评估(自有的)上下文情境是否符合目标。

　　根据评估的规则触发各种行为，以促进目标的实现。

　　向其他Thing发布上下文情境。

　　(点击放大图像)

　　根据以上的任务，我们可以将上下文管理层分解为8种组件，如下图所示。

　　(点击放大图像)

　　规则引擎与人工智能(AI)：定义及管理上下文评估所必需的规则。包括目标(它本质上就是规则的一种集合)及用于创建上下文情境和行为的规则。

　　上下文情境集成模块：侦听其他Thing的上下文情境，并与传入的上下文情境相集成。

　　行为集成模块：通过这个组件对其他Thing所传入的行为进行评估，并传递给设备管理层。在这个过程中需要考虑到规则的问题，它定义了在哪种情境下可以将来自另一个物的行为进行传递，以触发制动器。

　　上下文情境创建模块：从系统中收集数据，并构建上下文情境。这一过程也可以由规则进行驱动。

　　行为创建模块：与上下文情境创建模块相似，在规则评估过程中触发的行为必须创建相应的行为对象。

　　上下文情境发布模块：为Thing集成层提供上下文情境。根据实现的复杂度不同，上下文情境发布者可以为已订阅的不同Thing提供一系列的上下文情境，或者为所有Thing提供一个单一的上下文情境。上下文情境发布模块必须注意其他Thing的数据权限级别。只有可信的其他Thing才能够收到经过选择的上下文信息。此外，该模块还要负责定义上下文情境模式，这些模式需要与其他订阅的Thing进行通信，它将评估某个Thing是否能够与其他Thing进行通信。

　　行为发布模块：与上下文情境发布模块类似，该模块负责将行为传递给Thing集成层，让其他Thing能够与行为进行通信。此外，行为模式也是由这个组件负责管理的。

　　上下文评估模块：对使用(现有的)上下文情境的规则进行评估，并触发那些与底层的设备或行为创建模块进行通信的行为。行为创建模块将把这些创建的行为传递给行为发布者，后者负责将行为传递给其他Thing。评估规则的一种简单方式是为由规则引擎所定义的规则构建相应的决策树。

　　具体的架构与所提供的功能的复杂度很大程度上取决于所开发的Thing的具体用例。对于在智能方面要求较低的Thing(例如一台冰箱)，规则引擎与人工智能组件也不必设计得很复杂。而对于需要从其他设计中收集上下文信息的Thing来说，这些组件将变得非常复杂。高复杂性的例子包括数据科学以及数据挖掘技术。