论文部分内容阅读
物联网搜索服务是物联网提供的最重要服务之一,然而如何从海量的、异构的、动态的物联网实体数据中高效、准确地获取最符合用户需求的信息是目前面临的一大挑战。首先,现阶段物联网实体资源没有统一的描述模型,导致了资源描述的异构性问题,对物联网实体搜索系统的数据收集和处理带来困难。其次,大规模异构物联网设备的接入使得物联网实体数据具有海量性、多态性和关联性等特征,传统的Web搜索技术不再适用于物联网环境。为此,本文研究了物联网实体描述和搜索技术,设计并实现了一个农业物联网实体搜索原型系统以验证所提方法的可行性。本文的主要研究内容如下:(1)针对目前缺乏统一的物联网实体资源描述模型的问题,由于本体可以消除概念上的歧义,本文提出了一种基于本体的实体描述模型IoTEDM,从实体的自然属性、状态属性、行为操作、事件通知、历史记录和安全性要求六个方面对实体进行统一描述,并使用JSON格式对实体进行实例化描述。(2)针对物联网实体搜索空间海量、动态以及非均匀的特征,聚类算法可用于缩小实体搜索范围,然而物联网实体部署的非均匀性使得经典的k-means和DBSCAN算法不能划分出合适的实体簇。为此本文提出一种改进的密度聚类算法A-DBSCAN,首先进行密度聚类,然后对规模大的实体簇进行k-means二次划分,并对噪音点就近处理。仿真结果表明,在实体分布不均匀的情况下,基于改进密度聚类的实体搜索方法能够缩小实体的搜索范围,提高了整体搜索效率。(3)基于以上提出的物联网实体描述模型,使用基于改进密度聚类的实体搜索方法,设计并实现了一个农业物联网实体搜索原型系统,验证了所提方法的可行性。