基於內容感知主幹網的普適計算服務發現關鍵技術研究

《基於內容感知主幹網的普適計算服務發現關鍵技術研究》是依託哈爾濱工業大學,由姜守旭擔任項目負責人的面上項目。

基本介紹

  • 中文名:基於內容感知主幹網的普適計算服務發現關鍵技術研究
  • 依託單位:哈爾濱工業大學
  • 項目類別:面上項目
  • 項目負責人:姜守旭
項目摘要,結題摘要,

項目摘要

服務發現是根據服務描述和服務請求的內容在網路上找到服務實例的過程,和傳統網路路由是根據節點地址尋找目標節點不同,這種內容驅動性決定了網路結構應該是內容感知的,目前將內容和網路結構關聯、根據內容進行路由、以及其上的服務發現研究還不夠深入,本課題提出一個內容感知主幹網路(CBN),基本思想是將主幹節點上收集的服務描述進行聚合,形成服務發現的路由信息。本課題針對普適環境的特殊性對基於CBN的普適計算服務發現進行下述三個方面的關鍵技術研究:(1)CBN對服務描述內容的分散式收集和聚合,為在其上進行高效的內容路由和服務發現奠定基礎;(2)可以感知上下文信息的CBN,使CBN能在普適環境中更高效的發現適合用戶的服務;(3)CBN如何處理信息的不確定性,使普適環境中普遍存在的信息不確定對服務發現的影響可被忽略。本課題對內容感知網路和普適計算服務發現的研究具有重要的理論意義和實用價值。

結題摘要

服務發現是根據服務描述和服務請求的內容在網路上找到服務實例的過程,和傳統根據節點地址來尋找節點的方法存在本質不同,特別適用於以移動和動態變化為典型特徵的普適計算環境。從普適計算環境的動態性、信息確定性以及其中的服務發現應該具有上下文敏感性這三個基本特性出發,本課題對普適環境下的服務發現進行了如下三個方面的關鍵技術研究,取得了相應的研究結果:(1)建立簇結構及其變形來為普適計算的服務發現提供網路結構基礎,解決的核心問題是找到合理的簇規模和簇劃分算法來適應普適網路特徵,本項目給出了線性漸進複雜性的、不斷進行線上合併與分割的自適應分簇算法;(2)通過動態目錄部署來解決普適環境的動態性,本項目提出的目錄部署能夠自適應網路拓撲及請求模式的動態變化,另外為了解決信息的不確定性和目錄部署的線上性,本項目將目錄遷移建模為馬爾可夫決策過程,使用機器學習算法進行了求解,並給出了相應的理論分析;(3)對時空上下文敏感的普適服務發現進行了深入研究,具體處理辦法是建立一個和節點時空位置有關的多層簇結構,並基於該結構上的內容發布/訂閱完成適用於普適環境的靈活而高效的服務發現協定。本項目取得大量成果:發表文章17篇,為後續研究奠定了基礎,培養博/碩士生21人。

相關詞條

熱門詞條

聯絡我們