Context modeling and utilization in heterogeneous networks

Abstract

Sovellusten vuorovaikutuskyky ja taito analysoida ympäristöstä tulevaa tietoa tähtää älykkäämpään ja tehokkaampaan palvelujen suunnitteluun ja toimintaan. FM Nataliya Kohvakon väitös käsittelee kontekstien eli asiayhteyksien mallintamista ja käyttöä tulevaisuuden monimuotoisissa verkkoympäristöissä.Väitöstyö esittelee uuden interaktiivisen päättelymenetelmän, jonka avulla käyttäjäsovellus saa tietojärjestelmältä kontekstitietoa ja tutkittuaan sen sisällön sovellus pyytää tarvittaessa lisää informaatiota. Tiedonkäsittelytekniikan oletuksena on, että sovellus ei tiedä etukäteen minkälaista tietoa on tarjolla ja että lähettävä tietojärjestelmä ei tiedä minkälaista tietoa sovellus haluaa. Uutta työssä on matemaattinen menetelmä, jonka avulla tietojärjestelmä pystyy keräämään käyttäjäsovellukselle mahdollisesti relevanttia tietoa ympäröivästä tilanteesta.Tutkielman käytännön tuloksena esitellään kontekstitietoinen arkkitehtuuri mobiiliympäristöihin, joka soveltuu esitellyn teorian toteuttamiseen.

This PhD thesis is devoted to context modeling and utilization in heterogeneous networks. A special view onto context as a concept is presented. As a possible implementation of research contribution presented within this work a conceptual architecture of context-aware mobile environment is considered. The context model presented in this dissertation is based on the semantic networks data model. Interactive reasoning mechanism is considered as a way of context exchange between a context-aware application and a context-provisioning system. One of the main contribution of this work is multidimensional structural representation of semantic network and relevance potential function, which allows intelligent extraction of potentially relevant context for its consumer.Keywords: context-awareness, domain model, heterogeneous networks, context modeling, ubiquitous computing, ontology, subject-oriented context analysis, triple data model, context consideration depth, relevance potential function, semantic network dimensionality.