一种检测异构物联网标识命名空间冲突率的方法及系统

摘要

本发明公开了一种检测异构物联网标识命名空间冲突率的方法及系统，能够快速、准确地分析出不同异构物联网标识间命名空间的冲突情况；并为新物联网标识的编码提供避免与现有物联网标识在命名空间相冲突的编码建议。

说明书

技术领域

本发明属于物联网技术领域，具体涉及一种检测异构物联网标识命名空间冲 突率的方法及系统。

背景技术

物联网的本质就是通过RFID(RadioFrequencyIdentification，射频识别)、 无线传感器以及卫星定位等自动识别和感知技术获取物品的名称与地址等标识 信息以及物品自身和周边的相关属性信息，并借助各种通讯技术将物品相关信息 集成到信息网络中，进而通过类似互联网中解析、寻址、搜索等标识信息服务， 实现海量物品相关信息的智能索引和整合，并利用云计算、模糊识别、数据挖掘 以及语义分析等各种智能计算技术，对海量物品相关信息进行分析处理，最终实 现对物理世界智能化的决策和控制。

物联网环境中的各种感知信息组成了海量的物联网资源，这是物联网的典型 特征。在同一个物联网应用领域内部，或不同应用领域之间，海量物联网资源的 互联互通将是物联网发展面临的核心难题，是物联网“物物互联”的关键所在。 和传统互联网类似，任何物联网感知资源均需要进行统一标识和解析，如互联网 中的域名系统，一旦域名系统出现故障，互联网“物理基础设施层”被割裂，各 类互联网业务应用将无法开展，网络间将无法互联互通，互联网将会面临瘫痪。 因此，海量物联网资源的标识、解析等技术是促进物联网发展的核心支撑。

由于政治、经济及军事等多方面原因，物联网中的标识类别非常多，不同国 家之间甚至一个国家的内部都有很多种异构标识。为实现对各类异构标识的兼 容、统一解析，需首先掌握各类异构物联网标识的命名空间冲突情况，以区分哪 些异构标识是可以唯一识别的，哪些是可能与其他异构标识存在命名空间冲突 的。进一步地，掌握异构标识间的命名空间冲突情况还可以为后续新物联网标识 的编码提供有针对性的编码建议，以使得新物联网标识的命名空间不与现有物联 网标识的相冲突，进而减少异构物联网标识之间的冲突率，为实现各类异构物联 网标识的兼容、统一解析奠定基础。

发明内容

鉴于物联网标识的命名空间十分巨大，不太可能使用传统的枚举法来估算 其命名空间，本发明使用了一种新的基于随机抽样的检测异构物联网标识命名空 间冲突率的方法及系统，能够快速、准确地分析出不同异构物联网标识间命名空 间的冲突情况；并为新物联网标识的编码提供避免与现有物联网标识在命名空间 相冲突的编码建议。

具体地，本发明采用以下技术方案：

一种检测异构物联网标识命名空间冲突率的方法，包括以下步骤：

1)依据物联网标识编码产生规则随机生成物联网标识的样本集合；

2)对样本集合中的每个样本数据进行静态识别，得到每个样本数据所属的 冲突命名空间集合，所述冲突命名空间集合是指某一标识的样本集合中同时属于 另一标识的标识编码的集合；

3)针对步骤2)得到的冲突命名空间集合，计算得到标识命名空间的冲突 率，某一标识命名空间相对于另一标识命名空间的冲突率为某一标识相对于另一 标识的冲突命名空间集合的取值空间与其自身样本集合的取值空间的比值。

进一步地，上述方法还包括根据步骤3)得到的冲突率计算物联网标识之间 的冲突比，冲突比是指某一标识命名空间的取值空间，此标识相对于另一标识冲 突命名空间集合的取值空间以及另一标识命名空间的取值空间之间的比值。此比 值按照冲突率的定义经过一定的转换使用冲突率来进行表示。

进一步地，对于两种物联网标识i和j，计算其标识命名空间的冲突率的步 骤如下：

i)依据物联网标识编码产生规则随机生成物联网标识i和j的样本集合 H_i,H_j；

ii)使用标识识别算法对H_i和H_j进行静态识别，得到集合H_i中同时又属于j 的标识编码的集合H_ij，以及集合H_j中同时又属于i的标识编码的集合为H_ji；

iii)计算标准i关于j的冲突率η_ij和标准j关于i的冲突率η_ji：η_ij＝H_ij:H_i， η_ji＝H_ji:H_j。

进一步地，标准i和j的冲突比X为：

进一步地，对于三种物联网标识i,j和k，其冲突率计算方法如下：

i)依据物联网标识编码产生规则随机生成物联网标识i，j和k的样本 集合H_i,H_j,H_k；

ii)使用标识识别算法对H_i,H_j和H_k进行静态识别，得到集合H_i中同时又属 于j,k的标识编码的集合H_ij,H_ik，集合H_j中同时又属于i,k的标识编码的 集合H_ji,H_jk,以及集合H_k中同时又属于i,j的标识编码的集合H_ki,H_kj；

iii)计算标准i,j和k的冲突率：

标准i关于j的冲突率η_ij＝H_ij:H_i；

标准i关于k的冲突率η_ik＝H_ik:H_i；

标准j关于i的冲突率η_ji＝H_ji:H_j；

标准j关于k的冲突率η_jk＝H_jk:H_j；

标准k关于i的冲突率η_ki＝H_ki:H_k；

标准k关于j的冲突率η_kj＝H_kj:H_k

。

标准i，j和k的冲突比估算为：$X=\frac{1}{{\eta }_{ij}}:1:\frac{1}{{\eta }_{ji}}:\frac{{\eta }_{jk}}{{\eta }_{ji}}:\frac{{\eta }_{jk}}{{\eta }_{kj}{\eta }_{ji}}:\frac{{\eta }_{ik}}{{\eta }_{ij}}.$

一种检测异构物联网标识命名空间冲突率的系统，如图1所示，包括：

物联网样本构造模块，用于随机生成物联网标识的样本集合；

该模块的核心是随机算法的设定和样本数量的设定，样本数量我们定的10 万数量级，而对于随机算法，一般编程语言会提供随机函数，但是这种随机算法 一般会出现重复，且效率不高，所以我们随机数生成采用的是业界普遍采用的“洗 牌算法”。只有完全随机的样本，才具有代表性。

物联网标识识别模块，用于对样本集合中每个样本数据进行静态识别，得到 每个样本所属于的冲突命名空间集合。

该模块的核心在于对每个标识进行快速的匹配，匹配使用的静态标识识别算 法可以采用申请人在“一种物联网异构标识识别方法和系统”(申请号： 201410186428.X)中公开的标识识别方法，该方法已经经过优化，针对单字规则 的特征，考虑了单字规则之间的关系，够快速对当前众多的标准进行高效率的匹 配，迅速找到满足条件的标准集合。

物联网标识命名空间冲突率计算模块，用于针对物联网标识识别模块产生的 冲突命名空间集合计算得到标识命名空间间的冲突率和冲突比。

该模块的核心在于集合操作的应用，高效率的集合操作能缩短计算的时间， 提高系统的运行效率。

进一步地，所述物联网样本构造模块依据物联网标识编码产生规则随机生成 物联网标识的样本集合。

本发明的优点如下：

1)、通过对比人工计算，发现本算法对物联网标识间冲突率的计算较准确；

2)、使用范围广，能计算各类异构物联网标识的命名空间冲突率；

3)、计算复杂度低。

附图说明

图1是本发明物联网标识间冲突率计算系统的模块图。

具体实施方式

本发明的主要内容包括三个方面：1、定义了物联网标识命名空间的冲突率 与冲突比；2、给出了两种及多种物联网标识间的冲突率计算方法；3、实现了一 个计算物联网标识间冲突率计算的系统。

物联网标识两两之间的冲突率：设两种物联网标准分别为i和j，设其取值 空间分别为V_i和V_j，设物联网标准i和j取值空间的重叠部分为V_ij，定义物联 网标识i关于j的冲突率为V_ij/V_i记作η_ij，同样地，物联网标识j关于i的冲突 率为V_ij/V_j,记作η_ji。

物联网标识之间的冲突比：冲突率是刻画某个特定标准对于另外一个标准的 度量单位，而冲突比是衡量标准命名空间整体的冲突情况。对于两种物联网标识， 其冲突比被定义为三个取值之空间的比值，即V_i:V_ij:V_j。认为V_ij和V_ji是理论上 重合的，如果都除以V_ij的话，则可以用来表示。对于物联网标识为三 个的情况，类似地可定义其冲突比为：V_i:V_ij:V_j:V_jk:V_k:V_ki。

鉴于物联网标识的长度非常长，其取值范围非常大，加上标识中不同位之间 常常包含复杂的关系(如校验码)，无法通过简单遍历的方法来获取V_i和V_j的 具体取值，本发明采用基于随机抽样的方法来探测V_i和V_j的取值空间的比例关 系。

下面是两种物联网标识的具体实施例：

实施例1

设目前有标准A和B，各取了10个样本，假设这些样本完全不同，通过识别 算法得出A中与B冲突的样本有2个，B中有5个样本跟A冲突。可以计算A关于B 的冲突率η_AB：2/10＝0.2，B关于A的冲突率η_BA：5/10＝0.5。A，B之间的冲突 比为：$\frac{10}{2}:1:\frac{10}{5}=5:1:2.$

实施例2

设目前有标准A，B和C，各取了10个样本，假设这些样本完全不同，通过识 别算法得出A中与B冲突的样本有2个，与C冲突3个；B中有5个样本跟A冲突，与 C冲突的有1个；C与A冲突的样本有4个，与B冲突的有3个。可以计算A关于B的 冲突率η_AB：2/10＝0.2，A关于C的冲突率η_AC：3/10＝0.3；B关于A的冲突率η _BA：4/10＝0.4，B关于C的冲突率η_BC：3/10＝0.3；B关于A的冲突率η_CA：6/10＝ 0.6，C关于B的冲突率η_CB：3/10＝0.3。A，B之间的冲突比为：

$\frac{10}{2}:1:\frac{10}{4}:(\frac{10}{4}*\frac{3}{10}):(\frac{10}{3}*\frac{10}{4}*\frac{3}{10}):(\frac{10}{4}*\frac{6}{10})=20:4:10:3:10:6.$