物联网中非确定性数据建模与分析

Internet of Things plays an important part in enhancing the development of social economy and people's life quality. It can not only help to simplify manufacturing, transporting, controlling and saling process to save costs and improve the efficiency, but also can record and audit the entire process automatically for the traceaiblity of objects. The common deployment of Internet of Things will be the trend of new technology development of the near future. As the result, improving and completing its key theories and technical foundations will be very important for its pervasive use. Currently, one of the most important problems in Internet of Things is the low accuracy of data and the correctness and completeness problems during the inductive reasoning. This project aims to research on a common uncertain data modeling method for Internet of Things, fully analyze the uncertainty and provide corresponding data mining mechanism to improve the quality of data. We will focus on the foundamental research on probabilitisc database and uncerain data ming theories, and use them to solve real life problems in Internet of Things. As the result, a well built foundation will be the output for Internet of Things applications.

物联网对社会经济发展和人民生活进步各个方面都有举足轻重的推动作用。它不仅能够帮助简化制造，物流，控制和销售等生产流程以节约成本和提高效率，并且可以对整个流通过程进行记录和查询，以保证其可追溯性(Traceability)。物联网技术的普及将会是大势所趋，因此完善物联网的理论和技术基础，将会对其发展有重大的意义。目前物联网发展中存在的重要问题之一是其数据的准确性和以此为基础的回溯推理的正确性和完备性。 本项目旨在针对物联网这一大型分布式系统，探索一种通用的非确定性数据建模方法，对物联网中的不确定性数据进行全面的分析，并提出有针对性的数据挖掘方案. 本项目将着眼于数据库和数据挖掘的基础理论研究，并将其用于解决实际应用中的问题。从而提高数据质量，并最终为物联网上层应用的发展和建设建立良好的基础。

针对不确定性数据分析需求已成为制约物联网技术发展的主要瓶颈之一，本项目从传感网络层、通信网络层、信息处理层、应用层四个方面探索物联网中的非确定性数据分析理论方法。研究重点主要聚焦于层次化数据流聚类分析问题，及其在图像检索和推荐系统中的应用研究。经项目组成员通力合作，共计发表学术论文3篇，其中SCI论文2篇（包括1篇分布式计算领域的顶级期刊IEEE TPDS），以及1篇数据挖掘领域的主流会议论文；同时培养青年教师2人（晋升为副教授）、博士/硕士研究生4人（毕业），实现了科学研究与人才培养双丰收的预期研究目标。