中间件_普适计算.共44页

一、普适计算的提出：1999年，IBM提出普适计算(又叫普及计算)的概念。

二、普适计算的概念：所谓的普适计算（Pervasive Computing / Ubiquitous Computing）指的是，无所不在的、随时随地可以进行计算的一种方式；无论何时何地，只要需要，就可以通过某种设备访问到所需的信息。

三、普适计算最重要的两个特征：间断连接轻量计算（即计算资源相对有限）四、普适计算应具有以下特性：(1)无所不在的(pervasive)：用户可以随地以各种接人手段进入同一信息世界；(2)嵌入的(embedded)：计算和通信能力存在于我们生活的世界中，用户能够感觉到它和作用于它；(3)游牧的(nomadic)：用户和计算均可按需自由移动；(4)自适应的(adaptable)：计算和通信服务可按用户需要和运行条件提供充分的灵活性和自主性；(5)永恒的(eterna1)：系统在开启以后再也不会死机或需要重起；部件可以因需要、出错或升级来去，但整个系统则永远可用．五、普适计算所涉及的技术：移动通信技术、小型计算设备制造技术、小型计算设备上的操作系统技术及软件技术等。

六、普适计算技术的主要应用方向：1、嵌入式技术（除笔记本电脑和台式电脑外的具有CPU能进行一定的数据计算的电器如手机，MP3等都是嵌入式技术研究的方向），2、网络连接技术（包括3G，ADSL等网络连接技术），3、基于Web的软件服务构架（即通过传统的B/S构架，提供各种服务）。

七、业界和高校的实验室均有普适计算项目推出，一些较为典型的项目如下：——麻省理工学院(MIT)的Oxygen项目。

其寓意是：未来计算象氧气一样无处不在并可自由获取。

该项目将固定计算设备和移动设备通过可自动配置的网络连接起来。

系统采用了包括休眠环境的自动转换等8种环境驱动技术。

——Microsoft公司的Easy Living研究项目。

致力于智能环境的体系开发，涉及中间件、几何世界建模、定位感知、服务描述等技术。

研究与开发普适计算——新一代计算模式和理念王海涛１。

宋丽华２（１．解放军理工大学通信工程学院南京２１０００７；２．解放军理工大学指挥自动化学院南京２１０００７）１引言普适计算作为一种崭新的计算模式，极大方便了人们的工作和生活。

首先介绍了普适计算的基本概念和特征以及实现普适计算的基本条件和要求，然后阐述了当前的主要研究问题及其现状，并说明了涉及的一些关键性技术，最后概述了普适计算的产品和应用情况。

；关键词普适计算；智能空间；上下文感知；ＲＦＩＤ＃∽ｗ…ｄ，＊…＊』、…ｏ…ｊｗＨ｛～“４“～Ⅻ８随着计算机、通信、网络、微电子、集成电路等技术的发展．信息技术的硬件环境和软件环境发生了巨大变化。

这种变化使得通信和计算机构成的信息空间与人们生活和工作的物理空间正在逐渐融为一体。

普适计算（ｐｅｒｖａｓｉｖｅｃｏｍｐｕｔｉｎｇ或ｕｂｉｑｕｉｔｏｕｓｃｏｍｐｕｔｉｎｇ）的思想就是在这种背景下产生的。

普适计算是由ＸｅｒｏｘＰＡＰＣ中心的科学家ＭａｒｋＷｅｉｓｅｒ于１９９１年首次提出的一种超越桌面计算的全新计算模式Ⅲ。

普适计算具有两个关键特性：一是无所不在性，即随时随地访问信息的能力；二是透明性，通过在物理环境中提供多个传感器、嵌人式设备、移动设备和其他任何有计算能力的设备．从而在用户察觉不到的情况下进行计算、通信并提供各种服务，最大限度地减少用户的干预。

．普适计算这一新型的计算模式建立在分布式计算、通信网络、移动计算、嵌入式系统、传感器等技术飞速发展和日益成熟的基础上．体现了信息空间与物理空间的融合趋势。

反映了人们对信息服务模式的更高需求——希望能随时、随地、自由地享用计算能力和信息服务，使人类生活的三二嬲ｊ三物理环境与计算机提供的信息环境之间的关系发生革命性改变【２】。

普适计算关键在于以人为本，而不以计算机为中心．因此。

普适环境中各组成元素的功能角色将不同于桌面计算模式。

此时，设备是进入应用一数据空间的门户，而不再是用户必须管理的客户软件的存储库：应用是用户执行任务的途径，而不再是为挖掘设备能力而编写的软件；计算环境是一个信息强化了的物理空间，而不再是为存储和运行软件而存在的一个虚拟环境。

普适计算下的上下文感知中间件研究的开题报告一、研究背景及意义随着普适计算的发展，人们越来越需要在多个设备和环境中进行信息交互和服务使用。

在这种环境下，上下文感知中间件的研究和开发变得越来越重要。

上下文感知中间件可以获取用户的位置、时间、行为、偏好等上下文信息，结合应用需要，提供定制化的服务，提高普适计算系统的智能化水平。

因此，研究上下文感知中间件在普适计算系统中的应用，具有重要的理论和实践意义。

二、研究现状目前，上下文感知中间件已经成为普适计算研究的热点之一，相关研究涉及到多个领域，包括机器学习、数据挖掘、智能推荐、位置服务等。

已有的研究主要从以下几个方面展开。

1、上下文数据采集通过多种传感器和数据采集技术获取用户的位置、活动、偏好等上下文信息。

2、上下文数据处理通过数据挖掘、关联规则、深度学习等技术对上下文数据进行处理，提取出有用的信息。

3、上下文感知服务设计通过将上下文信息与应用需求相结合，设计出符合用户需求的普适计算服务。

4、中间件架构设计设计合理的中间件架构，实现不同计算节点之间的数据传输和共享，提高系统的响应速度和稳定性。

三、研究内容及方法本研究将从上下文数据采集、上下文数据处理、上下文感知服务设计和中间件架构设计四个方面展开研究。

具体内容如下：1、上下文数据采集探索多种传感器和数据采集技术获取上下文信息的可行性，比较不同技术的优劣，选择最适合的采集方案。

2、上下文数据处理研究数据挖掘、关联规则、深度学习等技术在上下文数据处理中的应用，提取出有用的信息，为后续服务设计提供支持。

3、上下文感知服务设计基于上下文数据处理结果，探索如何将上下文信息与应用需求相结合，设计出符合用户需求的普适计算服务。

4、中间件架构设计研究合理的中间件架构，实现不同计算节点之间的数据传输和共享，提高系统的响应速度和稳定性。

本研究采用实验研究和理论研究相结合的方法，通过对不同方案的实验和对比，对研究结论进行验证和探索。