[论文解读] Service mining for Internet of Things

Bing Huang, Athman Bouguettaya|arXiv (Cornell University)|May 14, 2020

Service-Oriented Architecture and Web Services参考文献 6被引用 9

一句话总结

本文提出了一种面向物联网（IoT）的服务挖掘框架，通过空间-时间、环境、社交和操作因素，发现物联网服务之间的有意义关系。该框架引入了一种基于本体的服务模型及一组用于评估服务关系有趣性的度量指标，并通过分析和仿真结果证明了其在识别语义上显著的服务模式方面的有效性。

ABSTRACT

A service mining framework is proposed that enables discovering interesting relationships in Internet of Things services bottom-up. The service relationships are modeled based on spatial-temporal aspects, environment, people, and operation. An ontology-based service model is proposed to describe services. We present a set of metrics to evaluate the interestingness of discovered service relationships. Analytical and simulation results are presented to show the effectiveness of the proposed evaluation measures.

研究动机与目标

• 为以可扩展且自动化的方式发现物联网服务之间有意义且语义丰富的关联关系提供解决方案。
• 利用本体建模物联网服务，以捕捉空间、时间、环境和操作方面的特征。
• 定义并评估用于衡量所发现服务关系‘有趣性’的度量指标。
• 支持自下而上的服务关系挖掘，以实现动态和上下文感知的物联网服务组合。
• 通过分析和仿真研究验证所提出度量指标的有效性。

提出的方法

• 该框架使用整合了空间、时间、环境和操作维度的本体来建模物联网服务。
• 服务关系从原始服务日志和上下文数据出发，通过自下而上的方式发现。
• 定义了一组度量指标（如共现频率、时间一致性以及上下文相关性），用于量化关系的有趣性。
• 通过分析建模和仿真评估这些度量指标，以评估其敏感性和区分能力。
• 基于本体的模型支持语义推理，并能动态适应环境变化。
• 评估框架整合了现实世界中的物联网数据模式，以模拟多样化的服务交互场景。

实验结果

研究问题

• RQ1 如何以自下而上、数据驱动的方式发现物联网服务之间的有意义关系？
• RQ2 哪些因素——空间、时间、环境或操作——对服务关系有趣性的影响最为显著？
• RQ3 如何有效表示本体模型在物联网服务多维特性上的表达能力？
• RQ4 哪些度量指标能够可靠地量化物联网系统中服务关系的有趣性？
• RQ5 所提出的评估度量指标在区分有意义关系与随机关系方面表现如何？

主要发现

• 所提出的度量指标在仿真环境中能有效区分语义上有意义的服务关系与随机或平凡的关系。
• 基于本体的模型成功捕捉了服务在空间、时间及上下文维度上的复杂依赖关系。
• 仿真结果表明，时间一致性和上下文相关性是服务关系有趣性的有力指标。
• 分析评估结果证实，这些度量指标对服务交互模式和环境条件的变化具有敏感性。
• 该框架在建模动态物联网服务生态系统方面表现出良好的可扩展性和适应性。
• 结果验证了基于上下文感知度量的自下而上服务挖掘方法，能够有效提升物联网中的服务组合与发现能力。