物联网的自动设备描述方法

物联网感知设备的服务描述文件为海量资源的发现与检索提供了有效的支持,是面向服务的物联网框架架构的基础。当前服务描述文件主要通过开发人员手工撰写完成,工作量大。现有研究SPITFIRE提出了一种半自动方法协助开发人员撰写服务描述文件,但方法本身为集中式方法,配置较复杂且精度过度依赖人工参数调优,不适合大规针对物联网海量设备的描述问题,本文提出了一种基于尺度学习的分布式的物联网感知设备自动描述方法。该方法使用设备的多种数值特征作为输入,利用多种多样的DBSCAN聚类算法对设备进行归类与推导,设备通过归该方法利用规模学习优化聚类的变量函数以保障精度,以分散方式进行灵活快速的配置,可减少人工干扰。仿真实验表明,与使用单个属性作为刻度方式的SPITFIRE相比较,此处方法在获得对设备聚类确实的查全率的同时,查准率提高了20%。4%,更适合于物联网海量设备使用场景。