随着泛在网络和Internet的飞速发展,环境感知技术已经广泛应用在物联网、组合服务自适应系统、移动通讯等各个领域,成为自适应运行系统和各种自动运行系统的重要的支撑技术之一。近年来,国内外许多研究者已经设计了一些典型的环境感知系统框架,并对相关技术如数据来源的确定、数据采集与数据预处理、环境感知信息推理等进行了深入的研究,并取得了大量成果。其中,以感知环境变化为特征的环境变化感知技术因其直接触发并影响到应用系统的决策行为和自适应系统的自适应动作而一直备受关注。目前,环境变化感知的研究中主要考虑三种类型的变化：应用层中的应用发生变化,环境监测层的监测工具发生变化,以及环境层被监测的环境的状态发生变化。这三类变化均会影响系统的运行的质量。具体的,在应用层中,应用的增加与减少会破坏系统原有的平衡,导致相关的支撑子系统性能下降等问题；环境监测层的监测工具发生变化会影响监测数据的质量,使监测数据出现不准确、不完整或冗余等问题,进而增加环境变化感知的负担；被监测的环境的状态发生变化会导致原有的系统不再适合当前的环境,进而需要系统根据环境变化做出相应的决策。然而,现有研究主要集中于对环境状态的感知,缺乏对环境变化感知研究的关注。为此,本文开展环境变化感知关键技术研究,针对物联网中应用层变化引起的数据源选择问题,研究面向物联网应用的传感器选择方法；针对环境监测层的无线传感器变化导致数据缺失的问题,研究基于协作过滤的数据补全方法；针对环境层中物理环境状态发生变化会同时影响多个上层应用运行的问题,研究面向多个物联网应用的环境变化事件识别方法；针对组合服务自适应系统的网络环境状态变化影响服务QOS的问题,研究面向组合服务自适应的环境变化事件识别方法。具体包括：(1)针对物联网环境下,在已存在的无线传感器网络上部署新应用时的数据源的选择问题提出了面向物联网应用的传感器选择方法。该方法通过分析无线传感器网络中传感器的复用情况和无线传感器网络中各个传感器的状态,利用面向覆盖的优化选取算法选取一个能够最大化的延长整个无线传感器网络的使用时间的传感器节点子集,并为这个子集中易出问题的传感器节点配置冗余传感器,进而解决了部署新应用时的数据源的选择问题。实验表明该方法选出的传感器子集在使无线传感器网络在满足物联网应用需求的同时,提高了传感器的使用效率,延长无线传感器网络整体的使用时间和维护周期。(2)针对以无线传感器网络为数据源的环境变化感知系统中,由于无线传感器的不可靠性和无线传感器网络的自组织特性导致的监测数据缺失后的缺失数据补全问题,提出了基于协作过滤的传感器数据补全方法。该方法通过对缺失数据的传感器进行分类,利用无线传感器网络中传感器数据的时空相关性,分别使用不同的相似评价方法选取相似传感器,来寻找相似的传感器数据用以补全缺失数据,以保证估计值的准确性,从而提高环境变化感知系统感知环境变化信息的准确性和可靠性。实验表明,该方法在传感器的监测数据变化剧烈时估值准确度强于其他数据补全方法。(3)针对物联网背景下,物理环境状态发生变化时；面向多应用的物理环境变化感知问题,提出了面向给定环境变化事件的环境变化事件的识别方法。该方法将给定的环境变化事件分类,针对不同类型的环境变化事件采用与之相适应的环境变化事件的识别方法,并给出识别的环境变化事件以及事件发生的概率。实验表明,该方法在识别多种类型的环境变化时,相对与其他变化事件识别方法能够用更短的识别时间准确识别出环境变化事件,以满足上层应用对环境变化感知的要求。(4)针对网络环境变化对组合服务运行QOS影响的计算问题,系统的分析了网络环境下容易发生的环境变化和环境变化对应用服务系统的影响。提出通过识别网络环境变化来计算受影响服务的QoS变化的思路。在此基础上给出了面向组合服务动态QOS计算的环境变化识别方法,实现了从环境监测到输出变化事件的环境感知功能,给出了环境监测及环境变化识别策略,环境变化识别算法以及变化识别阈值的计算方法,从而为提高Web服务运行时的QOS,和组合服务环境自适应能力提供有力的支撑。实验表明,该方法能够有效的识别出组合服务所在的网络环境中的网络环境变化并计算出网络环境变化对服务QoS的影响程度,进而为组合服务自适应决策提供可靠的环境变化和服务变化信息。