Social Sensors (S^2ensors): A Kind of Hardware-Software-Integrated Mediators for Social Manufacturing Systems Under Mass Individualization

Currently, little work has been devoted to the mediators and tools for multi-role production interactions in the mass individualization environment. This paper proposes a kind of hardware-software-integrated mediators called social sensors （S2ensors） to facilitate the production interactions among customers, manufacturers, and other stakeholders in the social manufacturing systems （SMS）. The concept, classification, operational logics, and for- malization of S2ensors are clarified. S2ensors collect sub- jective data from physical sensors and objective data from sensory input in mobile Apps, merge them into meaningful information for decision-making, and finally feed the decisions back for reaction and execution. Then, an S2en- sors-Cloud platform is discussed to integrate different S2- ensors to work for SMSs in an autonomous way. A demonstrative case is studied by developing a prototype system and the results show that S2ensors and S2ensors- Cloud platform can assist multi-role stakeholders interact and collaborate for the production tasks. It reveals the mediator-enabled mechanisms and methods for production interactions among stakeholders in SMS.

社交传感云安全研究进展

社交传感云是由社交网络、无线传感网络与云计算结合产生的一种新型传感云系统,将虚拟社交网络信息世界与现实的物理世界融合在一起,不断为社交用户提供新的服务和应用。社交传感云(Social Sensor Cloud)不仅具备了无线传感网络在收集外界信息方面强大的社交感知能力,还利用云计算技术打破了传统传感器网络在数据处理和存储方面的局限性。但是,由于社交传感器被移动地部署在不可信的社交云环境中,导致现有的社交传感云服务面临许多严重的安全问题,如社交传感器共享数据时容易遭受恶意攻击;不同服务商与用户之间的信誉问题,导致社交传感数据泄露、服务完整性问题等,严重阻碍了社交传感云服务的进一步发展。文中针对目前已有的研究,介绍了社交传感云的产生背景、体系框架、应用领域以及系统新特性,对社交数据安全、社交传感网络安全、社交传感云服务安全的研究现状进行介绍,并分析对比了典型的安全技术方案。此外,文中还讨论了该领域面临的挑战,并对未来的研究方向进行了展望。

社会焦点透视镜系统——大数据视角下的舆情观测平台

Web2.0时代的开启和社会媒体的不断发展,使得互联网上的数据规模呈爆炸性增长。网络大数据不仅为社会治理领域带来了新的契机,也对数据处理技术提出了巨大的挑战。构建了一个社会焦点透视镜系统,结合新浪微博数据,不仅能够实时提供每日的焦点事件及其情感分布展示,供舆情分析部门进行检测,还能够深层剖析焦点事件的情感分布原因和人群分布,协助社会治理领域进行策略的提出和实施。以"9·3阅兵"为例,呈现社会焦点透视镜系统深度剖析的结果展示。

基于社会传感器的网络安全态势感知与应急管理模型研究

与传统的Web应用及信息媒体应用相比,社会化媒体给人们生活带来了诸多便利,但同时,其与真实社会的交融互动对社会的直接影响也越来越大,甚至一定程度上影响着国家安全与社会稳定,开展基于社会传感器的网络安全态势感知及应急管理的研究将有助于解决国家安全、社会发展等方面问题。本文提出了一种基于社会传感器的网络安全态势感知及应急管理模型。该模型以社会化媒体个体生成内容为传感器数据源,通过网民行为、情感、态度等数据感知网络社会与现实社会的安全态势,并结合计算机仿真系统,以实时数据分析为导向,用以解决具体突发事件。

社群化工厂的内涵、体系架构与运行逻辑探讨

在当前社群化制造背景下,结合信息物理系统CPS与社交网络技术,提出一种信息-物理-社交互联的、面向个性化产品生产的社群化工厂概念。给出了社群化工厂的相关定义,研究了社群化工厂的体系架构与运行逻辑,进而讨论了社群化工厂的关键使能技术。通过一个案例验证了社群化工厂实施的可行性。社群化工厂对揭示社群化制造在制造节点层面的组织形态、配置机理、运行逻辑等方面具有指导意义,并为未来工厂的构建提供了一种思路。

社交电视网络及其应用分析

对社交电视网络中社交电视的特点做了详细的阐述,并对社交电视网络面临的问题与挑战进行了探讨,提出了社交电视网络中对用户收视行为分析的方法,通过在实际应用环境部署验证,证明了对社交电视网络用户行为特征分析具有重要意义。

基于关联度分析的WSN节点信任模型研究

该文基于社会网络关联度分析的无线传感网络节点信任模型进行研究。给出了无线传感器网络的模型并将其与社会网络模型进行了相似性分析;建立了基于社会网络关联度的WSN节点信任模型,提出了基于关联度的传感器节点信誉度的计算方法;并设计了基于滑动窗口的传感器节点信任值计算及更新算法(SNTUA)。通过仿真实验,证明了该算法的有效性和准确性,其性能优越于其他两种算法。

基于物联网技术的煤矿生产安全信息化系统

面对安全形势较为严峻的煤矿行业,给出一个以物联网与煤矿生产相结合的信息化系统。介绍了基于物联网技术的煤矿生产安全信息化系统的体系结构、工作原理及应用。为煤矿行业的高效安全生产提供一种思路。

面向老年人的传感器技术景观分析与中国对策

养老科技创新是应对人口老龄化的重要途径和主要支撑,传感器是养老科技创新的重要技术领域。本文运用科学计量分析、社会网络和聚类分析等方法,从成长性与空间分布、专利权人与科技文献作者机构分布、核心专利分布、技术焦点与竞争态势五个方面对涉老传感器技术领域进行全景阐释,揭示涉老传感器技术领域的研究现状,全面展示该领域的竞争格局。研究发现,目前面向老年人的传感器技术领域正处于发展时期,在专利权人排名方面日本企业占据主导地位,而科技文献的作者单位所属国以欧美国家为主,日本与美国分别拥有最多的高被引专利与高价值专利,热点领域主要在电学物理与医疗卫生领域,研究前沿主要集中在智能家居、电子医疗、跌倒风险评估以及步态分析;本文还发现了中国传感器技术创新存在的问题,并为传感器技术创新提供决策建议。

基于社会行为分析的群智感知数据收集研究

随着近年来无线传感器网络、众包计算、社会计算、机会网络研究的不断深入,群智感知这种新型的感知模式被提出,其理论和关键技术有了进一步突破的契机。群智感知构成了以人为中心的网络,基于社会行为分析的数据收集是该感知模式下的重要的数据收集方式。探究了群智感知的起源、发展和研究意义,对基于社会行为分析的群智感知数据收集密切相关的平台与应用、社会属性、机会式数据收集三个方面的研究现状进行综述,分析三者之间的关系,提出未来面临的关键问题。最后进行了总结,以期对该方向上的后续研究起到一定引导作用。

社保卡制作中高质量指纹图像提取

人的指纹特征不可复制 ,且具有唯一性、稳定性特点 ,用于居民的身份认证 ,能有效解决普通手段制作的社保卡安全性、防伪性较差问题。简要介绍社保卡制作的系统构成及技术难点 ,主要介绍高质量指纹图像的提取。它由前端指纹传感器、微处理器、指纹图像存储单元、接口单元等组成 ,采用图像搜索技术 ,通过改变指纹传感器芯片的电容阵列参数 ,能在 1s内扫描多帧指纹图像 ,并自动选择图像质量最好的 ,保证社保卡的制作质量。实践证明 ,本方案能大大减低系统误识率FAR、拒识率FRR .

基于社会感知计算的无线传感器网络信息交互模型

物联网的核心是"物与物以及人与物之间的信息交互",因此WSN融入Internet后面临的主要挑战是:如何理解多源、异构信息,实现节点、网络和人之间的信息交互并支持人类社会活动。本文研究了社会感知计算技术在WSN中应用的最新进展;从信息交互的内容、过程和目标三个方面,分析了WSN融入Internet后面临的信息交互问题;提出了基于社会感知计算的WSN信息交互模型,并利用IDEF0技术进行建模,用于描述WSN节点如何获取社会角色,并辅助人类理解社会情境及做出智能决策;最后,展望了未来的研究方向。

面向农业观光服务的无线传感网节点布局优化

【目的】探讨面向农业观光园区分布式服务的无线传感器网络节点布局优化方案,为提高农业观光园区服务质量及提升游客游园体验提供依据。【方法】利用社会力模型结合观光园区规划信息,采用Anylogic行人仿真平台获取游客在园中的空间分布数据,用传统K-means算法和改进K-means算法分别对游客空间分布数据进行聚类分析,并根据节点优化布局评价指标,计算节点最优位置。【结果】采用传统K-means算法和改进K-means算法对选取的12组游客空间分布数据进行单日游客聚类分析得到两组节点位置;改进K-means算法聚类得到的节点最终位置对节点被接入次数的均衡效果均优于传统K-means算法,其节点被接入次数均方差的均值降低约41.8%。因此,改进K-means算法更适合运用于观光园区节点的布局优化,得到的节点最终位置即为该观光园区节点最优位置。【建议】在面向农业观光服务的混合型无线传感器网络建设中,应基于社会力模型预估游客空间分布,实现观光服务优化;通过合理部署节点位置,延长融合智能设备的混合型无线传感器网络生存时间;更好地打造面向游客服务、整合移动智能设备的农业物联网系统。

基于网络覆盖和多目标离散群集蜘蛛算法的多移动agent规划

以agent负载能耗均衡度和网络总能耗为指标构建多移动agent协作规划模型,为了尽可能延长网络生存周期,给出基于网络覆盖率的节点休眠机制,在满足WSN网络覆盖率要求的同时,采用较少节点处于工作状态。根据多移动agent协作规划技术特点,设计融合Pareto最优解多目标离散群集蜘蛛算法(MDSSO),重新定义插值学习和变异交换粒子更新策略,并动态调整最优解集规模,以提高MDSSO算法多目标求解精度。实验仿真结果表明,该方法能够快速合理给出WSN多移动agent规划路径,而且与其他传统算法相比,网络总能耗降低了约15%,生存期提高了约23%。

采用压缩感知和GM(1,1)的无线传感器网络异常检测方法

针对当前无线传感器网络(WSNs)异常检测算法的检测准确率较低同时影响网络能耗均衡的问题,提出了一种基于改进压缩感知(CS)重构算法和智能优化GM(1,1)的WSNs异常检测方法。首先,通过建立双层异质WSNs异常检测模型,并采用压缩感知技术对上层观测节点收集到的下层检测节点温度测量数据进行处理,同时结合温度数据稀疏度未知特点,构造有效的稀疏矩阵和测量矩阵,并重新定义测量矩阵正交变换预处理策略,使得CS观测字典满足约束等距(RIP)条件;其次,重新定义了离散蜘蛛编码方式,蜘蛛种群不断协同进化,以获得稀疏结果中非零元素的位置信息,利用最小二乘法得到非零元素的幅度信息,实现了对未知数量检测节点数据的精确重构。在此基础上可以由蜘蛛种群迭代进化得到优化后GM(1,1)的参数序列,通过检测参数序列的相关阈值来判定节点是否发生异常。实验仿真结果表明,与OMP-IGM等异常检测方法相比,该方法的异常检测准确率提高了约7%~33%,网络能耗降低了约18%~43%。

面向现实的移动SNS系统

蓝牙技术、GPS定位技术,重力加速器技术的不断发展为移动社交网络服务的产生和发展提供了新的契机。以面向现实为应用需求,探讨了MSNS(Mobile Social Network Services)的应用开发技术,设计了系统的体系结构,基于Android操作系统研究了其中关键功能的设计与实现。面向现实移动SNS系统拉近了人与人之间的距离,使SNS从"虚拟"走向"现实"。

面向智慧观光农业的无人机路径规划策略

为提高无人机在观光农业混合型无线传感器网络中的数据采集效率,提出一种基于深度强化学习的无人机路径规划策略。基于社会力模型引入人流参量,结合Semi-Markov-Option分层强化学习方法以降低模型复杂度,基于Rainbow算法提出SMO-Rainbow(Semi-Markov-Option-Rainbow)路径规划策略。在ε-greedy探索策略中引入Tanh函数,提出AT-ε-greedy(adaptive-Tanh-greedy)策略,进一步平衡深度强化学习模型训练中的探索与利用阶段。实验结果表明,在观光农业场景中,所提路径规划策略与其它深度强化学习无人机路径规划策略相比,数据采集效率与训练稳定性均更优,有效降低了模型训练难度。

国内外环境监测社会化需求分析及其对广州市的启示

本文对环境监测社会化需求的特征和类型进行了分析,并对国内外响应这一需求的方式进行了重点讨论和介绍,并提出了广州市推进环境监测社会化应满足的三种需求类型和三个发展方向。

网络舆情作为社会传感器对股票指数的影响——基于LDA主题模型的挖掘分析

通过对"今日头条"帖子的文本挖掘和LDA主题模型分析,计算7天内的LDA主题在分布上的变动情况,然后和上证指数等主要股指涨跌幅进行多元线性回归分析,最后再运用支持向量机(SVM)算法以LDA数值作为自变量特征对股指涨跌进行预测,以此考察网络舆情主题变化和股指涨跌幅之间的关联,从而研究网络舆情作为"社会传感器"在金融市场领域对于股票指数的影响。研究结果表明,LDA主题模型的变动与上证指数、沪深300、深证成指、创业板指等主要股指之间均存在相关性,能够解释60%以上的股指变化,网络舆情变动还能够有效地对股价涨跌进行预测。这不仅从网络舆情动力学角度反映了社会注意力的结构性变化,还显示了"社会传感器"作用与股票市场之间存在的联系,为网络舆情挖掘在行为经济学领域的应用提供了更丰富视角。

基于社会网络分析的康复机器人跨学科合作关联研究

本文旨在研究全球范围内康复机器人领域跨地域和跨学科的协作关联。采用社会网络分析方法,基于研究成果的文献数据构建出康复机器人科研合作网络知识图谱,提取并分析中心性指标以论证合作网络关联因素。研究结果揭示了康复机器人在地域、机构、作者及不同层面跨学科合作的关联特点,重点分析了在作者合作层面形成的机器人辅助行走、神经生理学方法、脑机接口、中风康复、上肢康复等热点合作主题。研究总结了康复机器人领域合作热点研究方向,将为该领域跨学科科研合作研究提供有利参考。