Αντικειμενοστραφής μεθοδολογία και εργαλεία για την ολοκλήρωση δομημένης και ημι-δομημένης πληροφορίας με χρήση οντολογιών

Abstract

The work presented in the thesis at hand focuses on the problem of communication and interoperation of heterogeneous systems, at the levels of representation, semantics and programmatic management of the exchanged information. This problem has drawn the attention of the scientific community since the early 1990s, resulting in several well-tested solutions for each of its constituent problems. In this work we examine the possibilities, constraints and techniques related to the combination of such point solutions to an integrated solution addressing the complete problem. We focus on the applicability of the resulting method in wide scale rather than in the laboratory, and we elaborate on the connection mechanisms needed to enable the interoperation of these point solutions in a comprehensive system. We select the ontologies for information systems as our preferred point solution to the semantic integration problem. The subsequent problems of knowledge and data representation and of the interconnection of constituent systems into an integrated entity are then addressed under this assumption. We propose an architecture for integrated systems that use ontologies to semantically resolve the information they share. Methods and tools are presented for supporting the construction of such an integrated system, which can include sources of structured or semi-structured data, under the limitation that read-only access to the information is desired. Finally, we address the problem of querying confidential data over an integrated system, using algorithms that are unknown to - and thus not approved by - the data provider. We present a middleware that allows untrusted search algorithms to be mediated and executed on the data source, without posing a data leakage risk. We discuss the application possibilities as well as the limitations of this system.

Η εργασία που παρουσιάζεται στην ανά χείρας διατριβή μελετά πτυχές του προβλήματος της επικοινωνίας και συνεργασίας ετερογενών συστημάτων, στο επίπεδο της μορφολογίας, της σημασιολογίας και της προγραμματιστικής διαχείρισης της πληροφορίας που ανταλλάσσεται. Το πρόβλημα αυτό έχει συγκεντρώσει το επιστημονικό ενδιαφέρον από τις αρχές της δεκαετίας του 1990 και υπάρχουν πλέον αρκετές δόκιμες λύσεις για καθένα από τα επιμέρους προβλήματα που το απαρτίζουν. Στην παρούσα εργασία εξετάζονται οι δυνατότητες, οι περιορισμοί και οι τεχνικές για τον συγκερασμό αυτών των επιμέρους λύσεων σε μια ολοκληρωμένη μέθοδο αντιμετώπισης του συνολικού προβλήματος. Ως βασικός γνώμονας τίθεται η δυνατότητα πρακτικής εκμετάλλευσης της παραγόμενης μεθόδου σε ευρεία κλίμακα, και δίνεται έμφαση στην εξέταση των συνδετικών μηχανισμών που απαιτούνται για την συνένωση και συλλειτουργώ των επιμέρους λύσεων σε ένα ολοκληρωμένο σύστημα. Αναλυτικά, επιλέγεται η προσέγγιση της χρήσης οντολογιών για πληροφοριακά συστήματα, ως επιμέρους λύση στο πρόβλημα της σημασιολογικής ετερογένειας. Τα συνδεδεμένα προβλήματα της αναπαράστασης δεδομένων και γνώσης και της διασύνδεσης των εμπλεκόμενων συστημάτων σε ένα λειτουργικό σύνολο, εξετάζονται υπό αυτό το πρίσμα. Προτείνεται μια αρχιτεκτονική για τη δόμηση συστημάτων που μοιράζονται πληροφορία με χρήση οντολογιών για τη σημασιολογική ταύτιση της μεταξύ τους. Παρουσιάζονται μέθοδοι και εργαλεία για την υποστήριξη της κατασκευής ενός τέτοιου συστήματος, στο οποίο μπορούν να συμμετέχουν πηγές δεδομένων δομημένης, ή ημι-δομημένης μορφής, με τον βασικό περιορισμό ότι το σύστημα αποσκοπεί σε ανάγνωση των δεδομένων και όχι σε εγγραφή τους. Στη συνέχεια, εξετάζεται το ειδικότερο πρόβλημα της αναζήτησης δεδομένων εμπιστευτικού χαρακτήρα με χρήση αλγορίθμων αναζήτησης που δεν είναι εκ των προτέρων διαθέσιμοι στην πηγή. Αναπτύσσεται ένα σύστημα διαμεσολάβησης που επιτρέπει την ασφαλή εκτέλεση αναζητήσεων με άγνωστους στην πηγή αλγορίθμους, χωρίς διαρροή των εμπιστευτικών δεδομένων. Αναλύονται οι δυνατότητες εφαρμογής αλλά και οι περιορισμοί του συστήματος.