一种面向自主服务的知识网络及其构建方法

摘要

本发明提供了一种面向自主服务的知识网络及其构建方法，所述网络为基于扁平化结构的知识网络，该网络通过构建统一的中间层元件对底层网络的传感器节点采集的数据进行处理并提供API接口供上层服务访问；所述中间层元件基于区域的方式查询访问所述传感器节点并收集数据，且所述中间层元件通过逻辑连接形成网状或环状结构，且处于同一个平面上，上层应用服务只需访问中间层某一特定的元件来获取所需信息。所述中间层元件为知识组织管理层，该知识组织管理层由若干个相互通信进行知识交换的KMC元件构成；其中，所述KMC元件为包含知识的实体，且上层应用服务通过调用API接口访问唯一与其相连的KMC元件，同时该KMC元件根据知识需求的不同，连接相应的KMC元件。

说明书

技术领域

本发明涉及自主网络和自主服务，具体涉及一种面向自主服务的知识网络及其构建方法。

背景技术

随着计算机网络技术和移动通信技术的飞速发展，以互联网为基础的服务已经成为全球信息技术产业和服务产业发展的一个新趋势，诸如传统的语音、视频等多媒体服务，新型的电子商务服务、金融业务和网络缴费服务等等。互联网服务已经深入到人们生活的方方面面，而伴随着宽带和无线网络的普及，以及以手机、平板电脑为代表的智能终端的广泛应用，互联网服务具备了普适性、简易性和便捷性等诸多优点，并能够为用户提供综合的、无缝的良好用户体验，进而更加促进了互联网服务的发展。

但是，随着网络规模的不断扩大，网络异构性的不断增加，以及网络应用向日趋丰富、复杂和分散化方向的发展，这无疑都给现有网络的管理和维护带来了极大的困难；而与此同时，现有所能够利用在网络管理和维护上的工具和方法，在这样的网络环境下显得力不能及，而依靠大量手工进行的网络操作则大大增加了网络的运维成本。按照网络目前的复杂度增长速率，在不久的将来，现有的解决方案在网络管理层面上将变得无以为继。因此，要使互联网服务能够顺利开展，就必须使得服务能够自适应地运行在变化的环境中以满足用户的需求。这就要求网络具备自组织、自配置和自管理等等功能，能够实现对自身环境的检测、解释并决策获取方案来解决问题，从而在管理上达到自动化和智能化，进而有效支撑服务的发展。

针对以上提及问题，自主网络可以提供很好的解决方案。自主网络技术被认为是增强网络智能性、提高网络效率、解决网络管理复杂性问题的有效方法和新的途径。自主网络技术使得日益复杂的网络管理系统实现后台化、自动化和智能化。同时，自主网络作为一种新型的网络结构，简化了对复杂通信架构的管理，从而减少了网络管理和配置中的人工操作。自主网络具有自主管理、自主修复和自主适应的能力，在出现错误或故障时，自主网络能够纠正错误或获得解决问题所需要的资源。而且，自主网络还能以较为智能的方式对不可预测的事件及时做出反应，这些事件不仅仅包括网络通信量的突然增加，还包括其它可摧毁网络及其管理的灾难性事件，如火灾、暴风雨和地震等。因此，自主网络能够解决互联网服务面临的诸多问题，例如，实现网络服务的自主化，即自主服务等等。

在网络上实现的自主服务需要对环境的感知和高度自适应，以实现网络中有效的自主行为。而自主服务对环境的高度自适应和感知，需要依靠运行时环境的相关知识。知识的获取来自于原始的环境数据信息。环境数据信息通过相关元件的一系列中间过程处理后，形成按照统一规则形式表达的、能反应一定的环境特征的信息，称之为知识。随着传感器网络、定位系统的普及，以及用户信息库的丰富和实时监测系统的成熟，目前来说，获取环境数据的技术手段已经越来越有效，越来越普及。但是，原始数据信息仍然属于粗粒度数据，还不足以支撑自主服务的实现，从而需要一种有效的方法，按一定的规则或算法将获取的大量分布式数据信息有效组织聚合起来，并进行分析和处理，使其成为有意义的数据，即知识，从而提供给服务进行调用。这种需求就产生了自主网络中的知识网络（Knowledge Network）。知识网络能够提供相关模型结构和工具来进行有组织有结构地收集相关环境数据信息，并对其进行聚合和分析处理以及有效地管理，以支持适应性的自主应用和服务。因此，知识网络的构建对于自主网络中自主服务的实现具有重要的影响。

知识网络的重要性可以分为几个方面。首先，从数据信息角度来说，从物理网络上收集数据信息时需要根据精确性、正确性等参数来评估数据质量，给应用层服务提供的信息不能是原始数据而是经过组织和分析处理后所形成的知识。知识网络提供相关元件并按特定的机制组成相关结构，来有组织有结构地收集数据，然后通过合适的方式组织数据和分析数据，形成提供给应用层服务的知识。其次，从网络层次的角度来说，未来自主通信场景的一个已认可的需求是跨层的交互，应用层和网络层实现各自功能的同时需要协调和信息交互以共同完成网络功能。知识网络是存储、组织信息并使信息能被应用层和网络层理解和访问的场所，从而完成应用层和网络层的信息交互。最后，从物理网络自组织角度说，实现分布式系统的自组织和自适应的一个合理有效的方式是通过部署分布式元件，并利用分布式元件来感知环境信息，进而实现分布式系统的动态调整。知识网络能够为动态调整的实施提供计算环境。

知识网络可以很好地为服务的开展提供支撑，并能够在增强网络智能性和解决网络管理复杂性方面提供有效的方法和手段。在知识网络的实施层面上，知识网络的构建方法是最为重要的。但是，截至目前，对于知识网络中所收集的分布式环境数据信息，如何采用相关规则和算法对其进行有效地组织、聚合并获取其中所蕴含的知识的研究正处于起步阶段。而这方面的研究也是当前学术界的热点研究问题。随着越来越多的人投入对知识网络的开发和相关应用场景的模拟及研究，知识网络以及知识网络的构建方法在未来的网络发展过程中将具有广阔的应用前景。

知识网络的构建要解决的关键问题是构建一种知识的网络结构，该结构主要包括两个方面：（1）包含独立于环境的实体，能够对知识进行采集和封装；（2）实体间知识的管理和分发，即构建并维持包含知识的实体之间的动态关系，进而构建所需要的网络结构。

针对知识网络构建的两个问题，国内外相关学者开展了一系列的研究，主要的关注点在于数据如何从数据源处获取，并提供给上层的应用和服务进行调用。现有的研究成果大致可以分为3类：（1）应用服务不通过任何中间件直接访问传感器节点获取数据；（2）利用集中式服务器来收集各个传感器数据，并提供给应用服务以访问接口；（3）开发一套中间件结构来获取及处理数据，并通过相应的API调用接口为应用服务提供信息访问。

在研究成果分类1中，作者Ken Hinckley等人在文献[5]中通过在手持设备上安装传感器来感知人体活动状态，并对这些数据进行封装和处理，而人机交互服务则直接通过访问这些传感器来获取所需要的信息，并做出相应的响应，诸如通知服务等。

在研究成果分类2中，作者Filip Perich在文献^[6]中提出了一个Me-Centric的情景感知架构，该架构中的核心为Me-Centric Domain Server服务器，该服务器集中式的收集来自物理域（physical domain）、知识域（knowledge domain）、概念域（conceptualdomain）和协作域（collaborative domain）的情景信息，并对这些域的信息进行集中式的处理，同时对外提供查询接口。

作者Giacomo Cabri等人在文献中提出了MARS架构，该架构通过部署一台局部的情景信息采集服务器，将所管辖区域内的服务信息集中收集并提供对外查询功能；当移动设备使用这些服务时，其所在的位置信息则可以被查询出来。

作者Harry Chen等人在文献中采用了一个环境服务器来集中式收集并处理数据，从而构建一个环境感知系统的结构模型。该模型的核心为一个包含丰富资源的broker agent，包括设备、服务和相关agent共享的知识库，且具备推理能力。Brokeragent可以通过FIPA协议对外提供数据信息的通信接口。

在研究成果分类3中，作者Luciano Baresi等人在文献中提出了一种基于自主知识网络元件ACE（Autonomic Communication Element）的中间件结构框架。ACE中包含了构建知识网络的元件KA（Knowledge Atom）和KC（Knowledge Container）等。项目中的实现结构图如图1所示。

知识网络通过部署在传感器等设备上的KA元件提供的数据源访问接口来采集数据对象，并以XML格式的keyword形式存储在KA中。Aggregator元件查询KA元件并将其数据信息转化成XML格式的W4数据模型（W4数据模型是知识在组织层存储组织和在应用层使用的统一表达形式），存储在KA元件中。同时aggregator元件通过聚合算法对KA元件内的W4数据进行聚合处理，并将处理结果以W4形式存储在aggregator元件中。KC元件查询访问KA元件，先通过KA元件内keyword语义信息完成KA元件的注册等预组织处理，然后用区域聚合噪音算法对KA元件进行分类组织，并以W4形式将处理结果存储在KC元件中。上层的服务应用ACE元件可通过访问aggregator元件和上层KC元件获取所需要的知识。

维持包含知识的实体间的动态关系是通过一种数据重叠结构实现的，KC元件聚合连接KA元件和内部KC元件，可以将包含中间层元件的整个知识网络看作一种数据重叠结构。KC元件内组织信息的方式有batch和on-line两种。KN内对KC元件和KA元件的组织结构有水平和垂直两种。在垂直的组织结构中，KA元件位于底层，每层有多个KC元件，包含相同类型信息的多个KA元件组织在同一个KC元件中，这样多个KC元件递归组织在一起形成KN，上层服务ACE元件直接通过访问顶层KC元件获取知识。水平的组织结构中知识位于同一个抽象等级且只有一个KC元件，在知识空间中基于给定的属性来筛选区域，区域内的包含不同类型信息的所有KA元件组织在一个KC元件中，上层服务ACE元件直接访问各个区域KC元件来获取知识。垂直和水平的组织结构分别如图2和图3所示。

现有的技术方案中存在如下缺陷：

1）直接访问传感器节点获取数据的方式需要传感器对收集的数据做出相应的处理，即传感器上需要部署相应的功能单元，这对传感器的续航能力、存储空间和处理能力都提出较高的要求。此外，这种直接访问的方式只能应用于传感器节点能力强，节点规模较小的网络，且支持的应用服务也较为简单，不能适应于分布式环境。

2）采用集中式服务器处理的方式由于存储、计算和传输的任务都集中在服务器内完成，服务器容易形成单点瓶颈；此外，服务器处理效率的高低将极大的影响服务的用户体验。一旦服务器出现问题，将会造成知识网络的中间处理过程崩溃，从而使得系统可靠性极大降低。再者，集中式的方式极大的影响了系统的扩展性。

3）在现有采用中间件结构的方案中，aggregator元件和KC元件以协作式的方式处理数据提供应用服务，但它们对传感器数据的独立查询访问造成了大量的网络连接负载，同时也消耗了传感器的资源。在数据存储上，部署在传感器上的KA元件同时存储多份数据，给传感器带来很大的存储负载。此外，各个aggregator元件和KC元件均存储了处理后的结果数据，也增加了中间件层的存储空间。

本发明围绕知识网络所面临的两个核心问题，并针对现有方案存在的缺陷，提出了一种基于扁平化结构的知识网络，通过构建统一的中间层来对数据进行处理及提供对外访问，减轻了传感器的存储负载，降低了传感器的能量消耗和计算处理负载，并方便了上层应用服务的调用。采用中间层元件基于区域的方式查询访问传感器节点并收集数据，减少了中间层元件查询访问传感器节点时的连接消耗，降低传感器的存储空间需求。同时，采用扁平化的结构，简化了知识网络结构层次，提高信息传递速度，降低数据丢失的潜在风险，并节约了中间层存储空间。中间层元件采用模块化设计，增强了元件的自主性和可扩展性，使得元件实体能自适应地增加删除和修改一些服务。

发明内容

本发明的目的在于，为克服上述技术方案构造的知识网络的诸多缺陷，从而提供一种面向自主服务的知识网络及其构建方法。

为实现上述目的，本发明提供了一种面向自主服务的知识网络，其特征在于，所述网络为基于扁平化结构的知识网络，该网络通过构建统一的中间层元件对底层网络的传感器节点采集的数据进行处理并提供API接口供上层服务访问；

所述中间层元件基于区域的方式查询访问所述传感器节点并收集数据，且所述中间层元件通过逻辑连接形成网状或环状结构，且处于同一个平面上，上层应用服务只需访问中间层某一特定的元件来获取所需信息。

上述技术方案中，所述中间层元件为知识组织管理层，该知识组织管理层由若干个相互通信进行知识交换的KMC元件构成；

其中，所述KMC元件为包含知识的实体，且上层应用服务通过调用API接口访问唯一与其相连的KMC元件，同时该KMC元件根据知识需求的不同，连接相应的KMC元件。

上述技术方案中，所述KMC元件包含：采集通信模块、信息智能处理模块、知识存储模块、应用层API模块和中心控制模块；

采集通信模块，用于负责数据的采集和KMC元件之间的直接通信，该模块查询访问其管辖区域内的传感器节点，根据其信息类型从传感器节点获取相关原始数据信息，或者被动接收来自其管辖区域内传感器节点传来的信息，并将原始数据信息传递给信息智能处理模块，同时采集通信模块还通过中心控制模块与外部KMC元件直接通信，并根据知识需求通过中心控制模块从知识存储模块获取知识，完成与外部KMC元件之间的知识交换；

信息智能处理模块，用于完成数据的格式转化处理，并通过聚合分析形成知识；该信息智能处理模块接收来自所述采集通信模块的原始数据信息，转化成应用层服务能识别的统一的数据格式表达的信息，然后通过相关聚合算法，结合知识关系库做聚合分析处理形成知识，并将统一数据格式表达的知识传递给知识存储模块；

知识存储模块，用于负责知识的存储，该知识存储模块存储统一格式表达的知识，并将知识按照应用服务的知识需求由中心控制模块控制通过应用层API模块传递给应用服务，同时在与外部KMC元件通信时，知识也按照需求由中心控制模块传递给采集通信模块；

应用层API模块，用于完成与上层应用服务的通信，同时将应用层应用服务的知识需求传递给中心控制模块，以供维护KMC元件之间的动态关系，构建KMC元件知识的网络结构；

中心控制模块，用于控制知识存储模块的读写、内部模块之间的通信、控制KMC元件之间的通信和构建知识网络。

上述技术方案中，所述中心控制模块为每一个应用服务维护一张逻辑邻居节点表，逻辑邻居节点表上记录了逻辑邻居节点名、对应路径和相应应用服务名。

上述技术方案中，所述中心控制模块控制KMC元件内部模块的逻辑通信，同时还根据相关算法控制存储模块旧知识的删除以及读写；该中心控制模块从信息智能处理模块获取知识语义信息，从应用层API模块获取应用服务对知识的需求信息，根据知识的属性的一项或者多项维护KMC元件的逻辑邻居节点表，控制KMC元件之间的通信，即维护包含知识的实体KMC元件之间的动态关系，从而构建知识的网络结构，此外，知识需求的动态变化造成KMC元件逻辑邻居节点表的增删，从而实现知识网络的动态变化。

针对上述网络本发明还提供了一种构建该所述的知识网络的方法，该知识网络包含KMC元件，所述的方法包含：

步骤101）应用服务建立时，与该应用服务相连的第一KMC元件向其物理邻居节点广播应用服务知识需求类型的信息，信息中包含该信息被传播的生命周期次数；

步骤102)包含相同知识类型属性的物理邻居节点向所述第一KMC元件返回响应信息，同时物理邻居节点将广播信息的生命周期次数减1；若生命周期次数为0，则停止传播；若生命周期次数不为0，则第一KMC元件的物理邻居节点继续向自己的物理邻居节点广播知识需求类型的信息；响应信息依次向上一跳KMC节点回递，所述第一KMC节点将所有返回响应信息的KMC节点登记到逻辑邻居节点表，并记录对应路径和相应的应用服务名，不包含相同知识类型属性的节点不做任何响应；

步骤103）与应用层应用服务相连的第一KMC元件节点周期性向其逻辑邻居节点表的相应应用服务的所有KMC节点发送知识请求信息，其所有逻辑邻居节点收到请求信息后将返回相应知识，并向自己的相应应用服务的逻辑邻居节点表的所有节点发送知识请求信息，有符合知识类型的节点返回知识并继续广播，所请求的知识依次返回到与应用层应用服务相连的KMC节点；

步骤104）应用服务需求发生变化时，相应连接的KMC节点需要重新相应应用服务的建立逻辑邻居节点表的逻辑连接，重新广播知识需求类型的信息，重复步骤101）、102）和103），若撤销应用服务时，则KMC节点删除相应应用服务的逻辑邻居节点表的逻辑连接。

与现有技术相比本发明的技术优势在于：

首先，本发明采用中间层统一处理数据的方式，降低了传感器的能量消耗和存储负载。

其次，本发明采用基于区域采集数据的方式，减少了中间层元件对传感器节点查询访问时的连接数，降低了传感器的开销。

然后，本发明采用扁平化结构，中间层元件非分层结构，而是通过逻辑连接形成网状、环状等结构，且处于同一个平面上，上层应用服务只需访问中间层某一特定的元件来获取所需信息。简化了知识网络结构层次，使得信息传递速度快且失真可能性小，节约了中间层存储空间。

最后，本发明采用模块化设计，并以知识类型作为维护节点之间关系的依据，减少了节点动态关系维护的负担，增强了元件的自主性和可扩展性，如在不考虑数据丢失的情况下，中间层元件产生知识后以主动递交的方式由应用层API模块直接传递给应用层应用服务，如此可以减少知识存储模块。

总之，本发明优势包含：采用中间层结构对数据统一处理的方式，将传感器的计算处理任务和部分存储负载转移到中间层结构，降低了传感器的能量消耗和存储负载；采用基于区域组织管理传感器的方式，避免了各个中间层元件遍历查询传感器节点，减少了中间层元件对传感器节点查询访问的连接数，降低了传感器的开销；采用扁平化结构的知识网络，知识网络结构简单，层次少，使得信息传递速度快，信息失真可能性小；中间层元件相对少且有删除知识的相关策略，节约了中间层存储空间。采用模块化方式设计中间层元件，使得元件实体自主性强，可扩展性强，能自适应地增加删除和修改一些服务。即本发明的方案采用扁平化的知识网络结构结合模块化方法设计知识元件，降低了知识网络的存储负载和查询连接消耗负载，加快了知识网络的处理速度以及信息在网络中的传输速度，从而增强了网络的自适应性和可扩展性。

附图说明

图1是现有技术的ACE知识网络逻辑结构图；

图2是现有技术的ACE知识网络垂直组织结构图；

图3是现有技术的ACE知识网络的水平组织结构图；

图4是本发明提供的扁平化知识网络逻辑结构图；

图5是本发明的扁平化知识网络中间层元件KMC元件功能模块结构图；

图6是本发明的扁平化知识网络信息处理时序图；

图7是本发明中间层KMC元件间不同的知识类型属性形成的知识网络结构示意图；

图8是本发明实施例中预报北京郊区突发天气灾害的元件部署图。

具体实施方式

下面结合具体实施例和附图对本发明进行详细描述。

由图4可知中间层由元件KMC（Knowledge Middleware Component）组成，KMC元件以基于区域的方式查询访问传感器节点，收集处理数据信息，形成并存储知识，同时提供相应API接口供上层服务访问。KMC元件通过主动查询访问传感器节点，或者被动接收来自传感器上报信息的方式完成对原始数据信息的采集。KMC元件内的功能模块对采集的数据信息进行数据格式的转化，形成统一格式的信息，然后根据相关聚合算法和知识关系库，通过聚合分析处理格式化信息形成知识，并在KMC元件内完成了知识的采集和封装。同时KMC元件之间通过相互通信完成知识的交换。KMC元件是独立于环境的包含知识的实体。上层应用服务根据知识需求的不同，连接相应的KMC元件，并调用其API接口从知识网络中获取所需的知识。

KMC元件之间的通信交互实现了知识的管理和分发。知识的管理和分发是基于知识网络的，而知识的网络结构是由包含知识的实体KMC元件之间的动态关系来体现的。KMC元件部署在物理节点设备上的，而特定的应用服务只需访问一个特定的KMC元件即可获取所需要的知识。KMC元件根据应用服务需求的知识类型来动态维护一张逻辑邻居节点表，逻辑邻居节点表记录了逻辑邻居节点名、路径和相应应用服务名。KMC元件向其逻辑邻居节点建立双向逻辑连接。KMC元件节点之间根据应用服务的知识需求类型形成了双向图，即特定应用服务的知识的网络结构。

KMC元件的主要功能是完成知识的获取、封装和传输，基于区域的方式与传感器节点通信，获取数据并完成数据的转化和处理，形成知识存储在KMC元件中，且通过相应API向上层应用服务提供知识。KMC元件之间互相通信根据应用服务的类型和需求进行组网，形成基于KMC元件的知识网络结构，实现知识的管理和分发。KMC元件的功能模块设计如图5所示。

KMC元件包含五个核心功能模块：采集通信模块、信息智能处理模块、知识存储模块、应用层API模块和中心控制模块。各个模块主要功能描述如下：

采集通信模块主要负责数据的采集和KMC元件之间的直接通信。采集通信模块查询访问其管辖区域内的传感器节点，根据其信息类型从传感器节点获取相关原始数据信息，或者被动接收来自其管辖区域内传感器节点传来的信息，并将原始数据信息传递给信息智能处理模块。同时采集通信模块还通过中心控制模块与外部KMC元件直接通信，并根据知识需求通过中心控制模块从知识存储模块获取知识，完成与外部KMC元件之间的知识交换。

信息智能处理模块主要功能是完成数据的格式转化处理，并通过聚合分析形成知识。信息智能处理模块接收来自采集通信模块的原始数据信息，转化成应用层服务能识别的统一的数据格式（如W4数据模型）表达的信息，然后通过相关聚合算法，结合知识关系库做聚合分析处理形成知识，并将统一数据格式表达的知识传递给知识存储模块。

知识存储模块主要负责知识的存储。知识存储模块存储统一格式表达的知识，并将知识按照应用服务的知识需求由中心控制模块控制通过应用层API模块传递给应用服务。同时在与外部KMC元件通信时，知识也按照需求由中心控制模块传递给采集通信模块。当存储模块存储空间满时，中心控制模块还可以通过置换算法删除一些知识并存入新知识。

应用层API模块主要完成与上层应用服务的通信。按照应用层应用服务对知识的需求，应用层API模块通过中心控制模块向其传输存储模块的知识。若该KMC元件没有应用服务需要的知识，则KMC元件通过与其邻居节点通信获取需要的知识，并传递给应用服务。同时将应用层应用服务的知识需求传递给中心控制模块，以供维护KMC元件之间的动态关系，构建KMC元件知识的网络结构。

中心控制模块的功能主要是控制知识存储模块的读写、内部模块之间的通信、控制KMC元件之间的通信和构建知识网络。中心控制模块控制KMC元件内部模块的逻辑通信，同时还根据相关算法控制存储模块旧知识的删除以及读写。中心控制模块从信息智能处理模块获取知识语义信息，从应用层API模块获取应用服务对知识的需求信息，根据知识的属性的一项或者多项维护KMC元件的逻辑邻居节点表，控制KMC元件之间的通信，即维护包含知识的实体KMC元件之间的动态关系，从而构建知识的网络结构。知识需求的动态变化造成KMC元件逻辑邻居节点表的增删，从而实现知识网络的动态变化。

KMC元件从传感器节点获取信息，然后进行转化和分析处理形成知识，通过KMC元件之间通信完成知识交换，最后向上层应用服务提供知识。信息处理的时序图如6所示。

知识的管理和分发是基于KMC元件形成的知识网络结构，由KMC元件之间的相互通信实现的。知识的网络结构是由KMC元件之间的动态关系体现的。KMC元件是部署在物理网络中物理节点设备上的独立于环境的知识实体，在这种扁平化结构中，一种应用服务只需要访问一个特定的KMC元件来获取知识，所以KMC元件是基于应用服务所需求知识的类型属性来组网的。如图7所示KMC元件根据两种不同应用服务的两种知识需求类型形成的知识网络结构，实线和虚线表示两种不同知识类型属性形成的逻辑连接：

每个KMC元件的中心控制模块为每一个应用服务维护一张逻辑邻居节点表，逻辑邻居节点表上记录了逻辑邻居节点名、对应路径和相应应用服务名。KMC元件根据知识的类型属性，如天气信息的属性温度、湿度等等，向物理邻居节点广播自己的知识需求类型，包含温度、湿度的天气信息的邻居节点向其返回响应信息并建立逻辑连接，同时向自己邻居节点继续广播知识需求类型的信息。所以，逻辑邻居节点是指包含相同类型属性知识的KMC元件节点。本发明提供的构建KMC元件知识网络的方法具体步骤如下：

1、应用服务建立时，与该应用服务相连的KMC元件向其物理邻居节点广播应用服务知识需求类型的信息，信息中包含该信息被传播的生命周期次数。

2、包含相同知识类型属性的物理邻居节点返回响应信息，同时将生命周期次数减1。若生命周期次数为0，则停止传播；若生命周期次数不为0，则继续向自己的物理邻居节点广播知识需求类型的信息。响应信息依次向上一跳KMC节点回递，KMC节点将返回响应信息的KMC节点登记到逻辑邻居节点表，并记录对应路径和相应的应用服务名。不包含相同知识类型属性的节点不做任何响应。

3、该KMC节点周期性向其逻辑邻居节点表的相应应用服务的所有KMC节点发送知识请求信息，其逻辑邻居节点收到请求信息后返回相应知识，并向自己的相应应用服务的逻辑邻居节点表的所有节点发送知识请求信息，有符合知识类型的节点返回知识并继续广播，所请求的知识依次返回到原始KMC节点。

4、应用服务需求发生变化时，相应连接的KMC节点需要重新相应应用服务的建立逻辑邻居节点表的逻辑连接，重新广播知识需求类型的信息，重复步骤1、2和3。若撤销应用服务时，则KMC节点删除相应应用服务的逻辑邻居节点表的逻辑连接。

性能比较的理论分析：

KMC是基于区域的方式组织传感器节点，且整体采用扁平式结构，与基于ACE的中间件的树状结构的性能比较如下表。

可以做如下假设，网络中存在m个传感器，且每个传感器产生的d条数据，基于方案三中ACE的中间件结构底层aggregator元件和KC元件共有n个，根据其树状组织结构可假定其知识网络中aggregator元件和所有KC元件总数有2n个。相应假设基于KMC的扁平式结构KMC元件有n个。

表1 基于ACE中间件结构和基于KMC扁平式结构性能对比

一个典型应用场景描述：

考虑一个预报北京郊区突发灾害天气的应用场景，通过收集郊区各地的天气数据信息，结合历史数据分析发生暴雨、暴风和冰雹等等突发灾害天气的情况并作预警。如图8的各地元件部署图，在北京房山区、通州区等外区的各个子区域部署多个传感器节点等测量设备，在外区的每个子区的一个物理节点设备上部署一个KMC元件，应用服务的中心设置在海淀区。

应用服务的执行流程如下：

1、在房山区、通州区等地区的各个子区域上的部署的传感器节点收集当地的温度、湿度、风向和风力等数据，并以keyword形式的原始数据存储在传感器节点内。如下图房山区良乡镇传感器节点收集的keyword数据。

传感器节点收集的原始keyword数据

2、在房山区、通州区等地区物理节点设备上部署的KMC元件设备内的采集通信模块通过基于区域的方式查询访问各自区域内的传感器节点，并收集相关数据，且每隔30分钟再次查询传感器节点以更新数据。

3、各个地区的KMC元件设备内信息智能处理模块转化信息的表达格式，并根据数据库的历史数据通过相关聚合算法处理信息分析出天气预测结果，形成知识，且以统一的数据格式存储在知识存储模块。如下图是房山区KMC元件内知识存储模块预测房山区平均降雨量和温度的W4数据结果。

聚合分析处理后的W4形式预测结果

4、房山区KMC元件的中心控制模块通过知识需求等信息，向物理邻居KMC元件广播知识需求类型的信息，如每个子区域的温度、湿度、风力和风向数据信息，其它做出响应的KMC元件向自己物理邻居节点广播知识需求类型的信息并向上一跳邻居响应，房山区KMC元件据此维护逻辑邻居节点表。然后向逻辑邻居节点表的所有节点发送知识请求，逻辑邻居节点向上一跳邻居依次响应并继续广播知识请求，房山区KMC元件获取知识并结合历史数据信息做聚合分析处理，得出北京所有郊区的预测结果，存储在房山区KMC元件内。若当应用服务发生变化，如获取各区地质等信息做地震预测，则房山区KMC元件重新维护相应应用服务的逻辑邻居节点表的逻辑连接，重新广播知识需求类型的信息，建立新的逻辑连接，形成新的KMC元件之间的知识网络。

5、海淀区的应用服务中心只与房山区的KMC元件通信，通过房山区KMC元件内的应用层API模块向其传达知识需求，并从房山区KMC的知识存储模块获取需要的知识，做出暴雨、暴风和冰雹等等突发灾害天气预测报道。如获取房山区的2012年7月21日下午12点到16点的降雨量是230mm，根据气象部门日降雨量标准：小雨降雨量在10毫米以下；中雨降雨量为10~24.9毫米；大雨降雨量为25~49.9毫米；暴雨降雨量为50~99.9毫米；大暴雨降雨量为100~199.9毫米；特大暴雨降雨量在200毫米以上。则可以预测房山区2012年7月21日下午会发生特大暴雨。

最后应说明，此处所描述的实例仅用于解释本发明，本发明并不限定具体业务类别、用户终端类别以及支付系统类别，对以上内容所做的变换也落在本发明的保护范围之内。