基于内容感知主干网的普适计算服务发现关键技术研究

服务发现是根据服务描述和服务请求的内容在网络上找到服务实例的过程，和传统网络路由是根据节点地址寻找目标节点不同，这种内容驱动性决定了网络结构应该是内容感知的，目前将内容和网络结构关联、根据内容进行路由、以及其上的服务发现研究还不够深入，本课题提出一个内容感知主干网络（CBN），基本思想是将主干节点上收集的服务描述进行聚合，形成服务发现的路由信息。本课题针对普适环境的特殊性对基于CBN的普适计算服务发现进行下述三个方面的关键技术研究：（1）CBN对服务描述内容的分布式收集和聚合，为在其上进行高效的内容路由和服务发现奠定基础；（2）可以感知上下文信息的CBN，使CBN能在普适环境中更高效的发现适合用户的服务；（3）CBN如何处理信息的不确定性，使普适环境中普遍存在的信息不确定对服务发现的影响可被忽略。本课题对内容感知网络和普适计算服务发现的研究具有重要的理论意义和实用价值。

服务发现是根据服务描述和服务请求的内容在网络上找到服务实例的过程，和传统根据节点地址来寻找节点的方法存在本质不同，特别适用于以移动和动态变化为典型特征的普适计算环境。从普适计算环境的动态性、信息确定性以及其中的服务发现应该具有上下文敏感性这三个基本特性出发，本课题对普适环境下的服务发现进行了如下三个方面的关键技术研究，取得了相应的研究结果：(1)建立簇结构及其变形来为普适计算的服务发现提供网络结构基础，解决的核心问题是找到合理的簇规模和簇划分算法来适应普适网络特征，本项目给出了线性渐进复杂性的、不断进行在线合并与分割的自适应分簇算法；(2)通过动态目录部署来解决普适环境的动态性，本项目提出的目录部署能够自适应网络拓扑及请求模式的动态变化，另外为了解决信息的不确定性和目录部署的在线性，本项目将目录迁移建模为马尔可夫决策过程，使用机器学习算法进行了求解，并给出了相应的理论分析；(3)对时空上下文敏感的普适服务发现进行了深入研究，具体处理办法是建立一个和节点时空位置有关的多层簇结构，并基于该结构上的内容发布/订阅完成适用于普适环境的灵活而高效的服务发现协议。本项目取得大量成果：发表文章17篇，为后续研究奠定了基础，培养博/硕士生21人。