基于事件的物联网服务相似性检测

doi:10.3724/SP.J.1087.2011.02258

计算机应用 ›› 2011, Vol. 31 ›› Issue (08): 2258-2260.DOI: 10.3724/SP.J.1087.2011.02258

基于事件的物联网服务相似性检测

谢川,王方

西南民族大学计算机科学与技术学院，成都610041

收稿日期:2011-01-14 修回日期:2011-03-02 发布日期:2011-08-01 出版日期:2011-08-01
通讯作者: 谢川
作者简介:谢川(1963-)，男，四川成都人，讲师，硕士，主要研究方向：物联网应用；王方(1976-)，男，上海人，实验师，硕士，主要研究方向：云计算、计算机围棋。

Service similarity checking based on event for Internet of things

Chuan XIE,Fang WANG

College of Computer Science and Technology, Southwest University for Nationalities, Chengdu Sichuan 610041, China

Received:2011-01-14 Revised:2011-03-02 Online:2011-08-01 Published:2011-08-01
Contact: Chuan XIE

摘要/Abstract

摘要： 为了检测物联网中冗余服务，节省资源，使用事件和服务关系提出了基于事件服务类图的冗余服务相似性计算模型，在此模型基础上分析了物联网事件上下文及其服务类型，从而得出了面向事件的服务相似度计算方法。由此方法得到了一个静态的服务冗余检测算法。此算法通过检测相似性事件来去除重复的服务函数调用，节约系统服务对资源的占用，从而解决物联网中资源高耗问题。

关键词: 事件, 服务事件类图, 服务相似性检测

Abstract: To check the redundant services of Internet of Things (IoT) and save resources, a novel similarity calculation model based on service event class diagram was proposed to check redundancy by means of relations between events and services. It analyzed the context of IoT and service type and obtained the services similarity measurement based on events according to this model. By this similarity calculation method, a static service redundancy detection algorithm was proposed to remove duplication function invocation of services, which saved system resources occupied by services and decreased the consumption of resources in the IoT.

Key words: event, events of services graph, services similarity checkting

中图分类号:

TP311.521

谢川王方. 基于事件的物联网服务相似性检测[J]. 计算机应用, 2011, 31(08): 2258-2260.

Chuan XIE Fang WANG. Service similarity checking based on event for Internet of things[J]. Journal of Computer Applications, 2011, 31(08): 2258-2260.

[1]	柴洁, 过榴晓, 沈莞蔷, 陈晶. 脉冲式事件触发控制的时变多个体系统一致性[J]. 计算机应用, 2021, 41(9): 2748-2753.
[2]	武国亮, 徐继宁. 基于命名实体识别任务反馈增强的中文突发事件抽取方法[J]. 计算机应用, 2021, 41(7): 1891-1896.
[3]	李衍志, 范勇, 高琳. 基于形态流的石油钻井水流异常检测[J]. 计算机应用, 2021, 41(6): 1842-1848.
[4]	孙鹤立, 孙玉柱, 张晓云. 基于生成对抗网络的事件描述生成[J]. 计算机应用, 2021, 41(5): 1256-1261.
[5]	王朱君, 王石, 李雪晴, 朱俊武. 基于深度学习的事件因果关系抽取综述[J]. 计算机应用, 2021, 41(5): 1247-1255.
[6]	孙鹤立, 徐统, 何亮, 贾晓琳. 融合用户历史行为与社交关系的个性化社交事件推荐方法[J]. 计算机应用, 2021, 41(2): 324-329.
[7]	赵旭剑, 王崇伟. 基于图卷积网络的微博新闻故事线抽取方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3139-3144.
[8]	罗香玉, 李嘉楠, 罗晓霞, 王佳. 改进的动态图社区演化关系分析方法[J]. 计算机应用, 2020, 40(8): 2313-2318.
[9]	理姗姗, 杨文忠, 王婷, 王丽花. 基于网络社交媒体的子话题检测技术综述[J]. 计算机应用, 2020, 40(6): 1565-1573.
[10]	阮灿华, 林甲祥. 动态事件时间数据的多任务Logistic生存预测方法[J]. 计算机应用, 2020, 40(5): 1284-1290.
[11]	陈晨, 张绍武, 杨亮, 张冬瑜, 林鸿飞. 面向重大突发社会安全事件的新闻媒体国际影响力分析[J]. 计算机应用, 2020, 40(2): 524-529.
[12]	单晓欢, 张志国, 宋宝燕, 任成林. 事件社交网中基于有向标签图及用户反馈的活动推荐方法[J]. 计算机应用, 2020, 40(2): 448-453.
[13]	万志远, 刘勤明, 叶春明, 刘文溢. 突发事件下的医院应急资源冗余配置优化模型[J]. 计算机应用, 2020, 40(2): 584-588.
[14]	孙鹤立, 孙玉柱, 张晓云. 基于事件描述的社交事件参与度预测[J]. 计算机应用, 2020, 40(11): 3101-3106.
[15]	童玉珍, 王应明. 基于后悔理论及EDAS法的概率语言多属性群决策方法[J]. 计算机应用, 2020, 40(11): 3152-3158.

基于事件的物联网服务相似性检测

Service similarity checking based on event for Internet of things

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics