Quality of context in pervasive systems : models, techniques, and applications

Abstract

Pervasive Computing Systeme zielen darauf ab, den Menschen bei der Durchführung alltäglicher Aktivitäten auf natürliche Weise zu unterstützen. Dieser Ansatz beruht auf der Verwendung von Rechenleistung und der Verarbeitung von Kontextinformationen zur flexiblen Anpassung seiner Umwelt. Diese Rechenleistung und Kontextinformationen werden von einer Vielzahl von Sensoren und Aktuatoren zur Verfügung gestellt, welche in dauerhafter kommunikativer Verbindung mit den Menschen und ihrer Umwelt stehen, weit über konventionelle Mensch-Maschinen Interaktionen hinaus. Diese Geräte erfassen die menschliche Umwelt oft implizit, bewerten die aktuelle Situation und beliefern Anwender mit Kontextinformationen und Dienstleistungen welche besonders auf ihre Bedürfnisse zugeschnitten sind. Eine der zentralen Herausforderungen, denen Software-Ingenieure gegenüberstehen um die Vision der Pervasive Systeme zu realisieren, ist mit der unzureichenden Qualität von Kontextinformationen umzugehen.<br />Um dieses Problem zu adressieren, führen wir das Konzept der Kontextqualität (Quality of Context, QoC) ein. Diese QoC beschreibt den Wert von Kontextinformationen für einen spezifischen Anwender. Darauf aufbauend präsentieren wir ein Modell zu Verarbeitung von QoC Metriken und beschreiben wie diese berechnet und kombiniert werden, um das Vertrauen in Kontextinformationen beziffern zu können. Dieser Vorgang berücksichtigt die Anforderungen bestimmter Anwender betreffend QoC. Das Vertrauen in Kontext beschreibt die Qualität von Kontextinformationen unter Berücksichtigung verschiedenster Aspekte mit einer einzelnen Metrik welche auf die Anforderungen eines bestimmten Anwenders zugeschnitten ist. Wir präsentieren auch Techniken zur Auflösung von QoC Konfliktsituationen in verschiedenen Schichten eines kontextbezogenen Pervasive Computing Systems. Diese Techniken können auf einer einzigen QoC Metrik, dem Vertrauen, basieren, welches aus einer Kombination von zwei oder mehr QoC Metriken abgeleitet wird. Wir verwenden die oben genannten Modelle und Techniken um verschiedene Anwendungen in kontextbezogenen Pervasive Computing Systemen zu entwickeln. Unsere Experimente belegen die Wirksamkeit unseres Ansatzes der QoC Metriken, um verschiedenste Funktionen in solchen Systemen zu realisieren. Wir vertreten die Meinung, dass Konfliktlösungstechniken, die das Vertrauen in Kontext basierend auf der Kombination verschiedenster QoC Metriken verwenden, unter Berücksichtigung der Art der Aufgabe wirksamer sind, als Konfliktlösungstechniken die nur auf einer einzelnen QoC Metrik beruhen. Unsere Experimente zeigen auch, dass das Vertrauen in Kontext verwendet werden kann, um den Wert und die Relevanz von Kontextinformationen für einen spezifischen Anwender erfolgreich zu beziffern.<br />

Pervasive computing systems aim to facilitate human beings in carrying out their usual activities in a natural way by dynamically adapting the situation to their requirements using computing power and context information available in the environment. This computing power and context information is provided with the assistance of plethora of sensing and actuating devices continuously communicating with the human beings and their environment beyond the conventional means of man-machine interaction. These devices implicitly sense the human environment, comprehend the current situation, and furnish consumers with context information and services especially tailored to meet their needs. One of the core challenges that software engineers face to achieve the vision of pervasive systems is to deal with the inadequate quality of context information.<br />To address this problem we introduce a novel approach to perceive Quality of Context as the worth of context information for the specific context consumers and present our model to process and use QoC metrics.<br />We describe and evaluate QoC metrics and present a new technique to combine different QoC metrics to infer the value of confidence on context considering the requirements of a particular context consumer regarding quality of context information. Confidence on context presents the quality of context information from different aspects by a single metric tailored to the needs of a specific context consumer. We also present QoC based conflict resolving techniques to resolve the conflicting situations at different layers of a context-aware pervasive computing systems. These techniques can be based on a single QoC metric or confidence on context, inferred from a combination of two or more QoC metrics. We use the aforementioned models and techniques to develop different applications in context-aware pervasive computing systems. Our experiments demonstrate the effectiveness of our approach to use QoC metrics in performing different functionality in such systems. We find that conflict resolving techniques that use confidence on context based on the combination of different QoC metrics selected considering the nature of task are more effective than conflict resolving techniques using a single QoC metric. Our experiments also demonstrate that confidence on context can be used to successfully depict the worth and relevance of context information for a specific context consumer.<br />