In the recent years, due to the notable advances in sensors, embedded systems and computer communications technologies, ubiquitous computing emerges as a next generation computing paradigm. It allows users to be provided with comprehensive services which intelligently interact with omnipresent computing resources in daily life as per user’s needs. Such smart service environments potentially consist of intelligent agents to provide appropriate service actions according to user’s situation or surroundings. This concept is called situation-aware service provision. To provide such situation-aware services, one of the major technical research and development topics is context-awareness.
Currently, various approaches to context-aware service systems have been introduced. Their main goal is to challenge context-centric technical issues such as infrastructural support for abstraction of context providers, modeling and representation for context sharing, query and reasoning, context-based adaptation and actions, and so on. In the state-of-the-art context-aware service systems, contexts are acquired by a context abstraction layer and stored into a context knowledge base according to an ontology-based common context model. And a service is provided by firing a service rule which has a context expression in its condition part and a predefined service in its action part. Surely, such approach to context-aware service systems provides a pretty good solution for context-centric issues described above. But actually, a ubiquitous computing environment is dynamic in nature. It consists of unpredictable users and a number of ubiquitous service providing entities which are heterogeneous, spontaneous and ad hoc. Thus, the existing context-aware service systems may have some limitations in the real ubiquitous computing environments due to static integration of service providers, no way to declaratively describe a service to be triggered, and the lack of support for ad hoc interoperation between existing services.
In this thesis, I present design and implementation of CAUS (Context-aware Architecture for Ubiquitous Services) which is a novel and effective context-aware service infrastructure for ubiquitous computing environments using the Semantic Web Services technology. That is, CAUS uses Semantic Web ontologies to support modeling and representation of not only contexts but ubiquitous services. Every property in service representations can be stored into a context knowledge base and handled as a context, so-called “service context.” Thus, a context-aware service agent can query and reason about the services in the same manner as the contexts. CAUS also uses a standard Web Services protocol to support abstraction of heterogeneous context and service providers in the local service environments and even on the World Wide Web. Based on these features, CAUS provides context-aware service agents with an infrastructure for expressive query and flexible reasoning of contexts and services. And it also provides the following core functionalities to resolve the limitations of the existing systems such as context-based automated service integration, expressive and flexible service action rules description, and ad hoc composition of existing services by semantic service discovery and knowledge-based planning.
최근 들어 센서, 내장형 시스템 및 컴퓨터 통신 기술의 비약적인 발전에 힘입어 유비쿼터스 컴퓨팅(Ubiquitous computing) 기술이 차세대 컴퓨팅 패러다임으로서 주목 받고 있다. 유비쿼터스 컴퓨팅은 일상 속에 편재하며 지능적으로 상호작용하는 컴퓨팅 자원들을 통해 사용자들에게 원하는 서비스를 제공할 수 있는 기반을 제공한다. 이러한 지능적인 서비스 환경은 사용자의 상황 또는 주변 환경에 따라 서비스 액션을 제공하는 지능형 에이전트들을 중심으로 구성되어 있으며, 이러한 상황 인지 서비스를 제공하기 위한 가장 핵심적인 연구 개발 이슈가 바로 컨텍스트 인식(Context-aware) 기술이다.
현재 컨텍스트 인식 서비스 시스템을 위한 다양한 기술적인 접근 방법들이 개발되고 있으며, 이러한 시도들의 주요 목표는 이종 컨텍스트 제공 엔티티(Context provider entity)의 추상화, 컨텍스트의 모델링 및 표현, 에이전트간의 컨텍스트 공유, 컨텍스트에 대한 질의 및 추론, 컨텍스트 기반의 적응(Adaptation) 및 액션(Action) 등과 같은 컨텍스트 중심적인 문제의 해결에 있다. 최근의 컨텍스트 인식 서비스 시스템을 위한 접근 방법으로는 온톨로지(Ontology)기반의 공통 컨텍스트 모델을 기반으로 컨텍스트를 표현하고, 이를 컨텍스트 지식베이스를 통해 저장 및 공유하며, 컨텍스트 규칙을 정의하여 컨텍스트 조건에 맞는 서비스 액션을 수행하도록 하는 방식이 주류를 이루고 있다. 이러한 컨텍스트 모델 온톨로지기반의 접근 방법은 앞서 기술한 컨텍스트 중심의 이슈들을 해결하기 위한 좋은 해결책을 제시하는 것으로 인정받고 있다. 그러나 실제의 유비쿼터스 컴퓨팅 환경은 컨텍스트 제공 엔티티들 뿐만 아니라 매우 동적이며 분해된(Disaggregated) 이종의 서비스 제공 엔티티(Service provider entity)를 포함하고 있다. 즉, 실제의 유비쿼터스 컴퓨팅 환경하에서 효과적인 상황 인지 서비스 시스템을 개발하기 위해서는 기존의 컨텍스트 모델기반의 방법으로는 해결하기 어려운 서비스 중심적인 새로운 기술적 이슈들을 고려해야 한다. 주요 이슈로는 이종 서비스 제공 엔티티에 대한 추상화 및 통합(Abstraction and integration of service provider entity), 표현력 높은 서비스 질의 및 서비스 규칙의 기술(Expressive service query and rule description), 단순 서비스 제공 엔티티들의 동적인 구성(Ad hoc composition of disaggregated service entities) 등이 있다.
이에 본 논문에서는 상기의 서비스 중심적인 기술적 이슈들을 해결하기 위한 효과적인 컨텍스트 인식 서비스 하부구조인 CAUS(Context-aware Architecture for Ubiquitous Services)를 제안하고 실제 홈 네트워크 서비스 환경하에서 구현함으로써 그 실효성 및 효율성을 실증하였다. CAUS는 최신 웹 기술인 시멘틱 웹 서비스(Semantic Web Services) 기술을 접목하고 있으며, 그 독창적인 특징으로서 컨텍스트 인식 하부구조에 웹 온톨로지 기반의 형식적인 서비스 모델(Formal service model)을 도입했다는 점을 들 수 있다. 즉, 컨텍스트 모델뿐만 아니라 서비스 모델 온톨로지를 기반으로 유비쿼터스 환경상에 존재하는 다양한 서비스를 형식적으로 기술할 수 있게 하고, 이를 컨텍스트 지식베이스를 통해 처리할 수 있도록 함으로써 다양한 서비스 에이전트에게 유연하고 표현력 높은 서비스 질의 및 서비스 추론 규칙의 사용을 가능하게 하였다. 그리고 이러한 로직기반의 서비스 모델 및 지식베이스를 기반으로 새로운 의미기반 서비스 탐색(Semantic Service Discovery) 알고리즘을 제시하고 지식기반 플래닝 알고리즘을 적용하여, 현재의 유비쿼터스 컴퓨팅 환경에 존재하는 적절한 서비스 제공 엔티티 탐색을 통한 자동화된 서비스 구성을 가능하게 하였다. CAUS의 또 다른 특징은 이종의 서비스 제공 엔티티들을 추상화하고 호출하기 위한 수단으로서 웹 서비스 및 웹 표준 프로토콜을 사용한다는 것이다. 이를 통해 지역적인 환경에 존재하는 서비스 엔티티들 뿐만 아니라 월드 와이드 웹상에 존재하는 다양하고 방대한 원격 서비스 자원을 유연하게 통합할 수 있는 장점을 제공한다.
