运用语义整合技术,四步骤改进soa｜语义差异量表的测量步骤.docxVIP

回顾NASA美国国家航空航天管理局，以下简称美国航天局）从多个方面整合数据的成 效,Ames研究中心智能系统部门信息共享与整合组的负责人 Richard Keller 并不能感到满 意。美国航天局希望在探索任务中加入数据的采集工作 ， 包括样本数据、照片、声音记录和 GPS全球定位系统）信息，并将这些数据与卫星图、GIS（地理信息系统）数据及在样本数据中发 现的特征信息等进行整合。 “这不仅仅需要采集各种各样的信息 , 而且还要求这些数据能够以各种格式保存 , 从表单 文件到SQL数据库或者网页。” Richard Keller 表达了他的期望。但数据采集工作仅仅是开 头。一旦 Keller 得到了这些信息 , 他还需要判断这些以不同格式保存的数据之间有什么样的 关系。 “如果你在两个不同的数据库中 ，都有一个名为‘ temp 的字段，那么假设它们都代表同 样的意思 ,具有同样的单位 ,可以直接进行整合 ,这是否合情合理呢 ?” Keller 说,“实际上 ,它 们可能一个代表‘温度 ， 而另一个则意味着‘临时的取值。所以 ， 为了恰如其分地合并这 两个字段 ， 你不得不完全理解这些数据的真实含义。 ” 在NASA和其他大型机构一一不管是政府部门还是企业 ，整合各种数据都面临着很大的挑 战， 但是为了能够方便地在内部或者与外部的合作伙伴共享信息 ， 这又是一个不得不面对的问 题。数据整合的挑战也是 NASA及其他很多大型机构转为使用具有语义整合能力的 SOA勺一个 重要原因。SOA由能够通过网络提供相互操作性能力的各种服务组成。尽管 SOA以业务为中 心的特性能够激发人们的热情 ，但它能够让网络服务的整合与动态选择成为可能 ，这一特点让 无数人产生了浓厚的兴趣。 这就让语义技术有了用武之地 ， 它能够用尽可能接近自然语言的模 型来处理各种如生物学和经济学一样的专业问题。 语义技术 具有内置推理能力的 SOA平台，能够帮助企业迅速作出决策,这是基于其服务能力和根据 预定义条件获取相关信息的。 从SOA本身而言，它并不具备这种能力，但加上语义技术的帮助， 能够充分地发挥出彼此的特长 ， 帮助企业作出准确及时的决策。 语义整合技术是基于底层可靠的服务和数据来作出判断的。 然而，这些技术目前还没有完 全发展成熟。 Progress Software 公司的 DataXtend Semantic Integrator 等工具可以使用 普通数据模型追踪这个问题 ， 并验证数据交换的可靠性。 支持本体论的 SOA 所谓语义整合技术 ， 就是要在各种纷繁复杂的原始数据中找出其共同具有的匹配模式。 如 果能够做到这一点 ， 那么就可以将这种模式定义为一个原模型 ， 然后将几个原模型根据它们之 间的关系连接起来。 一种先进的语义整合方法就是 Ontology（ 本体论 ） 。本体论是对一个领域 的结构化表述――用它我们可以处理如生物学或者经济学之类的专业领域问题――其表述的 基础是面向对象的类及各种类之间的相互关系 ，这些类和关系可以使用基于 XML的网络本体 论语言来定义。 使用本体论 ， 任何一个领域都可以被划分为各种类 ， 然后再描述这些类之间的相互关系。 支持本体论的SOA将这一建模技术进行了扩展 ，在SOA的各种服务之上建立了一个层模型 ，其 中包含了与服务域相对应的各种本体论类。这些对应关系是在建立本体论的设计阶段就确定 的，然后在运行的时候通过服务请求的语义相似性实现。这里面还用到了策略思想 ，用来建立 查找语义相似性的逻辑。 要建立支持本体论的 SOA,有以下四个步骤： 第一步 : 分析业务流程。 业务流程通常都包含一系列基于条件的任务执行。这些条件可能需要语义能力来展现其 智能化的路由选择。 我们将这些地方定义为 “可变点” ，或者是需要推理能力来实现语义特性 的区域。 每个任务可能都具有几个可变因素 ， 或者对于每个可变因素 ， 都可能具有多个可能的取 值。而且未来的业务需求可能会引入新的可变因素 ， 或者已有可变因素有新的取值可能。 例如， 早期人们认为物理形态只有固态和液态两种 ， 而随着科学的发展 ， 人们才逐渐认可了气态是另 一种物理形态。因此，在定义本体论模型时 ，每一个变量都对应一个数据字典 ，可以不断地进行 扩展 ， 以保证能够满足未来新的业务需求。 第二步 ： 建立本体论模型。 本体论是用术语概念和关系来定义。本体论的概念实现为类。本体论中的关系被定义为 术语的“对象属性”和“数据类型属性” 。从可变点组件到本体论模型中元素的映射 ， 能够帮 助建立其本体论模型。 要准确地识别出业务流程中的任务和可变点 ， 从而最终将它们映射为本体论模型中的元 素， 建立起有用的模型 ， 必须要有足够的业务知识。开源的本体论建