技术开发 频道

运用语义整合技术 四步骤改进SOA

    【IT168 技术文章】

    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——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的一个重要原因。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。

   

0
相关文章