Construcción e instanciación de la imagen de contexto.

El segundo bloque funcional persigue a) la configuración de una imagen de contexto que contemple los parámetros que tienen que estar presentes en el sistema y b) la instanciación de la imagen de contexto. Esta instancia de contexto, que incluirá valores de descriptores de estado de la entidad y también de su imagen de relación, proporcionará al sistema de provisión de servicios contextuales información suficiente para razonar con el objetivo de cumplir su misión.

CAPÍTULO 4 • • •

142

En este bloque se han identificado cinco unidades funcionales básicas y una auxiliar, a saber:

•Predicción y seguimiento

En este punto se quiere señalar la importancia del manejo de la memoria de contextos pasados, como elemento de razonamiento para determinar la verosimilitud del contexto actual. El contexto anterior será, en muchas ocasiones, una característica de entrada al sistema de razonamiento, formando parte así de la información contenida en la “imagen de contexto” presente. Por otra parte, y en un figurado sistema de predicción, el sistema puede adecuar la configuración de imágenes de contexto anticipadamente a los requisitos de las aplicaciones, a partir de experiencias pasadas y almacenadas en el repositorio de conocimiento.

• Sincronización: alineación temporal y filtros de descarte.

• Seguimiento y predicción. Tracking monosensor y multisensor. Cálculos de covarianza y filtros temporales o espaciales.

Estimación de trayectorias, de actividad.

• Mantenimiento de históricos. Operaciones sobre bases de datos y/o ficheros para mantener la información capturada. • Evaluación de la calidad de la información. Validación.

• Políticas de privacidad. Seguridad en el almacenamiento de información.

Figura 4.20 Esquema funcional del subsistema de predicción y movimiento.

La unidad de seguimiento podrá mantener una vista temporal de los contextos pasados de la entidad. Dependiendo de la misión del sistema, esta unidad mantendrá registros de los datos durante un tiempo variable (podrá trabajar únicamente con los últimos datos o mantener registros de actividad de sesiones anteriores, por ejemplo). Tendrá capacidad de realizar tareas de predicción y dará soporte a la configuración de filtros utilizados en el sistema de Adquisición de contexto. La existencia del Subsistema de Predicción y Seguimiento permitirá acelerar el proceso de fusión y, en ocasiones, lo abaratará en términos de coste de recursos.

Por otra parte, podrá mejorar la calidad de la información de contexto, verificando y refinando la información a lo largo de su composición, gracias a su registro de acciones pasadas. La combinación de los datos actuales del usuario con sus históricos permitirá validar descriptores de primer nivel, como se ha comentado anteriormente.

La salida de este bloque será un conjunto de contextos compuestos, que contendrá parámetros validados, los cuáles servirán como base para construir la imagen de situación de la entidad en cuestión.

• • • ARQUITECTURA DE FUSIÓN MULTISENSOR PARA LA PROVISIÓN DE SERVICIOS CONTEXTUALES

• Definición de la imagen de contexto y de sus clasificadores

El proceso de composición de la imagen de contexto viene determinado por el sistema de razonamiento y decisión, que recoge las necesidades de las aplicaciones y concluye qué parámetros de información pueden necesitar.

La composición de la imagen de contexto se efectuará de forma dinámica, y será el resultado de la evaluación de la calidad de la instancia de contexto por parte del sistema de Razonamiento y Decisión.

La definición de la imagen de contexto puede incluir la determinación de parámetros de configuración (precisión, frecuencia de muestreo, umbrales de notificación, etc.) para cada una de las instancias consideradas. Entre el sistema de Adquisición y el subsistema de Definición de la imagen de contexto deberán existir interfaces de comunicación acordadas, con el objetivo de que el Subsistema de Definición acuerde con las aplicaciones sus necesidades informativas y el Sistema de Adquisición pueda confirmarle las condiciones de adquisición reales.

• Actualización de la imagen.

• Registro de parámetros de características.

• Algoritmos de evaluación de la calidad de la imagen en términos de completitud. • Mantenimiento de imágenes jerárquicas y de los métodos para conseguirlas.

Figura 4.21 Esquema funcional del subsistema de definición de la imagen de contexto.

• Instanciación de la imagen persona/entidad

Hasta el momento, los datos (ya fusionados y agrupados por categorías) han sido manejados de forma “anónima” y disociada, sobre sus direcciones físicas o camufladas. En este punto, la colección de descriptores independientes obtenidos para una misma entidad, se agruparán en torno a la misma y se valorarán teniendo en cuenta sus registros y evolución, con el objetivo de construir la imagen completa de situación del blanco. Se asociará la información del estado del blanco (posición, condiciones ambientales, situación de conectividad, etc.) con información técnica (de dispositivo y capacidad de comunicaciones), personal (perfil y preferencias) e intencionalidad (objetivos individuales, intenciones, deseos, restricciones, etc.). La “imagen de contexto” estará casi lista, a falta de la información relativa a las relaciones de la entidad.

Las limitaciones impuestas por los requisitos de privacidad condicionarán esta etapa de asociación, por lo que, por ejemplo, el mantenimiento de políticas basadas en pseudónimos deberán mantenerse.

CAPÍTULO 4 • • •

144 ● Alineación temporal.

● Asociación de descriptores de forma anidada. A entidades, a espacios, etc.

● Evaluación de la consistencia histórica del proceso de fusión.

● Reconocimiento de patrones para “imágenes personales”.

● Construcción de representaciones de descriptores de contexto compuestos. Habitualmente formados por parámetros

personales y de entorno.

● Evaluación de la calidad de la información. Manejo de incertidumbre.

● Políticas de privacidad: establecimiento de zonas mixtas de confianza.

Figura 4.22 Esquema funcional del subsistema de instanciación de la imagen persona/entidad.

• Instanciación de la imagen de contexto

En este punto, las entidades han sido descritas a través de una imagen personal o de entidad, que reúne los aspectos necesarios para la operación del sistema. En esta imagen se incluyen datos relativos al entorno y las relaciones que rodean a la entidad.

El objetivo principal del presente módulo es completar la instancia persona/entidad con información relativa a la red social de la misma para, por ejemplo, proponer asociaciones entre elementos en el sistema que desde un punto de vista centrado en la entidad (user-centric) serán lógicas (pertenencia a grupos, creación de categorías, etc.) y físicas (proximidad de elementos). Entonces, la pertenencia a un grupo por parte de la entidad estará basada en preferencias, niveles de confianza, proximidad física, etc. Para ello, se habrán de recoger y sincronizar las informaciones individuales obtenidas en el apartado anterior. En función de la aproximación que utilice la aplicación, este proceso se hará en modo ad hoc por los dispositivos que conforman el sistema (será el caso, por ejemplo, de un usuario que se mueve por una ciudad y “detecta” a través de una conexión directa –WiFi o BT- a otros usuarios cercanos) o de manera centralizada, contando con una visión completa de las entidades que están activas en el entorno (por ejemplo, si nos referimos a un sistema de control de recursos en hospitales o a la monitorización de un mayor en su hogar).

Por otra parte, combinando las funcionalidades de la unidad de evaluación con los históricos de la unidad de seguimiento, será posible detectar modificaciones importantes en la estructura de relaciones con respecto a un momento anterior.

Se considerará, asimismo, la capacidad para establecer comunicaciones entre dos elementos. En una visión centralizada, el sistema puede saber la posición relativa de las entidades, y utilizar este conocimiento en sus posteriores procesos de razonamiento. No obstante, la configuración de servicios reales puede requerir que dos entidades próximas sean capaces de establecer una comunicación directa. Aparte de las interfaces de comunicación de los dispositivos, otros aspectos, como la batería disponible en el dispositivo, pueden condicionar la adecuación del establecimiento de vínculos directos entre blancos.

• • • ARQUITECTURA DE FUSIÓN MULTISENSOR PARA LA PROVISIÓN DE SERVICIOS CONTEXTUALES

Los grados de confianza entre los distintos elementos del sistema condicionarán la valoración de posibles vínculos entre blancos. La confianza se podrá obtener a partir de comportamientos pasados de las entidades y tendrá que tener en cuenta los requisitos de privacidad establecidos para el blanco. Por ejemplo, en un escenario en el que las entidades que forman parte de un sistema son capaces de construir redes ad hoc, un usuario puede ofrecer a los miembros de su grupo acceso total las funcionalidades de soporte a la comunicación, además de acceso a los recursos de su dispositivo; por otra parte, puede colaborar anónimamente y utilizando sus recursos sobrantes en los procesos de encaminamiento, posicionamiento y búsqueda de aquellas entidades que obtienen un nivel de confianza aceptable, y puede rechazar cualquier relación con las entidades que no cumplan unos mínimos de confianza.

Por tanto, en esta unidad funcional se construirá, para cada entidad, una tabla lógica de relaciones, potenciales o reales, ordenadas por un sistema de grupos o categorías dependientes de la misión del sistema, teniendo en cuenta sus condicionantes de comunicaciones y fiabilidad establecidos.

La unidad de evaluación de la imagen de contexto considerará la información de cada entidad individual en el marco de relaciones propuesto por la imagen de relaciones, con el objetivo de proporcionar al módulo de “Razonamiento y decisión” argumentos para establecer actuaciones concretas que armonicen la consecución de la misión del sistema con los objetivos individuales de cada entidad.

• Anuncio de entidades para relacionar.

• Sincronización. Alineación temporal de la información de entidades.

• Sistemas para cálculo de distancias. Evaluación de la proximidad física de dispositivos/entidades. • Estrategias de agrupación. Construcción y evaluación de la pertenencia a grupos.

• Detección de modificaciones en la estructura de relaciones. Almacenamiento y algoritmos que permitan descubrir las

diferencias entre diferentes estados de relación.

• Evaluación de niveles de confianza. Basados en la historia de la entidad y los requisitos de privacidad de la entidad objetivo. • Evaluación de la viabilidad de las comunicaciones entre dispositivos. Función de las capacidades del dispositivo y de su

nivel de batería, por ejemplo.

• Evaluación de la calidad de la información: estimación del error en la viabilidad de las comunicaciones. • Gestión de las políticas de privacidad: referentes a la compartición de datos y de soporte para operaciones.

Figura 4.23 Esquema funcional del subsistema de instanciación de la imagen de contexto.

Para ello, esta unidad incluirá generadores de eventos y recomendaciones de soporte al razonamiento que, por ejemplo, detecten cuellos de botella en las comunicaciones, eventos derivados de la distribución de dispositivos o conflictos entre estrategias individuales y misiones.

La imagen de contexto final habrá sido construida a base de iteraciones y contendrá una jerarquía de contextos que permitirán ordenar y abstraer la información. En este punto, hay que recordar que el objetivo de construir una imagen de contexto no es uno por si

CAPÍTULO 4 • • •

146

mismo. El objetivo es hacerlo con calidad suficiente, de tal forma que los procesos de razonamiento posteriores cuenten con la información suficiente para conseguir una experiencia de usuario adecuada.