Resumen

La ontología del sensor modela la información y el conocimiento del sensor de una manera comprensible por las máquinas, que tiene como objetivo abordar el problema de la heterogeneidad de datos en Internet de las Cosas (IoT). Sin embargo, las ontologías de sensores existentes se mantienen de forma independiente para diferentes requerimientos, lo que podría definir el mismo concepto con diferentes términos o contextos, generando el problema de la heterogeneidad. Dado que la relación semántica compleja entre los conceptos de sensor y las entidades a gran escala debe ser tratada, encontrar las correspondencias de entidades idénticas es una tarea propensa a errores. Para determinar efectivamente las correspondencias de entidades de sensor, este trabajo propone una técnica de emparejamiento de ontologías de sensores basada en aprendizaje semisupervisado. Primero, tomamos la idea de centralidad de las redes sociales para construir ejemplos de entrenamiento; luego, presentamos una técnica de metamatch basada en un algoritmo evolutivo (EA) para entrenar el modelo de agregación

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Ontología de sensores; Comprensible por máquinas; Heterogeneidad de datos; IoT; Relación semántica; Correspondencias de entidades
• Keywords:Sensor ontology; Machine-understandable; Data heterogeneity; IoT; Semantic relationship; Entity correspondences