感知指标体系论文

感知指标体系论文（精选9篇）

感知指标体系论文 篇1

摘要：众多网络风险的存在,导致信息安全受到严重的威胁,这对网络安全的管理也提出了更高的要求。网络安全态势感知技术是针对网络安全隐患而研究的新型网络信息技术,其中的关键技术在网络安全管理上有着显著的效果。

关键词：信息安全,网络安全态势感知体系,关键技术

1 网络安全态势感知的由来

网络安全态势感知是针对网络安全隐患提出的新型技术,其研究历史也是由来已久。20世纪90年代,网络安全态势感知是由Bass等网络信息专家首次提出,通过为了深入研究这项技术,借鉴了空中交通监管态势感知,并其中的理论知识和相关技术运用到网络网络安全态势安全态势感知体系中,并为其发展创造了良好的开端。进入到21世纪初期,网络安全态势感知引入了SILK系统,其作用规模性的监测对网路安全态势感知。同时,很多网络信息计算方面的专家对以后网络安全的发展方向作出了预测,使网络安全隐患处在了一个可控的范围内。根据目前我国网络安全实际情况,关于网络安全态势感知体系正做着积极地研究,但其实际应用的普及度还亟待提高。

2 网络安全态势感知体系结构

2.1 体系主要技术

网络安全态势感知对网络安全信息的管理有着很好的效果,其效果的实现是结合了多种网络网信息安全技术,比如防火墙、杀毒软件、入侵检测系统等技术,其作用主要表现在对网络安全的实时检测和快速预警。通过实时检测,网络安全态势感知可以对正在运行的网路安全情况进行相应的评估,同时也可以预测网络以后一定时间的变化趋势。

2.2 体系组成部分

网络安全态势感知体系可以划分成四个部分。第一部分是特征提取,该层的主要作用是通过防火墙、入侵检测系统、防病毒、流控、日志审计等系统整理并删选网络系统中众多的数据信息,然后从中提取系统所需要的网络安全态势信息 ;第二部分是安全评估,该部分属于网络安全态势感知体系的核心部分,其作用是分析第一部分所提出的信息,然后结合体系中其他网络安全技术(防火墙、入侵检测系统等)评估网络信息安全的运行状况,给出评估模型、漏洞扫描和威胁评估 ;第三个部分就是态势感知,这一部分的作用是识别网络安全评估的信息和信息源,然后明确双方之间存在的联系,同时根据评估的结果形成安全态势图,借此来确定网络安全受威胁的程度,并直观反映出网络安全实时状况和发展趋势的可能性 ;最后一部分是预警系统,这个部分是结合安全态势图,对网络运行中可能受到的安全威胁进行快速的预警,方便安全管理人员可以及时的检查网络安全的运行状况,然后通过针对性的处理措施解决网络安全隐患。

3 网络安全态势感知关键技术

3.1 数据挖掘技术

数据挖掘广义上理解就是挖掘网络中众多的信息,但挖掘出来的信息是人们所需要的,而按照专业人士的解释,数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中发现隐含的、规律的、人们事先未知的,但又有潜在有用的并且最终可理解的信息和知识的非平凡过程。其中提出的信息和知识由可以转换为概念、模式、规则、规律等形式。在知识的发现中数据挖掘是非常重要的环节,目前这项技术开始逐渐进入到网络安全领域,并与入侵检测系统进行了结合,其中运用的分析方法主要包含4种,即关联分析、聚类分析、分类分析以及序列模式分析。

现阶段,虽然数据挖掘已应用到网络安全领域,也具备较好的发展趋势,但使用过程中还是有一些问题需要解决。比如,获得数据挖掘需要的数据途径较少,数据挖掘的信息量过大,效率较低,费时又费力,难以实现实时性。

3.2 信息融合技术

信息融合技术也叫做数据融合技术,或者是多传感器数据融合,它是处理多源数据信息的重要工具和方法,其作用的原理是将各种数据源的数据结合在一起然后再进行形式化的描述。就信息论而言,相比于单源的数据信息,多源数据信息在提供信息量具有更好的优势。信息融合的概念在很早以前就提出,而由于近些年高级处理技术和高效处理硬件的应用,信息的实时融和逐渐成为网络信息技术领域研究的新趋势,其研究的重点就是对海量的多源信息的处理。正是基于这种研究,信息融合技术的理论研究以及实际应用取得显著的效果。就信息融合的标准而言,美国数据融合专家组成立之初就进行了相应的工作,且创建了数据融合过程的通用模型,也就是JDL模型,该模型是目前数据融合领域常用的概念模型。这个模型主要有四个关于数据融合处理的过程,即目标提取、态势提取、威胁提取和过程提取。这些过程在划分上并不是根据事件的处理流程,每个过程也并没有规定的处理顺序,实际应用的时候,这些过程通常是处于并行处理的状态。

3.3 信息可视化技术

就计算机安全而言,目前网络安全设备在显示处理信息结果上,只是通过简单的文字描述或者图表形式,而其中的关键信息常常很难被提取出来。网络安全态势感知体系的主要作用就是通过融合和分类多源信息数据,使网络安全里人员在进行决策和采取措施时能及时和找准切入点。这就需要将态势感知最后得出的结果用可视化的形式显示计算机系统中,充分发挥人类视觉中感知和处理图像的优势,从而保证网络的安全状态能得到有效地监控以及预测。故而,作为网络安全态势感知体系的关键技术,可视化技术的发展以及实际应用有了显著的效果,对于网络安全态势感知中的攻击威胁和流量信息发挥重要的作用。同时,可视化技术的主要作用就是将态势感知的结果以人们便于认识的形式呈现出来,那么就需要考虑到态势信息的及时性和直观性,最后显示的形式不能太过复杂。此外,未来网络安全态势感知体系中可视化技术,还需要解决怎样把具有攻击威胁的信息与网络流量信息进行一定的联系,且为了加强显示信息的时效性和规模性,还需要制定相关的标准,保证安全态势的显示能规范统一。

4 结束语

网络安全隐患是阻碍网络正常运行的重要因素,如何才能减少安全隐患危害性,关键是加强对网络信息的管理和分析。网络安全态势感知技术中的数据挖掘技术和信息融合技术可以有效地管理信息,且利用可视化技术可以方便管理人员发现信息中的规律,可以及时的预防和采取针对性处理网络中安全隐患问题。

感知指标体系论文 篇2

（二）——学会感知人

教学目标：

1、运用感知物的技巧感知人

2、让行为、语言和时间来说明性格 教学重点：让行为、语言和时间来说明性格 教学难点：根据感知人提纲操作成文 教学方法：三步法

1、理论训练：运用感知物的方法来感知人

2、操作训练：通过分析演示例文以及列出的感知提纲训练，进一步掌握感知人的技巧

3、成形训练：指导学生根据感知人的提纲操作成文 教学时间：1课时 课前准备：

1、感受你的同桌，把他的外形和性格写出来

2、想一想，你的老师是什么性格？请你从他的语言、行为、形象中去发展

3、学生预习教学过程：

一、检查预习情况，导入新课

二、理论训练

1、整体感知人：形象、心理（1）感知人的形象 肖像：外貌（脸部、头发、眼睛）

体形（高矮、胖瘦、四肢、皮肤等）

神态（喜、怒、哀、乐）

服饰（饰物、眼镜等）动作：动作特点、举止风度 语言：说话特点

（2）感知人的心理——在人的语言、动作、发生的事情中感知：性格、爱好、情绪、情操（尽可能说全面，将其放入平时的语言和行动中去感知）

2、语言中感知人

根据说话内容感知人的心理：

感知提纲：性格、个性和爱好、个人的情感和情绪

3、事情中感知人

根据所做的事情感知人的心理

感知提纲：性格、个性和爱好、个人的情感和情绪

4、找一找：找一位你熟悉的性格特殊的人，认真感受他的形象和心理，一定要细致，尽量不要遗漏

5、练一练：选择一位你比较熟悉的人，回忆他说过的一些话，从这些话中判断他是什么样的性格和情操；梳理他所做的一些事情，选一两件能体现他性格的事情写出来

6、小结：生活中每个人都是一个不同的个体，我们要学会认真观察别人，了解他们的与众不同之处，体会他们的心理

三、操作训练

1、阅读演示例文《小市民》，根据感知提纲认真体会作者的写作线路

2、阅读训练例文《“烦人”的母亲》：模仿演示例文把感知提纲填写出来，并参照参考答案给自己打分 训练例文《“烦人”的母亲》提纲：

（1）事情中感知人：A、做错事的时候，第一个教训我 B、一会送杯水，一会儿又问饿不饿

（2）语言中感知人：A、“你怎么回事，刚刚开学成绩就这么差，上课听讲了吗？让你复习，就知道玩儿„„”

B、“你打她干什么，女儿都这么大了。”

四、成形训练

根据所给的题目以及提纲参考，写成感知人的作文 题目：《我心中的男子汉》

（说明：可以是你生活中熟悉的一位任务，也可以是文学作品中的一个任务或者是一位名人）参考提纲：

1、整体感知人：我熟悉的任务里最有 男子汉气概的就是美国作家海明威。从照片上看到他的形象

2、从事情中感知人：

（1）、海明威的生平及履历充满传奇色彩，他的喜好、生活习惯等无不显示着男子汉的气概

（2）、他的作品充盈着男子汉的阳光之气。以《老人与海》为例，桑提亚哥与鲨鱼搏斗维护了一个男人的尊严，让人肃然起敬

（3）、他是最后开枪自杀的，一生都保持着男子汉的尊严

3、语言中感知人：

“感知中国”“感知教育” 篇3

中国物联网研究发展中心(筹)由中国科学院、江苏省政府和无锡市政府三方共建。发展中心重点围绕我国物联网战略产业发展过程中的应用瓶颈和技术难点,汇集国内外优势科技资源,开展重大技术研发,开展应用示范,制定物联网标准,开展物联网及关联产业战略研究,依托中科院及国内外相关优势资源构建公共服务平台,为推动我国物联网产业发展提供科技支撑。

中国物联网研究发展中心(筹)落户无锡国家传感信息中心传感网创新园,是无锡物联网产业迅猛发展的缩影。截至7月份,全市共签约物联网项目139项,总投资约111亿元,还有54个项目在洽谈中。全市已建和在建物联网投资基金机构4个,基金总规模达57亿元,专门用于物联网产业发展。通过无锡高层次人才引进计划,全市已经引进了物联网方面领军型创新创业人才近百名。各类物联网研发机构的研发人员由去年的50人,增加到目前的579人。目前,无锡机场防入侵物联网一期工程、感知博览园一期工程、感知水利等12个应用示范项目已完成一期工程建设,感知环保、感知电网、感知交通、感知教育等27个物联网应用示范项目正在抓紧建设,感知医疗、感知园区等40个物联网应用示范项目正在组织方案论证和实施方案的修改完善。

2000年～2010年十年间,在普及计算机教育、互联网教育的两次热潮中,从“校校通”到“班班通”教育的每一次技术变革,无锡教育均走在全国前列。现在开始的新十年,在全面学习贯彻全国教育工作会议精神和《国家中长期教育改革和发展规划纲要(2010～2020年)》的时刻,无锡教育界的同伴们已认识到物联网时代即将到来,无锡将再次迎接新的挑战。此時此刻,无锡将积极建设“感知教育、智慧学习”物联网技术应用示范工程,在全国教育系统处于发力“领跑”位置。

一是全国首家物联网工程学院在无锡成立。6月10日,全国首家实体运作物联网工程学院在教育部设在无锡的直属高校——江南大学挂牌成立。该学院由原通信与控制工程学院和信息工程学院合并重组而成,具有信息、电子与电气类学科交叉的综合优势。该学院的成立与无锡市产业转型升级密切相连,在人才培养上,该院将打造“政产学研结合、校企联动”的人才培养模式,注重突出学生的实践能力和创新能力。培养能引领物联网产业与技术升级的高素质人才。

二是组建“无锡物联网大学科技园”,截至7月已有7所国内知名大学在这里设立机构。其中包括:南京信息工程大学(感知气象)、东南大学、南京大学(感知生命)、成都电子科技大学(芯片研发)、上海交通大学、南京邮电大学、北京邮电大学……

三是在无锡地区中小学推进“感知教育、智慧学习”应用示范工程。主要包括:实施“感知普及工程”、物联网应用于教育知识创新。实施“感知课堂工程”,物联网应用课堂模式变革;实施“感知学习工程”,物联网应用于学习方式创新,实施“感知课程工程”,物联网应用于教育资源优化,实施“感智校园工程”,物联网应用于校园环境管理,实施“感知信息工程”,物联网应用干教育信息共事。

◆2010年1月5日,无锡形成物联网产业创新集群,将在2012年培育企业100家,传感网人才1万人,实现产值200亿元。

◆2010年1月16日至17日,吴邦国在无锡调研,在无锡物联网产业研究院,观看了机场周界防人侵系统演示,并表示希望无锡物联网研发机构发挥优势,为物联网的推广应用创遣条件。

◆2010年1月22至25日,工信部奚国华副部长在无锡考察调研传感网产业,工信部将牵头成立一个全国推进物联网的部际领导协调小组,与江苏省无锡市共同推动物联网产业发展。

◆2010年1月25日,工信部正式批准无锡高新区为国家电子信息(传感网)示范基地,

◆2010年2月7日,无锡高新区、日木YPP,,研究开发推进协会、野村综研(上海)咨询有限公司三方共同签署合作备忘录,共同推进物联网的发展。

◆2010年4月9日,无锡新区赴美国剑桥引进物联网人才。

◆2010年4月50月,无锡国家传感信息中心管委会与江苏省广电信息网络公司举行了江苏下一代广电网物联网研究中心签约暨揭牌仪式。

◆2010年6月10日,全国首家实体运作物联网工程学院在江南大学挂牌成立。省委常委、市委书记扬卫泽为学院揭牌。

◆2010年6月12日,又一家从事物联网技术研发的企业,无锡科晟光子科技有限公司落户太湖新城。

◆201 0年6月14日,中国家用电器研究院(无锡)物联网研究中心项目正式签约,该项目由中国家用电器研究院、无锡市信息化和无线电管理局、南长区政府三方合作建设,落户南长传感网高新园。

◆2010年6月21日,由无锡市纽织实施的“感知太湖智慧水利”物联网综合系统工程应用示范项目通过专家评审。

◆2010年6月26日,由60多家单位自愿缔结的“感知中国”物联网联盟在无锡正式成立。

◆2010年7月2日,“感知环境、智慧环保”环境监控物联网应用示范工程通过了环保部组织的专家论证。

◆2010年7月21日,曙光信息落户新区,另一家物联网企业东方信联同时签约入驻。国内首个基于物联网应用的云计算中心,将在无锡建成。

◆2010年7月25日,无锡市人民医院医疗物联网院士工作站正式揭牌。

◆2010年8月9日,无锡市政府和中国电子科棱集团联手打追的中国物联网创新研发中心在无锡滨湖国家传感信息中心揭牌。

◆2010年8月9日,无锡举行建设“感知中国”座谈会,无锡市物联网发展顾问、专家和来自中科院、中电科、中移动等相关合作单位、省有关部门的负贵人共聚一堂,为无锡市“感知中国”中心建设积极献计献策。

◆201 0年8月9日,无锡国家传感信息中心传感网创新园开园。这是国家科技部火炬中心认定的国内首家传感网相关的国家级科技孵化器,已被批准为国家级高新技术仓业服务中心。

◆2010年8月9日,中国移动无锡物联网研究院揭牌仪式暨应用开发环境发布会在无锡隆重举行。

◆2010年8月9日,中科院院士何积丰等27位学者被我市聘任为物联网发展顾问、专家。

感知指标体系论文 篇4

人们对信息安全的认识随着信息安全形势的发展、信息安全技术的革新而变化,在不同领域的不同时期,解决信息安全问题时的侧重也各有不同。以往人们对于安全防护体系的关注焦点是以防护技术为主的相对静态的安全体系,而技术的进步导致信息安全问题愈发严峻,信息安全防护要求不断提高,其动态性、过程性的发展要求凸显。P2DR(Policy,Protection,Detection and Response)安全模型和IATF信息保障技术框架是信息安全体系发展的重要里程碑,奠定了信息安全体系逐步动态化、过程化的基础。

P2DR模型源于美国ISS公司提出的自适应网络安全模型(Adaptive Network Security Model,ANSM),其在整体安全策略的控制和指导下,综合利用防护工具和检测工具了解、评估系统的安全状态,将系统调整到“最安全”和“风险最低”的状态。在此过程中,防护、检测和响应形成一个完整、动态的安全威胁响应闭环,在安全策略的整体指导下保证信息系统安全[1]。P2DR安全模型如图1 所示。

IATF是美国国家安全局(NSA)组织编写的一个全面描述信息安全保障体系的框架,它提出了信息保障时代信息基础设施的全套安全需求,其创造性在于:首次提出了信息保障依赖于人、操作和技术共同实现组织职能/ 业务运作的思想,人通过技术支持实施操作过程,最终实现信息保障目标;提出稳健的信息保障状态取决于信息保障的各项策略、过程、技术和机制,在整个组织信息基础设施的所有层面上都能得以实施[2]。IATF安全防护框架如图2所示。

网络攻击技术的不断更新使得网络安全问题日益严峻,特别是高级持续威胁(Advanced Persistent Threat,APT)的出现,对网络安全防护提出了新的挑战。相较于其他攻击形式,APT主要体现在攻击者实施攻击前需精确收集攻击对象的业务流程和目标系统信息。而在信息收集过程中,此攻击会主动挖掘攻击目标信息系统和应用的漏洞,并利用这些漏洞组建起攻击者所需的网络,进一步利用0day漏洞进行攻击,从而达到终极攻击目的。针对APT攻击的防护,Enterasys、Cisco等公司产品都体现了主动防御的理念。在安全防护体系方面,P2DR安全模型侧重技术层面,通过更改安全防护策略防护已发现的安全事件,虽具动态性,但仍局限于被动的事后响应;IATF安全模型侧重人、操作与技术一体,强调人的主动性和流程的主动过程。

综上所述,如何在恶意攻击行为发生前主动检测网络中存在的脆弱点,研究并预测攻击者行为,建立起主动型防护体系是信息安全领域中的一个重要课题。本文基于以上2 种思路,结合情景感知思想,构建了新一代主动安全防护体系,在事前进行威胁防御[3]。

1 基于情景感知的新一代主动防御体系

主动防御是一种前瞻性防御,通过针对性地实施一系列安全防御措施,提前发现安全薄弱点或安全攻击行为,并实施安全防护措施。这种防御理念不同于以往滞后于攻击的防御,能够检测未知攻击,预测未来的安全形势。主动防御具有自学习能力,能自动对网络进行监控,对发现的攻击实时响应,通过分析攻击方法和技术,对网络入侵进行取证,对入侵者进行跟踪甚至进行反击等[4]。

情景感知技术源于普适计算的研究,通过传感器获得关于用户所处环境的相关信息,从而进一步了解用户的行为动机等。该技术适用于信息安全主动防御体系,能在特定功能的网络应用中识别主体、客体以及主体对客体的动机。一方面,基于情景感知技术,能及时识别如地点、时间、漏洞状态等当前情景的信息,提升信息安全决策正确性;另一方面,通过构建特定的感知场景进行分析,可降低攻击的误报率,包括分辨传统安全防护机制无法防护的攻击以及确定有意义的偏离正常行为[5]。

本文提出的主动防御模型是在P2DR安全模型的基础上进行延伸,包括情景感知(Aware)、动态防护(Protect)、深度监测(Detect)与研判处置(Response),即APDR模型。基于情景感知的主动防御模型如图3 所示。

图 3 基于情景感知的主动防御模型Fig.3 Active defense model based on context-aware

1.1 事前情景感知

在攻击发生前,主动搜集外部威胁情景和内部情景信息,转换特定的安全策略应用到防护和监测过程中,对内外部威胁提前预警并制定防护策略,另外通过搜集威胁情报与现有资产属性匹配,实时进行风险预警[6,7]。

1)外部情景信息。针对外部攻击,主要通过获取威胁情报,依靠专业的安全分析团队,综合分析之后形成情报的处置决策,并通过网络安全设备或终端上的安全软件来执行决策,实现针对高级攻击的防范,整个过程可以通过设备自动执行。威胁情报一般包括信誉情报(“坏”的URL、IP地址、域名等)、攻击情报(攻击源、攻击工具、利用的漏洞、采取的方式等)等。通常可以从安全服务厂商、CERT、防病毒厂商、政府机构和安全组织机构得到安全预警通告、漏洞通告、威胁通告等,这些都属于典型的安全威胁情报。

2)内部情景信息。主要是指对内部异常行为进行监控,内部异常行为造成的破坏是导致安全事故的主要因素,外部攻击者发起APT攻击,其中的部分环节需要通过“内部行走”才能接触到敏感数据,从而实现盗取或破坏的目的。企业内部的威胁源包括可能准备离职的有恶意的内部人员、内部人员长期慢速的信息泄露等,内部攻击也可能由具备内部访问权限的合作伙伴或者第三方发起。通过制定不同的情景,获取样本,建立正常行为模型,并分析内部网络流量或终端服务器上的行为,可及早发现异常。内部情景主要指“主体”到“客体”的访问行为情景,主体是人或应用,客体是应用或数据。情景包含的因素有5W(Who、When、Where、What、How),常见的异常情景有:登录异常行为,包括异常时间、频繁登录失败等行为;业务违规行为,包括高频业务访问、业务绕行等。

1.2 事中动态防护与监测

对于事中动态防护与监测,一方面根据已知情景进行威胁行为模式匹配,另一方面能基于网络交互上下文动态学习(自学习)和感知网络特定上下文,建立相应的情景模型,对异常行为进行告警和阻断[8]。

1)威胁模式匹配。对于外部威胁情报中的信誉情报防护设备,直接根据安全事件的某个特征进行模式匹配即可,如检测有外向连接到已知的危险实体,或者检测可作为潜在攻击线索的事件和行为特征的序列等[9,10]。对于攻击情报中攻击源、攻击工具、利用的漏洞、该采取的方式等信息进行威胁情报建模,对安全事件进行特征提取,形成特征序列和威胁情报模型进行关联分析。威胁情报标准及其可机读性是关键,为使计算机能自动识别其表达行为,一般采用XML语言自描述。目前成熟的国外威胁情报标准包括网络可观察表达式(Cybo X)、结构化威胁信息表达式(Structured Threat Information e Xpression,STIX)、可信自动交换指标信息(Trusted Automated eXchange of Indicator Information ,TAXII)等。

2)威胁行为学习。威胁行为是指不符合业务逻辑的行为,包括针对性的威胁行为(黑名单)及违反正常行为(白名单),通常表现为基于时间序列或基于统计的行为。威胁行为学习通过分析事件间的关系,利用过滤、关联、聚合等技术,最终由简单事件产生高级事件。行为的学习可以通过业务专家或者安全专家直接建模,但更多是通过机器学习方式辅以人工知识进行建模。机器建模包括训练和验证过程,一般模型的准确率低于专家建模。

1.3 事后溯源和研判

事后溯源和研判是指对攻击行为进行研判和取证,反馈攻击行为给情景感知模型并修订防护策略,在适当时机通过技术或者法律手段对入侵者进行反制。

1)安全事件研判。采用可视化手段对可疑安全事件或预测性安全事件进行分析,确定攻击的准确性以及造成的损失。事件研判需要专业能力强的安全运维人员来进行,除了具备安全知识外,对应用系统的行为也要非常熟悉。交互可视化可以大幅提高事件研判的效率,但定制化因素较多,也可借用成熟的工具进行事件研判,如安全沙箱、网络分析软件等。事件研判的结果应立即进入处置流程,使安全事件闭环,从而进一步完善主动防御体系。

2)攻击溯源取证。溯源是指在网络攻击发生后,通过已发现的攻击路径追寻攻击者的相关信息。溯源相关的事件包括业务事件和网络事件,业务事件的目的是查找使用者,网络事件的目的是查找网络报文的发送者。溯源通过事件或者日志链层层查找,而取证则需要对系统或网络攻击行为进行还原,涉及的技术比较广,也是目前针对企业合规及司法取证的热点。

2 基于情景感知的主动防御体系实践

建立主动防御系统是一项十分复杂的工程,从IATF安全保障体系来看,涉及人、流程、技术等要素的有机结合。在主动防御体系建设方面,为体现主动防御体系的前瞻性、自学习、实时响应,除了组织流程建设外,还需要在威胁感知基础设施方面不断进行完善,并不断完善防护、监测等技术措施,提升主动防御体系的完整性。基于情景感知的主动防御体系如图4 所示。

在组织方面,需要构建内外部威胁情景信息搜集队伍以及可以编写内外部威胁模型、能对安全事件进行精准研判的人员。另外,对于情报的搜集要建立适当的渠道,以确保情报的准确性、权威性。目前国内各大企业侧重于体系建设、技术与产品的实施,对运维能力和组织建设方面的关注不够,导致很多宣称已经实现的主动防御体系仅仅落实在字面上。

图 4 基于情景感知的主动防御体系Fig.4 Active defense system based on context-aware

与组织对应的是流程体系建设,主动防御体系是基于P2DR动态防御体系之上的,需要不断完善流程,应对不断演进的内外部威胁。建立高效的流程体系,可以确保各种技术、管理手段得以落实,从而更好地满足企业政策合规和生产经营需要。

在技术层面,构建主动防御体系需要企业规划有一个总体的清晰线路,各种技术手段相互关联、补充。主动防御具有前瞻性的前提是对网络及应用环境的资产属性及安全属性有全面的掌握,能实时发现系统的弱点、威胁和风险。在基础设施方面,安全基线系统建设最为关键,由于被防护系统会不停变动、新的系统不断被引入、用户账户不停新建或撤销,新的漏洞不断披露,针对新威胁的适应改造也需一直进行。因此,应持续对终端设备、服务器端系统、漏洞和网络交互接口、业务交互行为进行重定基线以及挖掘发现。主动防御体系关键数据模型如图5所示。

在数据模型方面,需要对主动防御体系的内涵进行诠释,确保该体系建设过程中数据流和信息流能够统一和集成。主动防御体系涉及的关键信息模型包括威胁情报模型(需要对不同攻击源进行统一描述)、防护设备策略模型(不同厂商策略的统一便于威胁情报模型在防护设备中得以动态实施)、防护设备告警模型(需要统一或规范各厂商设备告警内容的一致性)、业务情景模型(需要从系统、网络、业务层面构建统一的业务模型),以及监测层面的事件模型(统一安全事件,便于事件的统计分析和风险计算)、态势感知预测模型(对网络流量、业务交互频率、安全事件发生频率等进行建模)等。但这些模型的核心是防护对象的资产模型,包括拓扑属性、安全属性、运行属性等,是上述模型的纽带和计算基础。

3 结语

从国内信息安全主动防御体系建设来看,电信行业起步较早,以传统的安全信息和事件管理(SIEM)为起点,逐渐发展安全管理平台(SMP),实现了终端、网络、应用防护技术的统一,并且承载安全管理、安全合规、安全处置和安全规划等能力,安全建设更加体系化,为主动防护体系实施奠定了基础。在能源行业,电力二次系统从最早的边界防护到一体化调度支撑系统的建设,再到可信计算的应用,实现了终端、网络、应用的层次化纵深防护,也为主动防御体系建设奠定了基础。如何构建更加智能主动的防御体系,还需要结合具体的业务情景进行不断研究。

随着威胁情报标准的制定以及大数据实时流处理、机器学习技术的应用,实时动态感知威胁情报、实时威胁情景学习与预测将使安全防护措施识别攻击的成功率和精准度进一步提升,促进主动防御体系的进一步成熟。

参考文献

[1]JAJODIA S.网络空间态势感知问题与研究[M].余健,游凌,樊龙飞,等译.北京:国防工业出版社,2014.

[2]王慧强,赖积保,朱亮,等.网络态势感知系统研究综述[J].计算机科学,2006,33(10):5-10.WANG Hui-qiang,LAI Ji-bao,ZHU Liang,et al.Survey of network situation awareness system[J].Computer Science,2006,33(10):5-10.

[3]陈秀真,郑庆华,管晓宏,等.网络化系统安全态势评估的研究[J].西安交通大学学报,2004,38(4):404-408.CHEN Xiu-zhen,ZHENG Qing-hua,GUAN Xiao-hong,et al.Study on evaluation for security situation of networked systems[J].Journal of Xi'an Jiaotong University,2004,38(4):404-408.

[4]李蕊,李仁发.上下文感知计算及系统框架综述[J].计算机研究与发展,2007,44(2):269-276.LI Rui,LI Ren-fa.A survey of context-aware computing and its system infrastructure[J].Journal of Computer Research and Development,2007,44(2):269-276.

[5]张屹,张帆,程明凤,等.泛在学习环境下基于情境感知的学习资源检索模型构建[J].中国电化教育,2010(6):104-107.

[6]贾焰,王晓伟,韩伟红,等.YHSSAS:面向大规模网络的安全态势感知系统[J].计算机科学,2011,38(2):4-8.JIA Yan,WANG Xiao-wei,HAN Wei-hong,et al.YHSSAS:Large-scale network oriented security situational awareness system[J].Computer Science,2011,38(2):4-8.

[7]温辉,徐开勇,赵彬,等.网络安全事件关联分析及主动响应机制的研究[J].计算机应用与软件,2010,27(4):60-63.WEN Hui,XU Kai-yong,ZHAO Bin,et al.On network security event correlation analysis and active response mechanism[J].Computer Applications and Software,2010,27(4):60-63.

[8]韦勇,连一峰,冯登国.基于信息融合的网络安全态势评估模型[J].计算机研究与发展,2009,46(3):353-362.WEI Yong,LIAN Yi-feng,FENG Deng-guo.A network security situational awareness model based on information fusion[J].Journal of Computer Research and Development,2009,46(3):353-362.

[9]CHEN S H,JAKEMAN A J,NORTON J P.Artificial intelligence techniques:anintroduction to the iruseformodelling environmental systems[J].Mathematics and Computers in Simulation,2008,78(3):379-400.

感知指标体系论文 篇5

城市发展,交通先行。随着国民经济的快速发展和城市化进程的加快,我国交通问题日益突出。为了确保城市交通合理、有序地可持续性发展,全国各大城市都开展了智能交通管理体系的研究应用,如在交通运行状态评价方面,文献[1,2,3,4,5]针对交通管理不同层次需求,构建了符合交通参与者认知的城市道路交通状态评价方法,为交通状况评价提供客观标准和决策依据。文献[6,7]将宏观路网交通状态评价与微观交通状态分析相结合,建立了路网交通状态分析模型,并提出一种新的路网交通状态分析方法。在交通信息采集方面,文献[8]通过结合交通管理问题,探讨了车联网技术应用与发展,认为我国车联网应用技术还处于初级阶段。文献[9,10,11]阐述了物联网与智能交通之间的联系以及未来发展应用。在数据处理技术上,文献[12,13]探索了在大数据环境下,根据不同数据特点搭建分布式存储系统,阐述了海量数据的处理和优化将是未来重点研究领域。文献[14]针对数据参数多样、结构迥异、采样周期和精度不一等现状,建立多源异构交通信息三层次融合体系。在仿真应用上,文献[15]利用系统仿真技术和计算机处理技术,构建自主可控的道路交通流仿真模型,为交通拥堵管理措施的制定和决策分析提供了支持。

综上所述,目前城市交通运行状态评价分析主要集中在道路交通流仿真、关键模型构建与实现方法的研究上,在感知评价与管理应用体系框架方面的研究应用还比较少。因此,亟需利用物联网、大数据和新一代无线通信为导向等新兴技术,研究如何实现对交通设施的全面感知,对交通态势的透彻分析和对交通运行的精细管理,以满足城市道路交通运行管理应用的实际需求。

1 城市道路交通运行感知与分析技术

1.1 新兴物联网数据采集传输技术

新兴的物联网数据采集传输技术在交通方面的应用主要是通过RFID、传感器、WSN自组网等信息传感设备获取交通基础设施与交通运输工具的各种信息,结合互联网、移动通信网等进行信息传送与交互,提高感知能力,主要应用于车辆定位感知、停车场感知、道路桥梁状态感知、交通事件感知等方面。

1.2 以大数据为代表的信息数据存储和分析处理技术

目前,以Map Reduce和Hadoop为代表的非关系数据分析技术,在互联网信息搜索和其他大数据分析领域取得了重大进展,已成为大数据分析的主流技术。大数据技术在交通方面的应用主要在于对交通工具GPS地理位置、视频、路网、基础设施等结构化与非结构化海量数据的存储与处理。

1.3 ZigBee、3G/LTE等新兴无线通信技术

新兴的无线通信技术主要有近距离通信和远距离通信,其中近距离通信技术主要有ZigBee、DSRC、WIFI等;远距离通信技术主要有3G、LTE、4G等。这些技术都具有容量大、成本低、传输速度快等特点。智能交通中的无线通信技术具有多节点交互功能,可实现快速、海量的传输图像及视频流等多媒体,为公众提供高效、便捷的交通信息服务。

综上所述,物联网、大数据及新兴无线通信等高新技术为城市道路交通信息化运行管理创造了新技术条件,将引导ITS向更先进、更智慧的方向发展,同时也为交通运行感知评价和管理应用体系的建立打下坚实的基础。

2 城市道路交通运行感知评价和管理应用体系框架

在分析了智能交通管理应用的新需求,以及新技术的发展为道路交通运行管理创造条件的基础上,本研究提出了城市道路交通运行感知评价和管理应用的体系框架,如图1所示。该框架以城市道路交通运行感知体系为基础,以基于大数据处理的城市道路交通运行分析评价体系为核心,最终满足城市道路交通运行管理应用的需求。同时,在此过程中融入闭环管理理念,在循环积累中不断提高智能交通管理应用和服务水平。

2.1 城市道路交通运行感知体系

城市道路交通运行感知体系采用“移动+固定”的采集手段采集“动态+静态”的交通信息,实现交通信息的“采集+共享”,为分析评价体系提供坚实的数据基础。城市道路交通运行感知体系结构如图2所示。

1)感知内容

感知城市道路交通资源及其运行状态,包括道路条件(长度、车道数、通行能力、维护保养情况、通畅情况、替代道路情况、在路网中的地位、限行条件)、车流(流量、流速、车型、停车场静止态、身份、号牌受限条件等)、人流(日常客流、假日客流、公交客流、地铁客流、出租车客流、步行客流等)、物流(货物种类、通关状态、仓储状态、运输状态、应急处置方法等)、事件(道路设施设备故障、交通事故、出行需求、场站客流集聚、恶劣天气等)。

2)感知方法

静态数据通过建设数据库人工填充和维护(如道路长度、维护保养情况等);动态数据即道路交通运行状态,应用以RFID、传感器、WSN自组网为代表的物联网数据采集传输技术,通过GPS终端、视频、传感器、微波等采集方式,采集上述车流、人流、物流和事件信息。

2.2 城市道路交通运行分析评价体系

城市道路交通运行分析评价体系利用感知体系采集的数据,应用大数据处理技术进行存储、融合、多维度挖掘等分析处理,并在此基础上对道路的交通运行情况、拥堵情况和路网稳定性进行分析评价,为城市道路交通运行管理应用体系提供支持。城市道路交通运行分析评价体系结构如图3所示。

2.2.1 城市道路交通运行数据分析

随着大数据时代的来临,数以千计的交通数据类别每日以TB级别增长,海量、动态、实时是重要特征。结合交通系统的实际情况,设计基于Hadoop计算集群、非关系型数据库技术、流数据实时处理技术等主流大数据处理技术的模型体系,按照数据流向依次进行数据集成、数据计算、数据应用,并在此基础之上研究和验证综合交通大数据的接入、融合、处理、挖掘、管理技术,最终成为交通数据的存储、分析、管理中心。

2.2.2 城市道路交通运行评价

本研究立足于城市道路交通运行管理应用的需求,建立多维度、多层次的评价指标体系和评价模型,对道路交通的“线—区域—全市”进行实时分析、趋势分析、预警分析和措施分析,从而增强对城市总体、重点区域、主干道交通运行的超前研判,为城市道路交通运行的调整优化、辅助决策和信息服务提供支持。

2.3 城市道路交通运行管理应用体系

城市道路交通运行管理应用体系主要是利用城市道路交通运行评价体系的评价结果,进行城市道路交通运行调控优化、决策支持以及公众出行信息服务等管理应用。城市道路交通运行管理应用体系结构如图4所示。

(1)城市道路交通运行调控优化主要是对城市道路交通运行过程中的具体问题进行有针对性的调控优化,例如占道施工管理优化、停车场管理优化、中小客车总量调控优化等。

(2)城市交通规划管理决策支持主要是对采集的交通大数据进行综合、宏观的分析评价之后,为城市交通的需求管理、交通治理措施制定、交通管理控制等宏观层面的交通管理措施提供支持;为公交地铁线网规划、交通枢纽规划、道路网络规划、交通影响评估等交通规划提供支持;为错峰出行、拥堵收费、限行等交通政策的制定、优化提供数据支持。

(3)城市道路交通综合信息服务。物联网时代,感知体系采集了更加全面的数据,利用大数据处理技术对交通数据进行了更加深入的挖掘处理,使得交通信息服务的内容更加全面,同时无线通信技术使得交通信息服务手段更加丰富多样、服务质量更高。以多样的发布渠道、丰富的服务内容、全方位公众信息互动为代表的新型交通综合信息服务已变成现实。

2.4 基于闭环理念的流程化管理

以物联网为代表的城市道路交通泛在感知和以大数据为代表的智能数据处理在技术层面有效解决了智能交通底层瓶颈。尽管如此,在管理应用层面还必须建立起配套机制,以满足智能交通发展的需求。基于闭环理念的流程化管理如图5所示,在数据采集与状态感知—分析评价—管理应用等环节加强管理,并通过外部反馈机制(如交通调控措施的反馈、交通信息服务质量的反馈)进一步优化交通运行状态感知内容和手段,优化分析评价方式,最终全面提升管理应用水平。

3 应用实践

该评价与管理应用体系已在广州智能交通运行管理上成功得到应用,如图6所示。信息化已渗入到交通行业的各个层面,覆盖了公共交通、客货运输、道路及公路养护、交通综合执法、交通治理等综合交通领域,成为交通行业管理、企业生产经营、市民出行服务的重要支撑。

1)城市道路交通运行状态感知手段丰富

在数据采集方面,已实现海量的综合交通数据的采集,每年采集的总数据量超过4 000TB,平均每天的数据量超过10TB,平均每天采集的数据条目数超过6亿条。在数据共享方面,广州市建成交通信息资源整合系统,实现交警、铁路、航空、电信、移动、联通、各高快速路运营公司等20多个相关部门交通信息数据资源初步整合。

2)以大数据处理技术为支撑,城市道路交通运行数据分析技术领先

在大数据处理技术的支撑下,深入开展多元异构的海量数据分析处理工作,每天利用约4 500万条浮动车数据,进行道路交通运行状态实时分析、趋势分析,为交通行业日常管理工作提供决策支持。此外,基于公交客流分析系统数据,每天处理约2 200万条数据,分析公交客流规律、客流与运能匹配情况等,为公交企业及交通主管部门提供了现代化的管理手段和辅助决策支持,自系统建成以来,市民投诉锐减60%。

3)以地方标准规范为依据,城市道路交通运行评价规范准确

在海量数据的采集、分析、预测的基础上,广州市交通部门制定了统一的、科学的、客观的《城市道路交通运行评价体系》地方标准,并联合市质监部门共同发布该指标体系(DBJ 440100/T 164—2013)。目前,广州市交通部门还在起草停车场系统接入、客运站场联网售票系统等地方标准,以此加强广州市智能交通系统相关技术规范的建设工作。

4)以交通管理和信息服务为导向,城市道路交通管理应用成绩突出

在交通决策支持方面,广州市交通部门建立了交通仿真系统,利用微观仿真模型对交通组织方案、缓解交通拥堵措施等进行仿真评估,为交通治理工作提供辅助决策依据;建设广州市公交线网基础数据管理信息系统,为公交线路的设置和调整提供直观的图形和数据支持,为公交线网的规划提供决策依据。在交通运行调控方面,建设了广州市停车场行业管理系统及停车差异化监管系统,完成全市10万多个停车位数据接入,实现对全市停车场分布以及运营情况的掌握。在交通信息服务方面,构建了以多样的方式选择、丰富的服务内容、拓宽的信息发布渠道、全方位公众信息互动为代表的新型交通综合信息服务体系。

4 结束语

文章基于城市交通运行管理的实际需求,提出一种城市道路交通运行感知评价和管理应用的体系框架,并成功应用于广州智能交通管理与应用中,实践表明:该评价与管理应用体系能有效提高城市智能交通管理应用和服务水平,在城市交通运行管理中发挥了高效、有序、安全的重要作用,具有良好的推广应用前景。

摘要：随着城市信息化进程的加快以及新技术的发展,现有的交通管理技术已不能满足城市交通发展态势。为了全面感知和精准分析交通运行状态,实现城市交通精细化运行和管理,文章以城市道路交通运行感知体系为基础,以基于大数据处理的城市道路交通运行分析评价体系为核心,提出了城市道路交通运行感知评价和管理应用的体系框架,最终满足城市道路交通运行管理应用的需求。该管理体系已在广州智能交通管理中得到成功应用,成为交通行业管理、企业生产经营、市民出行服务的重要支撑,实践表明效果良好,具有较好的推广应用前景。

感知指标体系论文 篇6

因此, 我们需要新的手段, 准确地评估手机用户对于网络质量的感知情况, 同时基于客户在网的全面信息的分析, 为市场营销提供支撑, 以弥补目前经分系统对于客户感知评估方面的缺失, 将网络和市场真正联动起来, 不仅解决网络优化与市场营销方面的当务之急, 还标志着网络优化进入客户感知优化的新阶段。

TD-SCDMA客户感知评估系统能对3G网络使用状况进行实时跟踪与问题定位, 切实评估客户感知, 快速发现TD网络中存在的呼叫问题, 可以为TD网络质量提升提供帮助。在TD-SCDMA市场推广初期发现网络典型问题, 并分析客户行为, 有助于市场的有效推广, 进而提升TD-SCDMA的品牌价值。

1 问题与挑战

1.1 需要完善现有网络考核体系与分析手段

现行的网络考评体系主要来自于话务网管、客户投诉, 主要是聚焦网元性能KPI统计。在这样的背景下我们引入更贴近于客户感知的考核体系来指导网优工作, 将优化的重心由网元性能KPI转移到客户感知指标。

1.2 TD网络建成后, 缺乏有效的技术分析手段

相对于GSM、WCDMA成熟的终端产品, TD-SCDMA在终端稳定性上存在一定的欠缺, TD网络的建设和优化也刚起步, 呼叫障碍很难准确定位与分析, 疑难投诉问题缺乏技术回追手段。

2 解决方案

“TD-SCDMA客户感知评估优化系统”是基于客户信令数据, 通过智能挖掘算法, 以提升客户感知性能的市场需求为导引, 将网络、市场与客户感知有机结合起来的应用系统。

系统通过整合客户使用网络的多维信息描述如信令、话务统计、地理信息、客户资料、话务模型等, 提供了一种创新的方法去了解和掌控庞大的客户群体, 立足于网络, 面向市场, 在网络优化和市场营销之间以客户为中心架起了一道密切合作的桥梁。针对客户感知评估系统当前面临的问题与挑战, 采取的解决方案如下:

(1) 构建基于客户感知评估优化系统的客户感知考核体系:以客户感知评估优化系统为基础的客户感知考核体系相对于传统考核体系, 更注重:直接体现VIP客户的感知情况;针对不同区域客户的感知重点进行差异化考核;考核能否快速有效地解决客户投诉以及减少设备故障对客户的直接影响。

(2) TD疑难问题定位与分析:将客户感知平台平滑过渡到TD网络, 实现对客户在2G、3G网络使用状况的实时跟踪与定位, 切实评估客户感知, 快速发现TD网络中存在的呼叫问题, 为TD网络质量提升提供帮助。

3 TD-SCDMA客户感知评估系统

TD-SCDMA客户感知度评估优化系统能对目前处于商用阶段的TD-SCDMA网络进行客户级追踪, 通过对Iu接口的客户信令的7×24小时追踪分析, 进而对于客户感知到的网络服务质量如掉话、切换、上下行干扰、指派性能、寻呼性能等进行评估并能准确定位问题。

本系统有别于传统的感知度评估的一大创新在于对客户的感知性能进行一对一评估, 真正把客户感知评估定位到客户层面。同时, 本系统将客户感知评估结果直接呈现到市场和客户服务前端, 对于简化投诉问题处理流程, 缩短客户投诉处理时间起到显著作用。另外对特定区域、特定客户群、特定手机品牌的针对性市场营销提供了有效参考。

3.1 价值体现

(1) TD-SCDMA客户感知网络性能评估: (1) 使网络优化真正从网元层面转向客户层面; (2) 细致到一对一的客户感知性能的管理; (3) 先于客户发现突发的问题, 切实提升客户的满意度。

(2) 3G市场营销支撑: (1) 针对性的客户感知评估, 可以作为很好的营销铺垫; (2) 掌握重要客户群的分布和移动规律, 提升营销效果; (3) 分析重要客户群的“呼叫社会性”, 在争取重要客户的关节上掌握主动; (4) 手机终端能力分析, 利于新业务的有效推广, 也有利于TD建网初期评估手机性能; (5) 识别特定区域内的重要客户群, 对于营销和设备投入很有指导意义。

(3) 疑难问题处理支撑:全方位的信息整合, 利于快速准确解决疑难问题。

3.2 功能应用

(1) 底层协议栈解析和呼叫流程合成:实现TD-SCDMA协议栈解析, 客户信令关联, 处理3G网络客户投诉, 疑难问题的定位。

(2) TD客户感知性能评估:面向3G网络的客户感知性能评估, 可以针对单一客户群的感知性能进行评估, 并能“先于”客户发现问题, 及早解决。性能评估主要包括以下指标: (1) 感知掉话率, 感知拥塞率, 感知寻呼成功率, 接通率, RAB建立时延, 系统间切换时长; (2) 按终端类型评估电路域的性能指标:CS域掉话率, 拥塞率和手机市场占有率。

(3) TD网络专题评估:实现TD-SCDMA网络的各项专题评估。 (1) 位置区划分评估:每小区/每客户的位置区更新统计; (2) TD客户24小时话务移动性:提供3G客户的呼叫“移动性”分析, 给针对性网络优化和市场营销提供准确高效的数据支撑; (3) 活跃客户统计:检查某个指定区域的活跃的TD客户; (4) 客户群主/被叫记录统计:提供3G客户的呼叫“社会性”分析, 给市场营销提供准确高效的数据支撑; (5) DT自动路测模拟:实现自动模拟评估TD客户道路通话的性能指标。

(4) 客户群资料传递:通过前置机, 与经分系统定义接口, 实现客户群资料的传送, 信息的安全与保密。

(5) GIS功能的应用:实现客户感知问题的小区定位, 使得客户感知性能的评估更加直观。支持基本地图操作和基于特定对象的查找。

(6) 网优问题分析:与OMC系统相连, 实现客户感知问题与TD-SCDMA话务网管信息的关联分析, 为进一步定位问题带来方便。包括数据库连接、指标呈现、简单原因分析等功能。

3.3 实现手段

(1) 支持主流TD设备厂商, 实时对客户进行7×24小时追踪。

(2) 基于对Iu接口的协议解析和客户信令关联, 可以对单个客户的行为进行分析。

(3) 主动收集客户通信失败事件和相关信令, 对这些相关数据结合话务统计、地理信息、参数配置、客户资料等进行关联分析, 对于网络优化、处理客户投诉、市场营销等有很好的应用。

(4) 模块化设计, 用户可根据自己的需要定制功能模块。

(5) 开放的接口, 与现有的2G客户感知评估与市场支撑系统能很好的融合和平滑过渡。

(6) 部署方便、操作简便, 具有快速、简便运维的特点。

图1中, 分光器 (无源器件) 将MSC与RNC间通信光纤中一小部分 (一般为5%~20%) 光信号引入到IUCS接口采集设备。采集设备根据配置数据采集所需内容, 然后通过100M网口输出。

4 系统应用情况

TD客户感知评估优化系统在客户感知性能评估、终端占有率分析、终端性能统计、客户信令呈现分析等方面得到积极的应用效果。

4.1 客户感知性能评估

系统对客户感知相关的性能指标进行统计呈现, 包括掉话率、接通率、寻呼成功率等, 直接掌握重要客户的感知性能情况。系统截屏如图2所示。

4.2 终端占用率统计分析

统计分析各种品牌的TD终端的市场占有率, 便于掌握网内终端设备的应用比例情况。系统截屏如图3所示。

4.3 终端性能统计评估

统计分析各种主流终端设备的性能指标, 包括掉话率、接通率、寻呼成功率等, 可以准确定位设备问题, 确定解决问题的确切方向。系统截屏如图4所示。

4.4 客户信令呈现分析

追踪呈现重要客户的业务信令, 对于任意异常情况, 都可以通过调用客户当时的相关信令, 进行分析, 从而准确定位当时的问题所在。系统截屏如图5所示。

5 结语

本文提出的TD-SCDMA客户感知评估系统通过分散采集数据并集中分析, 通过对Iu接口的客户信令的7×24小时追踪分析, 为TD网络优化提供强有力支撑。

TD-SCDMA客户感知评估系统可以从无线资源、接入性能、保持性能等多角度对TD网络质量进行全面评估, 为及时发现和解决TD网络运行质量问题提供了十分有价值的科学依据。同时通过挖掘客户事件、客户群分布和移动规律等大量的客户行为, 为市场营销提供有力支撑。对手机终端的分析, 也有利于TD建网初期评估手机性能。

摘要：为了有效支撑TD-SCDMA的快速发展, 精确定位网络故障, 快速提升客户满意度, 内蒙移动网优中心搭建TD-SCDMA客户感知度评估优化系统, 通过该系统全面监控基于客户感知的TD-SCDMA网络质量, 进行深入的专题分析, 同时对市场营销提供数据支撑。

感知指标体系论文 篇7

一、学具操作与生活实际有机结合

数学是丰富多彩的, 在现实生活中都能找到其实实在在的数学素材, 生活中蕴含着丰富、鲜活的课程资源。学具操作的内容越贴近学生生活, 越容易形成知识结构。教师应善于采撷生活实例, 引导学生通过学具操作去探索生活中的数学问题。

如, “认识十”教学片段:

师:小朋友们, 老师为大家准备了一些小棒, 你们能数出10根排成一排吗?

师生一起边数边摆10根小棒。 (师摆在黑板上) 板书:10个一

师:为了方便, 我们通常把10根小棒捆成一捆。请小朋友们和老师一起把自己的10根小棒捆成一捆。这样一捆就有10根, 10根就可以捆成一捆。

师 (举着一捆小棒) :一捆表示几个十呢?请大家把10根小棒一捆放在左手里, 想想它表示几个十。 (板书:1个十)

师:大家回想一下, 我们是把几个一根捆成了1捆, 也就是几个一是1个十?10根捆成1捆, 是1个十根, 即10个一是1个十。板书:“是” (在10个一和1个十中间添“是”) 。

师:“十”在生活中应用可广泛了。如1盒铅笔有10支, 是1个十;1盒钢笔有10支, 也是1个十……你也能举出这样的例子吗?

二、学具操作与概念法则有机结合

小学生初学概念或法则, 总要经历从直觉动作思维到具体形象思维, 再进入抽象逻辑思维几个阶段。在数学活动中, 教师要让学生通过学具操作, 置身其中, 产生表象, 增强感性认识, 形成概念、法则。

如, 教学“圆锥体积公式的推导”时, 教师可以让学生准备等底等高的圆柱、圆锥;等底不等高的圆柱、圆锥;等高不等底的圆柱、圆锥;不等底、也不等高的圆柱、圆锥, 分组进行装沙实验。学生经历测量、估算、猜测、比较、验证等活动, 知道圆锥与圆柱体积的关系, 只有等底等高的圆柱与圆锥, 圆锥的体积才一定是圆柱体积的三分之一, 自然而然就推导出圆锥体积公式, 学生的思维也从无序到有序。

学具操作是学生获得感性知识的重要途径, 教师要引导学生根据操作中获得的具体形象和动态表象展开分析、综合、比较、抽象、概括、判断、推理等, 形成概念、规律和方法。利用儿童好动的天性, 依据学生的个性, 将学具操作与概念法则有机结合, 让学生在见其形、闻其声、触其质中学习数学, 既培养学生的动手操作能力, 又发展他们的思维。

三、学具操作与求异思维有机结合

小学生的思维正处于由具体形象思维为主向抽象逻辑思维为主的过渡阶段, 而小学生的抽象逻辑思维在很大程度上直接与感性经验相联系, 它具有形象性。学具操作符合少年儿童的心理特征, 迎合儿童好动特点和好奇心理, 它是一个动态过程, 必须调动学生多感官参与。在数学活动中, 教师要做有心人, 为学生搭建学具操作的平台, 实现学具操作与求异思维有机结合。

“学起于思, 思源于疑”。学生有了疑问, 才会进一步去思考问题, 才能有所发现, 有所创造。如, 教学“三角形面积”时, 教材是把两个完全一样的三角形拼成一个平行四边形, 推导出三角形面积计算公式。有学生提出质疑:“老师, 除了用这种方法, 还有没有其他方法呢?”教师引导性地问:“你说呢?你有没有办法把这个三角形转化成已经学过的图形推导出同样的结论呢?”学生通过操作想出了一些富有创意的方法:有的把一个三角形通过割补拼成一个长方形, 有的把一个三角形通过割补拼成一个平行四边形。教师先给予肯定:“好样的”“肯动脑”等, 再说明:“拼成长方形、正方形是特殊情况, 遇到一般情况应拼成什么图形?谁能说一说?”这样很自然地得出三角形面积的计算公式。学生不仅学到了三角形面积计算公式的推导方法, 而且学到了由已知来探讨未知的思维方法, 效果可想而知。

学具操作是一项较有难度的思维活动, 教师要尊重学生智慧生成, 调动学生积极思维, 鼓励学生多角度思考, 敢于质疑, 敢于发表不同见解, 哪怕是一点点的不同, 也是极其可贵的。学生通过学具操作不断获得解决问题的方法, 学得轻松、快乐, 达到事半功倍之效。

四、学具操作与猜测验证有机结合

小学生的认知规律主要是经过前人无数次实践总结出来的认识成果———概括化知识体系, 抽象性是它的一个重要特征, 这就大大提高了认知的起点, 增加了认知的难度。教师可以借助学具操作, 突破知识难点, 将抽象知识具体化。教学中, 教师要精心安排猜测、验证等思维活动, 让学生边操作边思考, 实现学具操作与猜测验证有机结合。

如, “探究长方形的特征”教学片段:

1. 猜测。

谈话:生活中同学们已经见过各种各样的长方形、正方形, 它们有什么特征呢?我们先来研究长方形的特征, 请大家仔细观察黑板面、课桌面以及画在黑板上的长方形, 发现这些长方形都具有哪些共同特点? (可以提示从长方形的边和角入手)

(1) 学生思考, 同桌交流。

(2) 学生汇报, 教师相机板书。

学生可能说出:长方形有四条边, 对边相等, 有四个角, 且都是直角。

相机板书:四条边对边相等四个角都是直角

2. 验证。

师:刚才大家主要是从“边”和“角”两个方面进行观察。你们的发现、猜想到底对不对呢? (打上问号) 这些数学知识的形成是必须通过反复验证才能得出结论, 接下来我们一起验证这些结论。你们打算用什么方法验证呢?

学生以小组为单位动手操作、相互讨论, 形成小组意见。 (教师参与其中)

学生汇报验证方法:

“量一量”和“比一比”的方法。 (指名几组汇报结果)

谈话:很多同学都用了“量一量”和“比一比”的方法, 除了这种方法, 还有其他方法可以证明长方形“上下边相等、左右边相等”吗?怎样知道长方形的对边相等?对折几次?

师:虽然大家手中的长方形有大有小, 但都可以证明长方形对边相等的特点。那么长方形的角怎么验证呢?

让学生观察、思考、操作、交流。

……

五、学具操作与数学语言有机结合

学具操作是一种定向心智、手脑并用的思维活动, 学生爱动手、会操作不等于会语言表达。语言是思维的工具, 数学语言是数学思想的载体。教师要精心设计学具操作活动, 并给予必要的提示和指导, 让学生边操作、边观察、边思考、边领悟, 鼓励和引导学生把学具操作的过程、看到的现象以及自己的想法完整表达出来, 使动态表象转化为外部语言, 实现学具操作与数学语言有机结合。

如, 教学“两位数减一位数 (退位减法) ”:32-8, 课前教师让学生准备小棒32根, 10根一捆, 2根另外。上课时让学生动手操作, 完成后进行交流。生1说:“从2根小棒中拿出8根不够, 于是借一捆打开, 与2根一起共12根, 从12根中拿出8根, 还剩4根, 从而得出32-8=24 (根) 。”他刚说完, 生2接着就说:“可以先拿出一捆, 还剩下两捆和2根, 从取出的一捆里减去8根得2根, 再与剩下的合在一起, 得10-8=2, 2+22=24 (根) 。”生3又说上了:“老师, 这样太烦了, 我还有更好的方法。”他兴致勃勃地说:“2减8不够, 我就8减2得6, 然后, 再从30里减6得24。我的得数和他们的一样。”于是老师鼓励道:“这种方法非常好, 是你创造的, 我们就叫它××法吧!”学生通过学具操作悟出了两位数减一位数的具体算法, 并能将自己操作的过程和结论有序、完整地口述出来。

只有把操作、思考结合起来, 才能使学生离开学具操作后仍在头脑中留下鲜活完整的表象。教师要把重点放在那些基础比较薄弱、思维和语言表达比较差的学生身上, 而对于那些一贯成绩好、思维敏捷的学生, 则可以鼓励他们创新。

感知指标体系论文 篇8

LTE能为用户提供更高传输速率、更低时延和更好的QoS(Quality of Service)保证。为了实现这一要求,寻求更好的无线资源管理方法成为解决问题的关键。LTE的信道具有时变特性,并采用了共享信道的机制,如何在用户之间灵活分配和动态调度可用的无线资源,是最大限度提高频谱利用率和系统吞吐量的前提。上行调度区别于下行调度,上行采用SC-FDMA[1]技术,要求分配给任一UE的RB资源必须是连续的,传统的下行分组调度算法不能直接应用于上行。上行调度既要考虑优先级调度因子的影响,还要保证分配的RB具有连续性[1]。

本文提出了一种基于队列感知和信道感知的LTE系统上行调度算法,简称RPE(Riding Peak Evolution)算法。该算法研究了待传数据量大小、队列等待时延和信道状态信息对调度优先级[3]的影响,重新定义了调度优先级因子的表达式,然后在已有RP算法基础之上,依据重新定义的优先级进行RB的分配。仿真结果表明,该算法与传统调度算法相比提高了频谱效率,同时提升了系统的吞吐量。

2 LTE上行分组调度算法

LTE上行调度算法主要分为两类,一类是基于调度优先级的调度算法,一类是基于资源分配方法的调度算法。前者是根据计算得到的调度优先级对UE进行排序,然后依次为UE分配RB资源;后者是根据当前UE在每个RB上的度量值进行资源分配,为了保证RB连续性,还需要权衡UE在连续RB上的总度量值。在LTE上行调度过程中,上述两类调度算法是相辅相成的,既要根据UE的QoS需求计算调度优先级,又要考虑在RB分配过程中保证连续性,使系统频谱利用率最高和系统吞吐量最大。

2.1 基于调度优先级的传统算法

文献[2,3,4]分别介绍了目前主流的分组调度算法有最大载干比算法(Max C/I)、轮询算法(RR)和比例公平算法(PF),这些都是基于调度优先级进行资源分配的算法。最大载干比算法实现了吞吐量最大化,优先为信道质量好的UE进行调度,不能保证公平性。轮询算法保证了用户间的公平性,但是在系统吞吐量上欠佳。比例公平算法在吞吐量和公平性上达到一个平衡,目前大多数研究都是建立在PF算法基础上改进的。本文调度优先级也以PF算法为基础,把队列大小和队列时延考虑到其中,重新定义了调度优先级因子表达式。频域的PF算法的优先级表达式:

式中ri ,j(t ) 是指用户i在时刻t在RBj上获得最大传输速率,由信道质量决定;Ri (t ) 是指UEi 在时刻t内的平均吞吐量,根据(2)式进行更新:

式中tc 为更新时间窗。

2.2 基于资源分配方法的传统算法

文献[5,6,7]介绍了基于资源分配方法的上行调度算法主要有:最先最大值扩张算法(FME)、递归最大值扩张算法(RME)、峰值选择算法(RP)。最先最大值扩张算法是从具有PF调度度量值最高的RB开始查找,依次比较与当前RB相邻两个RB的调度度量值进行单边查找,选取优先级高的RB进行分配,但是该算法查找方法效率低。递归最大值扩张算法原理与FME一样,区别是采取了双边递归查找,查找效率明显提高。RP算法的原理同FME算法、RME算法一样,同样利用多载波系统的多普勒效应,用户信道质量状态在时域和频域上具有相关性。RP算法步骤如下:

step1:查找UE i-RB j的SINR度量值矩阵,选取具有最高SINR值的RBc ,其对应UEi ;

step2:把RBc 分配给UEi ,将此SINR度量值从矩阵中剔除;

step3: 查找具有次最高SINR度量值对应的RB,如果该RB有相邻的已被分配的RB,则此RB被分配给和相邻RB同样的UE;如果没有,则该RB被分配到给其对应的UE,剔除该SINR度量值。

step4: 执行step3,直到所有的RB都被分配完毕。

3 基于队列感知和信道感知的调度算法

队列状态信息包括队列大小和队列时延,对于非fullbuffer业务的系统来说,队列长度有界。如果用户的信道质量好,但是其对应的待传数据量不足,仅凭借信道质量好就在共享信道上优先调度该用户,就会造成系统资源的浪费,所以调度优先级需要考虑队列大小,优先为待传数据量大且信道质量相对较好的UE分配RB。同时不同业务队列对队列时延的要求不同,为保障UE的QoS需求,调度算法还应该充分考虑调度过程中各业务队列的时延要求,优先为时延要求更为严格且信道质量相对较好的UE分配RB。综合考虑队列大小、队列时延和信道质量计算调度优先级,优先为优先级别高的用户进行资源调度。

3.1 算法描述

LTE系统中eNodeB端通过UE端上报信道质量状态,可以获得每个用户在每个RB上的瞬时传输速率。ri,j(t )表示UEi 在RBj 上的获得的瞬时传输速率,B代表每个RB的带宽为180KHz,SINRi,j表示UEi 在RB j上的信道质量状态,ri ,j(t ) 表示为:

由式(3)我们可以得到,在每个TTI内,用户i能达到的总传输速率为:

其中xi ,j(t ) = 1表示RBj分给用户i,值为0时表示未分配给该用户,同时需满足每个RB最多只能分配给一个用户: 其中m表示RB个数。

调度过程中不仅需要考虑当前信道条件下的传输速率,还要考虑当前待传队列的数据量大小。针对每种业务队列,其到达率λi(t )服从参数为λi 的泊松分布,队列到达的时间间隔为一个TTI,记为T。则在单位时间T内,业务队列的平均到达率为λi 。由于缓存区域有界,设最大容纳的业务队列长度为Qthi 。则在t时刻开始,队列大小为:

同时由于队列长度有界,在t时刻待传队列的实际长度为:

式(5)中QLi (t ) 为当前信道实际传输的数据量,由当前信道状态下总传输速率和当前待传队列数据量大小决定,其表达式为:

由上可以设计基于队列大小的调度优先级因子表达式为:

其中n表示用户数, 为n个用户的平均待传数据量。在t时刻内,待传用户i的队列长度和所有用户的队列长度平均值成指数关系增长,用户的队列长度越长调度优先级越高。

由式(8)可知,相同条件下,待传数据量越大被调度的几率越大。LTE上行调度还需要考虑用户业务的QoS需求,本文考虑了队列等待时延对上行调度的影响。根据Litter公式可以估算出队列等待时延的计算公式为:

LTE系统中调度对象既包括非实时性业务,也包括实时性业务。非实时性业务和实时性业务对时延的要求不一样,当eNodeB调度混合业务时,需要根据统一的时延调度优先级公式对不同业务进行调度。对于非实时性业务,可以采用下式:

由式(7)可知,其中Qi (t ) 为在t时刻待传队列的实际长度,Qthi 为队列长度门限值,超过队列门限的数据包将直接被丢弃,用户队列长度和队列门限成指数性关系增长,队列长度越接近门限值,调度优先级越高。

对于实时性业务来说,每种业务对应一个时延门限值,可以采用下式:

式中Wthi 表示用户i当前业务对应的时延门限值,由于业务队列的平均到达率为λi ,所以(11)式可以变为:

其中Dthi=Wthi×λi ,是由业务时延得到对应的时延门限队列长度值。又由于VoIP、流媒体等实时性业务相对于FTP、WWW等非实时性业务对时延要求更高,所以Dthi(t )

在PF算法基础上,综合考虑队列大小和队列时延,得到基于队列感知和信道感知的调度优先级表达式为:

3.2 RPE算法流程

根据式(14)得到的调度度量值表达式,得到RPE算法流程,具体算法伪代码如下:

4 仿真结果和性能分析

本文算法通过系统级仿真验证所提算法的性能,并与传统频域的RME、FME算法进行比较。仿真参数为:小区数为7个,载波频率2GHz,带宽为20MHz,阴影衰落服从对数正态分布,标准差为8dB,快衰落为Jakes多径模型,UE的移动速度为3km/h,天线配置为SISO。仿真中,系统中实时业务以流媒体业务为代表,非实时性业务以FTP业务为代表,最大队列长度为100个数据包。仿真过程中用FQ ( △t) 表征用户的公平性,表达式为:

其中,Qi ( △t) 表示用户i在时间间隔 △t内获得的实际传输速率,系统用户数为n。FQ ( △t ) 1=表示所有用户在时间△t内有相同的数据速率。

图2是系统吞吐量的仿真结果,随小区用户数增加系统吞吐量的变化情况。RPE算法与传统的RP、RME、FME算法相比较,吞吐量有所提升,这是因为相同条件下,RPE算法下的用户得到的实际传输速率相比于其他三种算法有所增加,每个TTI实际能够传输的数据速率增加了,所以系统吞吐量也跟着增加。当小区内用户数少时,RPE算法和其他算法性能无大差别,这是由于用户数少时,系统有相对足够的RB为用户分配,RPE算法在低负载场景下性能提升不明显。

图3是用户数据速率公平性的仿真结果,小区活跃的用户数增加对用户数据速率公平性的影响。由图可以看出,RME算法相比较RPE、RP、FME算法在数据速率公平性方面表现较好。RPE算法在满足用户速率需求的同时更好的利用有限的无线资源,使待传数据量大和时延要求严格的用户在相同信道条件下系统获得的实际传输速率增加,但是因为RPE算法考虑了队列状态信息,在优先级表达式加入用户QoS需求的考虑,使系统在用户数据速率公平性方面的性能有所下降。同时,FME算法数据速率公平性随着用户数量增加下降很明显,是因为FME算法在查找最优优先级用户时采取单边查找策略,没有利用频域相关性查找,致使用户资源分配不合理,造成公平性很差。

图4是频谱效率随着用户变化的仿真,从图中可以知道,所提RPE算法在频谱效率上的性能优于FME、RME、RP算法,RPE算法在查找矩阵中的最大优先级时,由于引进新的调度度量值判断条件,使系统用户获得了更高的增益。同时,随着用户数量的增加,RPE算法和RP算法效果相似,只有用户数在5到35之间,RPE算法相比于RP算法获得增益。RME算法相比于FME算法,他们之间的差异接近3%。

图5是各算法在每个TTI内被调度的用户数统计结果,每个TTI时刻内小区中有50个激活的用户。由图可知,RPE算法将可用RBs尽可能多的分配给所有用户使用,相同条件下比FME、RME、RP算法调度更多的用户。

5 结论

感知指标体系论文 篇9

随着传感器、无线通信和计算技术的发展和普及,普适计算 (Pervasive computing/Ubiquitous computing)“以人为本”的概念逐渐得到人们的认可,成为一个热点研究领域。根据文献[1]的思想,普适计算的目的是改变传统基于桌面系统的计算模式,使人们能随时随地获得快捷、高效的计算服务。其中核心问题之一就是上下文感知计算(Context-aware computing),即捕获用户所处物理环境状态信息,依据其历史行为,推断出用户可能的需求,适时地提供相应的服务[2]。一些主要大学和公司相继开展了基于上下文感知技术的各种普适计算研究项目,如MIT的Oxygen[3]、CMU的Aura[4]、Illinois大学的Gaia[5]、Microsoft的EasyLiving[6]、清华大学的Smart Classroom[7]等。

传感器网络是普适计算在微型嵌入式领域的一种重要应用模式,已成为支持上下文感知的一项关键技术,在环境监测、军事侦察、医疗、智能人居环境、抢险救灾等领域具有日益增长的应用潜力[8,9,10,11,12]。基于普适计算分布式特点,以传感器网络作为基础的上下文感知应用必须适应智能交互的空间的需求。目前,已有研究者提出将智能代理技术引入上下文感知应用,以满足上述要求。如加州大学Irvine分校的AgentOS系统[13]、MIT人工智能实验室的AIRE项目[14]、马里兰大学EasyMeeting系统[15]等。

本文在智能计算研究基础上,提出一种面向传感器网络的上下文感知应用模型,并设计开发了相应的原型系统。研究目的旨在利用智能代理机制,提高基于传感器网络的上下文感知应用的自主性与自适应性,促进普适计算相关研究和应用的进一步发展。

1 相关技术与问题描述

无线传感器网络是一种特殊的无线自组网,众多智能的微型传感器节点能够相互通信,以协作的方式感知、采集和处理网络覆盖区域中特定的信息。其中感知节点根据预设任务对物理现象(如环境温度、湿度、光强、震动等)进行感知。汇聚节点(sink)将感知节点群收集处理后的信息汇集,传输到应用客户端。

依据文献[16]提出的关于上下文感知计算理论“系统能发现并有效利用上下文信息(如用户位置、时间、环境参数、用户活动等)进行计算的一种计算模式”,因而基于传感器网络的上下文感知要求每个感知节点都能够基于自己的能力,主动地获取周围工作环境的信息,并与节点本身已有的信息相融合,构成节点的上下文。

结合传感器网络自组织通信交互方式,基于传感器网络的上下文感知计算面临解决以下问题:

a) 感知定位。上下文感知首要解决的问题是“位置服务”,即对用户方位感知,实现目标的定位。基于传感器网络的普适环境中,感知目标具有多样与动态性特点,因此,实现定位在系统的精度、实时响应与可测性等方面都有较高要求[17]。

b) 动态人机交互。普适计算的上下文感知具有上下文敏感性和不可见性特点。在基于传感器网络的上下文感知环境下,传感器节点除了具备上述上下文获取功能外,还必须能够根据已有的上下文,通过本地化的运算自主地做出决策、主动地调整自己的行为,或者与其他节点进行协商,通过请求或者提供相关服务实现节点间的持续协作。

智能代理(Agent),是分布式计算技术和人工智能技术相结合的产物[18]。本质上是一个程序实体,拥有一定的智能和判断能力。它可以在自己的控制下,按照一定的规程在网络节点间迁移,寻找并处理合适的资源,代表用户完成特定的任务。Agent在一个执行环境中被创建后,能够携带自身状态和代码在网络中迁移到另一个环境中恢复执行。因此,基于上述Agent在自主性、反应性、能动性及可移动性方面的特点,若以传感器网络为物理基础架构,通过Agent的智能协作,进而提高上下文感知服务的动态性与有效性。

2 基于传感器网络的上下文感知应用模型

根据上述关键技术特点及面向普适计算的应用需求,提出一种基于传感器网络的上下文感知应用模型,利用智能Agent的驻留与迁移实现对设备、上下文、物理环境等构成的计算环境进行管理、协调和调度,建立实体对象间互操作(interoperation)的基础。

如图1所示,服务主体(用户)进入物理空间,无线传感器网络在普适支撑网络以及外部资源的协同下,感知和采集服务主体产生的服务意图(体现为一系列传感数据),创建智能移动Agent,实时地与驻留在普适设备的Agent进行协作和交互,将服务主体的服务意图进行表达和处理,并驱动和控制普适设备为服务主体提供服务,完成情景计算。

3 原型系统设计与实现

南京邮电大学普适计算研究组以上述应用模型为基础,研发了基于情景感知的媒体播放原型系统。采用无线传感器网络与Agent技术相结合的方案,在传感器提供感知服务基础上,利用Agent智能性优点解决情景感知中人机交互和信息处理的一些关键问题。

该系统由控制终端、媒体播放终端和多个超声波传感器组成。基于超声波在传播方向、功率、穿透能力等方面存在的优势,且具有成本低、复杂度低、精确度高等特点[19],本系统采用超声波传感器实现目标的跟踪与测距定位。主要方法是利用超声波发射与接收间的时间差获取距离,通过三维坐标定位算法实现对来访目标的感知。超声波传感器之间通过无线收/发建立通信链路,实现对来访者定位与身份识别。汇聚节点采集传感器感知信息,通过串口数据线传送至控制终端。控制终端计算出来访者的方位后,通过有线网络派发来访者的身份ID(标识)至邻近的媒体播放终端。该媒体播放终端依据ID从媒体库中根据其历史登记的喜好,选择曲目播放。如来访者漫游至其他感知区域,控制终端将根据感知的定位信息,动态派发任务,实现对于同一媒体进程,不同媒体播放终端之间的切换与续播,系统结构如图2所示。

3.1 硬件设计与实现

硬件结构如图3所示。

本系统研发的超声波传感器Uscell,其设计方案基于南京邮电大学无线传感器网络研究中心研发的传感器节点Ubicell[20]。Uscell节点保留了Ubicell节点原本的内核整体结构和高频无线通信模块(主要芯片采用CC1000),并在此基础上添加了超声波传感器模块。

根据测距所需,Uscell分为两类:超声波的发射端,用于产生超声波;超声波接收端,用于超声波的感知与获取。图4是本系统开发的Uscell超声波传感器物理节点。主要部件设计包括超声波发射端、超声波接收端和电源。

3.2 软件设计与实现

3.2.1 传感器节点通信程序

由于支持无线传感器的操作系统属于嵌入式[21],因此本系统采用TinyOS[22,23]设计和实现节点各部分通信功能。主要通信程序开发集中在汇聚节点、超声波发送节点与接收节点。

a) 汇聚节点(Sink)。实现的功能包括来访探询和数据收集。

b) 超声波发送节点(Uscell-T)。实现的功能包括数据包广播和超声波生成。

c) 超声波接收节点(Uscell-R)。完成功能包括感知超声波,获取时间参数及计算距离。

3.2.2 控制终端管理平台

控制终端管理平台实现串口数据读取与分析,媒体播放的远程控制。管理界面开发基于VC++6.0,功能包括:打开/关闭串口、发送数据、显示数据、清除显示的数据和关闭程序。

3.2.3 媒体播放管理平台

媒体播放管理平台提供用户和媒体信息以及媒体播放任务的管理。开发环境基于Eclipse。后台数据库访问实现采用SQL Server 2000 Developer和Java语言,前台设计基于JADE(Java Agent Development Framework)软件开发框架,通过Agent实现来访者的身份监听及媒体的智能播放。图5是基于JADE的媒体数据处理逻辑视图。

主容器(Main Container)是Agent容器,建立在控制终端;非主容器(Container)可驻留在任一台媒体播放终端,与Main Container构成统一平台;信号监听器(Signal Listener)负责信号监听,判定来访者是否在当前感知区域;监听Agent(Listening Agent)监测硬件节点采集的身份识别信息;移动代理(Mobile Agent)负责传送媒体播放任务消息;控制代理(Controller Agent)接收源自Listening Agent的消息,根据媒体播放策略,派发Mobile Agent。

普适环境下,基于情景感知的控制终端采集来访者身份ID,建立JADE平台。其操作步骤如下:

a) 若某终端Signal Listener监听到ID信号,由Listening Agent将监测到的ID发送给主容器的Controller Agent。

b) Controller Agent从消息队列中检索,若无该ID对应的Mobile Agent,则创建,否则发送消息给对应的Mobil Agent,消息中包含为从数据库中检索到的该ID对应的音乐播放地址。

c) Mobile Agent发送消息给本地的Listening Agent,消息内容为播放地址和开始播放时间。Listening Agent收到消息后,创建播放器,播放器按照消息中的音乐播放地址和起始时间进行音乐播放。

d) 若来访者漫游至其他区域,由于Signal Listener在一定时间内接收不到ID,则暂停当前的播放进程,记录断点时刻,并发送消息给Controller Agent,消息内容包括ID与媒体中断的时间点,后续操作同步骤b、c。

4 结束语