[论文解读] Overview and Challenges of Ambient Systems, Towards a Constructivist Approach to their Modelling

Gérald Rocher, Jean‐Yves Tigli+2 more|arXiv (Cornell University)|Jan 9, 2020

Context-Aware Activity Recognition Systems参考文献 78被引用 4

一句话总结

本文提出一种建构主义系统方法，用于建模环境系统（如物联网、信息物理系统及普适计算），通过将预测建模转变为在体有效性评估。由于环境复杂性和不可预测性，传统预测方法失效，因此必须通过目的驱动的模型进行实证评估，从而在实际部署中实现更好的适应性、用户体验和可靠性。

ABSTRACT

From a closed and controlled environment, neglecting all the external disturbances, information processing systems are now exposed to the complexity and the aleas of the physical environment, open and uncontrolled. Indeed, as envisioned by Mark Weiser as early as 1991, the progresses made on wireless communications, energy storage and the miniaturization of computer components, made it possible the fusion of the physical and digital worlds. This fusion is embodied in a set of concepts such as Internet of Things, Pervasive Computing, Ubiquitous Computing, etc. From a synthesis of these different concepts, we show that beyond the simple collection of environmental data from sensors, the purpose of the information processing systems underlying these concepts is to carry out relevant actions that the processing of these data suggests in our environment. However, due to the complexity of these systems and the inability to predict the effects of their actions, the responsibility for these actions still often remains with users. Mark Weiser's vision of disappearing computing is still far from being a reality. This situation calls for an epistemological rupture that is proposed to be concretized through the systemic approach which finds its foundations in constructivism. It is no longer a question of predicting but of evaluating in vivo the effectiveness of these systems. The perspectives for such an approach are discussed.

研究动机与目标

• 解决建模复杂环境系统时的认识论挑战，即由于环境不可预测性，传统预测模型失效。
• 克服传统系统建模在开放、动态环境中因用户对系统行为责任未被管理而产生的局限性。
• 提出一种基于建构主义的系统建模方法，通过实时评估而非同构预测来评估系统有效性。
• 通过有效性驱动的评估，实现对环境系统中用户体验、可靠性与适应性的实际评估。
• 通过将评估建立在可观察的真实世界结果之上，为自适应系统和网络物理环境中的稳健设计提供基础。

提出的方法

• 采用基于建构主义的系统建模方法，拒绝同构预测，转而通过实证评估系统行为。
• 基于系统预期目的建模环境系统，采用目的驱动框架，捕捉物理环境中功能目标。
• 使用概率输入/输出隐马尔可夫模型（IOHMM）评估系统有效性，并扩展至可能性框架以处理时间约束。
• 不通过孤立的非功能性指标（如MTBF、MDT）评估系统性能，而是通过反映现实世界影响的高层次有效性指标进行评估。
• 通过将有效性与主观用户体验质量（QoE）和系统可信度关联，将用户体验与可靠性整合到评估中。
• 在真实环境中应用该模型，评估系统在体行为，避免依赖受控的、合成的测试条件。

实验结果

研究问题

• RQ1 当环境交互本质上不可预测且依赖上下文时，如何有效建模环境系统？
• RQ2 从预测建模转向复杂开放环境中系统行为的真实世界评估，需要何种认识论转变？
• RQ3 有效性评估在多大程度上可作为环境系统中可靠性、性能与用户体验的统一指标？
• RQ4 基于建构主义的系统建模如何支持自适应与上下文感知系统的发展？
• RQ5 有效性评估能否替代传统非功能性指标（如MTBF、可用性）作为系统可信度的整体指标？

主要发现

• 由于环境复杂性以及无法预见所有交互，传统预测建模对环境系统不足。
• 在真实世界条件下评估的有效性评估，为同构预测提供了更务实且可靠的替代方案。
• 基于建构主义的系统方法使基于目的而非理论模型来评估系统行为成为可能。
• 概率IOHMM及其可能性扩展可有效建模不确定性和时间约束下的系统行为。
• 有效性评估可作为可靠性、性能与用户体验的高层次指标，涵盖传统非功能性指标。
• 初步实现表明，该方法在支持自适应系统及提升真实世界环境中普适计算系统的鲁棒性方面具有前景。