在普适服务概念的背景下，本文通过对Context Logic与Context Fabric两种推理方法的分析研究，发现这两种情境信息计算方法都不能完全满足我们的普适服务下的情境信息推理计算的要求。通过研究发现，Context Logic虽然相对于单纯的概率模型有所改进，解决了不能处理结构型数据的问题，但是Context Logic是基于一阶概率逻辑而设计的，因为Bayesian网络本身也是一个NP-hard问题，加入一阶表示能力使计算的复杂度大幅度提高。Context Fabric（聚类法）是基于模式识别理论建立的情境识别方法，它在某些情境觉察中，可以发挥作用，但不能满足智能空间情境推理服务的应用要求。这是因为这种方法是通过在一组互斥的情境集中选取一个元素，来对情境进行表示的，所以这本质上是在命题层次上对问题进行描述，不具有对不确定性问题的描述能力。　　 本文在对多种相关推理方法的研究后，发现Paul Castro提出的一种基于贝叶斯网络的概率关系模型比较符合我们的普适服务下的情境信息推理计算的要求，这种推理算法是用经典的D-S证据理论作为证据信任度推理模型对从传感器获得的情境信息数据进行推理计算，其中情境信息包括情境变量，数据集状态等。但Paul的推理算法在信任性、精确性、相关性三个方面还有不足，所以经过对其算法在这三个方面的改进，本文提出了一种能适应对多源情境信息进行推理的计算方法。对信任性的改进，本文是通过加入测度信任性的权值因子与原来的证掘进行融合计算。对精确性的改进，本文是通过引入时间函数对证据的时间精确性进行评估，并进行融合计算。最后对相关性的改进，本文通过把具有相关性的证据做去相关化处理，从而使新得到的证据符合经典的证据理论的计算要求。最终，经过本文的对情境信息推理算法的三个方面的改进，推理决策的正确率得到提高，算法的适用范围得到扩大。本文完成了普适服务概念下智能空间中具有媒体迁移播放功能软件系统，首先完成了 Windows平台上的系统，具体实现方法是利用SMIL与Socket技术，实现了台式机上的电影迁移播放功能。其中SMIL的主要用途是控制电影的播放位置。利用多线程技术增加了程序的响应性能。在电影播放的过程当中，主界面为用户提供了聊天服务。本文的电影播放时使用的是用MFC框架下的控件制作的播放器，这样能更方便的获取到电影的播放时间。本文利用QT开发工具完成了Linux上的媒体文件迁移系统。从总体上说，程序的运行效果达到了预期的设计目标。在完成了PC平台上的媒体迁移播放功能后，本文继续研究了可断点续传的下载，并实现了可断点续传的下载，应用在了这个软件系统当中。最后本文研究了P2P模式的文件传输架构，利用本程序模块化的优势，实现了两个终端可以互相传送互相接收的对等文件传输模式。最终，在完成PC平台上的媒体文件迁移后，本文开始研究移动终端上的媒体文件迁移方法。并且完成了基于P2P的对等文件传输程序。