于海宁，方 舟，马 超

(1.哈尔滨工业大学 计算机网络与信息安全研究中心，黑龙江 哈尔滨 150001；2.黑龙江省网络空间研究中心，黑龙江 哈尔滨 150001；3.哈尔滨理工大学 软件与微电子学院，黑龙江 哈尔滨 150040)

0 引言

随着网络技术、信息技术的发展，物联网受到学术界和工业界的广泛关注。物联网成为连接物理世界与虚拟世界的纽带，并逐步描绘出万物互联的愿景[1]。研究机构Gartner公布的最新报告显示，2016年全球的网络设备数量将达到64亿，较2015年增长了30%，预计2020年，网络设备的数量会增长至208亿。网络规模迅猛扩张的同时也制造了海量的多模态数据。市场调研机构IDC预计，未来全球数据总量年增长率将维持在50%左右，预计2020年，全球数据总量将达到40 ZB，我国数据量将达到8.6 ZB，占全球的21%左右。在物联网环境下,用户由传统的数据消费者变为数据生产者。面对海量的用户数据，物联网服务商亟须解决“信息过载，知识匮乏”的问题，为用户提供个性化、智能化的物联网服务。物联网用户特征是物联网个性化应用设计的基础依据之一。物联网应用往往涉及用户的时空特性，用户的时空运动模式是时空特性最直接的表现.运动模式能够体现出用户兴趣爱好、活动规律、经验等特征，如何发现时间敏感、空间敏感的用户特征，以支持物联网个性化应用，这是急需解决的关键问题。针对该问题，本文提出物联网用户的时空特征挖掘算法，从用户的GPS轨迹中发现其隐藏的时空运动模式，该方法的创新点概括如下：①提出用户全球定位系统(Global Positioning System, GPS)轨迹预处理方法，在综合考虑GPS点的时间和空间特性的基础上，挖掘隐藏的热点区域序列；……