基於概率主題模型的物聯網服務發現(PDF 20頁)

內容摘要
物聯網(Internet of things,簡稱 IoT)是指物物相連的互聯網,它將互聯網擴展到物理世界中,通過射頻識別
(radio frequency identification,簡稱 RFID)、傳感器、全球定位等信息傳感技術,按約定的協議,把物理世界中的
物體與互聯網相連接,進行信息交換和通信,從而實現對物體的智能化識別、定位、跟蹤、監控和管理.
為使物聯網係統中的異構設備進行互相通信與協作,麵向服務的架構(service oriented architecture,簡稱
SOA)將設備的功能封裝為鬆散耦合的 Web 服務(稱為設備服務),以一種統一的接口向外界提供,從而使各種異
構的設備之間、設備與傳統 Web 服務之間能夠相互通信與協作.本文將設備服務和傳統 Web 服務統稱為物聯
網服務.
與傳統 Web 服務相比,設備服務具有不同的特點.首先,設備服務嵌入在物理設備中,且能夠提供實時數據,
反映物理世界的狀態,而傳統 Web 服務是封裝了業務功能的虛擬實體;其次,設備服務部署在資源受限的設備中
(比如有限的計算和存儲能力、帶寬和電池等),而傳統 Web 服務部署在資源豐富的計算機中;最後,由於物聯網
中設備的資源有限性和移動性以及無線網絡自身的不可靠性,設備服務往往處於高度動態變化的環境中,服務
經常消失或重新出現,而傳統 Web 服務變化相對不頻繁.
隨著 RFID、無線傳感技術、嵌入式設備和移動智能設備技術的快速發展和物理設備的廉價化,越來越多
的物理設備將被連接到物聯網中.如何從大量的、資源受限的異構設備中發現具有特定功能的服務來滿足用戶
的需求,顯得越來越重要.由於設備服務與傳統 Web服務相比具有不同的特點,傳統Web服務發現方法不能有效
地滿足物聯網服務發現的需求.首先,物聯網服務數量規模較大.與傳統的 Web 服務發現相比,物聯網中的服務
發現具有更大規模的搜索空間,需要一種高效、快速且能自動對服務進行分類管理的服務發現方法.現有的 Web
服務發現方法僅局限於小規模的服務發現.其次,設備服務具有動態的可獲取性.由於無線網絡自身的不可靠
性、設備故障或損壞、設備的移動性以及設備的資源高度受限性等因素,服務經常消失或重新出現,即,服務具
有動態的可獲取性,對服務發現的實時性要求較高.現有的 Web 服務發現方法主要強調服務匹配的精確度,而未
考慮匹配的實時性.第三,物聯網服務具有異構的服務描述模型.由於設備種類和所具有資源量的異構性,不同
的設備所提供的服務具有異構的服務描述模型,比如 DPWS (device profile for Web services)( http://docs.oasis-
open.org/ws-dd/ns/dpws/2009/01),RESTful Web 服務等.此外,物聯網係統中還包括基於 WSDL(Web service
description language)的傳統 Web 服務,需要一種能夠處理多種異構服務描述的服務發現方法.而現有的 Web 服
務匹配方法僅基於 WSDL 模型或者基於 RESTful 服務模型進行匹配,缺少一種能夠同時支持這兩種服務的通
用服務發現方法.
針對物聯網服務發現的上述特點,本文提出一種高效、快速的基於概率主題模型的物聯網服務發現方法.
該方法利用英文 Wikipedia 構建高質量的主題模型,同時將類似短文本的服務文本描述擴充為長文本,使主題模
型能夠準確地估計服務文本描述的隱含主題;然後,利用非參數主題模型層次狄利克雷過程(hierarchical
Dirichlet process,簡稱 HDP) [1] 提取服務文本的隱含主題,並根據其隱含主題對服務進行自動分類,快速縮小搜索
範圍和加速文本相似度計算;隨後,再通過計算服務與服務請求的主題相似度來進一步減小服務匹配數量;最
後,提出一種能夠同時支持 WSDL-based 和 RESTful 兩種物聯網服務的 signature 匹配方法,通過計算候選服務
集與服務請求的 signature 相似度,找到與服務請求最相似的服務集合.
本文第 1 節分析物聯網服務發現的相關工作.第 2 節對概率主題模型進行介紹.第 3 節詳細介紹基於概率
主題模型的物聯網服務發現方法.第 4 節給出對比實驗,並對實驗結果進行分析.第 5 節對全文進行總結.
..............................