语义网格的产生解析

SemanticGrid语义网格的产生语义网格是语义Web和网格相结合产生的新的研究领域，最初语义网格提出是为了加速e-Science的发展网格本身致力于共享信息资源，然而现有网格上存在信息格式异构，信息语义的多重性以及信息关系的匮乏和非统一等问题在传统的网格中引入语义来改变这种局面，语义网格通过将网格上的信息进行更好的形式化描述来解决以上问题，以使计算机尽可能取代人进行网格上信息处理语义网格的定义语义网格是对当前网格的扩展，使其在信息和服务方面具有更好的定义方式，有利于人和计算机之间的交互

SemanticsinandontheGridGridwithSemanticsIntelligentGridmiddleware语义网格的进化ScaleofdataandcomputationSemantic

WebClassical

WebSemantic

GridClassical

GridScaleof

InteroperabilityKnowledgeServicesKnowledge-baseddata/computationservicesKnowledge-basedinformationservicesComputationservicesInformationservicesTextminingDataminingOGSABaseGridservicesOGSASemanticGridservicesKnowledgeGridCol-laboratoryPortalDataservicesAdvancedGridApplicationsGridMiddlewareFabricWSRF语义网格和知识网格的区别语义网格是网格中的中间件，用来装载和部署网格中的语义信息知识网格根据网格中的资源组织虚拟知识库，并且提供数据挖掘和数据发现的服务语义在网格中的应用网格中的资源，服务以及实体都使用语义描述语言RDF来表示网格实体之间通过OWL语言表示的本体来交换知识通过RDQL等语义查询语言来检索网格中的数据使用推理机从已有的元数据中推导出更多的有用信息语义在网格中应用的例子一个计算机的操作系统被描述为“SunOS”或者”Linux”，那么一个用户如果想要查询操作系统为”Unix“兼容的机器，他需要显式的在他的查询中包括所有的”Unix”兼容操作系统，e.g.,(OpSys=“SunOS”OpSys=“Linux”)等待被查询的资源返回有关操作系统的广告，其中可能为”Unix”或者”SunOS”及”Linux”等

Type=“Job”;Owner=“u2”;Constraint=other.Type==“Machine”&&Memory>500;

(OpSys==“Solaris251”||OpSys==“Redhat7.3”)

Rank=other.MemoryType=“Machine”;Name=“m2”;Memory=1000;OpSys=“Solaris251”;Grp1={“u1”,”u2”};Constraint=member(other.Owner,Grp1)

Type=“Machine”;Name=“m1”;Memory=1500;OpSys=“Redhat7.3”;Grp1={“u1”,”u2”};Constraint=member(other.Owner,Grp1)

Machine=“m2”MatchmakerResourceRequesters(users/programs)语义在网格中应用的例子（续）如果使用语义来表示资源和请求，情况会简单很多使用OWL等语言建立三个本体描述网格资源的本体，包括他们的类别，属性以及关系等描述用户请求的本体，包括请求资源的类型，限制等描述资源安全策略的本体，包括资源的使用和访问权限等资源本体用户的请求本体//queryFORALLX,Y<-X[matches->Y]@match(advertisement,gridBackground,gridOntology).X=Request1,Y=A语义网格需要解决的问题网格中的什么资源需要本体化？用户通过查询选择工作流或者服务使用commonontology对网格中所有的实体和服务进行标注和查询通过查询注册模块发现服务和工作流因此，要正确的找到符合用户要求的服务，需要将数据以及服务输入等都本体化MyGrid中的本体层次结构Bioinformatics

ontologyWebservice

ontologyTask

ontologyPublishing

ontologyInformatics

ontologyMolecular

biologyontologyUpperlevelontologyOrganisation

ontologyMyGrid网格中的服务本体operationname,descriptioninputoutputtaskmethodresourceapplicationworkflowWSDLoperationSoaplabserviceservice

name,descriptionauthor

organisation

WSDLserviceparametername,descriptionsemantictypeformattransporttypecollectiontypecollectionformatinputoutputbioMobyservice语义网格需要解决的问题（续）如何动态的匹配异构本体在网格环境中，目前主要使用集中式的本体，所有结点共享相同的本体定义(commonontology)然而，根据网格的特点，超越集中式的语义存取是必然趋势，这就涉及到了本体的映射和匹配本体匹配方法基于统计的文本分类朴素贝叶斯方法基于一节逻辑的文本分类FOIL方法基于相关概念的判断本体的部署GlobusServerGlobusServerGlobusServerKnowledgeToolboxClientGridSOAPGridFTPSecurityetc…WCEGeodiseKnowledgeWebServicesAdviceServiceOntologyServiceSMDArchive/QueryServicesFunctionKnowledgerepositoryApacheAxisJavaClientCodeCoGGeodiseMatlabFunctionsJavaServletWeb-basedFunctionBrowserOntologiesOntheGrid推理的应用ClassificationKnowledgeconsumingapplicationWorkflowconstructionRawfunction/service/workflowDiscovery&consumptionmechanismsFunction/Service/WorkflowAnnotation&RegistrationFunction/Service/WorkflowRepositoryPublishingRetrievalOntologies推理的应用OntologiesClassificationKnowledgeconsumingapplicationWorkflowconstructionRawfunction/service/workflowDiscovery&consumptionmechanismsFunction/Service/WorkflowAnnotation&RegistrationFunction/Service/WorkflowRepositoryPublishingRetrieval语义网格国内外研究进展CoAKTinG（CollaborativeAdvancedKnowledgeTechnologiesintheGrid）e-science子项目CoAKTinG项目研究成果的主要应用场景是多方参加讨论的视频会议。广泛应用本体技术。通过本体技术，实现全领域的概念一致性，可以改进、提高多模式、多媒体的组讨论和问题解决。基于知识的规划和任务安排，可以提高问题的处理速度。语义网格国内外研究进展（续）CoAKTinG通过智能空间组件，支持可移动设备通过宽带或窄带连接到其它人和智能设备，来组合AccessGrid节点空间。通过插入描述性的元数据到音频和视频流中，实现在智能空间中，参与者可以识别会议中的有意义的事件。问题处理、任务调度、规划和协调。CoAKTinG的研究者们采用基于约束的本体技术，设计了一个I-X智能处理面板，开展多个应用。语义网格国内外研究进展（续）SCEC/IT项目是由美国国家科学基金资助的，通过应用网格和语义等技术为预测地震做数据支持知识表达和推理：用来管理各种不同的模拟模型，并且获得物理进程和模型算法之间的联系。网格技术：用来为用户定义的模拟场景的执行提供访问分布式模拟程序和资源的能力，特别为某些模拟提供所需的高性能计算资源交互式的知识获取：使用户可以自己建立合适的模拟模型并执行模拟程序。

语义网格国内外研究进展（续）MIAKT的全称为MedicalImaging&AdvancedKnowledgeTechnologies，医药成像与高级知识技术。借助e-Science网格基础设施来解决协同医药问题项目工作的重心集中在图像和信号解释，以及决策支持系统的复杂数据的使用方面。本体服务、注释和增强服务、MIAS服务、网格推理服务语义网格国内外研究进展（续）myGrid也是e-science的一个子项目，是一个可扩展的开放式的数据和工具协作平台。主要目标是开发一个高层次基于服务的中间件来支持计算机环境下的生物试验.另一个目标是提高知识库的共享质量和它的使用方式。生物信息学家常常掌握着一些特殊的数据,他们需要找到服务来操作这些数据以便产生期望的结果,或者他们希望在这些数据之上应用一些任务.他们必须表达他们的需求,以便同可用的服务来匹配,并考虑服务的功能,接收和产生的数据以及用于完成其目标的资源,从而匹配用户的需求.myGrid

致力于通过科学家推理探索来构建一个发现试验环境.这包括了科学家的思想,设计和试验原型.语义网格国内外研究进展（续）WorkflowregistryentryOperationalDescriptionsCost,QoS

Accessrights…Workfllow

DescriptionsInputs,Outputs,Tasks,ComponentresourcesSyntacticdescriptionse.g.MIMEtypesInvokableInterfacedescriptionse.g.XMLdatatypesConceptualdescriptionsRDFOWLOWL/RDFRDFStore(Jena)storedencodedScuflURIProvenanceDescriptionsAuthors,creationdate,institution…WSDL语义网格国内外研究进展（续）GEODISE（GridEnabledOptimisationandDesignSearchforEngineering）Geodise试图用网格技术，设计优化技术，知识管理技术，Web服务和本体技术来构建一个具有目前最高水平的知识密集性设计工具，该工具要与OGSA基础设施保持一致。通过注释使工程设计流具有丰富的语义通过使用域本体术语从语义上丰富日志文件，经过语义扩充的结果日志形成一个知识库，该知识库可以被查询，索