新兴的物联网（IOT）最有价值的一个方面就是它所产生的数据。随着物联网的发展，企业将这些数据用于决策支持，这就需要更好的工具及时发现相关数据。近一段时间以来，即使不知道数据的结构、语义、传感器描述亦或位置，发现系统也能找到正确的数据。这些系统还可以推断出注释、元数据等上下文信息。
“物联网数据及其上下文发现”这个词指代的活动既包括针对数据提供者的（例如，发布前的检视），也包含针对最终发布者或经纪人的（例如整合数据集以支持数据链接和上下文驱动的搜索）。发现过程包括两个连续的循环：
- 搜寻循环在数据获取点对数据源进行识别、评估和校验，并抽取相关数据，格式化为可消费的形式。
- 理解循环对抽取的数据进行处理、分析和挖掘以产生相关上下文，从而提供答案和见解。
物联网的发展促进了数据和上下文发现的模式转变。那些曾经仅限于单一应用的数据集一经可发现，就能在多个应用中再利用。在维护安全和隐私政策的情况下，这种新模式给提供商开辟了一种基于激励的开放物联网数据的新途径。尽管有了这些进步，设备能力的差异和标准的多样性还是带来了巨大挑战。“今日计算”2016年9月号选择了七篇文章，讨论物联网数据和上下文发现所存在的在机遇和挑战。
公共联盟
目前，不同设备将其数据存储在独立的“仓库”中。例如，Fitbit设备收集个人健康数据，EarlySense设备监测病人的生命体征，两家公司都产生了高达Zetta字节的海量数据，却都保存自己的服务器中。为了实现物联网真正互联这一宏伟梦想，数据必存储到广泛分布的异构数据库中，才能实现全球可用。检索数据也需要一个通用的、机器可读的数据表示框架。
图1描述了客座编辑对物联网服务提供者通用联盟的构想。在图1a中，现有特定供应商把应用和特定传感器紧耦合来创建自己的物联网数据仓库。在图1b中，发现使能系统（discovery-enable system）支持应用和传感器的松耦合联接，从而实现互操作以及物联网数据的重用和再利用。
图1 关于物联网发现的构想。a）现有特定物联网供应商创建数据仓库。b）我们对发现使能系统的构想：应用和传感器松耦合，从而实现互操作、重用、物联网数据及上下文再利用。
在上下文引擎和集成引擎支持下，发现引擎能够发现多个供应商托管和管理的物联网数据源。该系统需要采用诸如语义网络等互联网标准良好定义的通用接口。物联网和大数据的发展需要数据和传感器发现技术的支持，才能克服那些阻碍数据无缝访问和重用的问题。
本期内容
本月今日计算的主题以Payam Barnaghi和他同事的文章《物理-赛博-社会计算：回顾与展望》（Physical-Cyber-Social Computing: Looking Back, Looking Forward）作为开篇。作者介绍了“物理-赛博-社会”计算，解释了系统是如何通过物联网数据解读用户的社会结构，提供了（接近）实时的可操作信息和服务。
Dimitrios Georgakopoulos和他的同事们在《面向发现驱动服务的物联网架构》（Discovery-Driven Service Oriented IoT Architecture）中设想了一种服务发现和实时服务集成驱动的未来物联网系统体系架构，包括按需发现、物联网设备集成、云存储和计算资源。
在《面向物联网的语义描述、发现和集成》（Semantic Description, Discovery and Integration for the Internet of Things）中，Sejin Chun和他的同事们提出一种基于模型的语义物联网目录系统，以帮助管理元数据以及设备之间的关系。该模型能够对设备和在线目录服务之间的高效互动进行概念化共享。
安全对物联网十分重要。在文章《物联网中基于安全的上下文敏感策略》（Context-Sensitive Policy Based Security in Internet of Things）中，Prajit Kumar Das和他的同事提出了一种使物联网设备捕捉、表达和执行信息共享策略的框架。作者采用语义网络概念来实现一致策略表达，并通过案例展示了他们的设计。
Yongrui Qin, Quan Z. Sheng和Edward Curry的文章《在物联网中匹配链接数据流》（Matching Over Linked Data Streams in the Internet of Things）探讨了把物联网数据高效率地传递给消费者的技术。作者使用链接的开放数据来表示物联网数据及其之间的关系，然后基于系统注册的查询来传递匹配的数据。该文还给出了一个验证系统适用性、速度和效率的用例。
在《物联网的资源发现：当前趋势和未来标准化》（Resource Discovery in Internet of Things: Current Trends and Future Standardization Aspects）中，Soumya Kanti Datta, Rui Pedro Ferreira Da Costa和Christian Bonnet讨论了物联网发现技术的现状，包括优势及局限性。他们提出了一种存储资源配置和参数的集中登记方法，以及一种对可用资源进行排序并提供直接访问URI的搜索引擎。
最后一篇文章是《物联网：挑战与机遇》（The Web of Things: Challenges and Opportunities），主要关注越来越多使用虚拟表达来表示可通过万维网访问的物理或抽象物品的问题。作者Dave Raggett认为要进入指数增长的新阶段，需要开放市场、开放标准，还需要对这个不断扩展的网络背后的潜力有足够的想象力。
展望视频
来自思科的Rodolfo Milito介绍分布式计算和的物联网之间相互影响
来自弗劳恩霍夫FOKUS（开放式通讯系统）的Manfred Hauswirth探讨物联网数据和上下文发现的挑战与机遇。
行业视点
本期今日计算有两个视频采访，我们采访了行业杰出专家就物联网中间件、服务、应用中数据和上下文发现的重要性和挑战提出想法和见解。第一个采访对象是在加利福尼亚州圣何塞的思科工作的Rodolfo Milito，他被称为雾计算之父。第二个是来自柏林的弗劳恩霍夫开放式通讯系统（FOKUS）的主任Manfred Hauswirth。
结论
本期今日计算中的文章讨论了物联网数据及其上下文发现中的各种挑战，提出了一些使得物联网实际可行、可部署、可用的解决方案。当然，在物联网数据和上下文发现成为物联网应用、系统和服务的共同特征之前，我们还需要进行更多研究。我们鼓励有兴趣的读者深入研究，加入到物联网支持者、开发者、设计者和用户的大军之中。
客座编辑
Arkady Zaslavsky是澳大利亚CSIRO（Commonwealth Scientific and Industrial Research Organisation）位于Data61的资深研究员，他也是新南威尔士大学、拉筹伯大学和ITMO大学的兼职教授。Zaslavsky从前苏联科学院控制科学研究所获得计算机科学博士学位。他感兴趣的技术领域包括物联网、普适计算和移动计算、上下文感知、语义数据管理和移动分析。他是今日计算的编委。他的联系方式是arkady.zaslavsky@csiro.au.
Prem Prakash Jayaraman是斯威本科技大学的研究员。他的研究领域包括物联网、云计算、大数据分析和移动计算。Jayarama从莫纳什大学获得计算机科学博士学位。他的联系方式是prem.jayaraman@gmail.com或www.premjayaraman.com 。