[论文解读] SWoTSuite: A Development Framework for Prototyping Cross-domain Semantic Web of Things Applications

Pankesh Patel, Amélie Gyrard+3 more|arXiv (Cornell University)|Sep 28, 2016

Scientific Computing and Data Management参考文献 1被引用 3

一句话总结

SWoTSuite 是一个开发框架，通过抽象复杂的语义网技术，简化了跨领域语义网物联网（SWoT）应用的原型开发。它使开发人员能够使用预构建模板、语义注释、推理引擎和 SPARQL 查询执行来构建应用——通过一个自然疗法用例进行了演示，当检测到发烧时会建议家庭疗法。

ABSTRACT

Semantic Web of Things (SWoT) applications focus on providing a wide-scale interoperability that allows the sharing of IoT devices across domains and the reusing of available knowledge on the web. However, the application development is difficult because developers have to do various tasks such as designing an application, annotating IoT data, interpreting data, and combining application domains. To address the above challenges, this paper demonstrates SWoTSuite, a toolkit for prototyping SWoT applications. It hides the use of semantic web technologies as much as possible to avoid the burden of designing SWoT applications that involves designing ontologies, annotating sensor data, and using reasoning mechanisms to enrich data. Taking inspiration from sharing and reuse approaches, SWoTSuite reuses data and vocabularies. It leverages existing technologies to build applications. We take a hello world naturopathy application as an example and demonstrate an application development process using SWoTSuite. The demo video is available at URL: http://tinyurl.com/zs9flrt.

研究动机与目标

• 解决开发跨领域语义网物联网（SWoT）应用的复杂性，这些应用需要本体设计、数据注释和推理。
• 通过抽象 RDF、SPARQL 和基于 Jena 的推理等低级语义网技术，降低开发者的入门门槛。
• 通过可重用组件（如预定义本体、数据集、规则和 SPARQL 查询）实现 SWoT 应用的快速原型开发。
• 通过利用 M3 和 LOV4IoT 等标准化词汇表，支持物联网领域（如医疗保健、天气、食品）之间的互操作性。
• 通过一个真实世界的自然疗法应用演示框架的可用性，该应用基于传感器数据和领域知识推荐疗法。

提出的方法

• 采用模块化架构，包含以下组件：使用 M3 分类法将异构传感器数据转换为标准化 RDF 的语义注释器；用于管理本体、数据集、规则和 SPARQL 查询的持久化存储。
• 使用知识管理器通过物联网领域开放词汇表（LOV4IoT）对索引、重用和组合领域特定知识。
• 应用基于 Jena 的推理引擎，并结合符合 M3 的规则，从注释的传感器数据中推断高层知识。
• 利用 ARQ（Jena 的 SPARQL 处理器）执行查询，并基于增强的数据和领域本体提供智能建议。
• 通过 HTML5、CSS3、JavaScript 和 AJAX 构建基于 Web 的用户界面，用于显示结果并支持交互，包括执行器控制和警报功能。
• 通过五步工作流支持端到端开发：模板生成、数据注释、推理、查询执行和结果可视化。

实验结果

研究问题

• RQ1 对于不熟悉语义网技术的开发人员，如何降低开发跨领域 SWoT 应用的复杂性？
• RQ2 预构建模板和可重用词汇表在多大程度上可以简化 SWoT 应用的原型开发流程？
• RQ3 语义注释和推理在多大程度上能增强物联网领域间的数据互操作性和知识推理能力？
• RQ4 在不同数据量和规则数量下，语义注释器、推理引擎和查询引擎的性能如何？
• RQ5 从最终用户的角度来看，SWoTSuite 在实际应用开发中的可用性如何？

主要发现

• SWoTSuite 有效抽象了低级语义网技术，使开发人员无需深入掌握 RDF、OWL 或 SPARQL 即可快速构建 SWoT 应用原型。
• 该框架通过包含为特定传感器和领域组合预配置的本体、数据集、规则和 SPARQL 查询的可重用模板，实现了快速开发。
• 语义注释器能够有效将异构传感器数据（如 SenML）转换为符合标准的 RDF，使用 M3 分类法克服了数据异构性问题。
• 基于 Jena 和符合 M3 的规则的推理引擎，能够从原始传感器数据（如发烧 → 家庭疗法）中成功推断出高层知识，如健康建议。
• 查询引擎执行 SPARQL 查询以推导出可操作的建议，结果在 Web 界面中可视化——通过一个自然疗法应用演示，该应用在检测到发烧时推荐富含维生素 C 的饮品。
• 评估结果表明，该框架在数据量、规则数量和任务执行方面均表现出可测量的性能，显示出在原型开发用例中的可扩展性和效率。