论文部分内容阅读
网格中存在各种类型的数据资源，这些数据资源物理上分布在异构环境中，有不同的数据格式、存储方式、访问控制策略，逻辑上则可能在数据模型、操纵语言和数据语义等方面存在着很大差异，导致不同应用系统之间、不同的信息拥有者之间无法相互理解对方的信息，形成了”信息异构”；信息异构主要包括结构、语法、系统以及语义层次的异构。在网格这种主要面向高级资源共享与协作的环境，信息异构的解决显得更为重要与困难；这中间，语义层面上的数据集成是首要问题。目前的异构信息集成方法已经能解决异构信息在结构、语法和系统层次上的异构，但对数据源在语义层次上的异构如何解决还存在问题和不足。本文旨在深入研究面向网格环境的语义数据集成问题，使应用程序能理解数据的语义以及数据与数据之间的关系，并提供具有语义支持、服务质量保障的数据访问，以实现资源融合网格中数据资源在语义层次上的融合。本文首先对网格环境中数据访问的研究现状和发展趋势进行了深入分析和探讨，之后提出了基于本体的语义数据集成模型ODSF，围绕ODSF中的几个关键问题如本体映射、具有OoS支持的数据访问、多连接查询优化等进行了研究，开发了基于ODSF的原型系统，该系统能够提供对网格环境中数据资源的透明访问。本文取得的主要创新点如下：
(1)提出了基于本体的语义数据集成模型(ODSF)并引入了虚拟数据库的概念。ODSF中的基本元素是数据对象，使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之间的映射关系来表达数据对象的语义，通过语义标注来表达数据对象(元素)的上下文环境，通过定义虚拟数据库的QoS指标和业务规则来满足用户的QoS要求；可以提供网格环境下具有语义支持、QoS支持的数据访问服务，实现资源融合网格中自底向上、由粗到细的数据融合。
(2)提出了基于领域学习的本体映射方法，该方法利用多种策略(名称、结构、实例、元数据)计算元素之间的相似性，使用stacking算法来合并各种策略的计算结果，并利用领域知识来优化映射发现过程。实验结果证明了该算法的有效性。
(3)查询重写方面，提出了基于本体映射的查询重写算法，可有效改善查询重写过程。
(4)查询优化方面，提出了基于管道并行方式的分层管道树，利用遗传编程来确定分层管道树的形状，并在优化过程中考虑了用户的QoS要求，实验证明该方法是有效的。