上下文感知计算是当前开发和部署智能应用不可或缺的关键技术之一。上下文能否在计算中真正发挥其作用，主要取决于两方面：一是如何连续稳定地从动态交互环境中获取高质量上下文，二是如何推理上下文并制定适应决策。为了实现上述目标，设计了一个分层的中间件框架，该中间件能够根据上下文质量参数，动态地选择能提供高质量上下文的信息源，并对这些原始上下文进行预处理和推理，进而自动地制定适应决策为用户提供合适的服务。实验测试了平台的性能，并与同类系统进行了比较，结果表明该中间件能够快速有效地支持上下文感知应用的开发部署，并且在计算性能方面有显著提高。
