智能对象交互框架与数据流网络代理替换机制解析

### 智能对象交互框架与数据流网络代理替换机制解析 #### 1. 智能对象交互框架 在普适计算领域，智能对象和智能环境是核心概念。物联网让越来越多的日常物品能够连接到互联网或云服务，但服务依赖网络基础设施，易出现故障，且隐私保护问题日益受到关注。因此，让普适应用在无需外部支持的情况下做出集体决策成为了研究方向。 ##### 1.1 自描述对象 将必要信息搭载在对象上，使其能够在本地进行自发决策，避免远程通信，这类对象被称为“自描述”对象。这些信息可以存储在对象的 RFID 标签中，与传统仅存储远程信息引用的 RFID 标签不同，这里会放入额外信息以辅助基本决策，同时也能有效利用标签有限的存储空间。 ##### 1.2 应用示例 - **家具组装**：以 IKEA 的可组装家具为例，重要部件使用 NFC 标签进行自我描述。用户使用阅读器扫描标签，可获取部件信息，还能得到相邻部件的提示。NFC 手机可作为便携式阅读器，其应用程序能独立提供此服务。 - **废物管理**：对废物物品进行自我描述，如说明其成分，有助于更好地进行分类。例如，能检测出塑料瓶放入玻璃垃圾桶的情况，避免污染。 ##### 1.3 推理类型 根据不同领域，推理可分为支持性（Pro）和反对性（Against）。在家具组装领域，推理是支持性的，推荐寻找相邻部件；而在废物管理领域，推理是反对性的，用于检测不相容情况。 ##### 1.4 方法原则 - **集中式方法**：领域知识存储在服务器或外部数据库中，普适应用的对象每次进行推理都需参考该中央知识库，需要有通信基础设施来传输数据。现有的包含引用的 RFID 标签就是这种方法的示例。 - **分布式方法**：领域知识分散存储在物理空间的设备中，如 RFID/NFC 等被动接近通信标签。这些标签内存有限，手持阅读器计算能力也有限，因此需要高效的上下文表示来实现最佳性能。 - **本文方法**：提出了一种在资源受限的分布式环境中编码知识以进行推理的框架。推理可在本地进行，无需参考中央知识库。框架提出了一种高效的物品自我描述编码方法，只要标签信息按此格式存储，通用算法即可在不同领域重复使用。该框架类似于物联网，但更像是本地物联网（InoT），因为推理可在本地智能对象间进行，无需网络通信。 ##### 1.5 推理模型 以一个包含 10 个重要属性 {p1, p2, ... p9, p10} 的示例领域 D 为例，部分属性之间存在不相容性。用图 G 表示这些属性的知识，每个属性为一个顶点，不相容属性间有边相连。 | 属性 | 不相容属性 | | ---- | ---- | | p1 | - | | p2 | p4 | | p3 | p7, p5, p6, p9, p10 | | p4 | p2, p8 | | p5 | p7, p3, p10 | | p6 | p3 | | p7 | p5, p3, p10 | | p8 | p4 | | p9 | p3 | | p10 | p3, p5, p7 | 物品的 RFID 标签按 {属性 : 不相容属性} 的格式存储信息。例如，具有属性 p3 的物品，标签信息为“p3 : p5, p6, p7, p9, p10”。若物品有多个属性，则对各属性的字段进行合并。当物品