持。在某些情況下還可利用感知的環境上下文自行對系統進行配置或對結構進行組織，在普適計算一人多機環境下這顯得非常重要。

4) 應用程序接口(API):應用程序接口負責提供程序開發接口，以方便開發者充分利用框架的功能并快速構建感知應用。應當注意的是，應用程序接口不僅包含框架所能提供的服務也包含應用開發所應遵循的規范。

3 OWL語言對上下文計算模型的描述

3.1 OWL語言介紹

OWL(web ontology language)是一種以描述邏輯為理論基礎構建的本體表示語言系統，它繼承了RDF(resource description framework)的基本事實陳述方式以及RDF Schema的類和屬性分層結構，并在此基礎上進行擴展，加入了許多新詞匯，克服了RDF/RDFS對概念和屬性之間關系描述能力弱的問題，所以OWL語言系統的特點是語義表達能力豐富、語義表述性能力精確和有效的可計算性，能夠讓使用者在相關領域內對概念進行正規的、顯式的描述，并進行合理一致的推理。

采用本體的方式進行上下文感知系統的描述，是實現的一個關鍵技術。OWL本體語言滿足了用于知識共享和上下文推理的本體建模，不同的系統個體必須共享一個公共的上下文信息表示。另外，對于復雜上下文信息，由于其來源不相同，所以需要將這些不同的信息來源進行綜合，以便推理和認證。本體以及基于本體的推理和查詢引擎的使用，使上下文感知計算系統具有豐富的表達能力和強大的推理能力。

3.2 應用OWL語言建模描述

對于各種上下文，它們的特性不同所以有各種不同的表達和模型。鍵—值模型是最簡單的上下文信息模型，它使用了一種簡單的(鍵，值)的二元對來表達上下文信息，例如(地點，教室)。這種模型非常簡單，易于管理，但缺乏效率，也不方便信息的共享。其他還有標記表示描述模型、圖形表示模型、面向對象模型和基于本體的模型。本文以智能教室為例，采用基于本體的模型形式對上下文進行建模。

1) 上下文信息的建模與表示:在本體論范疇模型中，包括本體論個體，屬性和類別。個體的二元關系性質，即聯系著個體的兩個屬性。主要有兩種類型的屬性，對象屬性和數據類型屬性。對象屬性鏈接個人對個人，數據類型屬性鏈接個人和XML架構數據類型的值或者rdf字。如一個對象屬性hasActivity。

如一個數據類型屬性placeName

類被解釋為包含個體的集合。他們使用正規的語法來描述，這也是類成員的要求。類可組織成父類-子等關系。例如，類IndoorCampus是類Place的一個子類的表示方式如下。

下面給出一個具體的例子來說明如何使用OWL來表示上下文模型。該模型描述了一個位置的上下文信息。

1

1

在上例中，Class是一個類，定義了因共有某些屬性而同屬一組的一些個體，這里是指某個位置;rdfs:SubClassOf給出了一個或多個關于“一個類是另一類的子類”的陳述，用來創建一個類層次結構;cardinality基數是用于方便地表示屬性適用一個類時同時具有約束，例如，類Place的屬性resource(位置)只能有一個值;rdf:Property表示類的屬性，用來表述個體之間或者從個體到數值的關系。

2) 上下文推理的方法:上下文推理對每一個上下文感知系統來說都是至關重要的，上下文感知系統的功能取決于對上下文推理的支持，在早期的系統中，典型的上下文推理通過使用面向對象語言程序實現，但他們對于知識的表示缺乏力度。當使用這些語言進行上下文推理時，邏輯推理的非說明性表示往往會使代碼修改和錯誤檢查很難進行。為了解決這些問題，我們利用類的關系、屬性特征和屬性限制，使用基于本體的推理方式。

基于上下文推理引擎的本體推理方式可以用如下幾種預測邏輯進行表示。

subClassOf

(?A rdfs:subClassOf ?B)， (?B rdfs:subClassOf ?C)

-> (?A rdfs:subClassOf ?C)

inverseOf

(?P owl:inverseOf ?Q)， (?X ?P ?Y)

-> (?Y ?Q ?X)

functionalProperty

(?P rdf:type owl:FunctionalProperty)， (?A ?P ?B)， (?A ?P ?C)

-> (?B = ?C)

transitiveProperty

(?P rdf:type owl:TransitiveProperty)，(?A ?P ?B)， (?B ?P ?C)

-> (?A ?P ?C)

subClassOf代表的是類之間的垂直關系，假如有類A，B和C，如果A是B的子類，B是C的子類，那么A是C的子類。用OWL語言表示上下文推理如下:

Context 1

Context 2

New context

inverseOf每個實體屬性都有其相對稱的屬性。如果某個屬性連接著個體X和個體Y，那么相對稱的屬性將連接和個體Y和個體X。下例中，屬性hasPresence和它相對稱的屬性presentIn，如果ClassRoom201中包含zheng，我們可以推斷出zheng正在ClassRoom201。

Context 1

Context 2

New context

functionalProperty 如果一個屬性是功能性，對于一個給定的個體，那么一個個體至少可以通過屬性和另一個個體連接。

transitiveProperty 如果一個屬性是可傳遞的，并且A連接著B， B連接和C，那么我們可以推斷出A通過屬性連接著C。

基于規則的推理。

規則推理是根據已有的各種不同的上下文信息推理出新的上下文信息。這個規則包括了應用布爾變量表示的各種上下文信息，如果這個規則成立，那么就定義一個信息的上下文信息。例如，某人正在使用一個計算實體，而這個計算實體在某個確定的地點，那么就能夠推理出來此人也在這個地點。如下例所示:

Rule

(?person，hasUsage，?ComEntity) AND (?ComEntity，locatedIn，?Place)

->(?Person，presenting，?Place)

Context1

Context2

true

104

New context

4 總結

上下文感知計算模型較多，但是也有一些問題存在，比如對復雜的數據和復雜的環境不能有效地處理;處理不完備的、意義不確定的、動態的信息時，解決機制尚不夠有效等。本文使用了語義Web的標準本體語言OWL(Web Ontolgoy Lnagugae)作為建模工具，結合本文提出的分層結構和OWL語言的優點對上下文計算的建模和推理進行分析。

參考文獻:

[1] 徐光佑，史元春，謝偉凱.普適計算[J].計算機學報，2003，26(9):1042-1050.

[2] ABOWD G MYNATr E. Charting Past，Present，and Future Research in Ubiquitous Computing ACM Transactions[J]. Computer-Human Interaction，2000，7(1):29-58.

[3] SHILIT BN，ADAMS N，WANT N.Context-aware computing plications [C].Proceedings of the IEEE Workshop on Mobile Computing System and Application，1994:85-90.

[4] XU GY，SHI YC，XIE WK.Pervasive computing[J].ChineseJournal of Computers，2003，26(9):1042-1050.

[5] 李蕊.上下文感知計算若干關鍵技術研究[D].湖南:湖南大學，2007.

[6] 王守芳，金浩，魏鯤，等.上下文感知綜述[C].第2屆中國普適計算學術會議，2006.

[7] 王曙寧，俞建新.智能空間中上下文感知系統的構建[C]//第一屆建立和諧人機環境聯合學術會議(HHME2005)論文集，2005.

[8] 饒文碧，易健康，張麗.覺察上下文計算系統模型[J].中國水運，2006，4(4):157-159.