面向物联网数据的异质信息网络建模研究

The data generated by the Internet of Things (IoT) possesses intrinsic characteristics including heterogeneity, simplification of semantics and sensitivity to space and time.This means that traditional data processing methods are unsuitable for IoT data. The IoT industry has collected large amounts of data, but the value in these data has not been exploited and utilized thoroughly. Consequently, there is an increasing urgency to research knowledge representation and discovery, data mining and machine learning from new angles considering the characteristics of IoT data. Grounded in survey of the evolution of IoT from the perspectives of data analysis and the existing IoT data processing methods, our project is dedicated to the critical foundation research issue, that is, heterogeneous data semantic correlation analysis of IoT data. A data processing model for IoT called Internet of Things Heterogeneous Information Network (IoT-HIN) will be proposed in our project. In accordance with IoT-HIN, network construction method, dynamic meta-path discovery mechanism and mechanisms for processing time-sensitive IoT-HIN data will be studied in our project. Moreover, we will set up a prototype system for multi-source and heterogeneous data processing platform for IoT data to demonstrate the effectiveness of our model and methods. The proposed IoT-HIN model based on graph structure builds a dynamic data network relationship and is concerned with correlations among different data. Thus, we achieve heterogeneous data integration and analysis in IoT.

物联网数据具有异质性、语义单一和时空敏感的特点，传统数据处理方法难以完全适用于物联网数据处理。目前物联网相关行业尽管收集掌握了大量数据，但蕴含在数据中的价值尚未得到有效的开发利用。针对物联网数据的知识表示与发现、数据挖掘以及机器学习等相关物联网数据处理共性问题亟待开展相关研究。项目从数据视角分析物联网的演进过程和在总结现有物联网数据处理方法基础上，围绕物联网异质数据处理与分析这个关键基础科学问题开展相关研究。提出适用于物联网数据处理的物联网异质信息网络数据处理模型（IoT-HIN）和方法，重点研究IoT-HIN网络构建方法、动态元路径发现机制和时间敏感的IoT-HIN数据处理机制，并构建物联网多源异质数据处理平台与原型系统对提出的模型和方法进行实验验证。基于图结构的IoT-HIN模型构建了一个动态关系数据网络，更加关注于不同数据之间的关联性分析，从而实现对物联网中异质数据的整合和分析。

物联网作为互联网的重要扩展，通过建立普适环境中的感知基础设施对物理世界进行广泛互联，在人类世界，物理世界与信息世界之间构建了一个由网络、信息与服务组成的信息生态系统。与传统数据相比，物联网数据具有异质性、时空敏感等特点，这些特点使得传统数据处理方法难以完全适用于物联网数据处理。如何有效利用物联网中的数据成为当今物联网发展所面临的重大挑战之一。本项目以面向解决物联网应用领域共性问题为目标，针对物联网中异质数据处理的关键问题开展相关研究。项目提出了一种适用于物联网数据处理的物联网异质信息网络数据表示模型（IoT-HIN）。在IoT-HIN模型基础上，针对IoT-HIN动态构建方法、元路径发现机制以及时空敏感的物联网数据处理机制三个关键问题开展了重点研究，取得了一系列面向物联网异质数据处理问题的重要研究成果，在IEEE INTERNET OF THINGS JOURNAL（IF:9.936）等重要学术期刊发表了多篇代表性论文。基于图结构的IoT-HIN模型构建和分析方法研究的科学意义在于针对物联网数据的特性，构建了一个动态关系数据网络，通过该网络中的元路径实现轻量级的物联网数据间语义关系表示，更加关注于不同数据之间的关联性分析，从而实现对物联网中异质数据的整合利用，相关成果可应用于物联网数据融合与物联网服务推荐。