从分布式移动计算进入到无所不在的普适计算是计算发展的必然趋势。普适计算的最终目标是将由通信设备和计算机构成的信息空间与人们生活和工作的物理空间融为一体,支持用户随时随地并透明地获得符合其个性化需求的信息服务。然而普适环境始终动态变化,只有不断根据环境的变化来进行改变和调整才能更好的满足用户的需求和发挥软件的性能。这就要求普适环境下的应用程序必须是情境感知的,从而能够自动的对情境信息的变化以及情境信息的历史进行感知和应用,并调整程序自身的行为。普适环境的分布性,决定了必然有丰富的情境资源集成在这个环境中,情境感知平台作为情境感知环境中各组件的交互平台,为应用获取情境信息提供了渠道和方法。怎样充分利用这些分布广泛的情境资源,使越来越多的用户在不给系统、网络带来沉重负担的情况下,及时地获取这些资源是大型分布式情境感知平台研究必须要面对的问题。传统的情境感知系统侧重于研究情境感知技术的局部问题,如情境数据的建模、融合和推理等,或对组件移动性的支持,而对平台的可扩展性研究较少,很难适应普适环境下大规模、可扩展性的需求。因此,本文主要研究大型普适环境下的可扩展性问题,着力于解决情境信息共享平台架构和情境信息传送的可扩展性问题。后者包括:位置敏感的复合情境事件订阅方法和情境事件订阅结果流方法传送研究。本文的研究主要分为三部分,第一部分研究建立分布式P2P平台来为大型普适环境下的移动应用提供及时的、通信负担低的情境数据共享方式;第二部分是在情境数据频繁变化下,研究如何减少数据与数据接收者之间的匹配次数和节省传感器监听成本;第三部分针对大量应用订阅情境事件,怎样充分利用结果数据流的交集减少在公共路径上的网络带宽消耗的问题。具体包括:1.首先在情境感知中间件context toolkit基础上进行改进,将集中式P2P架构改进为可扩展性强的分布式P2P架构。在此基础上提出了动态注册方法和三级订阅方式:动态注册方法不仅为移动应用获取周边情境数据提供了轻量级方式,还为情境信息服务最大限度地保证“新鲜度”高的情境信息;在远程情境数据传送时,三级订阅方式能大大减少数据通信量。2.给出一种位置敏感的复合情境事件订阅机制,该机制包括位置敏感复合订阅模型和动态绑定方法:复合订阅模型采用有限自动机验证方法保证了原子订阅与复合订阅、应用与传感器模型之间的行为一致性;为适应普适环境的动态性,动态绑定方法完成情境事件源到订阅的自动映射,将事件与订阅的匹配有效地转化为事件源与订阅的匹配,从而减少匹配次数和提高系统性能。3.在大规模的分布式情境数据传送环境下,不同请求对应的结果数据流往往包含相同的数据内容,为了避免相同的数据在公共传送路径上重复传送,本文采用了请求融合成组的方法以减少网络带宽的消耗。在此基础上,考虑到情境数据发生的“连续性”,提出一种以情境数据发送次序为顺序的线性列表存储请求组,每个列表节点标记数据范围和对应的请求集,从而构造了情境数据访问的局部性。实验结果表明,基于此存储结构的请求融合方法不仅使请求组的维护成本较低,更重要的是,该方法使得公共传输送路径上的网络带宽节省率较高