宋正德 魏震方 解放軍海軍兵種指揮學(xué)院，廣東 廣州 510430

云計(jì)算環(huán)境下信息資源的融合與集成

宋正德 魏震方 解放軍海軍兵種指揮學(xué)院，廣東 廣州 510430

本文在分析國內(nèi)外在云計(jì)算環(huán)境下信息資源的融合與集成研究現(xiàn)狀的基礎(chǔ)上，提出了云計(jì)算環(huán)境下的信息資源的融合與集成方法，并對需要解決的問題進(jìn)行了闡述，提出了解決方案。

云計(jì)算；信息融合；信息集成；本體

引言

信息融合(Information Fusion)是取得同一對象一致性的認(rèn)識。信息集成(Information Integration)是形成不同對象相關(guān)聯(lián)的整體。融合和集成的對象主要包括結(jié)構(gòu)級和語義級。信息的融合和集成，本質(zhì)上是數(shù)據(jù)的融合和集成，信息融合和集成的共性和最終目的是屏蔽數(shù)據(jù)源的復(fù)雜性，為用戶提供單一的數(shù)據(jù)視圖，而數(shù)據(jù)源可以分布在不同的地方，以不同的語義、格式存儲(chǔ)，訪問方法也各不相同。信息融合和集成中核心的問題是信息描述的標(biāo)準(zhǔn)化,主要解決信息的可理解性問題,包括人和機(jī)器對信息的理解。而且更重要的是機(jī)器對信息的識別,并能根據(jù)信息進(jìn)行自動(dòng)處理。

隨著應(yīng)用需求的不斷增加，越來越多的用戶希望能夠透明地獲取和處理來自這些海量信息源中的有用信息，實(shí)現(xiàn)多個(gè)軟硬件系統(tǒng)以及不同信息源之間的互操作。然而，這些信息源物理上可能分布在異構(gòu)環(huán)境的多個(gè)自治域中，有著不同的數(shù)據(jù)格式、存儲(chǔ)方式、訪問控制策略，邏輯上則可能在數(shù)據(jù)模型、操縱語言和數(shù)據(jù)語義等方面存在著很大差異[1]。同時(shí)，這些信息源的可共享性、共享方式、共享內(nèi)容等也可能隨時(shí)發(fā)生變化。異構(gòu)信息服務(wù)系統(tǒng)可以屏蔽現(xiàn)在已有的各種異構(gòu)數(shù)據(jù)管理系統(tǒng)不同的訪問方法和用戶界面，給用戶呈現(xiàn)一個(gè)訪問多種異構(gòu)數(shù)據(jù)源的公共接口，提供一個(gè)集成處理多種數(shù)據(jù)源、整合多種數(shù)據(jù)查詢結(jié)果的信息交互處理平臺(tái)。

云計(jì)算是指在互聯(lián)網(wǎng)上，信息提供者以服務(wù)的形式提供虛擬的信息資源，用戶通過互聯(lián)網(wǎng)按需獲取可伸縮的信息資源[2,3]。它是一種全新的網(wǎng)絡(luò)服務(wù)方式，它將傳統(tǒng)的以桌面為核心的任務(wù)處理轉(zhuǎn)化為以網(wǎng)絡(luò)為核心的任務(wù)處理，利用互聯(lián)網(wǎng)中的計(jì)算系統(tǒng)來支持互聯(lián)網(wǎng)各類應(yīng)用。云計(jì)算強(qiáng)調(diào)需求驅(qū)動(dòng)、用戶主導(dǎo)、按需服務(wù)、即用即付，用完即散，不對用戶集中控制，用戶不關(guān)心服務(wù)者在什么地方[3]。

1.國內(nèi)外研究現(xiàn)狀

國外相關(guān)的研究的主要有：IBM的DB2II (DB2 Infor-mation Integration)家族產(chǎn)品提供了訪問各種各樣、分布式的和實(shí)時(shí)的數(shù)據(jù)的能力；Stanford大學(xué)設(shè)計(jì)的Lore(Light-weight Object Repository)是一個(gè)專門用于管理半結(jié)構(gòu)化信息的數(shù)據(jù)庫管理信息系統(tǒng)[4]；同樣是Stanford大學(xué)設(shè)計(jì)的Ozone是一個(gè)可以對結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行集成的模型[5]。國內(nèi)相關(guān)的研究的主要有：東南大學(xué)開發(fā)的Versatile是一個(gè)基于CORBA的可擴(kuò)展的異構(gòu)數(shù)據(jù)源集成系統(tǒng)原型[6]；中國科技大學(xué)開發(fā)的KD-IRIS系統(tǒng)[7]，是為實(shí)現(xiàn)不同結(jié)構(gòu)數(shù)據(jù)源(如關(guān)系、對象、空間地理數(shù)據(jù)庫)間數(shù)據(jù)融合和信息處理需求設(shè)計(jì)；浙江大學(xué)開發(fā)的WrapperBase 是一個(gè)基于CORBA網(wǎng)絡(luò)的Web信息集成系統(tǒng)[8]，通過把各個(gè)網(wǎng)站的頁面信息表述成特定結(jié)構(gòu)模式的XML語言，并通過DOM解析把Web站點(diǎn)上的異構(gòu)信息集成起來；中科院軟件研究所提出的“基于本體的異構(gòu)信息集成查詢劃分及轉(zhuǎn)換”方法將全局查詢劃分為局域查詢的方法,局域查詢結(jié)果經(jīng)過集成和轉(zhuǎn)換后以統(tǒng)一的形式返回給用

戶[9]。

目前對異構(gòu)信息融合與集成的研究，側(cè)重對結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化這種結(jié)構(gòu)級的融合和集成，而在不同的信息源使用多種術(shù)語(詞匯)表示同一概念；同一概念在不同的信息源中表達(dá)不同的含義；各信息源使用不同的結(jié)構(gòu)來表示相同(或相似)的信息；各信息源中的概念之間存在著各種聯(lián)系，但因?yàn)楦餍畔⒃吹姆植甲灾涡裕@種隱含的聯(lián)系不能體現(xiàn)出來等，這種語義級的異構(gòu)的融合和集成鮮有成熟的方法和技術(shù)，語義級的異構(gòu)的融合和集成是異構(gòu)信息有效融合與集成瓶頸。

2. 云計(jì)算環(huán)境下信息資源的融合與集成

2.1 云計(jì)算環(huán)境下異構(gòu)信息的本體表達(dá)

首先從功能、領(lǐng)域、行業(yè)等角度對異構(gòu)信息進(jìn)行分類和聚類，區(qū)分每個(gè)類別信息的異構(gòu)類型。針對結(jié)構(gòu)級異構(gòu)，主要采用XML中間件技術(shù)進(jìn)行標(biāo)準(zhǔn)化；針對語義級異構(gòu)主要采取如下方面進(jìn)行本體表達(dá)：Class(類)：具有某些屬性的個(gè)體的集合，對應(yīng)于描述邏輯中的概念；subClassOf(子類)：通過該原語定義一個(gè)類是另一個(gè)類或多個(gè)類的子類來創(chuàng)建類之間的層次關(guān)系，對應(yīng)于描述邏輯中的概念包含；Property(屬性)：用來表示個(gè)體與個(gè)體之間或者個(gè)體與數(shù)值之間的關(guān)系，對應(yīng)于描述邏輯中的角色；subPropertyOf(子屬性)：可以通過該原語定義一個(gè)屬性是另一個(gè)屬性或多個(gè)屬性的子屬性來創(chuàng)建屬性之間的層次關(guān)系,對應(yīng)于描述邏輯中的；domain(定義域)：一個(gè)屬性的定義域用來約束該屬性適用的個(gè)體；range(值域)：一個(gè)屬性的值域用來限制哪些個(gè)體可以成為屬性的值；Individual(個(gè)體)：個(gè)體是類的實(shí)例，對應(yīng)于描述邏輯中的x∈C。

2.2 基于本體的異構(gòu)信息的融合

通過本體的方式描述每個(gè)信息源的語義，采用單本體作為一個(gè)全局本體為語義的形式化提供了一個(gè)共用的詞匯庫，所有的信息源都和這個(gè)全局域本體有關(guān)；通過多本體方法來對域的不同表示，用本體間的映射來確定不同信息源本體在語義上對應(yīng)的術(shù)語，建立術(shù)語間的對應(yīng)關(guān)系；基于本體和聚類分析的方法如下步驟：

2.2.1 從觀測信息中選擇一組樣本；

2.2.2 定義特征變量集合以表征樣本中實(shí)體；

2.2.3 通過本體之間關(guān)系來計(jì)算信息的相似性，并按照一個(gè)相似性準(zhǔn)則劃分信息集；

2.2.4 檢驗(yàn)劃分成的類對子集應(yīng)用是否有意義；

2.2.5 反復(fù)將產(chǎn)生的子集加以劃分，并對劃分結(jié)果使用第4步，直到再?zèng)]有進(jìn)一步的細(xì)分結(jié)果，或者直到滿足某種停止規(guī)則為止。

通過上述方法來來發(fā)現(xiàn)和處理冗余，發(fā)現(xiàn)沖突和消解沖突來對異構(gòu)信息進(jìn)行融合。

2.3 異構(gòu)信息服務(wù)的無縫集成與互操作

Web Service提供了一個(gè)位于應(yīng)用層和傳輸層之間的抽象層，為異構(gòu)信息的工作流管理系統(tǒng)之間的集成和互操作提供了一個(gè)基礎(chǔ)平臺(tái)見圖1。

異構(gòu)信息服務(wù)的集成主要遵循如下原則:

基于云計(jì)算環(huán)境，面向跨空間、跨時(shí)間的工作流管理。

集成己有的各種信息服務(wù)資源，充分發(fā)揮這些資源的綜合潛力。

信息服務(wù)系統(tǒng)的集成要面向業(yè)務(wù)流程，并考慮云計(jì)算環(huán)境下的新特點(diǎn)。

圖1 異構(gòu)信息服務(wù)的集成與互操作

Web Service提供的基于XML文檔和SOAP的抽象機(jī)制，為系統(tǒng)中異構(gòu)信息服務(wù)的集成以及提供透明的服務(wù)提出了真正的解決方案?；谶@一技術(shù)可以滿足異構(gòu)信息服務(wù)系統(tǒng)之間信息服務(wù)集成的需求，Web Service使用基于文本的協(xié)議，與CORBA、消息隊(duì)列技術(shù)等通信中間件支持的分布式應(yīng)用相比，XML文檔的解析將使基于Web Service分布式應(yīng)用的性能降低

3.結(jié)語

近幾年，云計(jì)算的發(fā)展越來越廣泛，已經(jīng)滲透的互聯(lián)網(wǎng)的各個(gè)領(lǐng)域，世界各知名企業(yè)也都提出了自己的云計(jì)算發(fā)展戰(zhàn)略，在信息資源的融合與集成機(jī)制上，更多的是應(yīng)用在地理信息系統(tǒng)中，本文在分析國內(nèi)外在信息融合與集成的研究現(xiàn)狀的基礎(chǔ)上，提出了云計(jì)算環(huán)境下的信息融合與集成方法，并對需要解決的問題進(jìn)行了闡述，提出了解決方案，旨在使得互聯(lián)網(wǎng)上的信息資源能更好的給使用者提供信息服務(wù)。

[1]Peter Fingar著.云計(jì)算21世紀(jì)的商業(yè)平臺(tái)[P].北京:電子工業(yè)出版社,2009.11

[2]Cloud computing. [EB/OL]. http://www.ibm. com/developerworks/cn/web/ar-cloudaws1

[3]Anastasios Kementsietsidis,Marcelo Arenas.Data Sharing Through Query Translation in Autonomous Sources.In Proceedings of the 30th International Conference on Very Large Data Bases(VLDB 2004), Toronto, Canada, 2004: 468～479.

[4]Zachary G. Ives: Efficient Query Processing for Data Integation,University of Washington, 2002

[5]T Lahir,i S ahitebou,l JW idom. Ozone: Integration Structured and Semi-structured Data.Techniques University, 1999: 95～106

[6]王寧,王能斌.異構(gòu)數(shù)據(jù)源集成系統(tǒng)查詢分解和優(yōu)化的實(shí)現(xiàn)[J].軟件學(xué)報(bào), 2000, 1: 222～228

[7]岳麗華,韓愷,龔育昌.異構(gòu)數(shù)據(jù)源集成系統(tǒng)KD-IRIS[J],計(jì)算機(jī)科學(xué), 2001, 28: 252～255

[8]吳嘯鵬等.WrapperBase:基于CORBA網(wǎng)絡(luò)的Web信息集成系統(tǒng)[J],計(jì)算機(jī)科學(xué), 2001, 28: 264～268

[9]李劍,宋靖宇,鐘華.基于本體的異構(gòu)信息集成查詢劃分及轉(zhuǎn)換[J].軟件學(xué)報(bào), 2007,18:2495～2506

10.3969/j.issn.1001-8972.2011.24.050