[發明專利]基于上下文感知數據流的認知計算架構

在審

• 申請號: 201610174811.2
• 申請日: 2016-03-25
• 公開（公告）號: CN105787116A
• 公開（公告）日: 2016-07-20
• 發明（設計）人: 王堃;陸恒;岳東;孫雁飛;吳蒙;亓晉;陳思光
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F11/14
• 代理公司: 南京知識律師事務所 32207
• 代理人: 王小君

技術領域

本發明涉及認知計算技術領域，特別涉及上下文感知數據流的認知計算架構。

背景技術

隨著互聯網技術的持續發展，以信息為基礎的服務在人們的日常生活中隨處可 見。面對周圍環境的大量的感知信息，如何才能夠實現對數據準確的分析和處理操作，適時 為用戶提供適合用戶需求的服務，成為當今工業界和學術界一致關注的重要研究方向之 一。為了能夠更好的滿足用戶的需求，信息服務的應用和處理系統自身需要具備分析和處 理大量信息的能力，因為只有考慮足夠多的信息，才能給出更準確的認知判斷。在此背景 下，上下文感知技術(Context-AwareTechnology)得到學術界和工業界越來越多的關注。 目前，基于上下文感知技術的應用有很多，它們在應用過程中會產生大量的感知數據和上 下文感知數據流，這種數據流具有傳輸速度快，流量大，關聯度混亂，亂序到達等特點，從中 提取出想要的數據并理解其含義非常困難。

發明內容

鑒于傳統數據處理模型的不足之處，本發明提出一種基于上下文感知數據流的認 知計算架構，實現對上下文感知數據的有效分析，提升數據處理效率，并得出有效的認知結 果。

基于上下文感知數據流的認知計算架構，包括：上下文感知數據獲取層，用于收集 用戶使用相關互聯網服務所產生的數據和數據流，傳輸給上下文感知數據存儲層；上下文 感知數據存儲層，通過數據分類器將收集的數據分成靜態數據和動態數據流，所述數據分 類器中包括學習機，用于學習靜態數據和動態數據流的數據特征；所述靜態數據存入分布 式數據庫，經過輸出接口給上下文感知數據計算層調用；所述動態數據流經過緩存空間，直 接送往上下文感知數據計算層；上下文感知數據計算層，對動態數據流進行處理，包括數據 流分類、數據流模板匹配。

所述上下文感知數據獲取層包括過濾器，所述上下文感知數據獲取層包括過濾 器，又分為數據屬性過濾器和有效范圍過濾器，數據先經過所述數據屬性過濾器，判斷是否 是需要的感知數據，若是則傳輸到所述有效范圍過濾器，否則丟棄該數據；接著數據經過所 述有效范圍過濾器，判斷是否在有效范圍內，若是則被傳送到所述上下文感知數據存儲層， 否則該數據被丟棄。

所述上下文感知數據存儲層中的所述緩存空間具有備份，能實現容錯功能。

本發明實現了對上下文感知數據的有效分析，對提升數據處理效率并得出有效的 認知結果起到很大的作用。

附圖說明

圖1為本發明實施例基于上下文感知數據流的認知計算架構示意圖；

圖2為圖1中實施例的上下文感知數據存儲層結構圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對 本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并 不用于限定本發明。

如圖1所示，基于上下文感知數據流的認知計算架構為:

1)上下文感知數據獲取層

在上下文感知數據獲取層，系統將收集用戶使用相關的互聯網服務所產生的數據和數 據流。硬件的發展（傳感器網絡、可穿戴設備以及智能手機等智能終端）使得系統能夠獲取 到非常多的信息。上下文感知數據獲取層將收集所有可收集的信息，向上傳輸給上下文感 知數據存儲層。此外，為了保證所獲取的感知數據的有效性，減少對無效數據的存儲和計算 所帶來的系統開銷，本實施例在上下文感知數據獲取層設計了過濾機制，該過濾機制首先 根據數據屬性進行過濾，判斷是否是所需要的感知數據，是則送往上下文感知數據存儲層， 否則丟棄該數據。經過過濾，一些無效的或者損壞的數據將不再占用系統資源。然后，再根 據數據的有效范圍進行過濾。例如出現環境溫度為零下150攝氏度，則我們認為該數據測量 有誤，應丟棄。采用這種數據過濾機制，能夠有效的減少系統的無效開銷。

2)上下文感知數據存儲層