论文部分内容阅读
在普适计算环境中，上下文信息由于受到噪声等不可控因素的干扰，面临着一致性错误的问题。这些错误会影响应用的正常运行，使其表现异常甚至失效。目前已经有自动的一致性错误处理方法来保障应用所获取的上下文满足数据层面的一致性约束，然而在数据层面保持一致是否能提升应用的运行质量并不明确。系统地研究了这个问题，并基于一组真实的上下文感知机器人小车应用，设计了一系列受控实验，来分析和比较在模拟和真实世界中上下文一致性错误的处理方式对应用运行质量的改善程度及潜在的负面影响。利用该实验的分析结果，将有助于提高普适计算中上下文