（计算机软件与理论专业论文）基于语义的网格资源分层式发现模型研究.pdf

摘要 基于语义的网格资源分层式发现模型研究 摘要 网格是一个集成的计算与资源环境，能够利用网络把地理上广泛 分布的、异构的各种资源连结成一个逻辑整体，提供一体化的信息应 用服务。为实现网格资源的有效共享和综合利用，建立高效、和谐的 网格计算，需要研究网格资源的发现机制。目前，虽然已经有多种发 现机制被提出，但这些机制仍然是以传统集中式的、基于文本匹配的 索引方式为主，它们不但在资源发现的准确性上有很大欠缺，而且集 中式的中心服务器也成为资源发现性能的瓶颈，导致发现效率的低下 和系统稳定性的降低。 针对上述问题，本文提出了一种网格环境下基于语义的分层式资 源发现模型。首先，系统的发现机制是基于语义的。在借鉴了语义万 维网的前提下，使用r d f 语言对网格资源进行描述，并在此基础之 上建立了一套查询请求的语义路由机制，以及基于语义相似性的节点 聚类机制，从而使整个资源发现过程更加智能化。其次，系统的发现 模型是分层式的。根据网格系统中各节点所扮演角色的不同，将它们 划分成不同的类型，进而在逻辑上形成两个层次：资源聚合层和资源 分布层。资源聚合层位于虚拟组织内，它使用集中式的发现机制，利 用了集中式机制所特有的实现简单、定位准确、易于维护管理等优点； 资源分布层建立于虚拟组织之上，借鉴了p 2 p 网络的分布式组织方 式，利用了其易于扩展、容错性高、动态适应性强等优点。最后，通 摘要 过将本文提出的资源发现机制应用于旅游网格系统，很好地解决了旅 游电子商务中的“信息孤岛”问题，使整个旅游服务链之间的协同工 作成为可能。 本文提出的模型和解决方案不但拓展了网格资源发现机制的思 路，并且也给传统的资源发现机制提供了更广阔的改进空间，具有一 定的理论意义和实际应用价值。 关键字：网格，资源发现，虚拟组织，分层模型，语义路由 i i a b s t ra ( ? r i t e s e a r c ho nl a y e r e da n ds e m a n t i c b a s e d m o d e lf o rg r i dr e s o u r c ed i s c o v e r y a b s t r a c t g r i d , a l li n t e g r a t e dc o m p u t i n ga n dr e s o u r c ee n v i r o n m e n t ，m a k e si t p o s s i b l ef o rg e o g r a p h i c a l l yd i s t r i b u t e dh e t e r o g e n e o u sr e s o u r c e st ol i n ku p t h r o u g hn e t w o r k sa n dt h e np r o v i d eu s e r sw i t ha l lk i n d so fi n f o r m a t i o n t h er e s o u r c e d i s c o v e r ym e c h a n i s mi s o n eo ft h em o s ti m p o r t a n t c o m p o n e n t s i n g r i d s a l t h o u g h t h e r eh a sb e e n m a n yd i s c o v e r y m e c h a n i s m sp r e s e n t e ds of a r , t h em a j o r i t yo ft h e ma d o p ta ni n d e x l i k e s t r u c t u r ew h i c hi sc e n t r a l i z e da n d o rt e x t b a s e d t h e r e f o r e ，n o to n l ya r e t h e s et r a d i t i o n a lm e c h a n i s m si n a c c u r a t ei ns e a r c h i n g ，b u ta l s ot h e yh a v e b e e nt h ep e r f o r m a n c eb o t t l e n e c ki nt h ep r o c e s so fr e s o u r c ed i s c o v e r y i nt h i sp a p e r , w e p r e s e n t e dal a y e r e da n ds e m a n t i c - b a s e dm o d e lf o r g r i dr e s o u r c ed i s c o v e r yt os o l v et h e s ep r o b l e m sm e n t i o n e da b o v e t h i s d i s c o v e r ym e c h a n i s mi sb a s e do ns e m a n t i c si nt h a ti ti n t r o d u c e sr d f ( r e s o u r c ed e s c r i p t i o nf r a m e w o r k ) t od e s c r i b e 酊dr e s o u r c e s w ea l s o b u i l du p o nt h i sas e to fq u e r yr o u t i n ga n dn o d ec l u s t e r i n gm e c h a n i s m s ， t h u se n a b l i n gt h er e s o u r c ed i s c o v e r y p r o c e s st ob es m a r t e r m o r e o v e r , t h i s d i s c o v e r ym o d e li sak i n do fl a y e r e dm o d e l w ed i v i d e d 酊dn o d e si n t o d i f f e r e n tt y p e sa c c o r d i n gt ot h ed i f f e r e n tr o l e st h e yp l a yi ng r i d s t h e nt h e i i i a b s t r a c t m o d e li sl o g i c a l l yf o r m e db yt w ol a y e r s t l l e ya r er e s o u r c ea g g r e g a t i o n l a y e ra n dr e s o u r c ed i s t r i b u t i o nl a y e r t h er e s o u r c ea g g r e g a t i o nl a y e ri s l o c a t e di nt h ev i r t u a l o r g a n i z a t i o n s ，u s i n g c e n t r a l i z e d d i s c o v e r y m e c h a n i s m t h er e s o u r c ed i s t r i b u t i o n l a y e r i sb u i l t u p o nv i r t u a l o r g a n i z a t i o n sw h e r et h en o d e sa r ef u l l yd e c e n t r a l i z e dj u s t l i k ep 2 p s y s t e m s i nt h el a s tp a r to ft h i sp a p e r , w es i m u l a t e dat o u r i s m o r i e n t e d g r i ds y s t e ma n dp e r f o r m e d s o m ee x p e r i m e n t so ni t t h em o d e la n ds o l u t i o n st h i sp a p e rp r e s e n t e dw i l ln o to n l yb e v a l u a b l ei n p r a c t i c a lu s e ，b u t a l s o p r o v i d e s ab r o a d e r s p a c e f o r i m p r o v e m e n ti ng r i dr e s o u r c ed i s c o v e r yt e c h n o l o g i e s k e yw o r d s ：g r i d ，r e s o u r c ed i s c o v e r y , v i r t u a lo r g a n i z a t i o n ，s e m a n t i c r o u t i n g i v 东华大学学位论文原创性声明 本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位 论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除 文中己明确注明和引用的内容外，本论文不包含任何其他个人或集体 已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对 所写的内容负责，并完全意识到本声明的法律结果由本人承担。 学位论文作者签名：专1 ) 五年 日期：2 3年1 月多日 东华大学学位论文版权使用授权书 学位论文作者完全了解学校有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允 许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或 部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复 制手段保存和汇编本学位论文。 保密口，在年解密后适用本版权书。 本学位论文属于 不保密囱。 学位论文作者签名：鄯正竿 日期：2 呻息年月弓日 指导教师签名：半螅 日期：锄增孑年1 月琴日 第一章引言 1 1 网格研究背景 第一章引言 如今，国际互联网大行其道，网民人数呈爆炸式增长，光缆敷设长度也已达 数百万公里。然而，客观地说，现在的互联网技术还远没有达到信息资源无缝共 享的目标。特别是对于大型科学研究和工程领域，一些超大规模应用问题的解决 往往需要多个机构合作完成，但由于标准的不统一，基于互联网的协同工作很难 展开，互联网上到处是信息孤岛。为了解决资源共享的难题，一些专家已经开始 着手研究和开发一种比国际互联网更先进的基础设施网格。 当前，人们对网格的概念和具体定义有不同的理解，在认识上存在一些分歧。 全球网格研究的领军人物、美国阿岗国家实验室的资深科学家i a nf o s t e r 在文献 【1 】中指出，一个网格系统必须同时满足下列三个条件： 1 ) 协调非集中控制的资源。网格应能够整合或协调在不同控制域中的资源 和用户，并解决在这种分布式环境中出现的安全、策略、费用、成员权 限等问题； 2 ) 使用标准、开放、通用的协议和界面。网格建立在多功能的协议和界面 之上，这些协议和界面应能解决认证、授权、资源发现和资源存取等基 本问题； 3 ) 得到非平凡的服务质量。网格应能协调使用它的资源，以得到多种服务 质量，满足不同使用者的需求，如系统响应时间、流通量、有效性、安 全性及资源重定位，使得网格这种联合系统的功效应该比其各部分的功 效总和大得多。 上述网格的定义被认为是目前广泛认可的一种定义。但简单地讲，网格可以 被认为是下一代的国际互联网，它把整个互联网整合成一台巨大的超级计算机， 实现计算资源、数据资源、存储资源、信息资源等的全面共享。 网格是借鉴电力网的概念提出来的，网格的最终目的是希望用户在使用网格 计算能力时，就如同现在使用电力一样方便。网格给最终的使用者提供的是与地 理位置无关，与具体的计算设施无关的通用的计算能力【2 1 。 第一章引言 1 2 网格研究现状 从全球网格消费市场趋势来看，目前网格经济仍然处在萌芽阶段，其潜力还 远远没有被开发。据g l o b a li n f o r m a t i o n 公司预测，全球网格花费将从2 0 0 3 年 的2 5 亿美元发展到2 0 0 8 年的4 9 亿美元。2 0 0 3 年到2 0 0 4 年，是网格技术 的原创研究阶段，主要是对网格技术进行研究性探索：2 0 0 4 年到2 0 0 6 年，是 网格技术的应用基础研究阶段，重点解决网格技术从研究领域向应用领域的过 渡；2 0 0 6 年到2 0 0 8 年，是网格技术的应用研究阶段，全球网格消费将出现爆 发性增长【3 1 。 眼下，网格已经应用于社会的许多领域。在科学研究方面，如高性能计算、 高能物理、生命科学、协同数据共享等：在商业应用方面，支持协同设计、生物 制药、财务模型等。与此同时，近年来一些致力于网格研究的组织和网格研究项 目也可谓是层出不穷，以下对国际上较有影响力的组织和项目进行介绍： 开放网格论： ：f z ( o g f ) 4 j 。是由全球网格论坛( g g f ) 与企业网格联合会( e o a ) 合并而成。其目的是为了加快网格的应用速度，保证商业价值和科学发 现的价值。该组织致力于增进网格技术之间的交流与合作；支持并促进 各类网格项目的发展；促进网格架构、技术标准和基础设施的制定；在 学校、企业、政府中进行网格技术的宣传，推动网格技术的普及；协助 推动与网格软件互用性有关的各项工作的顺利进行； g l o b u s 项目【习。提供基础的软件集成分散的异构资源，形成一个单一的 计算环境，其核心是g l o b u s 元计算工具包，用以构筑网格计算环境的中 间件，提供基本的资源定位、管理、通信和安全等服务； l a g r i d 项引6 】。它是第一个全面的计算网格，将来自美国、拉美和西班 牙各个机构的职员、学生和研究人员联系在一起，协作开发可满足医疗 服务行业内商业和社会需求的复杂行业应用程序。除了大学之外，l a g r i d 还吸引了全球工业界的参与，从而增强了在很多领域内的创新，包 括卫生保健、生命科学和飓风灾难以及灾难防御： 美国科学格网项i | ( d o es c i e n c eg r i d ) 7 】。由美国能源部支持，它的目标 是建立基于网格中间件和系统工具的高级分布式计算基础设施，使能源 部科学计算体系的可伸缩性满足能源部内部科学研究任务要求。 2 第一章引言 此外，国外的网格应用项目还有：美国国家科学基金会资助的t c r a g r i d 项目 【引、欧盟的d a t a g r i d 项目【9 】、国际虚拟数据网格实验室( i n t e r n a t i o n a lv i r t u a ld a t a g r i dl a b o r a t o r y ，i v d g l ) tl o 】等等。 而在国内，比较知名的网格应用项目有：国家8 6 3 计划重大专项支持的中国 国家网格( c h i n a n a t i o n a lg r i d ) i l 】、在中国科学院科学数据库的基础上建立的科学 数据网格( s c i e n t i f i cd a t ag r i d ，s d g ) 【1 2 1 、织女星网格计划( v e g a ) 【1 3 1 等等。 1 3 本文的研究意义 网格系统的本质目标是消除信息孤岛，实现分布资源的全面共享，使网络上 的资源得以充分地利用。而资源发现机制又是资源共享的关键所在，它能够根据 各种需求在网格系统中寻找到最优的、最符合要求的资源以提供给最终用户使 用，从而让用户透明地访问并使用网格中的各类资源，在逻辑上形成一个庞大的 资源网，最终实现资源共享目标。 与此同时，网格的应用正日益朝着高性能、大规模、多样性以及动态性的方 向发展，网格资源的类型也逐步多样化，除了传统的计算资源之外，各种数据资 源、存储资源、信息资源，甚至是人力资源等都被纳入到网格资源的范畴中。传 统的集中式的、基于文本匹配和目录索引的资源发现机制已经远远不能满足应用 需要，它们不但在资源发现的准确性上有很大欠缺，而且集中式的中心服务器也 成为资源发现性能的最大瓶颈，导致发现效率的低下和系统稳定性的降低。 因此，为了更好地实现资源共享的目标，需要有一种不依赖于集中控制的、 可扩展的、能适应资源动态变化并且定位性能良好的资源发现机制。本文所探讨 的内容正是以此为目的，它不仅仅提出了一个理论上的模型，而且对整个资源发 现模块提供了一套综合的解决方案。 1 4 本文的技术创新 本文的一些主要创新点如下： 分层式的资源发现模型 首先，传统的集中式资源发现机制已经不能适应网格系统对动态性要求的提 高。由于所有资源的索引都存储于中心服务器中，对于欲加入或离开网格的节点， 3 第一章引言 需要在中心服务器上进行烦琐而耗时的注册或注销步骤，这不但降低了系统的整 体性能，而且使网格的扩展性也受到了很大限制；其次，传统的集中式资源发现 机制也不能适应网格系统对异构性要求的提高。随着网格规模的不断扩大，各种 互为异构的资源都加入到网格系统中，传统发现方式只能适应预先定义的资源结 构，对于未知的资源类型则无能为力。 而本文提出的发现模型可以很好地解决上述问题，我们根据网格系统中各节 点所扮演角色的不同，将它们划分成不同的类型，进而在逻辑上形成资源聚合层 和资源分布层两个层次。资源聚合层中的网格节点可以以很小的代价进出网格， 而资源分布层也可容纳各种异构的以虚拟组织为单位的系统，不用关心其内部结 构。 基于语义的路由机制 在以往的集中式发现机制中，资源的索引信息都存储于中心服务器上，在查 找资源时，需要连接到中心服务器对索引进行搜索。这样，中心服务器的故障就 会导致整个系统的瘫痪。 为了避免这样的情况发生，需要将资源的索引信息分散于整个系统之中，在 分散的索引信息中进行资源查找就有必要引入路由机制。我们的路由机制是基于 资源的语义信息之上的，两个层次使用不同的路由机制，路由表的结构也不相同。 在资源聚合层中，网格节点是通过树形结构组织起来的，上层节点拥有下层节点 的资源语义信息，将这些语义信息经过编码后，便形成了资源聚合层的路由表； 在资源分布层中，通过对等的方式互联各个虚拟组织，且虚拟组织间相互拥有邻 居的资源聚合信息，我们将这些资源信息转换成按粒度分级的语义信息表之后， 便形成了资源分布层的路由表。 查询规划机制 网格系统的一项重要特性就是联合计算，它能将多个节点的空闲资源联合起 来，共同完成计算任务。查询规划机制就是本系统为实现联合计算而设计的，它 只应用于资源分布层中，其大致过程为：首先，对查询语句进行解析，将查询语 句拆分为多个简单的子查询，并利用路由机制找到所有满足这些子查询的资源及 节点；然后，将这些结果收集起来，根据事先制定的优化策略以及当前网络负载 等因素，找出一个最佳匹配方案。 4 第一章引言 基于语义的节点聚类 虚拟组织是网格所特有的逻辑实体，它内部的节点往往是以共同的需求和目 的而组织起来的。在本系统中，网格节点不但可以通过传统的方式形成虚拟组织， 并且还可以根据资源的语义相似性进行聚类，从而形成一个按各自兴趣自动组合 而成的虚拟组织。通过语义聚类，各个虚拟组织都会有侧重的资源类型，这样就 可以使路由的目的性更强，提高了发现效率。 1 5 本文内容和组织 设计出一个结构良好的发现模型和准确高效的发现机制是网格资源发现模 块实现的关键所在。本文以分层模型结构和资源语义匹配这两方面为着眼点，讨 论了如何对网格资源和网格节点进行合理而有效的组织，并在此基础之上准确地 发现和定位用户所需要的资源。 全文共分七章：第一章介绍了网格研究背景、研究现状，以及本文研究意义 和技术创新性；第二章对网格的一些基本知识进行了概述，包括网格的资源发现、 网格中的虚拟组织，重点介绍了语义网格及其相关技术；第三章提出了一个分层 式的发现模型，并对模型的设计做了介绍；第四章论述了资源聚合层发现机制的 详细设计；而第五章则论述了资源分布层发现机制的详细设计；第六章将本文提 出的发现机制在一个模拟旅游网格系统中进行了实验和分析；最后的第七章对本 文做了总结并对未来的工作做了展望。 5 第二章网格基本知识概述 第二章网格基本知识概述 2 1 网格的资源发现 在我们平时上网时，访问最频繁的网站莫过于像g o o g l e 、百度、雅虎等这 类搜索引擎了，它们其实是一种w e b 信息检索系统，所做的主要工作就是资源 发现。当然，搜索引擎只是资源发现的一种应用，它所能够发现的资源主要以文 本文档为主。 简单地说，资源发现的任务就是在给定一个对所需资源的描述的前提下，返 回所有匹配该描述的资源。它所涉及到的内容主要包括：资源的查询、资源的匹 配和资源的定位。 在网格计算环境中，资源可以有各种类型，除了最常用的计算资源外，还包 括数据资源、存储资源、信息资源，甚至是人力资源等等。网格资源具有以下特 点： 1 ) 资源的地理分布极广，资源之间往往通过广域网连接； 2 ) 资源类型和数量巨大，而且要求一定程度的协同工作； 3 ) 资源是动态变化的，包括资源属性的变化，以及在网格内的复制和迁移； 4 ) 资源工作在异构平台上，并且由不同的管理策略控制。 在这样的环境中，为了实现资源共享的目标，资源的发现机制便成为了网格 研究中的一个重要课题。 资源发现机制也可以分为不同的种类。根据资源索引的存储方式，可分为集 中式的发现机制和分布式的发现机制；根据节点的逻辑拓扑结构，可分为结构化 的发现机制和非结构化的发现机制。不同类型的发现机制各有其优缺点： 集中式发现机制。资源索引全部存储于中心服务器上。由于其拓扑结构 往往是以若干中心服务器为核心，实现起来较为简单；在小范围内，资 源发现效率较高：服务和数据都集中在中心服务器，因此容易维护和管 理。而由于中心服务器的故障会导致整个系统的瘫痪，因此它容错性低， 且可靠性差，在中心服务器达到一定的负载极限后，系统就不易扩展： 分布式发现机制。资源索引分散于网格节点上。有较高的容错性，且扩 6 第二章网格基本知识概述 展性强。但由于资源在网格中的位置在事先是无法得知的，需要经过复 杂的资源定位过程，因此其发现方式有一定的盲目性；此外，由于节点 可随意出入网格，导致系统的安全性很难控制； 非结构化发现机制。对节点的拓扑结构没有要求。实现简单，节点出入 网格的开销较小。但它需要引入复杂的路由机制来定位资源，资源发现 的响应速度较慢； 结构化发现机制。对节点的拓扑结构有明确要求。资源定位迅速、准确， 响应快，不需要复杂的路由过程。但由于节点之间联系紧密，导致节点 出入网格的代价较高，系统不易扩展。 目前，已经投入应用的资源发现机制主要有： c o n d o r 项目的m a t c hm a k i n g 技术【1 5 】。它不依赖全局资源命名，是一种 集中式的依靠资源属性进行匹配的资源共享系统。它将资源和用户请求 之间的匹配过程和建立联系过程分开，请求者和提供者按照分类广告公 开其各自的特点和请求。匹配服务将满足条件的请求和用户进行匹配， 并通知双方。匹配双方既可直接建立联系，也可以进行进一步的协商。 这种资源发现方式缺乏灵活性，并且集中式的资源组织模式会成为系统 扩展的瓶颈； g l o b u sm d s 1 6 】是g l o b u s 工具包中的信息服务组件，包含网格资源信息 服务和网格索引信息服务。m d s 实现了基于l d a p t l 7 】的树状元数据目录 服务，实体描述为属性值对。每个组织内通常都有一个集中的索引服务， 组织规模比较大时，需要形成树状层次结构。显然，这种目录结构的资 源索引方式不利于系统的扩展，可靠性也较差； o m m ( o n t o l o g y - b a s e dm a t c h m a k i n g ) t s l 的主要思想是利用语义w e b 技术 1 9 1 进行网格资源匹配。o m m 包括三部分：( 1 ) 本体。记录域模型及词汇， 以表达资源公布和任务请求。( 2 ) 领域背景知识。记载本体中没有捕获的 域的其他知识。( 3 ) 匹配规则。定义资源和请求相匹配的规则。它仍然是 一种集中式的资源组织模式，适用于本地的资源匹配； m 从n m m t i a t t r i b u t ea d d r e s s , a b l en e t w o r k ) t 2 伽提出了一个专门为实现网 格信息服务而设计的结构化拓扑结构，它是建立在c h o r d 系统【2 1 】( 一种 7 第二章网格基本知识概述 基于d h t 的结构化p 2 p 网络) 之上的。在m a a n 中，根据哈希机制的 分配，每个节点只存储网格中特定的资源信息索引，当用户需要获取资 源时，他只要根据该资源对应的“键”，通过l o o l m p 函数就能找到资源 所在的节点。与同类的结构化网格系统相比，m a a n 的最大优点是能够 支持范围查询和多属性查询。但由于这类系统对网络拓扑结构化的要求 很高，从而导致一个普遍的缺点，就是不易扩展和更新。 2 2 网格虚拟组织 在网格架构下，一个实际的问题是异构分布资源的共享。这种共享需要高度 的可控性，在资源的提供者和使用者之间明确地定义清楚共享什么资源，谁允许 使用，什么情况下才共享资源，使用这些安全的、协同共享策略的个人或者团体 组成的动态集合称为动态虚拟组织( v j m u a lo r g a n i z a t i o n 。v o ) 。 虚拟组织具有广域分布性、动态性等特点。网格计算环境中的用户、成员、 资源可随时加入或离开这种虚拟组织。各成员和组织之间的存在时间、拥有的权 限和资源的数量、种类等都会不断动态地发生变化，这使得虚拟组织中的实体( 包 括用户、成员、资源、组织等) 需要保持一种非常动态的共享关系。虚拟组织拥 有的各种资源都可以被其中的成员所共享，并且各成员可以方便地协同完成各种 分布式应用的工作。 在网格应用中，每个虚拟组织的建立都有其需求和目的。在很多情况下，虚 拟组织管理的服务可以理解为地理位置分布、逻辑位置相邻、属性相似的服务集 合，而虚拟组织的属性就体现了这种相似性，因此对于虚拟组织的属性有必要进 行描述。当网格加入新的参与者，也建议它根据提供的服务属性加入有相似属性 的虚拟组织，这样可以为相似服务提供相似的管理策略，实现服务类型划分。 基于这种动态虚拟组织的网格计算不仅跨地域，而且延伸到不同的组织、异 构的软硬件平台，为每一个连接到网格的用户提供一个无限的计算能力、沟通协 作能力以及信息获得能力。在网格计算环境下，采用基于虚拟组织的分布式管理 模式使各级服务器和作业实体从资源控制、作业调度和管理等复杂的工作中解脱 出来，各级服务器负责收集其辖域的各种资源信息并建立相应的分布式数据库。 为了获得充分而必须的资源，各个虚拟组织可以通过使用标准、开放、通用的接 8 第二章网格基本知识概述 口进行信息交互，并根据这些信息来协调各自的资源使用策略，避免系统的盲寻 和不合理的远程调用现象，从而大大提高了网格计算环境的智能性，体现了具有 “网格意识 的特征。 因此，网格计算环境下引入基于虚拟组织的分布式资源管理策略，将有助于 解决网格计算中面临的各种问题。 2 3 语义网格及相关技术 语义网格是网格在语义能力上的扩展，是语义w e b 与网格发展的交汇点， 提供信息系统的语义互操作的能力。语义网格也是目前最大的、以语义知识为操 纵管理对象的研究计划。本节将就语义网格及语义网格领域的相关技术进行介 绍。 2 3 1 语义w e b 和语义网格 所谓“语义就是文本的含义。语义w e b 就是能够根据语义进行判断的网 络。简单地说，语义w e b 是一种能理解人类语言的智能网络，它不但能够理解 人类的语言，而且还可以使人与电脑之间的交流变得像人与人之间交流一样轻 松。 语义w e b 就好比一个巨型的大脑，它由数据库智能化程度极高、协调能力 非常强大的各个部分组成，可以解决各种难题。它不但能够理解词语和概念，而 且还能够理解它们之间的逻辑关系。在语义w e b 中，网络不仅能够连接各个文 件，而且还能够识别文件里所传递的信息，也就是说，它是一种聪明的网络，可 以干人所从事的工作。语义w e b 力图使得计算机在一定程度上理解信息的含义， 从而有助于信息共享、再利用，并使网络能够提供动态的、个性化的、主动的服 务。 对语义w e b 进行研究的主要目的，就是为了扩展当前的万维网，使得网络 中尽可能多的信息都是具有语义的，是计算机能够理解和处理的，便于人和计算 机之间的交互合作。其研究重点就是如何把信息表示为计算机能够理解和处理的 形式，即带有语义。建立语义w e b 的重要性在于，对信息含义的理解不再是只 有依靠人才能完成的事情，计算机同样也可以完成这样的工作语义w e b 最大 9 第二章网格基本知识概述 的好处是可以让计算机具有对网络空间所储存的数据进行智能评估的能力。这 样，计算机就可以像人脑一样“理解 信息的含义，完成“智能代理 的功能。 而在另一方面，对于网格的研究也遇到了语义化的问题。在英国e s c i e n c e 计划【2 2 1 的研究中，人们发现，网格的应用现状和e s c i e n c e 设想之间存在差距， 要达到e - s c i e n c e 的易用性和无缝自动化的要求，必须实现尽量多的机器可处理 性和尽量少的人类介入，这却和语义w e b 的目标有一些相似，于是在2 0 0 1 年最 先提出了语义网格的构想，并且于2 0 0 2 年在全球网格论坛g g f 成立了语义网格 研究组s e m g r d 。他们的语义网格构想的关键之处就是把所有的资源，包括服 务，都用一种机器可处理的方式来描述，其目标是实现语义的互操作性。达到这 个目标的一种实现方法是把语义w e b 的技术应用到网格计算的开发中，下至基 础设施，上至网格应用。值得注意的是，“语义 是从下到上弥漫在整个网格中 而不是仅仅在其上增加了一个语义( 知识) 层。 语义网格结合了语义w e b 和网格的优点。网格是w e b 在计算能力上的提升， 而语义网格是网格在语义能力上的扩展；从另一个角度说，语义w e b 是在现有 w e b 上增强了语义能力，而语义网格是语义w e b 对计算能力的扩展。 语义网格的研究在国外已经开展起来，特别是英国投入巨资于e - s c i e n c e 计 划，在这个领域目前英国走在世界前列，美国、中国等也陆续开始了对语义网格 的研究。现阶段，语义网格在国际上的主要研究项目有： c o a k t i n g 项目 2 3 1 ：c o a k t i n g 的全称是c o l l a b o r a t i v ea d v a n c e d k n o w l e d g et e c h n o l o g i e si nt h eg r i d 。它受英国e s c i e n c e 网格研究计划资 助，目标是集成和采用a k t 项目中关于知识汇聚的概念和技术，使目前 英国的网格研究向语义网格研究过渡和发展； s c e c a t 项引2 4 】：s c e c 1 t 项目是由美国国家科学基金资助的，目的是 运用多种信息处理技术，包括知识表达和推理、知识获取、网格计算和 数据库等，为地震伤害模拟提供一个新型的信息处理基础平台； m y c 证d 项目 2 5 3 ：m y g r i d 是一个可扩展的开放式的数据和工具协作平台。 它是使用网格技术、w e b 服务、语义w e b 等技术构建的一个高层应用中 间件。m y g r i d 的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。 l o 第二章网格基本知识概述 2 3 2r d f 与r d fs c h e m a 基础 r d f ( r e s o u r c ed e s c r i p t i o nf r a m e w o r k ，资源描述框架) 1 2 6 】是由w 3 c 所制 定的专门用于描述w e b 资源的框架，它定义了一种用以描述资源及其相互关系 的简单模型，同时也提供了一种机制来显式地表示服务、处理和商业模型。r d f 语言是语义w e b 实现的关键技术之一，也是语义信息描述的有效手段。 正如人类语言是作为人们之间的沟通工具一样，r d f 语言是用来在机器之 间进行交流的工具，利用它我们可以发表一系列的陈述( s t a t e m e n t ) 来描述各种 各样的资源。r d f 陈述可以表示为一个三元组( t r i p l e ) ： 。其中，被描述的资源称为s u b j e c t ( 主语) ，描述资源的属性称p r e d i c a t e ( 谓语) ，o b j e c t ( 宾语) 则是属性对应的值。比如，考虑如下的陈述： h t t p ：w w w a b c c o r n s a m p l e h t m lh a sa c r e a t o rw h o s ev a l u ei sj o h n 这个陈述的主语是一个u r l ( h t t p ：l l w w w a b e c o r n s a m p l e h t m l ) ，谓语是单词 “c r e a t o r ，宾语是人名“j o h n 。 众所周知，w e b 上的任何资源都是由u r l 进行标识的，通过u r l 的定位， 我们可以获取各种形式的文本和二进制资源。而在r d f 中，资源的概念得到了 一般化，它不再局限于w e b 资源，其中包括： 网络可访问资源，比如，一份电子文档、一张图片、一组服务等； 非网络可访问的资源，比如，人、公司、书籍等； 基于抽象概念的资源，比如，姓名、职称、学历等。 因此，r d f 使用了一套更为通用的资源标识机制，称为统一资源标识符 ( u r i ，u n i f o r mr e s o u r c ei d e n t i f i e r s ) 。有了u r i 的支持，r d f 可以描述任何事 物，并陈述这些事物之间的关系。 具体来说，u r i 在r d f 中是用来标识r d f 陈述( 包括主语、谓语和宾语) 的。特别地，陈述的宾语既可以用u r i 也可以用字面量来表示。例如，对于如 下的3 条陈述： h t t p ：w w w a b e c o n f f i n d e x h t m lh a sa c i a t o rw h o s ev a l u ei sj o h n h t t p ：w w w a b c e o m i n d e x h t m lh a s ac r e a t i o n _ d a t ew h o s ev a l u ei sj a n1 ，2 0 0 7 h t t p ：w w w a b c c o r n i n d e x h t m lh a sal a n g u a g ew h o s e v a l u ei sc h i n e s e 可以引入u r j ，将这3 条陈述转换为如下的r d f 三元组形式： 第二章网格基本知识概述 h t t p ：w w w a b c c o r n i n d e x h t m lh t t p ：p u r l o r g d c e l e m e n t s 1 1 c r e a t o rh t t p ：w w w a b c c o m i d 0 1 h t t p ：w w w a b c c o r n i n d e x h t m lh t t p ：p u r l o r g d c e l e m e n t s 1 1 l a n g u a g e c h i n e s e h t t p ：w w w a l x ：c o r n i n d e x h t m lh t t p ：w w w a b c c o m t e r m s c r e a t i o n d a t e 1j a n , 2 0 0 7 对比以上的陈述和r d f 三元组，我们可以看到如下事实：第一，u r l 能够 直接作为u r i 使用，换句话说，u r l 是u r i 的一个子集；第二，谓语部分同样 要使用u r i ，也就是说，r d f 使用u r i 标识属性，而不是使用像“c r e a t o r 或者 “l a n g u a g e 那样的字符串。用u r i 来标识属性可以将不同的人或组织定义的同名 属性区分开来。此外，用u r i 来区分属性能使属性被看成是资源本身，由于属 性也是资源，仅仅通过增加主语为属性的r d f 陈述，就能记录关于属性的元信 息；第三，陈述的宾语既可以用u r i 也可以用字面量来表示。在上例中， “h t t p ：w w w a b c c o r n i d o l ”是一个u r i ，它指向了一个具体的资源，而“c h i n e s e 是字符串字面量，“1j a x t , 2 0 0 7 是日期字面量；第四，我们将人名 j o h n 字面量转 换成了一个资源u r i ：“h t t p ：w w w a b c c o m i d 0 1 ”，这样就可以通过该资源上的属 性存取更多关于“j o h n 的信息，并且也消除了二义性，即多个人同名的情况。 完全的三元组表示法要求写出完整的u r i ，所以导致了对r d f 陈述的书写 十分冗长，也不易阅读。为方便起见，在书写三元组时一般都使用一种通用的 u r i 简写形式，称为限定名。限定名包括一个前缀和一个局部名称。由限定名可 以生成完整的u r i ，即将局部名称添加到展开后的前缀中。例如，我们可以将命 名空间“h t t p ：p u r l o r g d c e l e m e n t s 1 1 ”赋予一个前缀“d c ，那么对于限定名 “d e ：c r e a t o r ，可知它的局部名称是“溯t o r ，将“d c 展开并添加“c r e a t o r 后就得到 u r i ： h t t p ：p u r l o r g d c e l e m e n t s 1 i c r e a t o r ，“d c ：c r e a t o r 即是这个u r i 的缩写形 式。 有了u r i 限定名，我们就可以很容易地创建r d f 词汇表。r d f 词汇表其实 是一个为了共同目的而组织起来的u r i 集合，通常，这些u r i 都拥有相同的命 名空间。换句话说，一个词汇表中的所有词汇都有相同的前缀，它们之间通过局 部名称进行区分。比如，对于常用的“d c 前缀( 是“d u b l i nc o r e 的简写，即都柏 林核心) ，它定义了一套专门用于对文档进行注释的词汇，我们由此也可以称这 个词汇表为“d c 词汇表 。另外，值得注意的是，使用公用的u r i 前缀来组织相 关的词汇集只是一种人为的约定，r d f 只认可完整的u r i ，它不会去看u r i 的 具体内容或使用任何关于它们结构的知识。特别地，r d f 不会仅仅因为两个u r i 1 2 第二章网格基本知识概述 有一个相同的前缀而认定它们之间有任何联系。 t 除了使用上面提及的三元组来表示r d f 陈述之外，我们还可以使用r d f 图 来直观地表示r d f 陈述： 图2 - lr d f 图示例 t i o nd a t e 从上图可见，r d f 图是由一些结点和弧所组成的，其中的结点代表主语或 宾语，弧代表属性。 使用r d f 图和三元组来表示r d f 陈述只是为了方便人们阅读和书写。为了 用一种机器可处理的方式来表示r d f 陈述，r d f 定义了一个特殊的x m l 标记 语言，称为r d f x m l ，它可以用来在机器间进行r d f 信息的交换。图2 1 对应 的r d f f x m l 如下： 1 2 5 6 自l c ：c r e a t o rr d f ：r e s o u r c e = h t t p ：w w w a b c c o m i d 0 i 7 c - a i n e s c 8 lj a n ，2 0 0 7 9 1 0 下面我们依次解释这份r d f x m l 文档的含义：第l 行是x m l 声明，它表 明以下内容将是x m l ，其版本号是1 0 ；第2 行表明本x m l 文档的内容用于表 达r d f 。接下去的内容，包括第3 、4 行是捌l 命名空间的声明，该声明分别 第二章网格基本知识概述 定义了“r d f 、“d c ”和“a b e 3 个限定名前缀；第5 行是对某个资源描述的开始，陈 述的主语通过 r d f ：a b o u t 指定；第6 到8 行是对该资源属性的描述，分别声明了 “c r e a t o r ，“l a n g u a g e ”和“c r e a t i o nd a t e 3 个属性。其中第6 行的属性值是另一个 资源，通过 r d f ：r e s o u r c e 指定，而第7 行和第8 行的属性值是字面量。 在前面的叙述中，我们论及了词汇和词汇表的概念，在某些情况下，用户希 望能够根据需要自定义一些词汇，然后用这些词汇来描述资源，而r d f 本身并 不能针对特定应用来定义这些词汇，这就涉及n tk d fs c h e m a 2 7 】( 简称r d f s ，