林艷芳

（中國(guó)移動(dòng)通信集團(tuán)設(shè)計(jì)院有限公司重慶分公司，重慶 401121）

物聯(lián)網(wǎng)物（Internet of Things，IoT）理實(shí)體的數(shù)據(jù)搜索服務(wù)通常根據(jù)設(shè)備和用戶在任何時(shí)間及地點(diǎn)的需求而進(jìn)行設(shè)計(jì)。數(shù)據(jù)質(zhì)量、搜索延遲、可信任性、可訪問(wèn)性、可靠性與連續(xù)性是影響物聯(lián)網(wǎng)實(shí)體數(shù)據(jù)和服務(wù)的高效搜索與訪問(wèn)的關(guān)鍵。然而，物聯(lián)網(wǎng)的當(dāng)前數(shù)據(jù)和服務(wù)搜索、發(fā)現(xiàn)以及訪問(wèn)方法與解決方案更適合于小批量、靜態(tài)的數(shù)據(jù)和服務(wù)資源。BI Intelligence的數(shù)據(jù)表明，2015年，物聯(lián)網(wǎng)感知設(shè)備的數(shù)量已超過(guò)智能手機(jī)、個(gè)人電腦，到2020年，其數(shù)量將突破240億。IDC預(yù)計(jì)，到2020年全球物聯(lián)網(wǎng)感知設(shè)備數(shù)量將達(dá)到250億。隨著物聯(lián)網(wǎng)感知資源的大規(guī)模部署，我們將面臨異構(gòu)性、復(fù)雜性以及數(shù)據(jù)量方面不同的物聯(lián)網(wǎng)生態(tài)系統(tǒng)。從各種感知資源中有效地發(fā)現(xiàn)、排序、選擇、訪問(wèn)、融合以及對(duì)數(shù)據(jù)和服務(wù)產(chǎn)生理解，需要網(wǎng)絡(luò)、數(shù)據(jù)/服務(wù)提供商的搜索引擎在適當(dāng)?shù)臅r(shí)間選擇適當(dāng)?shù)母兄Y源。物聯(lián)網(wǎng)環(huán)境的分布式、規(guī)?；?、異構(gòu)性、多樣性、動(dòng)態(tài)性意味著傳統(tǒng)的互聯(lián)網(wǎng)文本搜索模式將遠(yuǎn)遠(yuǎn)不適用于大規(guī)模物聯(lián)網(wǎng)物理實(shí)體信息的搜索。本文闡述了研究強(qiáng)大而全面的物聯(lián)網(wǎng)搜索解決方案的一些要求和挑戰(zhàn)。

1 Web搜索：從關(guān)鍵詞到語(yǔ)義搜索

互聯(lián)網(wǎng)早期的信息訪問(wèn)和檢索主要依靠簡(jiǎn)單的功能和方法。早期的搜索引擎基于Unix下的文字查詢功能，但并無(wú)排序的機(jī)制。其中一些早期的搜索引擎甚至用縮小搜索框的大小以阻止用戶添加更多關(guān)鍵字，以便在高峰時(shí)間減少服務(wù)器的負(fù)載（顯然，輸入更多的關(guān)鍵字增加了搜索復(fù)雜性）?；ヂ?lián)網(wǎng)在過(guò)去二十年中取得了長(zhǎng)足的進(jìn)步，盡管目前信息搜索的能力不斷發(fā)展，但是一些復(fù)雜的方法和解決方案提供了對(duì)大量信息進(jìn)行索引、排序、搜索的能力。新一代的Web搜索引擎專(zhuān)注于信息抽取和個(gè)性化定制知識(shí)的抽取技術(shù)。盡管使用大量背景知識(shí)（即知識(shí)圖譜）的語(yǔ)義搜索，如瀏覽個(gè)性化的廣告第一次可以追溯到2000年，但這種方法也僅僅在過(guò)去幾年成為主流。一些由結(jié)構(gòu)化數(shù)據(jù)和知識(shí)圖譜驅(qū)動(dòng)的搜索服務(wù)成為互聯(lián)網(wǎng)搜索服務(wù)商的主營(yíng)業(yè)務(wù)。

2 物聯(lián)網(wǎng)搜索的演進(jìn)趨勢(shì)

物聯(lián)網(wǎng)演進(jìn)的下一步是從物理世界中更好地收集并發(fā)布多模、多源物理實(shí)體信息。這要求機(jī)器以對(duì)話方式反映用戶的信息需求，或基于情境信息（例如時(shí)間，位置和類(lèi)型），而不是用戶在搜索框中簡(jiǎn)單地鍵入關(guān)鍵字。原始數(shù)據(jù)通常也需要從不同的來(lái)源集成，并進(jìn)一步分析以提取信息與知識(shí)（而不是呈現(xiàn)原始觀察和測(cè)量結(jié)果）。圖1展示了物聯(lián)網(wǎng)數(shù)據(jù)發(fā)現(xiàn)場(chǎng)景。在圖1中，數(shù)據(jù)需要在索引/發(fā)現(xiàn)服務(wù)器上索引并發(fā)布，搜索與發(fā)現(xiàn)機(jī)制應(yīng)能夠基于情境信息發(fā)現(xiàn)物理實(shí)體相關(guān)數(shù)據(jù)。

過(guò)去，網(wǎng)絡(luò)搜索引擎被用于處理和索引網(wǎng)頁(yè)信息。現(xiàn)在，搜索引擎可能還需處理海量的物聯(lián)網(wǎng)設(shè)備產(chǎn)生的數(shù)據(jù)。在查詢時(shí)，描述感知設(shè)備提供的數(shù)據(jù)信息將使搜索引擎能夠找到數(shù)據(jù)的來(lái)源。這樣的數(shù)據(jù)無(wú)法預(yù)測(cè)，但數(shù)據(jù)的參數(shù)和上下文可以被注冊(cè)和索引。例如，索引服務(wù)器可以包含有關(guān)數(shù)據(jù)源及其提供者的信息。最近，Schema.org的研究表明：若內(nèi)容開(kāi)發(fā)人員能夠描述數(shù)據(jù)的信息，則有助于搜索引擎表征數(shù)據(jù)并快速匹配用戶查詢。對(duì)于物聯(lián)網(wǎng)而言，需要研究一個(gè)類(lèi)似的解決方案，除了描述內(nèi)容（數(shù)據(jù)）之外，還需要描述數(shù)據(jù)源的信息（即設(shè)備和網(wǎng)絡(luò)信息）。使用基于語(yǔ)義Web方法的Linked Open Data可以很好地解決這個(gè)問(wèn)題。W3C的語(yǔ)義傳感器網(wǎng)絡(luò)孵化器組及其后續(xù)的W3C Web空間數(shù)據(jù)工作組（www.w3.org/2015/spatial）也在數(shù)據(jù)的描述方面取得了一些研究成果。

圖1 物聯(lián)網(wǎng)數(shù)據(jù)發(fā)現(xiàn)框架

物聯(lián)網(wǎng)在感知設(shè)備、通信協(xié)議以及物理世界實(shí)體對(duì)象與當(dāng)前互聯(lián)網(wǎng)Web架構(gòu)的集成方面取得了越來(lái)越大的進(jìn)步。在不久的將來(lái)，物聯(lián)網(wǎng)將真正成為互聯(lián)網(wǎng)的內(nèi)在延伸。通過(guò)使用底層網(wǎng)絡(luò)和通信技術(shù)，用戶將可以通過(guò)互聯(lián)網(wǎng)與物理世界實(shí)體進(jìn)行交互。圖2顯示了一個(gè)物聯(lián)網(wǎng)框架，其中包含各種傳感器設(shè)備以及可通過(guò)社交媒體和其他應(yīng)用程序發(fā)布的用戶和群智感知信息。數(shù)據(jù)可以由各種設(shè)備（圖中的無(wú)線傳感器網(wǎng)絡(luò)）以及其他智能設(shè)備（圖中的網(wǎng)絡(luò)使能設(shè)備），應(yīng)用程序和社交媒體流提供。數(shù)據(jù)可以由網(wǎng)關(guān)和其他中間件組件直接發(fā)布或中繼。索引和發(fā)現(xiàn)服務(wù)將能夠讀取數(shù)據(jù)提供者的參數(shù)和屬性，并創(chuàng)建高效、分布式、可擴(kuò)展的解決方案，以查找、發(fā)現(xiàn)和訪問(wèn)數(shù)據(jù)。查詢可由用戶、應(yīng)用程序和其他需要根據(jù)不同標(biāo)準(zhǔn)（如位置、時(shí)間）獲取數(shù)據(jù)的設(shè)備發(fā)起。

然而，目前的物聯(lián)網(wǎng)信息訪問(wèn)和檢索方法仍處于20世紀(jì)90年代后期互聯(lián)網(wǎng)文本搜索階段。大規(guī)模物聯(lián)網(wǎng)的信息檢索基于這樣一種假設(shè)：設(shè)備和消費(fèi)者知道信息的來(lái)源，以便查找其他相關(guān)資源并與之交互。例如，Google的Physical Web項(xiàng)目（http：//google.github.io/physical-web）也是基于此假設(shè)而設(shè)計(jì)。Physical Web在自動(dòng)駕駛、車(chē)輛與基礎(chǔ)設(shè)施通信等場(chǎng)景中具有極大的應(yīng)用前景。然而，物聯(lián)網(wǎng)系統(tǒng)還需要在環(huán)境監(jiān)測(cè)、智慧城市和災(zāi)難應(yīng)急等場(chǎng)景中搜索和發(fā)現(xiàn)大型分布式網(wǎng)絡(luò)中的資源。

3 物聯(lián)網(wǎng)搜索的挑戰(zhàn)

最近，研究人員為IoT設(shè)備、服務(wù)及其數(shù)據(jù)的（語(yǔ)義）注釋和描述提供了解決方案。然而，大多數(shù)這些方法依賴于集中式解決方案和復(fù)雜的查詢機(jī)制，這些機(jī)制阻礙了復(fù)雜的物聯(lián)網(wǎng)系統(tǒng)的可擴(kuò)展性及大規(guī)模部署與應(yīng)用的潛力。Shodan（www.shodan.io）和Thingful（http：//thingful.net）等一些正在進(jìn)行中的研究項(xiàng)目為物聯(lián)網(wǎng)搜索提供了解決方案。但是，它們主要依賴于集中索引和用戶手動(dòng)提供數(shù)據(jù)的元數(shù)據(jù)信息，這些元數(shù)據(jù)的描述能力非常有限（如傳感器的位置描述無(wú)法依據(jù)位置變化而改變）。目前的方法無(wú)法解決用戶諸如搜索“北京市的交通傳感器”等搜索問(wèn)題，并且在搜索語(yǔ)義化方面還有很長(zhǎng)的路要走。