摘 要：信息中心網(wǎng)絡(luò)設(shè)計(jì)的初衷即是為了實(shí)現(xiàn)內(nèi)容的快速高效獲取。然而當(dāng)前的信息中心網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)缺少智能化的管理，其無(wú)法很好地根據(jù)網(wǎng)絡(luò)的實(shí)時(shí)狀態(tài)進(jìn)行智能的感知和決策，這在一定程度造成了網(wǎng)絡(luò)帶寬、緩存等網(wǎng)絡(luò)資源的浪費(fèi)。當(dāng)前網(wǎng)絡(luò)系統(tǒng)中存在的用于網(wǎng)絡(luò)狀態(tài)監(jiān)測(cè)的軟硬件系統(tǒng)種類越來(lái)越豐富，網(wǎng)絡(luò)運(yùn)維人員可以掌握各種各樣的實(shí)時(shí)網(wǎng)絡(luò)監(jiān)測(cè)數(shù)據(jù)信息。隨著移動(dòng)設(shè)備的普及以及移動(dòng)設(shè)備傳感技術(shù)的發(fā)展，從移動(dòng)設(shè)備中獲得的流量數(shù)據(jù)、傳感器數(shù)據(jù)和用戶操作數(shù)據(jù)的內(nèi)容特征信息也越來(lái)越多。由于人力成本在不斷增加且人類算力具有一定局限性，不斷增長(zhǎng)的網(wǎng)絡(luò)需求需要網(wǎng)絡(luò)更加智能化。面向未來(lái)的網(wǎng)絡(luò)架構(gòu)也必然是具有自調(diào)節(jié)，自適應(yīng)能力的智能網(wǎng)絡(luò)系統(tǒng)，因此針對(duì)以內(nèi)容獲取為核心的信息中心網(wǎng)絡(luò)架構(gòu)中網(wǎng)絡(luò)環(huán)境的感知研究及相應(yīng)的網(wǎng)絡(luò)資源智能管理的研究也越來(lái)越引起人的注意。

關(guān)鍵詞：智能感知；信息中心網(wǎng)絡(luò)；數(shù)據(jù)挖掘；緩存資源管理

隨著移動(dòng)傳輸技術(shù)、傳感技術(shù)和操作系統(tǒng)技術(shù)的發(fā)展，移動(dòng)設(shè)備承載了越來(lái)越多基于用戶的監(jiān)測(cè)數(shù)據(jù)信息。當(dāng)前越來(lái)越多的網(wǎng)絡(luò)服務(wù)商和內(nèi)容提供商也在使用用戶的屬性信息和偏好信息來(lái)優(yōu)化其所管理的網(wǎng)絡(luò)服務(wù)。移動(dòng)設(shè)備上能獲取到的用戶情景信息和用戶的授權(quán)信息不論對(duì)互聯(lián)網(wǎng)服務(wù)商還是基礎(chǔ)網(wǎng)絡(luò)運(yùn)營(yíng)商都非常重要。因?yàn)槠淠鼙煌诰虺鲇脩舻臐撛谛枨?，從而獲得巨大的商業(yè)價(jià)值。例如Foursqure等公司都是通過(guò)獲取用戶的地理位置信息，為用戶提供基于位置鄰近的社交服務(wù)實(shí)現(xiàn)了用戶、商家、服務(wù)提供商三方共贏的結(jié)果，微信、米聊等軟件則是通過(guò)獲取用戶移動(dòng)電話里的通訊錄數(shù)據(jù)，從而為用戶搭建起了實(shí)現(xiàn)人與人高效連接的社交網(wǎng)絡(luò)平臺(tái)。在普適計(jì)算領(lǐng)域和信息檢索等領(lǐng)域，用戶的情景數(shù)據(jù)建模分析也對(duì)用戶應(yīng)用使用體驗(yàn)的提升起到了關(guān)鍵的作用。

網(wǎng)絡(luò)的請(qǐng)求來(lái)自于用戶，對(duì)用戶的網(wǎng)絡(luò)行為和請(qǐng)求偏好進(jìn)行分析和建模對(duì)于優(yōu)化網(wǎng)絡(luò)系統(tǒng)，特別是優(yōu)化以信息獲取為中心的信息中心網(wǎng)絡(luò)系統(tǒng)有著重要的指導(dǎo)意義。通過(guò)分析區(qū)域群體用戶的熱點(diǎn)偏好內(nèi)容信息和用戶群體的聚集和遷移狀態(tài)信息，可以實(shí)現(xiàn)對(duì)無(wú)線邊緣網(wǎng)絡(luò)節(jié)點(diǎn)的緩存資源配置的優(yōu)化，從而可有有效降低核心網(wǎng)絡(luò)的請(qǐng)求壓力，提高網(wǎng)絡(luò)服務(wù)能力。由于信息中心網(wǎng)絡(luò)的轉(zhuǎn)發(fā)節(jié)點(diǎn)內(nèi)置緩存系統(tǒng)且該網(wǎng)絡(luò)架構(gòu)對(duì)于無(wú)線傳輸具有天然支持性，利用基于用戶信息的分析結(jié)果優(yōu)化信息中心網(wǎng)絡(luò)的無(wú)線邊緣網(wǎng)絡(luò)系統(tǒng)的資源配置具有非常重要的價(jià)值和意義。將用戶的偏好信息和情景狀態(tài)信息進(jìn)行聚合和整理，網(wǎng)絡(luò)服務(wù)商則可以根據(jù)一個(gè)區(qū)域內(nèi)的用戶集群偏好以及用戶的聚集特性來(lái)緩存和部署相關(guān)視頻或者其他多媒體資源，從而優(yōu)化用戶的網(wǎng)絡(luò)使用體驗(yàn)。因此，信息中心網(wǎng)絡(luò)實(shí)現(xiàn)智能感知目標(biāo)的一個(gè)重要關(guān)鍵因素就是對(duì)用戶屬性偏好和情景狀態(tài)信息進(jìn)行可靠建模和分析。

構(gòu)建用戶情景智能感知分析服務(wù)系統(tǒng)由于需要涉及從硬件傳感器層到數(shù)據(jù)挖掘和建模的各類專業(yè)領(lǐng)域知識(shí)，因此，一個(gè)為上層建模分析提供穩(wěn)定數(shù)據(jù)接口的軟件中間件系統(tǒng)平臺(tái)就非常關(guān)鍵。這樣就免去了數(shù)據(jù)建模和應(yīng)用業(yè)務(wù)邏輯的開發(fā)調(diào)試工作量，同時(shí)提高整體系統(tǒng)的穩(wěn)定性。理想的用戶情景狀態(tài)智能感知中間件平臺(tái)應(yīng)當(dāng)具有四個(gè)特點(diǎn)，一是其架構(gòu)一定是分布式的、面向服務(wù)的、可插拔的體系結(jié)構(gòu)設(shè)計(jì)，能夠使基礎(chǔ)平臺(tái)的計(jì)算性能、存儲(chǔ)性能和網(wǎng)絡(luò)傳輸性能得以快速被擴(kuò)展。二是有一種通用的、共性化的數(shù)據(jù)處理機(jī)制來(lái)處理用戶或者環(huán)境的多類別海量情景數(shù)據(jù)，大大提高基礎(chǔ)架構(gòu)的復(fù)用程度，方便軟件開發(fā)者快速地將其定制成應(yīng)用在不同產(chǎn)業(yè)的業(yè)務(wù)支撐平臺(tái)。三是平臺(tái)應(yīng)該有一套通用的情景感知模型，不同應(yīng)用之間能夠依據(jù)此情景感知模型共享情景信息和數(shù)據(jù)，使得跨平臺(tái)的情景融合更加容易。四是系統(tǒng)應(yīng)該有一個(gè)好的應(yīng)用編程接口模型，使得情景感知應(yīng)用開發(fā)者在不用關(guān)心情景狀態(tài)是如何識(shí)別出來(lái)的情況下，方便地獲得實(shí)時(shí)、準(zhǔn)確、沖突糾正過(guò)的高層情景狀態(tài)信息。

移動(dòng)操作系統(tǒng)，例如iOS，Android的軟件架構(gòu)設(shè)計(jì)師已經(jīng)為開發(fā)者提供許多便利的應(yīng)用編程接口方便開發(fā)者調(diào)用，以主動(dòng)獲取或者被動(dòng)通知的方式獲取這些較為底層的傳感器情景信息。然而底層的傳感器信息無(wú)法滿足開發(fā)者對(duì)于情景感知應(yīng)用的開發(fā)需求。當(dāng)前業(yè)界有諸多產(chǎn)業(yè)公司在嘗試推出其情景感知計(jì)算平臺(tái)，并提供更高層級(jí)的用戶行為狀態(tài)識(shí)別功能給開發(fā)者來(lái)使用，但是受限于模型性能和數(shù)據(jù)源的稀缺性，產(chǎn)業(yè)中提供的情景識(shí)別功能更多的是底層的碎片化的情景信息，很難有高層的能描述連續(xù)情景事件的用戶情景信息輸出。大多類型的用戶分析和情景識(shí)別公司也都在依據(jù)部分商業(yè)場(chǎng)景訂制和優(yōu)化具體的應(yīng)用服務(wù)，其都沒(méi)有很好的提供一個(gè)普適性的情景狀態(tài)感知中間件系統(tǒng)平臺(tái)。

構(gòu)建用戶情景狀態(tài)智能感知的服務(wù)系統(tǒng)另一個(gè)關(guān)鍵因素就是如何構(gòu)建精準(zhǔn)性能穩(wěn)定的情景狀態(tài)識(shí)別和分析的算法模型。構(gòu)建分析模型首先要有有效的數(shù)據(jù)源，地理位置信息數(shù)據(jù)是最容易獲得的，也是情景數(shù)據(jù)中最有分析價(jià)值的信息。利用位置信息來(lái)實(shí)現(xiàn)基站帶寬資源和緩存資源的優(yōu)化調(diào)度是非常有價(jià)值的。在移動(dòng)設(shè)備上獲取位置數(shù)據(jù)信息的方式主要有兩種，一種是基于GPS、北斗等全球定位系統(tǒng)獲得，另一種則是通過(guò)使用分布式部署的各種類型基站獲得（比如移動(dòng)基站、藍(lán)牙基站等）。移動(dòng)設(shè)備定位數(shù)據(jù)的獲取有諸多技術(shù)環(huán)節(jié)需要考慮，比如耗電量和定位精度的權(quán)衡（GPS耗電量較大，但精度高，基站定位耗電小，但精度低），噪聲去除方法、硬件成本的評(píng)估、信號(hào)衰減和偏移的調(diào)整等。想要實(shí)施一個(gè)有效的情景感知算法系統(tǒng)，必須要對(duì)建立的算法模型進(jìn)行一些算法漏洞補(bǔ)充。Adams在其提出的系統(tǒng)中做了大量的模型數(shù)據(jù)填充工作。同時(shí)采用了對(duì)噪聲數(shù)據(jù)不敏感且不需要事先確定類別總數(shù)的DBSCAN算法，使得整個(gè)算法系統(tǒng)性能得到提升。

僅僅依靠位置數(shù)據(jù)很難完全刻畫出用戶的興趣偏好和行徑意圖，同時(shí)，在基站緩存資源調(diào)配的場(chǎng)景下，僅僅能分析出用戶群體的聚集和遷移特征，而無(wú)法準(zhǔn)確分析出用戶群體的偏好特征，智能緩存資源調(diào)配的性能效果也會(huì)大打折扣。隨著智能手表、智能手環(huán)、智能眼鏡的發(fā)展，用戶可被監(jiān)測(cè)的傳感器信息增多，準(zhǔn)確的用戶的屬性刻畫及偏好分析方案也變得越來(lái)越可行。利用移動(dòng)設(shè)備傳感器信息來(lái)監(jiān)測(cè)和識(shí)別用戶情景狀態(tài)信息的方法已經(jīng)有很多，包括利用單傳感器特征信息和多傳感器的聚合特征信息等。同時(shí)，這些傳感器信息的多樣化特征值也被研究人員利用去探索性能更優(yōu)的算法模型。

參考文獻(xiàn)：

[1]Nham B.Siangliulue K.5 Yeung S.Predicting Mode of Transport from Iphone Accelerometer Data[J].Stanford University Online Journal， 2011

[2] Brush a.，Krumm J.，Scott J.Activity recognitionresearch：The good the bad，and the future [J].Pervasive 2010 Workshop，2010

作者簡(jiǎn)介：

劉寧（1987-）男，黑龍江大慶人，碩士研究生，助教，2010年畢業(yè)于Pittsburg State University主修計(jì)算機(jī)、數(shù)學(xué)雙學(xué)士，2014年獲取哈爾濱理工大學(xué)碩士學(xué)位，研究生期間主要負(fù)責(zé)凝聚態(tài)物理科研工作，現(xiàn)任職大慶職業(yè)學(xué)院，從事計(jì)算機(jī)網(wǎng)絡(luò)管理、物聯(lián)網(wǎng)的教學(xué)工作，以及人工智能等方面的研究。