基于泛在网络的智能信息服务架构研究

张 前 进

(安徽国防科技职业学院， 安徽 六安 237011)



基于泛在网络的智能信息服务架构研究

张 前 进

(安徽国防科技职业学院， 安徽 六安 237011)

阐述了泛在网络智能信息服务的背景，通过分析泛在网络的体系结构，给出了泛在网络中信息层次模型。按照信息运动原理结合给出的信息层次模型，设计了以情景智能驱动引擎为核心的面向泛在网络的智能信息服务架构，并分析了实现个性化智能信息服务的关键技术。

泛在网络； 情景智能； 智能信息服务

所谓泛在(Ubiquitous)的概念，是美国Mark WeiSer博士在1991年首先提出的，最初就是用于形容网络无所不在。从个人和社会需求出发，中国通信标准化协会将泛在网络定义为：实现人与人、人与物、物与物之间按需进行的信息获取、传递、存储、认知、决策、使用等服务，具备超强的环境感知、内容感知及智能性，为个人和社会提供泛在的、无所不含的信息服务和应用的网络[1]。泛在网建立在传统传感网之上，其信息源既有来自物、人等描述性的非结构化数据，又有来自Web上的半结构化数据，还有来自传统关系型数据库的结构化数据。泛在网数据除了具有异构的特点，其每日产生的快速增长的大数据也是超乎想像的。大数据中不仅包含数据和信息，同时也隐含着丰富的规律和知识[2]。泛在网以用户为中心，以良好的用户体验为目标。而大数据本身无法满足用户个性化需求，随着云计算、人工智能等技术的发展，为从大数据中发现有用的规律和知识，实现以智能情景感知为驱动的用户个性化服务提供了可能。本次研究首先根据泛在网络的体系结构，分析了泛在网络中信息层次模型，然后根据信息层次模型提出了基于泛在网络的智能信息服务架构，并对架构中的关键技术进行了分析和探讨。

1 泛在网络中信息层次模型

1.1 泛在网络体系结构

泛在网与目前的研究热点传感网、物联网既有联系，又有区别。其三者的关系如图1所示。传感网是物联网末端关键技术，由随机分布的集成传感器、数据处理单元和通信单元的微小节点，通过自组织的方式构成的无线网络[3]，实现了物与物的相连。物联网以传感网为基础网络，然后通过信息传感设备，按约定的通信协议，把物品与互联网相连接，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络，是泛在网络的物联阶段，解决了物与物、人与物、人与人之间的相连。泛在网是对物联网的拓展与延伸，在物物、物人、人人相连的基础上引入情景智能感知，将有形的网络化为无形的智能服务。

图1 传感网、物联网、泛在网三者之间的关系图

泛在网是在现有网络的基础上进行加强与拓展，其分层结构依然遵循传统的网络结构。2010年国际电信联盟(International Telecommunication Union,ITU)在ITU-T Y.2221标准中提出了泛在网络体系架构[4]，如图2所示。标准中指出，泛在网络体系架构由终端传感层、网络接入层、NGN(Next Generation Network)层、中间件层、应用层等组成。终端传感层是泛在网信息来源的基础，由M2M终端、传感器节点、RFID标签组成，负责环境数据的采集与物的识别。网络接入层由各种无线网、有线网等基础网络组成，负责将终端传感层采集到的数据接入到泛在网的核心网络层。NGN网络层，即下一代新型网络，是泛在网的核心网络，通过整合现有基础网络如电信、互联网等，形成统一的网络业务与运营管理平台，实现物与物、人与物、人与人的无障碍通信。中间层负责信息的存储、关联、分析，实现异构数据源的整合，为应用层提供统一的接口应用。应用层为用户提供不受时间、地点限制，以情景智能感知为驱动的智能应用与服务。

图2 泛在网体系结构

信息在网络的不同层次间进行传递时其信息资源形态是不同的。钟义信在信息科学原理一书中描述了信息运动的一般过程，即“信息源→信息获取→信息传递→信息处理→信息再生→信息传递→信息执行→信息源”[5]，整个信息运动过程是一个闭环的运动过程，也是离散性数据到有规律认知的知识性信息转变的过程。根据泛在网络中信息在各层次的资源形态以及信息的运动过程原理，将泛在网络中信息分为本体层、知识层、知识再生层3个层次，如图3所示。

图3 泛在网络信息层次

(1) 本体层。本体层是从本体论的角度描述泛在网络体系架构中传感层产生的原始数据。该层产生的数据都是客观世界的客观存在，不以人的意志转移[6]，在整个信息层次其数量是最大的，且具有唯一性的特点。本体是共享型概念模型的明确的形式化规范说明[7]，本体层的信息只是实现了对原始数据进行规范化的描述，本身不具有认知的特性。

(2) 知识层。知识是对本体层产生的原始数据经过清洗、聚合分析、附加语义等加工处理的结果，包含一定的认知规律。该层包含的数据既有本体层产生的结构化数据，又包含根据本体层信息按照一定的规则处理后的非结构化数据，还包含通过互联网展示的Web资源形式的半结构化数据，是本文重点研究的信息层。

(3) 知识再生层。知识再生层一方面由各种智能应用对知识层的数据进行消费，是信息的使用方；另一方面，在消费的过程引入新的认知，产生新的信息并将其重新放入到本体层，形成一个完整的闭环活动。

2 基于泛在网络的智能信息服务架构

2.1 情景智能驱动的智能信息服务架构

泛在网络下数据源的异构性及大数据的特点为用户个性化信息的获取带来了极大的挑战。用户驱动模型和事件驱动模型是2种传统的个性化服务模式。用户驱动模型强调用户兴趣模型在信息服务中的作用，主张由用户来定制、调整和修改用户兴趣模型[8]。在用户个性化服务过程中，全程需要用户主动将个人爱好、信息输入系统。这种模式的个性化服务与用户的真实需求贴合度高，但其也存在用户体验度差(需要用户主动干涉，手动调整兴趣模型的变化)、个性服务滞后(无法对泛在网络环境的变化及时反馈)等诸多弊端。事件驱动模型以用户在系统中触发的事件作为个性化服务的信息源，无需用户主动干涉，典型代表是Web应用的点击流。事件驱动模型减轻了用户的负担，提高了用户体验，但其使用场景具有一定的局限性，无法满足泛在网络环境下非结构化数据的采集。本次研究设计的情景智能驱动的智能信息服务架构，解决了上述2种驱动模型的缺陷，实现用户的“无形参与、有形服务”，其架构如图4所示。

(1) 本体情景模型。本体情景模型对应泛在网络信息层次结构的本体层。该模型由泛在网络中各种异构的离散性原始数据组成。本体都是基于特定情景产生，具有情景信息。本体情景模型完成客观世界数据的唯一性描述，是智能信息服务的数据基础。

图4 情景智能驱动的智能信息服务架构

(2) 知识库。对离散性的本体进行语义描述，形成统一的语义标注的本体集合，然后结合认知规律形成知识库。在情景智能驱动引擎的驱动下为每一个知识本体进行情景标注，然后确定每一个知识的属性集。与传统属性集不同的是，该属性集是一种开放式结构，允许进行扩展与进化，这样就能满足泛在网络下千变万化的环境的需求。

(3) 知识情景模型。知识情景模型对应泛在网络信息层次结构的知识层，是特定情景的知识聚合模型。知识库完成了知识的情景标注，然后在情景智能驱动引擎的支持下，完成对知识情景分类聚合，形成知识情景模型库。

(4) 个性化服务引擎。个性化服务引擎完成用户与信息资源的匹配，确定最合适的个性化信息。用户的实际情景是动态变化的，用户获取的信息有可能会与实际情景相背离。因此，需要根据用户情景的变化，在情景智能驱动引擎的支持下，不断修正用户的情景信息推送，防止用户服务目标的偏离。

(5) 用户模块。用户模块是个性化服务的UI层，用于根据用户所处的情景，将个性化内容以最好的用户体验方式展示出来。泛在网络环境下更加强调人机交互的自然化、人性化，数据的输入介质不仅仅是鼠标和键盘，可以是人的任何感官。感官数据的输入是指自然状态下的参与，例如，语音的人机交互，首先用户通过自然语言进行表达，然后通过语义技术将自然语言转换为计算机能够理解的语义。

2.2 情景智能驱动引擎

情景智能驱动引擎参与从数据产生到用户消费的整个过程，完成情景的获取、处理和应用。支持情景的自我学习，按照情景设定、情景学习、情景再生的思路进行设计。情景智能驱动引擎的工作原理：

第一步：情景设定。情景设定完成情景的初始化，包含自动和手动2种初始化方式。第一次启动系统时，以用户所处的场景信息进行自动初始化，当情景有偏差通过情景学习又无法及时纠正时，用户则可以通过手动模式进行手动初始化进行纠偏。

第二步：情景学习。完成情景检测、情景建模、情景推理，是情景智能驱动引擎的核心。情景的自我学习是适应泛在网络千变万化环境的关键。通过情景的自我学习，减少了用户对系统的主动干涉。

第三步：情景再生。情景学习完成后形成情景模型，随着用户情景的变化，触发了情景自我学习，实现了情景蜕变即情景再生。也为再次进入情景设定做准备，形成了可持续的智能学习与更新。

3 关键技术概述

3.1 语义技术

泛在网络传感层的传感数量庞大、形式多样，处在一种不断变化和运动的状态，且分布在不同地点，导致了泛在网络中的信息具有海量、异构、异质、高维等特点。如何对泛在网络中的信息资源进行统一的描述和管理，形成一个集成的共享资源是面向泛在网络进行智能信息服务的首要关键问题。Toma等人[9]首先提出了物联网领域中使用语义技术解决异构信息的表示、存储、查询和组织等问题。对资源的描述是领域应用相关的，RDF(resource description framework)是由WWW提出的对互联网上信息进行描述的框架，它能为互联网上各种应用提供统一的信息描述规范。RDF采用主、谓、宾的三元组表示。其中，主语用URI(uniform resource identifiers)表示信息实体，谓词描述实体的相关属性，宾语用来表示实体属性对应的属性值。这样就使得网络中任何信息均能被描述成具有统一接口，且具有唯一性表示，能够被用来共享的信息实体集。因此，RDF便成为了目前语义数据描述的标准，被广泛应用于元数据的描述、本体及语义网中。

3.2 云计算

云计算是并行计算、分布式计算和网格计算的发展，是虚拟化、效用计算、设施即服务(Infrastructure as a Service,IaaS)、平台即服务(Platform as a Service,PaaS)、软件即服务(Software as a Service,SaaS)等概念混合并演化的结果。具有超大规模、虚拟化、高可靠性、通用性、高可伸缩性、按需服务、极其廉价等特点[10]。这与泛在网的规模化、智能化发展所需的技术相匹配。云计算是一种基于互联网模式的计算，其计算中心通过软件的重用和柔性重组能够支撑信息服务社会化、集约化和专业化服务流程的优化与重构。云计算促进了资源聚合和共享及协同工作，形成了面向服务的计算。云计算可以快速处理泛在网络中的海量数据，并同时为海量用户服务。因此，云计算技术是面向泛在网络进行智能信息服务的又一关键技术。

4 结 语

智能信息服务是一个系统工程，个性化服务智能向智慧的转变是各种关键技术共同发展的结果。随着物联网技术、云计算、人工智能等技术的发展，为基于泛在网络环境的大数据下实现个性化智能信息服务提供了可能，也是未来的发展趋势。研究提出的基于情景智能驱动的智能信息服务的架构打破了传统的用户驱动的限制，降低了用户主动干涉程度，具有良好的用户体验，可以应用到各种场景中，如智慧制造、智慧工厂、智慧城市等。未来侧重更加智能化的人机交互设计。

[1] 中国通信标准化协会.泛在网是“感知中国”的基础设施[EB/OL].[2012-12-26]http://www.ccsa.org.cn/worknews/content.php3?id=2486.

[2] 李德仁,姚远,邵振锋.智慧城市中的大数据[J].武汉大学学报，2014，39(6):631-640.

[3] 朱强，别立谦，姚晓霞，等.面向泛在信息社会的国家战略及图书馆对策研究(上)[J].大学图书馆学报，2014，32(6):25-34.

[4] Recommendation ITU-T Y.Requirements for Support of Ubiquitous Sensor Network(USN) Appliactions and Services in the NGN Environment[EB/OL].http://www.itu.int/rec/T-REC-Y.2221/en.

[5] 钟义信.信息科学原理[M].北京：北京邮电大学出版社，2002:128.

[6] 王娜.泛在网络中信息资源的层次结构与价值增值机理研究[J].情报理论与实践，2013，36(10):31-35.

[7] BORST W N.Construction of Engineering Ontologies for Knowledge Sharing and Reuse[J]. University of Twente，1997，18(1):44-57.

[8] 吴金红,张飞,周磊.面向泛在信息环境的自适应信息服务及其关键技术分析[J].情报理论与实践，2013，36(3):112-116.

[9] TOMA I，SIMPERL E， HENCH G. A Joint Road for Semantic Technologies and the Internet of Things[C]. The 3rdSTI Road Mapping Workshop，2009.

[10] 金志敏，刘祥芝，崔红兵.云计算环境下图书馆数字资源建设与服务模式创新[J].办公自动化，2015(21):32-35.

Intelligent Information Service Infrastructur Based on Ubiquitous Network

ZHANGQianjin

(Anhui Vocational College of Defense Technology, Lu′an Anhui 237011, China)

Based on the background of ubiquitous network intelligent information service, the module of information layer of the ubiquitous network is set up by analyzing the ubiquitous network framework. According to the principle of information movement and combined with the previous module of information layer, we designed an intelligent information service infrastructure for ubiquitous network with situational intelligence driving engine as the core. And finally, we analyzed the key technologies of realizing the personalized intelligent information service.

ubiquitous network; situational intelligence; intelligent information service

2016-11-07

2017年高校自然科学研究重点项目(KJ2017A782)；2017年高校优秀青年人才支持计划重点项目(gxyqZD2017100)；2016年安徽省质量工程项目“卓越互联网软件开发技能型人才培养计划”(2016zjjh012)

张前进(1982 — )，男，硕士，研究方向为计算机应用技术。

TP393.0

A

1673-1980(2017)03-0079-04