[论文解读] Building the Web of Knowledge with Smart IoT Applications (Extended Version)

Amélie Gyrard, Pankesh Patel+2 more|arXiv (Cornell University)|Jun 26, 2016

Semantic Web and Ontologies参考文献 24被引用 3

一句话总结

本文提出了一种基于语义网的框架，通过标准化元数据、本体和语义注释，将原始传感器数据转换为可操作的知识，从而实现可互操作的、以知识驱动的物联网应用。该框架利用语义技术和模型驱动开发，统一异构设备和协议，实现跨领域的智能物联网系统，最大限度减少人工干预，并提升决策能力。

ABSTRACT

The Internet of Things (IoT) is experiencing fast adoption in the society, from industrial to home applications. The number of deployed sensors and connected devices to the Internet is changing our perspective and the way we understand the world. The development and generation of IoT applications is just starting and they will modify our physical and virtual lives, from how we control remotely appliances at home to how we deal with insurance companies in order to start insurance schemes via smart cards. This massive deployment of IoT devices represents a tremendous economic impact and at the same time offers multiple opportunities. However, the potential of IoT is underexploited and day by day this gap between devices and useful applications is getting bigger. Additionally, the physical and cyber worlds are largely disconnected, requiring a lot of manual efforts to integrate, find, and use information in a meaningful way. To build a connection between the physical and the virtual, we need a knowledge framework that allow bilateral understandings, devices producing data, information systems managing the data and applications transforming information into meaningful knowledge. The first column in this series in the previous issue of this magazine titled "Internet of Things to Smart IoT Through Semantic, Cognitive, and Perceptual Computing," reviews IoT growth and potential that have energized research and technology development, centered on aspects of Artificial Intelligence to build future intelligent system. This column steps back and demonstrates the benefits of using semantic web technologies to get meaningful knowledge from sensor data to design smart systems.

研究动机与目标

• 解决物联网设备激增与其实用化应用之间日益扩大的差距。
• 克服物联网生态系统中因异构设备、协议和数据格式而产生的互操作性挑战。
• 通过语义注释和抽象化原始数据为高层知识，实现传感器数据在跨领域的重用。
• 通过模型驱动和语义方法，支持可扩展、自动化且平台无关的物联网应用开发。
• 通过创建统一的知识框架，弥合物理世界与网络世界之间的鸿沟，支持实时决策和智能行为。

提出的方法

• 利用语义网标准（例如，RDF、OWL、RDFS）为传感器数据添加机器可处理的元数据和领域语义。
• 提出三层架构：(1) 设备接入（物联网设备），(2) 数据理解（语义增强），(3) 服务组合（知识推理）。
• 利用领域特定本体，将低层级传感器读数（例如，温度、血压）映射到高层现实世界实体和状态（例如，“高血压”或“降雪”）。
• 采用模型驱动开发（MDD），使用三种高层语言：领域语言（功能）、架构语言（逻辑）和部署语言（环境）。
• 实现代码生成，从平台无关的模型自动生成特定平台的代码，降低开发复杂度。
• 将基于云的平台（例如，IBM IoT Foundation）与轻量级协议（MQTT、CoAP）集成，以实现安全、可扩展的数据摄入和实时处理。

实验结果

研究问题

• RQ1 如何利用语义网技术在物联网系统中将原始传感器数据转化为语义上有意义的知识？
• RQ2 哪些架构和方法论能够实现异构物联网设备、协议和数据格式之间的互操作性？
• RQ3 模型驱动开发如何降低物联网应用开发的复杂性和平台依赖性？
• RQ4 通过语义注释和共享本体，如何实现传感器数据在跨领域的重用？
• RQ5 语义框架在支持智能物联网应用中实现自主、智能决策方面发挥什么作用？

主要发现

• 对传感器数据进行语义注释可将原始数值转化为高层级、可操作的知识，例如从血压读数中识别出“高血压”。
• 使用标准化本体和元数据可显著减少在跨领域集成和解释异构物联网数据时的人工工作量。
• 采用关注点分离（垂直和水平）的模型驱动开发可实现平台无关的物联网应用开发，并支持自动代码生成。
• 基于云的平台若具备语义集成支持，可缩短开发时间并提升可扩展性，但会引入对云可用性的依赖。
• 将语义技术集成到物联网系统中，可通过将传感器数据与背景知识和领域规则关联，实现实时推理和决策。
• 当数据经过语义增强和标准化后，实现传感器在跨领域的重用（例如，将温度传感器同时用于暖通空调和火灾探测）是可行且具有成本效益的。