基于概率主题模型的物联网服务发现(PDF 20页)

内容摘要
物联网(Internet of things,简称 IoT)是指物物相连的互联网,它将互联网扩展到物理世界中,通过射频识别
(radio frequency identification,简称 RFID)、传感器、全球定位等信息传感技术,按约定的协议,把物理世界中的
物体与互联网相连接,进行信息交换和通信,从而实现对物体的智能化识别、定位、跟踪、监控和管理.
为使物联网系统中的异构设备进行互相通信与协作,面向服务的架构(service oriented architecture,简称
SOA)将设备的功能封装为松散耦合的 Web 服务(称为设备服务),以一种统一的接口向外界提供,从而使各种异
构的设备之间、设备与传统 Web 服务之间能够相互通信与协作.本文将设备服务和传统 Web 服务统称为物联
网服务.
与传统 Web 服务相比,设备服务具有不同的特点.首先,设备服务嵌入在物理设备中,且能够提供实时数据,
反映物理世界的状态,而传统 Web 服务是封装了业务功能的虚拟实体;其次,设备服务部署在资源受限的设备中
(比如有限的计算和存储能力、带宽和电池等),而传统 Web 服务部署在资源丰富的计算机中;最后,由于物联网
中设备的资源有限性和移动性以及无线网络自身的不可靠性,设备服务往往处于高度动态变化的环境中,服务
经常消失或重新出现,而传统 Web 服务变化相对不频繁.
随着 RFID、无线传感技术、嵌入式设备和移动智能设备技术的快速发展和物理设备的廉价化,越来越多
的物理设备将被连接到物联网中.如何从大量的、资源受限的异构设备中发现具有特定功能的服务来满足用户
的需求,显得越来越重要.由于设备服务与传统 Web服务相比具有不同的特点,传统Web服务发现方法不能有效
地满足物联网服务发现的需求.首先,物联网服务数量规模较大.与传统的 Web 服务发现相比,物联网中的服务
发现具有更大规模的搜索空间,需要一种高效、快速且能自动对服务进行分类管理的服务发现方法.现有的 Web
服务发现方法仅局限于小规模的服务发现.其次,设备服务具有动态的可获取性.由于无线网络自身的不可靠
性、设备故障或损坏、设备的移动性以及设备的资源高度受限性等因素,服务经常消失或重新出现,即,服务具
有动态的可获取性,对服务发现的实时性要求较高.现有的 Web 服务发现方法主要强调服务匹配的精确度,而未
考虑匹配的实时性.第三,物联网服务具有异构的服务描述模型.由于设备种类和所具有资源量的异构性,不同
的设备所提供的服务具有异构的服务描述模型,比如 DPWS (device profile for Web services)(http://docs.oasis-
open.org/ws-dd/ns/dpws/2009/01),RESTful Web 服务等.此外,物联网系统中还包括基于 WSDL(Web service
description language)的传统 Web 服务,需要一种能够处理多种异构服务描述的服务发现方法.而现有的 Web 服
务匹配方法仅基于 WSDL 模型或者基于 RESTful 服务模型进行匹配,缺少一种能够同时支持这两种服务的通
用服务发现方法.
针对物联网服务发现的上述特点,本文提出一种高效、快速的基于概率主题模型的物联网服务发现方法.
该方法利用英文 Wikipedia 构建高质量的主题模型,同时将类似短文本的服务文本描述扩充为长文本,使主题模
型能够准确地估计服务文本描述的隐含主题;然后,利用非参数主题模型层次狄利克雷过程(hierarchical
Dirichlet process,简称 HDP) [1] 提取服务文本的隐含主题,并根据其隐含主题对服务进行自动分类,快速缩小搜索
范围和加速文本相似度计算;随后,再通过计算服务与服务请求的主题相似度来进一步减小服务匹配数量;最
后,提出一种能够同时支持 WSDL-based 和 RESTful 两种物联网服务的 signature 匹配方法,通过计算候选服务
集与服务请求的 signature 相似度,找到与服务请求最相似的服务集合.
本文第 1 节分析物联网服务发现的相关工作.第 2 节对概率主题模型进行介绍.第 3 节详细介绍基于概率
主题模型的物联网服务发现方法.第 4 节给出对比实验,并对实验结果进行分析.第 5 节对全文进行总结.
..............................