返回
Interacting with IoT Data Spaces Using LLMs and the Model Context Protocol
DOI:10.3390/s26041193.png)
摘要
En 中文
物联网(IoT)系统的快速普及产生了大量异构数据,这些数据由于互操作性有限和复杂的应用程序编程接口(API)而难以访问和利用。数据空间通过提供受管环境以实现安全且语义互操作的数据共享来解决这些挑战,通常依赖标准化接口(如ETSI NGSI-LD API)。尽管这些接口功能强大,但主要设计用于机器对机器交互,人类操作者直接使用仍存在困难。本文提出了一种架构,通过将大型语言模型(LLMs)与模型上下文协议(MCP)集成,实现对数据空间中存储的IoT数据的自然语言访问。使用fastMCP和OpenAI API访问基于FIWARE的数据空间的实验结果表明,我们的解决方案即使在需要高级推理的提示下也能提供准确性。
Keyword:
context brokers
LLM
MCP
NGSI-LD API
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
引用论文
Hou, X.; Zhao, Y.; Wang, S.; Wang, H. Model Context Protocol (MCP): Landscape, Security Threats, and Future Research Directions. arXiv 2025. [Google Scholar] [CrossRef]侯X.; 赵Y.; 王S.; 王H. 模型上下文协议(MCP):全景、安全威胁及未来研究方向。arXiv 2025. [Google Scholar] [CrossRef]
Access Control for Data SpacesFotiou, N.; Siris, V.A.; Polyzos, G.C. 数据空间访问控制。在2025年第28届云、互联网和网络创新会议(ICIN)论文集,法国巴黎,2025年3月11-14日;第54-58页。[Google Scholar] [CrossRef]
RAG-IoE: IoT context-aware information retrieval with Large Language Models in Industry 5.0RAG-IoE:工业5.0中基于大语言模型的物联网情境感知信息检索
IoT Rule Generation With Cross-View Contrastive Learning and Perplexity-Based RankingCimino, G.; Deufemia, V.; Limone, M. 基于交叉视图对比学习和困惑度排序的物联网规则生成。IEEE Internet Things J. 2025, 12, 35828–35847. [Google Scholar] [CrossRef]
Smart and collaborative industrial IoT: A federated learning and data space approach智能和协作工业物联网: 联合学习和数据空间方法
From private digital platforms to public data spaces: implications for the digital transformation
ELECTRONIC MARKETS
IF6.8
The role of Large Language Models in IoT security: A systematic review of advances, challenges, and opportunities物联网安全中大型语言模型的作用:对进展、挑战和机遇的系统综述
Internet of Things
IF7.6

