[发明专利]一种面向上下文信息处理的QoX质量体系系统及其工作方法有效

专利信息
申请号: 201711021778.0 申请日: 2017-10-26
公开(公告)号: CN107705037B 公开(公告)日: 2021-03-19
发明(设计)人: 许宏吉;陈敏;潘玲玲;杜保臻;李菲菲 申请(专利权)人: 山东大学
主分类号: G06Q10/06 分类号: G06Q10/06
代理公司: 济南金迪知识产权代理有限公司 37219 代理人: 杨树云
地址: 250199 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 上下文 信息处理 qox 质量体系 系统 及其 工作 方法
【权利要求书】:

1.一种面向上下文信息处理的QoX质量体系系统,其特征在于,包括:采集设备质量模块、上下文信息质量模块、服务质量模块以及用户体验质量模块;QoX定义为一种融合QoD、QoC、QoS和QoE的层次化综合质量指标,用于表达目标系统的整体质量水平,衡量系统性能的优劣;

所述采集设备质量模块、所述上下文信息质量模块及所述服务质量模块依次连接,所述用户体验质量模块包括所述服务质量模块,所述服务质量模块连接所述采集设备质量模块,所述用户体验质量模块连接所述上下文信息质量模块;

所述采集设备质量模块用于从采集设备配置文件中获取QoD参数,所述QoD参数是指用于描述采集设备质量的参数,以及根据调整信息选择符合系统需求的采集设备,所述调整信息是指所述服务质量模块获取的QoS参数值,用于选择合适的QoD参数;所述QoS参数值是指描述系统服务性能的参数,包括系统响应时间、延迟和成本;所述上下文信息质量模块用于上下文信息QoC指标值的计算、不确定性的处理以及根据所述用户体验质量模块的反馈信息形成闭环的自适应调节;所述QoC指标是指用于描述上下文信息质量的指标,包括完整性、可信度、精确性和更新度;所述不确定性的处理是指对上下文信息做不一致、不完备和不精确处理;所述反馈信息是指所述用户体验质量模块获取的QoE指标值,用于调整预设QoC指标值;所述QoE指标值是指用于表达用户对应用服务满意程度的用户评分指标;所述服务质量模块用于计算系统服务的QoS参数值,并产生相应的调整信息发送至所述采集设备质量模块;所述用户体验质量模块用于获取用户对整个应用服务的QoE指标值,并产生反馈信息,发送到所述上下文信息质量模块。

2.根据权利要求1所述的一种面向上下文信息处理的QoX质量体系系统,其特征在于,所述采集设备质量模块包括依次连接的传感器单元和传感器QoD参数获取单元;

所述传感器单元是指获取原始信息所需的各种类型传感器,包括物理传感器、虚拟传感器;所述QoD参数包括传感器精度、使用寿命、采样频率和传感器测量的最大距离,所述传感器QoD参数获取单元根据传感器的配置文件获取所述QoD参数。

3.根据权利要求2所述的一种面向上下文信息处理的QoX质量体系系统,其特征在于,所述上下文信息质量模块包括:预设QoC值单元、原始上下文信息单元、QoC指标计算单元、上下文预处理单元、上下文不确定性处理单元、高质量上下文信息单元、处理后的QoC指标单元以及QoC指标库单元;

所述预设QoC值单元、所述原始上下文信息单元、所述QoC指标计算单元、所述上下文预处理单元、所述上下文不确定性处理单元、所述高质量上下文信息单元以及所述处理后的QoC指标单元依次连接,所述预设QoC值单元、所述QoC指标计算单元、所述上下文预处理单元、所述上下文不确定性处理单元以及所述处理后的QoC指标单元分别与所述QoC指标库单元相连;

所述预设QoC值单元用于系统预设QoC指标值,作为上下文预处理单元的阈值;所述原始上下文信息单元用于获取所述传感器单元采集的原始数据;所述QoC指标计算单元用于根据QoC指标计算公式计算出原始上下文信息的完整性、可信度、精确性;所述上下文预处理单元是指根据预设的QoC指标值,删除低于预设的QoC指标值的上下文信息,保留不低于预设值的上下文信息;所述上下文不确定性处理单元将可信度、完整性、精确性指标值分别用于处理上下文不一致、不完整及不精确;所述高质量上下文信息单元用于获取经过所述上下文不确定性处理单元处理后得到的质量比较高的上下文信息;所述处理后的QoC指标单元是指根据高质量上下文信息计算出的QoC指标值;所述QoC指标库用于存储上下文信息处理过程中的所有QoC指标以及QoC指标值,所述QoC指标值就是指QoC指标实际的数值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711021778.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top