基于本体的异构系统集成方法的研究

摘要

随着社会信息化程度的不断提高，越来越多的信息系统被应用到社会生活和工作的各个方面。这些信息系统需要更多的通信和交互，各系统需要共享相关数据，共同合作来完成特定任务。而由于各行各业信息化发展不平衡所导致的信息系统独立建设、缺乏整体规划等问题造成了目前与社会生活息息相关的应用系统的分散、异构的局面，这严重阻碍了应用系统集成的进行。因此，如何提供一种有效机制，实现异构的信息系统的应用集成，消除信息孤岛，优化业务流程，就成为信息化进程中一个待解决的问题。 本文介绍了异构系统集成的支撑技术，对企业运营模式的变化所带来的新的挑战和需求进行了深入的分析，并在此基础上讨论适应这种新的挑战和需求的异构系统集成技术的发展趋势。重点研讨了异构系统应用集成的模型和相关方法，其目的是为了在目前比较流行的基于Web Service的集成技术基础上，丰富其语义表达和支持能力，从而实现集成过程的更高程度的灵活性、适应性和可维护性，实现异构系统的更加有效的集成。 围绕这个目标，本文对关键技术问题进行了研究，主要的研究内容和创新工作包括： (1)提出了基于本体的异构数据集成模型(HDIM＿O)。HDIM＿O采用嵌套关系来描述数据对象的数据模式，通过数据对象和领域本体中的概念之间的本体映射来表达数据对象的语义。能有效描述结构化(SQL)、半结构化(XML、本体)以及无结构(文件、WEB Service)数据并能有效表达信息系统中各种数据资源以及数据资源中数据对象的语义。 (2)为解决HDIM_O中数据对象的语义与领域本体之间的映射关系的自动发现问题，本文提出了基于领域学习的多策略的本体映射方法，该方法利用多种策略计算元素之间的相似性，使用叠加算法来合并各种策略的计算结果，以自动发现数据对象．本体、本体一本体之间的映射关系，并利用领域知识来优化映射发现过程，以提高映射发现过程的准确率和查全率。 (3)提出了面向业务系统的业务本体框架(BIOF)以及面向业务任务、基于语义的任务描述语言TaskDL4WS和面向业务流程的层次化业务流程描述语言LDL4SWS。BIOF框架解决了企业应用集成中的集成对象异构性问题，BIOF将业务系统抽象为数据本体(DO)、功能本体(FO)和业务本体(BO)，其中DO是对该业务系统中数据的抽象，采用HDIM_O模型集成；FO代表了该业务系统提供的应用服务，采用本文提出的任务描述语言TaskDL4WS进行描述；BO则是对该业务系统中业务流程的抽象，本文提出了层次化的业务流程描述语言LDL4SWS来描述复杂的业务本体BO。BIOF框架可以有效的表达异构集成对象的数据特征、功能特征以及业务特征，为异构系统集成提供了基础平台级的支持。 (4)提出了基于领域知识的服务选择方法(DWSSM)。与传统的服务选择方法不同，DWSSM方法不仅考虑领域无关的服务质量评价属性，还考虑与领域密切相关的服务评价属性。DWSSM采用本体语言来描述服务选择模型中的概念及其关系，通过领域专家定制不同领域的评价因子，并利用机器学习方法从历史数据中自动学习评价因子的权重分布，结合领域专家给出的先验知识计算服务评价属性的权重分布。实验证明，该方法能够模拟用户选择服务的标准，提高服务选择的准确率和效率。 (5)基于上述提出的异构数据集成模型HDIM_O及面向业务系统的业务本体框架(BIOF)，本文设计并实现了基于语义web服务的异构系统应用集成平台原型，并在此平台上对前面提出的理论和方法进行实验验证。 以上的研究与实验结果表明，本文所提出的基于本体的异构系统集成研究是可行的，经验证所提出的理论是正确的，具有较好的实用价值。它能够符合动态而复杂的异构系统集成和业务流程组合的需要，并可应用于复杂的业务流程集成场景中，特别是企业信息化集成场景和电子政务场景。

目录

文摘

英文文摘

声明

第一章绪论

1.1选题背景

1.2相关研究介绍

1.2.1应用集成相关研究

1.2.2Web服务及web服务组合概述

1.2.3语义Web服务

1.3异构系统集成面临的新挑战

1.4论文研究的关键问题

1.5研究意义

1.6论文安排

第二章基于本体的异构数据集成模型

2.1应用系统的数据模型及其形式化描述

2.1.1无结构化数据模型

2.1.2结构化数据模型

2.1.3半结构化数据模型

2.2数据集成存在的问题

2.3异构数据集成模型HDIM_O

2.3.1HDIM_O的结构

2.3.2HDIM_O的数据模式

2.3.3HDIM_O数据对象的语义描述

2.3.4HDIM_O的树状集成结构

2.4本章小结

第三章基于领域学习的多策略本体映射算法

3.1引言

3.1.1本体映射相关概念

3.1.2本体映射方法概述

3.1.3常见的本体映射工具

3.1.4存在的问题

3.2基于领域学习的多策略本体映射方法

3.2.1本体映射发现过程

3.2.2基于名称的发现策略

3.2.3基于结构的发现策略

3.2.4基于实例的发现策略

3.2.5采用stacking算法的多策略合并

3.2.6基于领域学习的映射优化

3.2.7基于最小成本的映射选择

3.2.8一对多映射的发现

3.2.9概念映射过程

3.3基于领域学习的本体映射发现算法

3.3.1映射发现算法

3.3.2算法的复杂性分析

3.4本章小结

第四章基于语义的业务流程描述语言

4.1引言

4.1.1业务及业务流程描述概述

4.1.2研究现状与存在问题

4.2业务系统集成本体框架

4.2.1业务系统抽象

4.2.2业务集成本体框架(BIOF)

4.3面向Web Service的任务描述语言TaskDL4WS

4.3.1基本概念

4.3.2TaskDL4WS语法

4.3.3TaskDL4WS的描述逻辑

4.4业务流程描述模型

4.4.1服务流程的层次化模型

4.4.2业务流程层次化模型的概念

4.4.3层次化模型实例的构造

4.5支持层次化模型的web服务组合描述语言LDL4SWS

4.5.1LDL4SWS语言的描述

4.6业务流程的有效性验证算法

4.7本章小结

第五章基于领域知识的web服务选择方法

5.1引言

5.1.1研究意义

5.1.2研究现状与问题

5.1.3研究的内容

5.2Web服务选择模型

5.2.1Web服务选择模型的定义

5.2.2Web服务质量评价

5.3评价算法

5.3.1评价数据的规范化处理

5.3.2权重计算

5.4本章小结

第六章异构系统集成平台原型设计与验证

6.1引言

6.2异构系统集成平台原型OHAIP的设计与实现

6.2.1 OHAIP总体设计

6.2.2 OHAIP层次描述

6.2.3FundamentalService本体的发布和共享

6.3实验与分析

6.3.1实验环境

6.3.2实验问题域：一个通讯产品连锁零售商的例子

6.3.3实验一：集成平台可集成性验证-业务系统在OHAIP平台的注册

6.3.4实验二：系统的有效性和实用性验证

6.3.5实验三：基于领域知识的web服务选择方法

6.3.6实验四：基于领域学习的本体映射发现算法

6.4本章小结

结论与展望

参考文献

攻读学位期间发表的与学位论文内容相关的学术论文

致谢