Ολοκλήρωση Πληροφοριακών Συστημάτων με Χρήση Πολλαπλών Ευφυών Πρακτόρων και Σημασιολογικών Μοντέλων Γνώσης

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ Ολοκλήρωση Πληροφοριακών Συστημάτων με Χρήση Πολλαπλών Ευφυών Πρακτόρων και Σημασιολογικών Μοντέλων Γνώσης Διδακτορική Διατριβή Χρήστος Αλεξάκος Επιβλέπων: Καθηγητής Σπύρος Λυκοθανάσης Πάτρα, Μάρτιος 2015

2 [1]

3 Ευχαριστίες Στην επιστημονική και ερευνητική δουλειά που έγινε για την ολοκλήρωση της παρούσας διδακτορικής διατριβής συντέλεσε και βοήθησε, επιστημονικά και ηθικά, ένα πλήθος ατόμων που θα ήθελα να ευχαριστήσω καθώς χωρίς την αρωγή και τη συμπαράστασή τους δεν θα μπορούσα να βγάλω εις πέρας το απαιτητικό έργο για την εκπόνηση αυτής της εργασίας. Αρχικά θα ήθελα να ευχαριστήσω τον Καθηγητή Σπύρο Λυκοθανάση, οποίος ως επιβλέπων της παρούσης εργασίας συνέβαλε σημαντικά με την καθοδήγησή του στην επιστημονική έρευνα. Επίσης, η δική του συμπαράσταση και επιμονή του αποδείχτηκε καταλύτης στην ο- λοκλήρωσή της. Ακόμη, θα ήθελα ιδιαίτερα να ευχαριστήσω τον κ. Αθανάσιο Καλογερά για την πολύτιμη βοήθεια του στην έρευνα που διεξάχθηκε στα πλαίσια της εργασίας. Η παρούσα εργασία δεν θα είχε επιτυχώς ολοκληρωθεί χωρίς την βοήθεια των Κωνσταντίνο Βότη, Κωνσταντίνο Γιωτόπουλο, Μάνο Γεωργουδάκη, Κώστα Παρασκευόπουλο και Γρηγόρη Μπεληγιάννη, οι οποίοι ήταν άριστοι συνεργάτες στην έρευνα και συντέλεσαν με τη συνεισφορά τους σημαντικά για το υψηλής ποιότητας αποτέλεσμα. Επίσης, θα ήθελα να ευχαριστήσω τους καθηγητές και ερευνητές που αποτελούν τα υπόλοιπα μέλη της επταμελούς εξεταστικής επιτροπής μου, κ. Αθανάσιο Τσακαλίδη, κ. Σταύρο Κουμπιά, κ. Γεώργιο Παυλίδη, κ. Ιωάννη Χατζηλυγερούδη και κ. Ιωάννη Τζήμα. Τέλος, θέλω να ευχαριστήσω τους γονείς μου Ηλία και Φρειδερίκη, τις αδερφές μου Ζωή και Εύη, καθώς και τους φίλους μου Κωνσταντίνο, Γιάννη, Γεωργία, Εύη και Μαρία που με αγάπη και υπομονή πρόσφεραν την απαραίτητη ηθική και ψυχολογική συμπαράσταση καθ' όλη τη διάρκεια της διδακτορικής μου εργασίας. [2]

4 [3]

5 Περίληψη H παρούσα διατριβή εκπονήθηκε στο Εργαστήριο Αναγνώρισης Προτύπων, του Τμήματος Μηχανικών Ηλεκτρονικών Υπολογιστών και Πληροφορικής του Πανεπιστημίου Πατρών, καθώς και σε συνεργασία με το Ινστιτούτο Βιομηχανικών Συστημάτων (ΙΝ.ΒΙ.Σ.) του Ερευνητικού Κέντρο Καινοτομίας στις Τεχνολογίες της Πληροφορίας, των Επικοινωνιών και της Γνώσης - "Αθηνά". Αποτελεί μέρος της ευρύτερης ερευνητικής δραστηριότητας του Εργαστηρίου και του Ινστιτούτου στον τομέα της εφαρμογής των τεχνολογιών σημασιολογικής μοντελοποίησης γνώσης για την ολοκλήρωση βιομηχανικών/επιχειρησιακών συστημάτων. Η ολοκλήρωση Επιχειρησιακών / Βιομηχανικών Πληροφοριακών Συστημάτων θεωρείται σημαντική για την ανάπτυξη καινοτόμων επιχειρησιακών μοντέλων στη βιομηχανία. Ο μεγάλος βαθμός ετερογένειας που συναντάται σε συστήματα και εφαρμογές σε ένα επιχειρησιακό περιβάλλον καθώς και η πολυπλοκότητα των διεργασιών που εκτελούνται, εισάγει θέματα αλληλεπίδρασης και συντονισμού ώστε να αντιμετωπιστούν τα προβλήματα της αυτοματοποίησης και της διαχείρισης των επιχειρησιακών και παραγωγικών διαδικασιών με εύκαμπτο και δυναμικό τρόπο. Η παρούσα διδακτορική διατριβή αποσκοπεί στη δημιουργία ενός πλαισίου ολοκλήρωσης πληροφοριακών συστημάτων με χρήση δυναμικά παραμετροποιήσιμων συστημάτων πολλαπλών ευφυών πρακτόρων που βασίζονται στην εξαγωγή συμπερασμάτων από σημασιολογικά μοντέλα γνώσης τα οποία αναπαριστούν τη πληροφορία και τη ροή διαδικασιών που ορίζουν μια επιχειρησιακή διαδικασία. Το προτεινόμενο πλαίσιο παρέχει ένα εύχρηστο και ευέλικτο εργαλείο για τον σχεδιασμό και υλοποίηση συστημάτων πολλαπλών πρακτόρων που συντονίζουν και εκτελούν διαδικασίες μεταξύ ετερογενών συστημάτων. Παράλληλα, παρέχει ευελιξία σε τυχόν αλλαγές στην εκτελούμενη διαδικασία μιας και βασίζεται σε εύκολα παραμετροποιήσιμα οντολογικά μοντέλα γνώσης περιορίζοντας έτσι αλλαγές σε πηγαίο κώδικα. Πιο συγκεκριμένα, παρουσιάζεται μια προσέγγιση που παραθέτει λύσεις σε τρεις βασικούς άξονες της ολοκλήρωσης πληροφοριακών συστημάτων: α) στη διαλειτουργικοτητα των συστημάτων, β) στην ολοκλήρωση της πληροφορίας των επιχειρησιακών δεδομένων και γ) στο συντονισμό των ροών εργασιών των υπηρεσιών που παρέχουν τα συστήματα. Οι λύσεις αυτές είναι συνδυαστικές και χρησιμοποιούν ένα εύρος σύγχρονων τεχνολογιών, όπως Υπηρεσιοστραφής Αρχιτεκτονική (SoA), Συστήματα Πολλαπλών Πρακτόρων (ΣΠΠ) και οντολογίες. [4]

6 Η έρευνα στα πλαίσια του διδακτορικού ξεκίνησε από την προσπάθεια ορισμού ενός μοντέλου για την ολοκλήρωση της πληροφορίας, όπου προτάθηκε ένα οντολογικό μοντέλο τριών επιπέδων. Το οντολογικό μοντέλο έχει ως στόχο να περιγράψει τα στοιχεία της πραγματολογίας της πληροφορίας στο πρώτο επίπεδο, της σημασιολογίας στο δεύτερο επίπεδο, και του συντακτικού των μηνυμάτων δεδομένων στο τρίτο επίπεδο. Ένα σύνολο προδιαγραφών κανόνων χαρτογράφησης και μεταμορφώσεων εξασφαλίζει την μεταφορά της πληροφορίας μεταξύ συστημάτων με διαφορετικό συντακτικό. Στη συνέχεια το προτεινόμενο οντολογικό μοντέλο γνώσης χρησιμοποιήθηκε για την ολοκλήρωση της πληροφορίας σε διάφορα περιβάλλοντα ολοκλήρωσης συστημάτων, όπως βάσεις πολυμεσικού υλικού, αποθετήρια εκπαιδευτικού υλικού, P2P δίκτυα και πληροφοριακά συστήματα στην ηλεκτρονική διακυβέρνηση και στη δημιουργία εικονικών συστάδων επιχειρήσεων. Επιπροσθέτως, το προτεινόμενο οντολογικό μοντέλο χρησιμοποιήθηκε για τον ορισμό της P2 Ontology, η οποία περιέχει τη σημασιολογική αναπαράσταση της πληροφορίας που διαχειρίζονται τα συστήματα σε μια βιομηχανία και χρησιμοποιήθηκε από ένα ΣΠΠ για την κάθετη ολοκλήρωση των βιομηχανικών συστημάτων επιτρέποντας την αυτοματοποιημένη εκτέλεση της παραγωγικής διαδικασίας μιας παραγγελίας. Η οντολογία P2 Ontology χρησιμοποιήθηκε για τον ορισμό της πραγματολογίας και της σημασιολογίας της γλώσσας P5DL, η οποία αποτελείται από ένα σύνολο κανόνων χαρτογράφησης και μεταμόρφωσης του συντακτικού της P2 Ontology σε διάφορες συντακτικές αναπαραστάσεις (XML, String, κτλ.). Η έρευνα, στη συνέχεια, προχώρησε με τη προσέγγιση της χρήσης ΣΠΠ ως λύση για τη διαλειτουργικότητα των συστημάτων και το συντονισμό των εργασιών που προσφέρουν. Στο πλαίσιο της διαλειτουργικότητας των πληροφοριακών συστημάτων, παρουσιάστηκε ένα ΣΠΠ για την ολοκλήρωση συστημάτων ηλεκτρονικής μάθησης. Επιπροσθέτως, ορίστηκε η GAIA- MAS Ontology (GMO) οντολογία, η οποία αναπαριστά με ρητούς και σαφείς οντολογικούς όρους την αρχιτεκτονική ενός ΣΠΠ (πράκτορες, διαδικασίες, λειτουργίες), βάση του σχεδιαστικού μοντέλου GAIA και επιτρέπει την επέκτασή της με οντολογικά μοντέλα ολοκλήρωσης πληροφορίας. Τέλος, ορίστηκε ένα πλαίσιο Δυναμικής Σχεδίασης και Ανάπτυξης ΣΠΠ για Ολοκλήρωση Πληροφοριακών Συστημάτων. Το πλαίσιο βασίστηκε στη GMO οντολογία για τον ορισμό των λειτουργιών και των αλληλεπιδράσεων των πρακτόρων του ΣΠΠ ολοκλήρωσης και στο σημασιολογικό μοντέλο ολοκλήρωσης γνώσης για τον σαφή ορισμό της πληροφορίας στο περιβάλλον ολοκλήρωσης. Επίσης, παρουσιάστηκαν οι μηχανισμοί και οι κανόνες για την [5]

7 μετατροπή του οντολογικού μοντέλου σε πλατφόρμα λογισμικού για εγκατάσταση στο περιβάλλον παραγωγής. Οι σημαντικότεροι στόχοι της παρούσας διατριβής μπορούν να συνοψισθούν στα παρακάτω σημαντικά σημεία: Παρουσίαση μιας συμπαγούς προσέγγισης για την ολοκλήρωση πληροφοριακών συστημάτων η οποία θα αντιμετωπίζει τα προβλήματα και τις προκλήσεις στους τρεις βασικούς άξονες του προβλήματος (διαλειτουργικότητα συστημάτων, ολοκλήρωση πληροφορίας και συντονισμός επιχειρησιακών διαδικασιών). Ορισμός ενός οντολογικού μοντέλου για την ολοκλήρωση της πληροφορίας πληροφοριακών συστημάτων σε ενδοεπιχειρησιακά και διεπιχειρησιακά περιβάλλοντα ολοκλήρωσης. Το μοντέλο θα πρέπει να είναι ευέλικτο, εύκολα επεκτάσιμο και να συμμορφώνεται με τις απαιτήσεις στα επίπεδα της πραγματολογίας, σημασιολογίας και συντακτικού της πληροφορίας. Επικύρωση του οντολογικού μοντέλου μέσω της χρήσης του σε εφαρμογές για την ολοκλήρωση της ανταλλασσόμενης πληροφορίας μεταξύ ετερογενών συστημάτων. Εφαρμογή της μεθοδολογίας σύνταξης του οντολογικού μοντέλου ολοκλήρωσης και των αντίστοιχων κανόνων χαρτογράφησης και μεταμόρφωσης για την υποστήριξη της κάθετης ολοκλήρωσης συστημάτων σε επιχειρησιακά/βιομηχανικά περιβάλλοντα με χρήση ΣΠΠ. Ορισμός ενός σημασιολογικού μοντέλου για τον σχεδιασμό ΣΠΠ. Το μοντέλο θα πρέπει να επιτρέπει τη σαφή περιγραφή των λειτουργιών και αλληλεπιδράσεων των πρακτόρων καθώς και να επιτρέπει την ενσωμάτωση των οντολογικών μοντέλων ολοκλήρωσης της πληροφορίας. Ορισμός ενός ολοκληρωμένου πλαισίου για τον σχεδιασμό και ανάπτυξη ΣΠΠ ολοκλήρωσης πληροφοριακών συστημάτων σε επιχειρησιακά/βιομηχανικά περιβάλλοντα. Το πλαίσιο θα βασίζεται στη σημασιολογική α- ναπαράσταση της αρχιτεκτονικής ενός ΣΠΠ και στην επέκταση του με οντολογικά μοντέλα ολοκλήρωσης πληροφορίας. Το πλαίσιο θα παρουσιάζει τη μεθοδολογία και τους κανόνες για την μετατροπή του μοντέλου σε λογισμικό ΣΠΠ και την εγκατάστασή του σε παραγωγικό περιβάλλον. [6]

8 Λέξεις Κλειδιά: ολοκλήρωση Πληροφοριακών Συστημάτων, συστήματα πολλαπλών πρακτόρων, σημασιολογικός ιστός, βιομηχανική αυτοματοποίηση, οντολογίες, σημασιολογικά μοντέλα [7]

9 Summary Information Systems Integration Utilizing Multi Agent Systems and Semantic Knowledge Models Christos Alexakos Dept. of Computer Engineering and Informatics, University of Patras The present dissertation has been conducted in the Pattern Recognition Laboratory, of the Department of Computer Engineering and Informatics at the University of Patras and in the Industrial System Institute of Athena Research and Innovation Center. It is a part of the wider research activity of the Laboratory and the Institute on the utilization of semantics on knowledge representation and their application of the integration of enterprise/industrial systems. Enterprise/industrial systems integration is anticipated to play a key role to the growth of innovative enterprise models in the industry. The high degree of heterogeneity of the systems and applications in an enterprise environment, as well as the complexity of the enterprise processes, emerge challenges on systems interoperability and work flow orchestration towards to face the problems on the automation and management of the enterprise and production processes in a flexible and dynamic way. The present dissertation aims to the definition of a framework on the integration of information systems with highly customized multi agent systems. Their functionality is based on the knowledge extraction from semantic models that represent the information and work flow that define an enterprise process. The proposed framework can be used as a user-friendly tool for the design and implementation of multi agent systems that orchestrate and execute enterprise process on an integrated environment of heterogeneous systems. Also, it provides flexibility for changes on the deployment application as it is based on customized and easy extended semantic knowledge models. Thus, through its extendibility and flexibility, the proposed framework can reduce significantly the code writing. In particular, the dissertation presents an approach that provides solutions on the three basic axis of system integration: a) system interoperability, b) information integration and c) enterprise process work flow management. These solutions combine some of the state-of-art [8]

10 technologies of Information and Communication Technologies as Service-oriented Architecture, Ontologies and Multi Agent Systems. Essentially, the research focused on the definition of a modular three-tier model for the information integration. This semantic model aims to define the pragmatics and semantics of the information that is used by the systems on the integration environment. Nevertheless, the model consist of guidelines for rule construction that support conformance on the different syntaxes of the exchanged messages. This model was evaluated and utilized on some use cases such as the integration of multimedia repositories systems, learning object providers, P2P networks and information systems on e-government and virtual enterprise clusters creation. Furthermore, the proposed information integration model used on the definition of P2 Ontology that depicts the information processed by the systems in an industry from the management information systems to the device controllers on the manufacturing environment. P2 Ontology, defines the pragmatics and semantics of P5DL language, which is empowered with a set of mapping and transformation rules for supporting various known syntaxes such as XML, java, string. P2 Ontology was created for the support of the P2 multi agent system for the vertical integration of enterprise systems. The next step was the ontological representation of the design of multi agent systems (MAS). MAS can play a significant role on the both systems interoperability and enterprise process management. This ontological representation was named GAIA-MAS Ontology (GMO) as it is following the design guidelines of GAIA, a widely accepted MAS design methodology. GMO represent in explicit and clear terms the architecture of a MAS (agents, processes, protocols). The final outcome is a framework for Dynamic Design and Implementation of MAS for Information Systems Integration. The framework utilizes GMO ontology for the definition of the MAS architecture and to the definition of the integrated information by the aforementioned information models. Furthermore, the system architecture and code scaffolding rules that support this framework has been presented. The main achievements of the research of the dissertation can be summarized as: Presentation of a unified approach of information system integration that provides solutions on the three basic axis of the integration problem. [9]

11 Definition of an ontological model for the integration of the information utilizes by the systems in both inter-enterprise and intra-enterprise integration environments. Validation of the information integration ontological model through its utilization in various use cases of information systems integration. Utilization of ontological model's construction methodology and mapping rules definition guidelines for the support of information integration on MAS for vertical enterprise/industrial systems integration. Definition of an ontological model for the design of MAS. The model supports the clear and explicit definition of the MAS system architecture and the functionalities of its components. Definition of a framework for the Dynamic Design and Implementation of MAS for Information Systems Integration. Keywords: information system integration, multi-agent systems, semantic web, industrial automation, ontologies, semantic models [10]

12 [11]

13 Περιεχόμενα Ευχαριστίες... 2 Περίληψη... 4 Summary... 8 Περιεχόμενα Λίστα Σχημάτων Λίστα Πινάκων Λίστα Συντμήσεων Κεφάλαιο 1: Εισαγωγή Στόχος - Παρουσίαση Προβλήματος Δομή της Διατριβής Κεφάλαιο 2: Ολοκλήρωση Επιχειρησιακών Συστημάτων Ολοκλήρωση Επιχειρησιακών Συστημάτων Εκτεταμένο Επιχειρησιακό Μοντέλο Προβλήματα και Προκλήσεις Κεφάλαιο 3: Υπάρχουσες Τεχνολογίες και Λύσεις Διασύνδεση και Διαλειτουργικότητα Επιχειρησιακών Συστημάτων Υπηρεσιοστραφης Αρχιτεκτονική (SoA) Συστήματα Πολλαπλών Πρακτόρων Το Διαδίκτυο των Πραγμάτων (IoT) Ολοκλήρωση πληροφορίας Μοντέλο της Πληροφορίας Σημασιολογικά Μοντέλα - Οντολογίες Συντονισμός Επιχειρησιακών Διαδικασιών Ανασκόπηση Συμπεράσματα Κεφάλαιο 4: Σημασιολογικό Μοντέλο Γνώσης για Ολοκλήρωση Πληροφορίας Στόχος και Προσέγγιση Συνθήκες λειτουργίας της ολοκλήρωσης της πληροφορίας Οντολογικό Μοντέλο Τριών επιπέδων Δομή Οντολογικού Μοντέλου [12]

14 4.3.2 Συσχέτιση και Χαρτογράφηση του Οντολογικού Μοντέλου Μεθοδολογία Ανάπτυξης Οντολογικού Μοντέλου Υποστήριξη Επιπέδων Συμμόρφωση Πληροφορίας στο Μοντέλο Ολοκλήρωσης Ανασκόπηση- Συμπεράσματα Κεφάλαιο 5: Εφαρμογές του Σημασιολογικού Μοντέλου Γνώσης Ετερογενής Βάσεις Πολυμεσικού Υλικού Εκπαιδευτικό Υλικό Αναζήτηση σε P2P Δίκτυα Ολοκλήρωση Πληροφοριακών Συστημάτων Ηλεκτρονική Διακυβέρνηση στην Υποδομή Εκπαίδευσης Εικονική Συστάδα Επιχειρήσεων Παροχής Τουριστικών Υπηρεσιών Ανασκόπηση - Συμπεράσματα Κεφάλαιο 6: Ολοκλήρωση Βιομηχανικών/ Επιχειρησιακών Πληροφοριακών Συστημάτων Ολοκλήρωση σε Όλα τα Στρώματα της Πυραμίδας Αυτοματισμού Σχεδιασμός και Ορισμός του Σημασιολογικού Μοντέλου Το P2 Metamodel Η Οντολογία P2 Ontology Γλώσσα Ολοκλήρωσης Επιχειρησιακών Διαδικασιών - P5DL Ανασκόπηση Συμπεράσματα Κεφάλαιο 7: Συστήματα Πολλαπλών Πρακτόρων και Σημασιολογική Αναπαράστασή τους Χρήση Συστημάτων Πολλαπλών Πρακτόρων σε προβλήματα ολοκλήρωσης συστημάτων Χρήση ΣΠΠ στην Ολοκλήρωση Συστημάτων Ηλεκτρονικής Εκπαίδευσης Σχεδιασμός Συστημάτων Πολλαπλών Πρακτόρων Gaia Multi-agent Systems Engineering, MaSE Agent-Object Relationship Μεθοδολογία GAIA Μοντέλο Πρακτόρων και Υπηρεσιών GAIA Σημασιολογική Μοντελοποίηση ΣΠΠ - GAIA-MAS Ontology Ανασκόπηση Συμπεράσματα Κεφάλαιο 8: Πλαίσιο Δυναμικής Σχεδίασης και Ανάπτυξης ΣΠΠ για Ολοκλήρωση Πληροφοριακών Συστημάτων [13]

15 8.1 Χρήση της GMO για τον Σχεδιασμό ΣΠΠ Ολοκλήρωση Αντικειμένων IoT Μετατροπή Μοντέλου σε Λογισμικό ΣΠΠ Αρχιτεκτονική Συστημάτων Προτεινόμενου Πλαισίου Ανασκόπηση Συμπεράσματα Κεφάλαιο 9: Συμπεράσματα και Μελλοντικές Προεκτάσεις Σύνοψη - Αποτελέσματα Μελλοντικές Προεκτάσεις Δημοσιεύσεις Βιβλιογραφικές Αναφορές [14]

16 Λίστα Σχημάτων Σχήμα 1: Εκτεταμένο Επιχειρησιακό Μοντέλο Σχήμα 2: Internet of Things ως συνδυασμός των τριών βασικών του οπτικών Σχήμα 3: SOA αρχιτεκτονική για εφαρμογές IoT Σχήμα 4: ΙοΤ στην σύγχρονη παραγωγή Σχήμα 5: Επίπεδα πληροφορίας Σχήμα 6: Τα στάδια της μεθόδου για την ανταλλαγή πληροφοριών - την εκπροσώπηση, την επικοινωνία, ερμηνεία Σχήμα 7: Η ανταλλαγή πληροφοριών με την εξέταση του μοντέλου επικοινωνίας και πληροφόρησης Σχήμα 8: Η ανταλλαγή πληροφοριών που επιτρέπει διαφορετικά μοντέλα πληροφορίας Σχήμα 9: Οντολογικό Σχήμα Τριών επιπέδων Σχήμα 10: Παράδειγμα Upper Search Ontology Σχήμα 11: Παράδειγμα οντολογίας στο επίπεδο Domain Description Ontology Σχήμα 12: Η οντολογία Integration Mapping Ontology Σχήμα 13: Επίπεδα συμμόρφωσης σημασιολογικού μοντέλου Σχήμα 14: Μοντέλο σημασιολογικής ολοκλήρωσης βάσεων υπερμέσων Σχήμα 15: Αρχιτεκτονική συστήματος σημασιολογικής ολοκλήρωσης βάσεων υπερμέσων.. 81 Σχήμα 16: Αρχιτεκτονική συστήματος ολοκλήρωσης συστημάτων παροχής εκπαιδευτικού υλικού Σχήμα 17: Πολυεπίπεδο οντολογικό ευρετήριο για P2P δίκτυα Σχήμα 18: Παράδειγμα Global Indexing Ontology για P2P δίκτυα Σχήμα 19: Παράδειγμα οντολογιών στο Node Indexing Ontology στρώμα Σχήμα 20: Διαδικασία ανάκτησης μέσα από το οντολογικό μοντέλο σε P2P Σχήμα 21: Δίκτυο κόμβων ηλεκτρονικής διακυβέρνησης Σχήμα 22: Παράδειγμα Generic Ontology για τον τομέα της εκπαίδευσης Σχήμα 23: Παράδειγμα οντολογίας του Domain Ontology Σχήμα 24: Διαστάσεις του Semantic Mediator Model Σχήμα 25: Αρχιτεκτονική σημασιολογικής ολοκλήρωσης κόμβων ηλεκτρονικής διακυβέρνησης Σχήμα 26: Σύστημα ολοκλήρωσης συστημάτων παροχής πληροφοριών για επιχειρήσεις τουριστικού ενδιαφέροντος Σχήμα 27: Η οντολογία Tourism Cluster Ontology Σχήμα 28: Ολοκλήρωση σε Όλα τα Στρώματα της Πυραμίδας Αυτοματισμού Σχήμα 29: Μοντέλο ρόλων του P Σχήμα 30: Το ΣΠΠ ολοκλήρωσης βιομηχανικών διαδικασιών Σχήμα 31: Σύγκριση προτύπων στη χρήση τους στο P2MetaModel Σχήμα 32: Ιεραρχική άποψη του σημασιολογικού μοντέλου της P2 Οντολογίας Σχήμα 33: Το P2MetaModel Σχήμα 34: Ιεραρχική Δομή των κλάσεων της P2 Οντολογίας Σχήμα 35 Μέρος της P2 Ontology με την εμφάνιση των συσχετίσεων (1) Σχήμα 36: Μέρος της P2 Ontology με την εμφάνιση των συσχετίσεων (2) [15]

17 Σχήμα 37: Συμμόρφωση της P5DL στα διάφορα επίπεδα του μοντέλου της πληροφορίας Σχήμα 38: Παράδειγμα XML αναπαράστασης της P5DL Σχήμα 39: Άμεσος μετασχηματισμός μεταξύ δυo P5DL συντάξεων Σχήμα 40: Έμμεσος μετασχηματισμός μεταξύ δυo P5DL συντάξεων Σχήμα 41: Κανόνες και είδη χαρτογράφησης για μετασχηματισμούς της P5DL Σχήμα 42: ΣΠΠ για την ολοκλήρωση συστημάτων ηλεκτρονικής εκπαίδευσης Σχήμα 43: Οι φάσεις σχεδίασης ΣΠΠ της GAIA μεθοδολογίας Σχήμα 44: Οι κλάσεις και οι συσχετίσεις του στην GAIA-MAS Ontology Σχήμα 45: Αποτύπωση διαδικασιών στην GMO οντολογία Σχήμα 46: Ενιαίο σημασιολογικό μοντέλο ολοκλήρωσης επιχειρησιακών/βιομηχανικών συστημάτων Σχήμα 47: Η οντολογία Semantic Sensor Network Σχήμα 48: Μέρος της οντολογίας SSN που ορίζει τις μετρήσεις ενός αισθητήρα Σχήμα 49: Διαδικασία άντλησης δεδομένων από αισθητήρες και ενσωμάτωσής τους στο μοντέλο Σχήμα 50: Μεθοδολογία σχεδιασμού και υλοποίησης ΣΠΠ Σχήμα 51: Αρχιτεκτονική Συστήματος Σημασιολογικής Σχεδίασης και Υλοποίησης ΣΠΠ [16]

18 Λίστα Πινάκων Πίνακας 1: Λίστα αξιωμάτων για το παράδειγμα στο επίπεδο Domain Description Ontology 68 Πίνακας 2: Αξιώματα οντολογίας Integration Mapping Ontology Πίνακας 3: Αξιώματα ορισμού οντολογίας Tourism Cluster Ontology Πίνακας 4: Συσχέτιση UML και ΟWL όρων Πίνακας 5: Αξιώματα GAIA-MAS Ontology Πίνακας 6: Αξιώματα της κλάσης FunctionMethod της GMO Πίνακας 7: Σχεδιασμός του ρόλου Resource Manager κατά GAIA Πίνακας 8: Παράδειγμα ορισμού ρόλου πράκτορα με τη χρήση της GMO Πίνακας 9: Περιγραφή Ρόλου Sensor Manager κατά GAIA Πίνακας 10: Αξιώματα ορισμού Sensor Manager στη GMO και SSN [17]

19 Λίστα Συντμήσεων Παρατίθεται πίνακας συντομεύσεων και συντμήσεων. Σύντμηση ACL ACL BPEL4WS CEN CIM CRM DAML+OIL DDO DRCS eloo ERP FIPA GMO HTTP IoT JADE JSON MAS MDA MES OSI OWL P2 P2P P5DL PLC RDF RDQL SHOE SMTP SoA SOAP SPARQL SSN Ολοκληρωμένος Όρος Agent Communication Language Agent Communication Language Business Process Execution Language for Web Services European Committee of Standardization Computer Integrated Manufacturing Customer Relationship Management DARPA Agent Markup Language Domain Description Ontology Distributed Real-time Control Systems e-learning Object Ontology Enterprise Resource Planning Foundation for Intelligent Physical Agents GAIA-MAS Ontology Hypertext Transfer Protocol Internet of Things Java Agent DEvelopment Framework JavaScript Object Notation Multi Agent Systems μοντέλο Model Driven Architecture Manufacturing Execution Systems Open Systems Interconnection Web Ontology Language PABADIS PROMISE Peer to Peer PABADIS PROMISE Production Process and Product Description Language Programmable Logic Controllers Resource Description Framework RDF Data Query Language Simple HTML Ontolgy Extensions Simple Mail Transfer Protocol Service Oriented Architecture Simple Object Access Protocol SPARQL Protocol and RDF Query Language Semantic Sensor Network Ontology [18]

20 SSO TCP/IP UDO URI WSFL WSN XLANG XML XOL XSLT ΒΟΜ ΣΠΠ ΤΠΕ System Semantic Ontology Transmission Control Protocol/Internet Protocol Upper Definition Ontology Uniform resource identifier Web Services Flow Language Wireless Sensor Networks Web Services for Business Process Design Extensible Markup Language XML-based ontology-exchange language Extensible Stylesheet Language Transformations Bill Of Materials Συστήματα Πολλαπλών Πρακτόρων Τεχνολογίες Πληροφορικής και Επικοινωνιών [19]

21 Κεφάλαιο 1: Εισαγωγή 1.1 Στόχος - Παρουσίαση Προβλήματος Η διατριβή στοχεύει, μέσα από την έρευνα των σύγχρονων τεχνολογιών πληροφορικής και επικοινωνιών, να παρουσιάσει μια αξιόπιστη λύση στην ολοκλήρωση των πληροφοριακών συστημάτων σε επιχειρησιακά/βιομηχανικά περιβάλλοντα. Η ολοκλήρωση πληροφοριακών συστημάτων είναι ένας τομέας της μηχανικής στον ο- ποίο προτείνονται διάφορες προσεγγίσεις και τεχνολογίες με στόχο την διαλειτουργικότητα μεταξύ των πληροφοριακών συστημάτων μιας ή περισσοτέρων επιχειρήσεων ώστε να μπορέσουν συντονισμένα να ανταλλάσουν πληροφορία και να εκτελέσουν επιχειρησιακές διαδικασίες. Η ολοκλήρωση πληροφοριακών συστημάτων ορίζεται από τρεις διαστάσεις: 1) τη φυσική διασύνδεση μεταξύ των συστημάτων, τη δυνατότητα δηλαδή να μπορούν να ανταλλάζουν πληροφορία μέσω κάποιου φυσικού μέσου, 2) τη διαλειτουργικότητα μεταξύ των συστημάτων, τη δυνατότητα δηλαδή κάθε σύστημα να δέχεται κάποια πληροφορία, να ενεργεί βάση αυτής και να αλληλεπιδρά με τα υπόλοιπα συστήματα, 3) την εκτέλεση επιχειρησιακών διαδικασιών, τη δυνατότητα δηλαδή ένα σύνολο από συστήματα να αλληλεπιδρούν ώστε να εκτελεστεί μια επιχειρησιακή διεργασία όπως ορίζεται από την πολιτική κάθε οργανισμού. Όσο αφορά την πρώτη διάσταση, οι σύγχρονες προσεγγίσεις των δικτύων των υπολογιστών και ιδιαίτερα το πρωτόκολλο TCP/IP έχουν καθιερωθεί για την διασύνδεση συστημάτων τόσο στα εταιρικά ενδοδίκτυα όσο και στο διαδίκτυο. Για το λόγο αυτό η διάσταση αυτή δεν μελετάται στα πλαίσια της διατριβής. Η δεύτερη διάσταση είναι η πιο πολύπλοκη, περιλαμβάνει τόσο την ικανότητα τα συστήματα να προσφέρουν προγραμματιστικές διεπαφές προς τρίτα συστήματα για τη δυνατότητα ενεργοποίησης των λειτουργιών τους, όσο και την ανάγκη της κοινής αντίληψης της ανταλλασσόμενης πληροφορίας. Τεχνολογίες όπως η υπηρεσιοστραφής αρχιτεκτονική και τα συστήματα πολλαπλών πρακτόρων παρέχουν τις απαραίτητες προδιαγραφές για την διαλειτουργικότητα των συστημάτων. Η υπηρεσιοστραφής αρχιτεκτονική χρησιμοποιεί Υπηρεσίες Ιστού ως δικτυακή διεπαφή για το «άνοιγμα» των λειτουργιών ενός συστήματος προς τρίτα. [20]

22 Τα συστήματα πολλαπλών πρακτόρων παρέχουν μια εύκολα υλοποιήσιμη και δυναμική πλατφόρμα που λειτουργεί ως ενδιάμεσο μεταξύ ετερογενών συστημάτων. Όσο αφορά την ολοκλήρωση της πληροφορίας, το πρόβλημα έγκειται στη σημασιολογία της πληροφορίας και στο τρόπο που απεικονίζεται στα πραγματικά δεδομένα στα συστήματα. Οι οντολογίες είναι ένα εργαλείο που ορίζουν σαφώς τη σημασιολογία της πληροφορίας σε έναν τομέα γνώσης και μπορούν να είναι κατανοητό τόσο από ανθρώπους όσο και από συστήματα. Η τρίτη διάσταση περιλαμβάνει την αποτύπωση των επιχειρησιακών διαδικασιών σε τέτοια μορφή ώστε να τις κατανοήσει ένα σύστημα και να μπορέσει να τις εκτελέσει συντονίζοντας τις επιμέρους εργασίες που πρέπει να γίνουν από κάθε σύστημα. Σε αυτό το σημείο η τεχνολογίες γύρω από τις ροές εργασιών (workflow) η οποίες επεκτείνονται και σε Υπηρεσίες Ιστού, μπορούν να βοηθήσουν στη τελική λύση. Στόχος της διδακτορικής διατριβής είναι ο ορισμός ενός πλαισίου για την δυναμική σχεδίαση συστημάτων ολοκλήρωσης πληροφοριακών συστημάτων. Το πλαίσιο στοχεύει στη κατασκευή ενός συμπαγούς εννοιολογικού οντολογικού μοντέλου ολοκλήρωσης που περιλαμβάνει όλες τις έννοιες για την διαλειτουργικότητα των συστημάτων, την ολοκλήρωση της πληροφορίας και τον συντονισμό των επιχειρησιακών διαδικασιών. Το πλαίσιο βασίζεται στον ορισμό οντολογικών μοντέλων γνώσης για την ολοκλήρωση της πληροφορίας. Επιπροσθέτως, προσανατολίζεται στη χρήση συστημάτων πολλαπλών πρακτόρων για να αντιμετωπιστούν οι προκλήσεις στη διάσταση της διαλειτουργικότητας και του συντονισμού των επιχειρησιακών διαδικασιών. Το πλαίσιο αποτελείται από ένα οντολογικό μοντέλο σχεδιασμού συστημάτων πολλαπλών πρακτόρων το οποίο μπορεί ημι-αυτόματα να μετατραπεί σε λογισμική πλατφόρμα πρακτόρων και να εγκατασταθεί στο επιχειρησιακό/βιομηχανικό παραγωγικό περιβάλλον. 1.2 Δομή της Διατριβής Η δομή της εργασίας βασίζεται σε μια σειρά από κεφάλαια, στα οποία περιγράφονται διάφορες πτυχές, επιστημονικά θέματα και προβλήματα τα οποία απασχόλησαν κατά την διάρκεια της διδακτορικής διατριβής. H διάρθρωση της διατριβής είναι η ακόλουθη: Το παρόν κεφάλαιο 1 παρουσιάζει μια σύντομη περιγραφή του προβλήματος της ολοκλήρωσης των πληροφοριακών συστημάτων καθώς και το στόχο και τη προσέγγιση της έρευνας στη διδακτορική διατριβή. Επίσης παρουσιάζεται και η δομή του κειμένου της διατριβής. [21]

23 Στο κεφάλαιο 2 παρουσιάζεται εκτενώς ο τομέας της ολοκλήρωσης επιχειρησιακών συστημάτων. Επιπροσθέτως, παρουσιάζεται το εκτεταμένο επιχειρησιακό μοντέλο που χρησιμοποιείται για να κατηγοριοποιήσει τα συστήματα σε μια επιχείρηση/βιομηχανία. Τέλος, γίνεται μια αναφορά στις βασικότερες προκλήσεις της ολοκλήρωσης πληροφοριακών συστημάτων στα σύγχρονα επιχειρησιακών περιβάλλοντα. Οι τεχνολογίες στις οποίες μπορεί να βασιστεί η λύση στο θέμα της ολοκλήρωσης των πληροφοριακών συστημάτων καταγράφονται στο κεφάλαιο 3. Γίνεται αναφορά στην υπηρεσιοστραφή αρχιτεκτονική, στα συστήματα πολλαπλών πρακτόρων και στις τεχνολογίες του διαδικτύου των πραγμάτων (IoT) ως οι πιο σύγχρονες τεχνολογικές λύσεις σε θέματα διαλειτουργικότητας συστημάτων. Για την ολοκλήρωση της πληροφορίας, παρουσιάζεται ο ορισμός της πληροφορίας (Πραγματολογία, Σημασιολογία, Συντακτικό) από την οπτική των συστημάτων ώστε να δοθούν σωστές βάσεις για την αντιμετώπιση των σχετικών προκλήσεων. Επίσης, παρουσιάζονται οι οντολογίες ως εργαλεία εκφραστικότητας της σημασιολογίας των δεδομένων. Τέλος, αναφέρονται οι βασικές αρχές των ροών εργασιών για την διαχείρισης επιχειρησιακών διαδικασιών. Το πρώτο τμήμα της προτεινόμενης λύσης παρουσιάζεται στο κεφάλαιο 4 και αφορά την ολοκλήρωση της πληροφορίας. Το οντολογικό μοντέλο έχει ως στόχο να περιγράψει τα στοιχεία της πραγματολογίας της πληροφορίας στο πρώτο επίπεδο, τη σημασιολογία της στο δεύτερο επίπεδο και τους κανόνες χαρτογράφησης και μετατροπής συντακτικού στο τρίτο. Με αυτό τον τρόπο συμφωνεί με τις απαιτήσεις ολοκλήρωσης και στα τρία επίπεδα του μοντέλου της πληροφορίας. Η επικύρωση του προτεινόμενου οντολογικού μοντέλου γίνεται μέσα από την εφαρμογή του σε διαφορετικές περιπτώσεις ολοκλήρωσης πληροφοριακών συστημάτων. Το κεφάλαιο 5 παρουσιάζει προσεγγίσεις στις οποίες χρησιμοποιήθηκε το οντολογικό μοντέλο τριών επιπέδων. Οι προσεγγίσεις αυτές αφορούν την ολοκλήρωση ετερογενών βάσεων πολυμεσικού υλικού και αποθετηρίων εκπαιδευτικού υλικού, την αναζήτηση σε κόμβους ενός P2P δικτύου και την ολοκλήρωση πληροφοριακών συστημάτων για ηλεκτρονική διακυβέρνηση και για την δημιουργία εικονικών συστάδων επιχειρήσεων. Το κεφάλαιο 6 παρουσιάζει τη χρήση του οντολογικού μοντέλου για την κάθετη ολοκλήρωση επιχειρησιακών/βιομηχανικών συστημάτων. Το οντολογικό μοντέλο χρησιμοποιήθηκε στο ευρωπαϊκό έργο Pabadis Promise (P2) το οποίο ανέπτυξε ένα σύστημα πολλαπλών πρακτόρων για την κάθετη ολοκλήρωση των συστημάτων σε μια βιομηχανία. Στο πλαίσιο του [22]

24 P2, το προτεινόμενο οντολογικό μοντέλο χρησιμοποιήθηκε για τον ορισμό της P2 Ontology, η οποία περιέχει τη σημασιολογική αναπαράσταση της πληροφορίας που διαχειρίζονται τα συστήματα σε όλα τα επίπεδα της πυραμίδας στο εκτεταμένο επιχειρησιακό μοντέλο. Η οντολογία P2 Ontology χρησιμοποιείται για τον ορισμό της πραγματολογίας και της σημασιολογίας της γλώσσας P5DL, η οποία αποτελείτε από ένα σύνολο κανόνων χαρτογράφησης και μεταμόρφωσης του συντακτικού της P2 Ontology σε διάφορες αναπαραστάσεις (XML, String, Java, κτλ.). Το κεφάλαιο 7 παρουσιάζει το επόμενο βήμα προς την ολοκληρωμένη λύση στο θέμα της ολοκλήρωσης πληροφοριακών συστημάτων. Η προσέγγιση περιλαμβάνει τη χρήση συστημάτων πολλαπλών πρακτόρων και παρουσιάζεται και ένα παράδειγμα για την ολοκλήρωση συστημάτων ηλεκτρονικής μάθησης. Επιπροσθέτως, η χρήση των ΣΠΠ ξεκινάει από τον σχεδιασμό τους ώστε να οριστούν οι παράγοντες του περιβάλλοντος με τους οποίους θα αλληλεπιδρούν οι πράκτορες. Για το σχεδιασμό το υπάρχουν διάφορες μεθοδολογίες, από τις οποίες επιλέχτηκε η GAIA. Η GAIA καταλήγει σε ένα μοντέλο ρόλων και υπηρεσιών που καταγράφει με σαφήνεια τους πράκτορες, τις λειτουργίες τους και τις αλληλεπιδράσεις τους. Βάση αυτού του σχεδιαστικού μοντέλου δημιουργήθηκε η GAIA-MAS Ontology (GMO) οντολογία η οποία αναπαριστά με ρητούς και σαφείς οντολογικούς όρους την αρχιτεκτονική ενός ΣΠΠ και μπορεί να επεκταθεί με τα μοντέλα ολοκλήρωσης πληροφορίας. Στο κεφάλαιο 8 παρουσιάζεται το τελικό αποτέλεσμα της έρευνας που είναι ένα πλαίσιο Δυναμικής Σχεδίασης και Ανάπτυξης ΣΠΠ για Ολοκλήρωση Πληροφοριακών Συστημάτων. Το πλαίσιο βασίστηκε στην GMO οντολογία για τον ορισμό των λειτουργιών και των αλληλεπιδράσεων των πρακτόρων του ΣΠΠ ολοκλήρωσης και στο σημασιολογικό μοντέλο ολοκλήρωσης γνώσης για τον σαφή ορισμό της πληροφορίας στο περιβάλλον ολοκλήρωσης. Για την επίδειξη της λειτουργίας του και την επικύρωση του χρησιμοποιήθηκε το ΣΠΠ του P2 και τα οντολογικά μοντέλα πληροφορίας P2 Ontology για τα κλασσικά συστήματα στη βιομηχανία και τη SSN για την ολοκλήρωση συσκευών κατά τις προδιαγραφές του IoT. Τέλος, παρουσιάζονται οι μηχανισμοί και οι κανόνες για την μετατροπή του οντολογικού μοντέλου σε πλατφόρμα λογισμικού για εγκατάσταση στο περιβάλλον υλοποίησης. Ολοκληρώνοντας την εργασία, το κεφάλαιο 9, εστιάζεται στα αποτελέσματα αλλά και τα συμπεράσματα που αποκομιστήκανε κατά τη διάρκεια της έρευνας στα πλαίσια της διδακτορικής διατριβής προς τη προσπάθεια ορισμού ενός πλαισίου για την ολοκλήρωση πληροφοριακών συστημάτων με τη χρήση οντολογικών μοντέλων γνώσης. Στη συνέχεια παρουσιά- [23]

25 ζονται κάποιες μελλοντικές προοπτικές για την εκμετάλλευση και συνέχεια της έρευνας πάνω στα αποτελέσματα της εργασίας. Τέλος παρουσιάζονται οι δημοσιεύσεις (περιοδικά, βιβλία, πρακτικά συνεδρίων) που έ- γιναν στα πλαίσια της διδακτορικής διατριβής καθώς και οι βιβλιογραφικές αναφορές του κειμένου. [24]

26 [25]

27 Κεφάλαιο 2: Ολοκλήρωση Επιχειρησιακών Συστημάτων 2.1 Ολοκλήρωση Επιχειρησιακών Συστημάτων Πολλές επιχειρήσεις και βιομηχανίες, κατά τη διάρκεια των χρόνων, αποκτούν ανόμοια συστήματα και εφαρμογές. Η ανάγκη να διαλειτουργήσουν και να ολοκληρωθούν αυτά τα διαφορετικά συστήματα και εφαρμογές είναι συχνά επιτακτική ανάγκη ώστε να ικανοποιηθούν οι απαιτήσεις και οι ανάγκες των επιχειρήσεων [Wu and Xu, 2012]. Κατά τη διάρκεια των τελευταίων τριών δεκαετιών, πολλές επιχειρήσεις έχουν επενδύσει σε μεγάλο βαθμό για την ολοκλήρωση επιχειρηματικών εφαρμογών εξαιτίας τόσο εταιρικών αλλαγών (συγχωνεύσεως, επεκτάσεων, κτλ.) όσο και τεχνολογικών εξελίξεων (νέα πληροφοριακά συστήματα, έξυπνες φορητές συσκευές, ασύρματοι αισθητήρες). Επιχειρήσεις που είναι σε θέση να ολοκληρώσουν διάφορες επιχειρησιακές εφαρμογές έχουν ένα σαφές ανταγωνιστικό πλεονέκτημα, όπως τη στρατηγική αξιοποίησης των εταιρικών δεδομένων και της τεχνολογίας για μεγαλύτερη αποδοτικότητα και το κέρδος [Linthicum, 2000]. Επιπρόσθετα, οι σύγχρονες οικονομίες χαρακτηρίζονται από μια αύξηση του επιπέδου της παγκοσμιοποίησης, που καθιστά τη ροή των προϊόντων και υπηρεσιών μεταξύ των χωρών ευκολότερη. Στο πλαίσιο αυτό, σύγχρονες επιχειρήσεις πρέπει να ανταγωνιστούν σε παγκόσμιο επίπεδο και ιδιαίτερα σε περιόδους οικονομικής κρίσης πρέπει να βρουν νέους τρόπους για να παραμείνουν ανταγωνιστικοί και να αυξήσουν τη δική τους προστιθέμενη αξία. Από την άλλη πλευρά, οι σύγχρονες οικονομίες χαρακτηρίζονται ολοένα και περισσότερο από μια διαφοροποίηση των τελικών απαιτήσεων των πελατών στο τελικό προϊόν η οποία διαφέρει από το κλασσικό μοντέλο παραγωγής, που έχει επικρατήσει από την εποχή της βιομηχανικής επανάστασης, και οδηγεί τελικά από το μοντέλο της μαζικής παραγωγής προσαρμογής στην ενσωμάτωση των απαιτήσεων του τελικού πελάτη και τις ανάγκες του στην παραγωγική διαδικασία. Προκειμένου για τις σύγχρονες επιχειρήσεις να αντιμετωπίσουν αποτελεσματικά τις προκλήσεις αυτές, θα πρέπει να αυξήσουν το επίπεδο της καινοτομίας, έτσι ώστε να μπορούν να προσφέρουν νέα προϊόντα και υπηρεσίες που θα είναι ελκυστικά για τους πελάτες τους. Η ολοκλήρωση επιχειρησιακών/βιομηχανικών συστημάτων γίνεται έτσι μια ανάγκη στρατηγικού χαρακτήρα, παρέχοντας τις απαραίτητες λύσεις για την αλληλεπίδραση και την αποτελεσματική ανταλλαγή πληροφοριών μεταξύ των διαφόρων επιχειρήσεων ή μεταξύ των διαφορετικών επιχειρηματικών μονάδων και συστημάτων της ίδιας επιχείρησης [Kalogeras et al., 2011], [Αλεξάκος, 2006]. [26]

28 Για την αντιμετώπιση των προβλημάτων που αφορούν την ολοκλήρωση συστημάτων, έχει αναπτυχθεί ο τομέας μηχανικής του Εnterprise Application Integration (EAI) για να βοηθήσει στην επίτευξη της ποιότητας της ολοκλήρωσης πληροφοριακών συστημάτων. Το ΕΑΙ περιλαμβάνει τεχνολογίες που επιτρέπουν τις κατανεμημένες και ετερογενείς εφαρμογές να αλληλεπιδρούν μεταξύ τους σε όλο το δίκτυο για την ολοκλήρωση πολλών επιμέρους εφαρμογών σε ένα άρρηκτο σύνολο. Αποτελείται από τα σχέδια, τις μεθόδους και τα εργαλεία που αποσκοπούν στην ολοκλήρωση των εφαρμογών και στον συντονισμό των επιχειρησιακών διαδικασιών τους. Οι λύσεις βασισμένες στο EAI περιλαμβάνουν την αποτελεσματική ολοκλήρωση διαφόρων επιχειρηματικών διαδικασιών και δεδομένων, την διαλειτουργικότητα και την ολοκλήρωση των συστημάτων τόσο εντός της επιχείρησης όσο και διεπιχειρισιακά, τη μετατροπή των ποικίλων αναπαραστάσεων δεδομένων μεταξύ των συστημάτων, καθώς και τη σύνδεση των διαφόρων παλαιών (legacy) συστημάτων και δεδομένων [Qureshi,2005]. Μέσα από τη δημιουργία μιας ολοκληρωμένης δομής, το EAI συνδέει τις ετερογενείς πηγές δεδομένων, τα συστήματα και τις εφαρμογές σε μια επιχείρηση ή μεταξύ επιχειρήσεων. Με τις προσεγγίσεις EAI, τα συστήματα μεταξύ των επιχειρήσεων μπορεί να ολοκληρωθούν ομαλά, και μπορεί να διασφαλίσει ότι διαφορετικά τμήματα ή ακόμη και οι επιχειρήσεις μπορούν να συνεργάζονται μεταξύ τους [Xu, 2011]. 2.2 Εκτεταμένο Επιχειρησιακό Μοντέλο Στο επιχειρησιακό/ βιομηχανικό περιβάλλον υπάρχει ένας μεγάλος αριθμός συστημάτων και εφαρμογών. Το πλήθος των συστημάτων και η πολυπλοκότητα των λειτουργιών που ε- κτελούν οδήγησαν στη σύνθεση ενός ιεραρχικού προτύπου επιχειρησιακών συστημάτων. Αυτό το πρότυπο περιλαμβάνει τέσσερα διαφορετικά επίπεδα: επίπεδο μηχανών (field layer), επίπεδο ελέγχου (shop floor layer), επίπεδο εκτέλεσης (plant layer) και το επίπεδο επιχείρησης (enterprise layer) [Sauter, 2005]. [27]

29 Σχήμα 1: Εκτεταμένο Επιχειρησιακό Μοντέλο Τα μηχανήματα του επιπέδου μηχανών ελέγχονται και συντονίζονται αποκλειστικά από το λογισμικό του επιπέδου ελέγχου, μεταφέροντας όλες τις λειτουργίες του στο επίπεδο ελέγχου. Για αυτό το λόγο, το πρότυπο των τεσσάρων επιπέδων προσαρμόστηκε στο εκτεταμένο επιχειρησιακό μοντέλο, το οποίο στοχεύει στην κατηγοριοποίηση των συστημάτων προς ολοκλήρωση σε ένα επιχειρησιακό/βιομηχανικό περιβάλλον. Το εκτεταμένο επιχειρησιακό μοντέλο, κατηγοριοποιεί τα συστήματα, τις εφαρμογές και τους πόρους βάση ενός ιεραρχικού μοντέλου τριών επιπέδων όπως φαίνεται στο Σχήμα 1. Το μοντέλο τριών επιπέδων αποτελείται από το Enterprise Layer, το Plant Layer και το Shop-Floor Layer. Πληροφοριακά συστήματα διοίκησης όπως το Enterprise Resource Planning (ERP) και Customer Relationship Management (CRM) υποστηρίζουν τις επιχειρησιακές διαδικασίες στο Enterprise Layer. Το Plant Layer χαρακτηρίζεται από τα Manufacturing Execution Systems (MES) και το χαμηλότερο Shop-Floor layer περιέχει συστήματα όπως Programmable Logic Controllers (PLCs) που υποστηρίζουν και εκτελούν την διαδικασία παραγωγής [Gialelis et al., 2005][Kalogeras et al., 2006]. Τα επίπεδα μηχανών και ελέγχου είναι τα δύο χαμηλότερα επίπεδα του προτύπου και περιλαμβάνουν τις εφαρμογές και τα συστήματα που συνδέονται με τις βιομηχανικές διαδικασίες παρασκευής. Σε αυτά τα επίπεδα ο βιομηχανικός εξοπλισμός, όπως οι αισθητήρες και οι ενεργοποιητές (actuators), και οι βιομηχανικοί ελεγκτές, όπως τα PLCs και οι αριθμητικοί ελεγκτές (numeric controllers), διασυνδέονται. Οι εφαρμογές σε αυτά τα επίπεδα είναι συγκεκριμένες, παραδείγματος χάριν ο διανεμημένος κώδικας ελέγχου που απαιτείται για τις διαδι- [28]

30 κασίες βιομηχανικής παραγωγής. Εξαιτίας του γεγονότος ότι αυτά τα δυο χαμηλότερα επίπεδα παρουσιάζουν μεγάλες ομοιότητες σε σχέση με το πεδίο και τους σκοπούς των εφαρμογών και των συστημάτων τους θα μπορούσαν να θεωρηθούν ως ενιαίο επίπεδο και το ονομάζουμε Shop-Floor Layer. Τα επίπεδα εκτέλεσης και επιχείρησης καλύπτουν τις εφαρμογές που χαρακτηρίζονται παραδοσιακά ως εφαρμογές ανωτέρων επιπέδων. Ποιό συγκεκριμένα το επίπεδο επιχείρησης (Plant Layer) περιλαμβάνει τα πληροφοριακά συστήματα και εφαρμογές με σκοπό την παροχή ενοποιημένων υπηρεσιών των ποικίλων επιχειρηματικών λειτουργιών συμπεριλαμβανομένου του ανθρώπινου δυναμικού, των οικονομικών, και συγχρόνως μιας επιτυχούς σύνδεσης της επιχείρησης με τους πελάτες και τους προμηθευτές του. Το επίπεδο εκτέλεσης (Enterprise Layer) περιέχει τα MES της επιχείρησης. Τα MES αντιπροσωπεύουν συστήματα που διαχειρίζονται την ολοκλήρωση των λειτουργιών μεταξύ του επιπέδου ελέγχου και επιπέδου επιχείρησης. Οι λειτουργίες των συστημάτων MES περιλαμβάνουν τον προγραμματισμό του συστημάτων στο περιβάλλον παραγωγής καθώς και την δημιουργία αναφορών προς τα υψηλότερα επίπεδα σχετικά με την κατάσταση της παραγωγής στα χαμηλά επίπεδα. 2.3 Προβλήματα και Προκλήσεις Η ομάδα TC310 WG1 του European Committee of Standardization (CEN) αναγνώρισε τρία βασικά επίπεδα ολοκλήρωσης [Wang et al., 2012]: a) ολοκλήρωση σε φυσικό επίπεδο (διασύνδεση των συσκευών μέσω δικτύων υ- πολογιστών) b) ενσωμάτωση στο επίπεδο εφαρμογής (διαλειτουργικότητα των εφαρμογών λογισμικού και συστημάτων βάσεων δεδομένων σε ετερογενή υπολογιστικά περιβάλλοντα) c) ολοκλήρωση σε επίπεδο επιχείρησης (συντονισμός των λειτουργιών που διαχειρίζονται, ελέγχουν και παρακολουθούν τις επιχειρηματικές διαδικασίες) Οι απαιτήσεις στο πρώτο επίπεδο καλύπτονται από την εξέλιξη των δικτύων (ασύρματα, ενσύρματα, δορυφορικά) και την επικράτηση του TCP/IP πρωτοκόλλου σε όλες τις κατηγορίες δικτύων υπολογιστών όπως εσωτερικά σε έναν οργανισμό (Ethernet) ή στην παραγωγική αλυσίδα (Industrial Ethernet) ή ακόμη και σε παγκόσμιες επικοινωνίες (Διαδίκτυο). Για τα άλλα δυο επίπεδα υπάρχουν πολλές προκλήσεις και προβλήματα που απασχολούν της επιστημονική κοινότητα. Τα κυριότερα από αυτά είναι: [29]

31 Καθώς όλο και περισσότερες βιομηχανικές επιχειρήσεις υιοθετούν τις Υπηρεσίες Ιστού για την ολοκλήρωση διαφόρων εφαρμογών και συσκευές, τα προβλήματα ασφάλειας γίνονται πιο εμφανή. Για παράδειγμα, κίνδυνοι για την ασφάλεια, μπορεί να προκύψουν στις διαδικασίες μεταφοράς δεδομένων και εντολών, στη διάγνωση και στη συντήρηση [Xu et al, 2005]. Οι κίνδυνοι αυτοί προκύπτουν καθώς η ανταλλαγή πληροφοριών απαιτεί τα δεδομένα να διασχίσουν πολλαπλά εταιρικά δίκτυα και σε μερικές περιπτώσεις και το Διαδίκτυο. Πολλές βιομηχανικές επιχειρήσεις έχουν κατανεμημένα συστήματα ελέγχου πραγματικού χρόνου (Distributed Real-time Control Systems - DRCS) που επικοινωνούν με αισθητήρες και ενεργοποιητές. Σε γενικές γραμμές, τα DRCS χρειάζονται περισσότερη αξιοπιστία, αντοχή και αποτελεσματικότητα. Ιδιαίτερα, βιομηχανικές επιχειρήσεις, όπως μονάδες παραγωγής ηλεκτρικής ενέργειας έχουν αυστηρούς περιορισμούς απόδοσης και απαιτήσεις χρόνου απόκρισης για τα βιομηχανικά συστήματα και τις εφαρμογές τους. Για παράδειγμα, πολλά βιομηχανικά συστήματα αυτοματισμού και ελέγχου συλλέγουν δεδομένα από ετερογενείς αισθητήρες και απαιτούν ανάλυση σε πραγματικό χρόνο για τα δεδομένα που συλλέγονται από μια μεγάλη ποικιλία από ετερογενείς αισθητήρες. Οι νέες τεχνικές ολοκλήρωσης θα πρέπει να αντιμετωπίσουν προκλήσεις για τον μετριασμό των κινδύνων ολοκλήρωσης, όπως η απώλεια ή αδυναμία αποστολής δεδομένων, τα ελλιπή, δυσανάγνωστα, ή μη έγκυρα δεδομένα, και την ασφάλεια [Capozucca and Guelfi, 2010]. Στην πράξη, η ολοκλήρωση των συστημάτων της επιχείρησης μπορεί να καταρρεύσει εξαιτίας διαφόρων δυσμενών παραγόντων και απρόβλεπτων αλλαγών. Έτσι, η έρευνα για την αξιόπιστη ολοκλήρωση δεδομένων και πληροφοριών εκτιμάται ιδιαίτερα από όλες τις βιομηχανικές επιχειρήσεις. Νέες κατευθυντήριες γραμμές και μέθοδοι, όπως η ισορροπία αποστολής φορτίου (Load Balance), η ανεκτικότητα σε σφάλματα (Fault-tolerant) και ο χρονοπρογραμματισμός μηνυμάτων και μηχανισμών συναλλαγών, χρειάζονται να αναπτυχθούν περαιτέρω προκειμένου να διασφαλιστεί η αξιοπιστία, η συντήρηση, η γρήγορη διάγνωση και η ευρωστία των ολοκληρωμένων βιομηχανικών εφαρμογών σε διάφορα περιβάλλοντα [Du et al., 2011]. Καθώς νέες τεχνολογίες εισάγονται συνεχώς σε βιομηχανικά συστήματα, παρατηρείτε αύξηση των διαφορετικών προτύπων και υλοποιήσεων των διεπαφών [30]

32 στα συστήματα [Pohl et al., 2008]. Η διασύνδεση συστημάτων απαιτεί μια καλή κατανόηση των διαφόρων εφαρμογών, συσκευών και επιχειρησιακών διαδικασιών για τη διαμόρφωση των απαιτήσεων ολοκλήρωσης. Επί του παρόντος, υ- πάρχει έλλειψη τεχνικών εννοιολογικής μοντελοποίησης που να μπορεί αποτελεσματικά να αποτυπώσουν και να αναλύσουν όλες τις απαιτήσεις ολοκλήρωσης επιχειρησιακών συστημάτων [Bolloju, 2009]. Τα τελευταία χρόνια, οι νέες τεχνολογίες, όπως τα δίκτυα ασύρματων αισθητήρων (Wireless Sensor Networks - WSN), το Radio Frequency Identification (RFID) και το Διαδίκτυο των πραγμάτων (Internet of Things - IoT), έχουν προσαρμοστεί σε βιομηχανικά συστήματα, όπως συστήματα μεταφορών, συστήματα ροής των υλικών, καθώς και συστήματα διαχείρισης της εφοδιαστικής αλυσίδας [Kumar et al., 2011]. Αυτές οι νέες τεχνολογίες έκαναν την ολοκλήρωση των βιομηχανικών εφαρμογών και διαφόρων συσκευών πιο δύσκολη. Υπάρχει έλλειψη προτύπων και αρχιτεκτονικών που ορίζουν τις αλληλεπιδράσεις των ετερογενών συσκευών, διατηρώντας παράλληλα την επαναχρησιμοποίηση τους, την ασφάλεια και την προστασία της ιδιωτικής ζωής [Bandyopadhya et al., 2011]. Διάφορες λύσεις και αρχιτεκτονικές ενδιάμεσου λογισμικού έχουν προταθεί για την ολοκλήρωση των βιομηχανικών εφαρμογών, RFID, ασύρματων δικτύων αισθητήρων και IoT [Izza, 2009] [Guinard et al., 2010] [Haller et al., 2009]. Ωστόσο, αυτές οι λύσεις και αρχιτεκτονικές είναι συνήθως σχεδιασμένα για συγκεκριμένους τομείς. Η ανάπτυξη μιας οντολογίας για ακριβή προσδιορισμό των εννοιών και ιδιοτήτων στον τομέα της επιχειρησιακής ολοκλήρωσης θεωρείται πρόκληση [Panetto and Molina, 2008]. Η επεκτασιμότητα και παραμετροποίηση αυτών των λύσεων και αρχιτεκτονικών ενδιάμεσου λογισμικού είναι ακόμη ανοικτά ζητήματα και χρειάζεται περαιτέρω έρευνα. [31]

33 Κεφάλαιο 3: Υπάρχουσες Τεχνολογίες και Λύσεις Στο παρόν κεφάλαιο παρουσιάζεται μια σύντομη περιγραφή των υπαρχόντων τεχνολογικών λύσεων που χρησιμοποιούνται για την κάθετη και οριζόντια ολοκλήρωση επιχειρησιακών/βιομηχανικών συστημάτων. Οι τεχνολογίες αυτές αναφέρονται σε τρεις κατηγορίες: α) στον τρόπο που διασυνδέονται και διαλειτουργούν τα διάφορα συστήματα σε ένα επιχειρησιακό/βιομηχανικό περιβάλλον, β) στην ολοκλήρωση της πληροφορίας ώστε όταν αυτή ανταλλάζεται ή εξεργάζεται από τα συστήματα να έχει κοινό νόημα και γ) τον συντονισμό των διαφόρων επιχειρησιακών διαδικασιών, δηλαδή την διαχείριση των εργασιών που πρέπει να γίνουν από κάθε σύστημα ώστε ολοκληρωθεί ένας συγκεκριμένος στόχος (παραγγελία, συντήρηση, κτλ.). Για τη διαλειτουργικότητα των συστημάτων, τη σύγχρονη εποχή, η υπηρεσιοστραφής αρχιτεκτονική (Service Oriented Architecture SoA) αποτελεί τη βάση στις περισσότερες λύσεις. Η SoA βασίζεται στη λογική ότι οι λειτουργίες των διαφόρων συστημάτων παρέχονται μέσω δικτύου (η Διαδικτύου) σε άλλα συστήματα με τη μορφή Υπηρεσιών Ιστού. Έτσι, κάποιο σύστημα μπορεί να εκμεταλλευτεί τις λειτουργίες των συστημάτων στο επιχειρησιακό/βιομηχανικό περιβάλλον για να εκτελέσει μια πολύπλοκη διαδικασία. Επιπρόσθετα, η χρήση των Συστημάτων Πολλαπλών Πρακτόρων (ΣΠΠ) (Multi Agent Systems - MAS) είναι αρκετά διαδεδομένη αφού επιτρέπει μια ομάδα πρακτόρων λογισμικού να αλληλεπιδρούν με το περιβάλλον τους (άλλα συστήματα) και να παίρνουν αποφάσεις αυτόνομα. Τέλος, η δυνατότητα δημιουργίας φορητών συσκευών σε μικρό μέγεθος, με χαμηλή κατανάλωση ενέργειας και με υπολογιστική ισχύ που μπορούν να αλληλεπιδράσουν μέσα σε υπηρεσιοστραφή αρχιτεκτονική οδήγησαν στην ιδέα του Internet of Things (IoT). Σε ένα επιχειρησιακό/βιομηχανικό περιβάλλον η ιδέα του IoT μπορεί να εφαρμοστεί με μικρές συσκευές όπως αισθητήρες, RFID ή ενεργοποιητές οι οποίες θα παρέχουν την επιπλέον πληροφορία ή και τις λειτουργίες σε ένα σύστημα ολοκλήρωσης ώστε να μπορέσει να εκτελέσει αποδοτικότερα και πιο αυτοματοποιημένα μια επιχειρησιακή διαδικασία. Για παράδειγμα, είναι δυνατό να αναγνωριστεί ένα ξένο αντικείμενο σε μια μηχανή στο εργοστάσιο, και το σύστημα αυτόματα να αντιδράσει και να προσαρμόσει τη διαδικασία της παραγωγής στις υπόλοιπες μηχανές. Ο στόχος για την ολοκλήρωση της πληροφορίας σε ένα περιβάλλον ολοκλήρωσης είναι η κοινή αντίληψη και η δυνατότητα ερμηνείας της πληροφορίας που επεξεργάζεται και α- νταλλάζεται μεταξύ των ετερογενών συστημάτων. Στο σημείο αυτό παρουσιάζεται το θεωρητικό μοντέλο της πληροφορίας που ορίζει τρία επίπεδα: α) Σύνταξη (Syntax), Σημασιολογία [32]

34 (Semantics) και Πραγματολογία (Pragmatics). Η ολοκλήρωση της πληροφορίας απαιτεί τη συμμόρφωση των προσεγγίσεων και στα τρία επίπεδα. Τέλος, γίνεται μια σύντομη αναφορά στις οντολογίες, οι οποίες είναι τα σύγχρονα εργαλεία που παρέχουν λύσεις κυρίως στο επίπεδο της σημασιολογίας και της πραγματολογίας, μιας και η σύνταξη αντιμετωπίζεται κλασσικά με μετατροπείς μεταξύ των γλωσσών αναπαράστασης. Όσο αφορά τη διαχείριση διαδικασιών, εισάγεται η έννοια των ροών εργασιών (workflow). Πιο συγκεκριμένα, γίνεται αναφορά στην διαχείριση των ροών εργασιών υπηρεσιών ιστού, που είναι ευρέως διαδεδομένη για την ολοκλήρωση επιχειρησιακών/βιομηχανικών διαδικασιών. 3.1 Διασύνδεση και Διαλειτουργικότητα Επιχειρησιακών Συστημάτων Υπηρεσιοστραφης Αρχιτεκτονική (SoA) Οι παραδοσιακές εφαρμογές του Παγκοσμίου Ιστού έχουν σχεδιαστεί έτσι ώστε να δέχονται είσοδο από έναν χρήστη και να παρουσιάζουν κατόπιν τα αποτελέσματα πάλι σ αυτόν.ο φυλλομετρητής του χρήστη και ο εξυπηρετητής που φιλοξενεί τη διαδικτυακή εφαρμογή ε- νεργούν ως μεσάζοντες. Η έξοδος της εφαρμογής είναι στις περισσότερες περιπτώσεις κωδικοποιημένες σε HTML. Η χρήση μίας νέας τεχνολογίας που θα υποστηρίζει προηγμένες υπηρεσίες πληροφοριακών συστημάτων συνδεδεμένες με το Διαδίκτυο αποτελεί επιτακτική ανάγκη καθώς οι απαιτήσεις μεγαλώνουν [Βότης, 2011]. Τα τελευταία χρόνια οι τεχνολογικές εξελίξεις έχουν καταστήσει διαθέσιμες και εύκολα προσβάσιμες μέσω τυποποιημένων προτύπων και πρωτοκόλλων υπηρεσίες, χωρίς να χρειάζεται γνώση για τη λειτουργία των υποδομών, τα μοντέλα ανάπτυξης ή τις λεπτομέρειες εφαρμογής. Αυτό συμβάλλει στην επίτευξη της διαλειτουργικότητας και της χαλαρής σύνδεσης μεταξύ κατανεμημένων εφαρμογών, καθώς επίσης μεταξύ των διεργασιών του χρήστη [Al- Jaroodi and Nader, 2012]. Oι επιχειρήσεις επενδύουν σημαντικούς πόρους στις Υπηρεσίες Ιστού, μία προσέγγιση που συνδυάζει ένα σύνολο από τεχνολογίες ανεξάρτητες από πλατφόρμες, σχεδιασμένες για τη διευκόλυνση της ολοκλήρωσης υπηρεσιών στο Διαδίκτυο και στα ενδοδίκτυα. Οι Υπηρεσίες Ιστού (web services) παρέχουν ένα μέσο για επικοινωνία μεταξύ εφαρμογών διαφορετικού λογισμικού, τρέχοντας σε μία ποικιλία από πλατφόρμες και πλαίσια εργασίας. Ένας ορισμός των υπηρεσιών ιστού είναι ότι μια υπηρεσία ιστού αποτελεί μία «επιχειρησιακή συνάρτηση που καθίσταται διαθέσιμη μέσω του διαδικτύου από έναν πάροχο υπηρεσίας, [33]

35 και προσπελάσιμη από πελάτες (clients) που θα μπορούσαν να είναι ανθρώπινοι χρήστες ή ε- φαρμογές λογισμικού» [Davies et al., 2004]. Το World Wide Web Consortium (W3C) ορίζει μια υπηρεσία ιστού ως μία «εφαρμογή λογισμικού που προσδιορίζεται από ένα URI (Uniform Resource Identifier), με διεπαφές και ολοκλήρωση που χαρακτηρίζονται, περιγράφονται και ανακαλύπτονται βάσει XML προτύπων και η οποία υποστηρίζει άμεσες αλληλοεπιδράσεις με άλλες εφαρμογές λογισμικού χρησιμοποιώντας μηνύματα βασισμένα σε XML μέσω διαδικτυακών πρωτοκόλλων» 1. Οι προαναφερθέντες ορισμοί μπορεί να θεωρηθούν ως συμπληρωματικοί. Κάθε ορισμός δίνει έμφαση σε κάποιο τμήμα των χαρακτηριστικών της υπηρεσίας ιστού (ανακάλυψη, κλήση, κλπ). Σε αυτό το κείμενο ορίζουμε τις υπηρεσίες ιστού ως επιχειρησιακές λειτουργικότητες που είναι: Προσβάσιμες για προγραμματισμό οι υπηρεσίες ιστού σχεδιάζονται κυρίως για να κληθούν από άλλες υπηρεσίες ιστού και εφαρμογές. Είναι κατανεμημένες στο δίκτυο και προσπελάσιμες μέσω ευρέως διαδεδομένων πρωτοκόλλων όπως τα Hypertext Transfer Protocol (HTTP) και Simple Mail Transfer Protocol (SMTP). Οι υπηρεσίες ιστού πρέπει να περιγράφουν τις δυνατότητές τους σε άλλες υπηρεσίες περιλαμβανομένων των λειτουργιών τους, μηνύματα εισόδου και εξόδου, και τον τρόπο με τον οποίο καλούνται. Χαλαρά συνδεδεμένες: η επικοινωνία μεταξύ των υπηρεσιών ιστού είναι βασισμένη σε έγγραφα Οι υπηρεσίες ιστού γενικά επικοινωνούν μεταξύ τους ανταλλάσσοντας έγγραφα XML. Η χρήση ενός επικοινωνιακού μοντέλου βασισμένου στα έγγραφα εξυπηρετεί χαλαρά συνδεδεμένες σχέσεις μεταξύ των υπηρεσιών ιστού. Οι υπηρεσίες ιστού μοιράζονται μερικά χαρακτηριστικά με την προσέγγιση που βασίζεται σε συνιστώσες λογισμικού (components). Ωστόσο, διάφορα χαρακτηριστικά διαφοροποιούν τις Υπηρεσίες Ιστού από τις συνιστώσες λογισμικού. Κατά πρώτον, οι υπηρεσίες ιστού χρησιμοποιούν επικοινωνίες με έγγραφα. Αυτό έρχεται σε αντίθεση με πλαίσια λειτουργίας του βασίζονται σε συνιστώσες λογισμικού που χρησιμοποιούν επικοινωνίες βασισμένες σε αντικείμενα, και κατ αυτό τον τρόπο προσιδιάζουν σε συστήματα όπου ζεύξη μεταξύ συνιστωσών λογισμικού είναι ισχυρή. Επιπροσθέτως, χρησιμοποιώντας το HTTP ως πρωτόκολλο επικοινωνιών, οι υπηρεσίες ιστού επιτρέπουν πολύ μεγαλύτερη φιλικότητα όσον αφορά σε εξοπλισμό 1 [34]

36 τοίχων προστασίας (firewall) από ότι τα συστήματα που βασίζονται σε συνιστώσες λογισμικού. Γενικά, ο όρος Υπηρεσίες Ιστού έχει δύο επίπεδα σημασίας [Sleeper and Robins, 2001], ένα συγκεκριμένο και ένα σημασιολογικό : 1. Συγκεκριμένα, οι Υπηρεσίες Ιστού είναι μια ομάδα προτύπων που περιγράφουν την αρχιτεκτονική μιας υπηρεσιο-προσανατολισμένης εφαρμογής βασισμένη στα συστατικά. 2. Σημασιολογικά, οι Υπηρεσίες Ιστού αναπαριστούν ένα μοντέλο στο οποίο διακριτές διεργασίες μέσα σε επιχειρησιακές διαδικασίες κατανέμονται ευρέως στο δίκτυο. Οι υπηρεσίες ιστού είναι απαραίτητες διότι οι σύγχρονες ανάγκες είναι: Ενοποίηση συστημάτων ανεξάρτητα από την υλοποίησή τους. Μετακίνηση από μονολιθικές, συνηθισμένες εφαρμογές σε χωρογραφημένα συστατικά. Ευκινησία και ευκαμψία για να ανασχηματιστούν οι επιχειρησιακές λειτουργίες σε καινούρια επιχειρησιακά μοντέλα. Μετακίνηση από ισχυρά συνδεδεμένα συστήματα σε χαλαρά συνδεδεμένα προκειμένου να αντιμετωπιστούν αναπόφευκτες αλλαγές. Ένα κατανοητό προγραμματιστικό μοντέλο για σύνδεση επιχειρήσεων μέσω του Διαδικτύου. Ο Ιστός οφείλει ένα μεγάλο μέρος της επιτυχίας του στην απλότητά του. Σκοπός των υ- πηρεσιών ιστού είναι να παράσχουν ενδολειτουργικότητα ανάμεσα σε διαφορετικές εφαρμογές. Οι διεπαφές (interfaces) που χρησιμοποιούν είναι ανεξάρτητες από τη γλώσσα κι αυτό επιτρέπει εύκολη ενοποίηση ετερογενών συστημάτων. Εντούτοις, προς το παρόν, οι υπηρεσίες Ιστού περιγράφονται χρησιμοποιώντας ημιδομημένους μηχανισμούς φυσικής γλώσσας, δηλαδή είναι απαραίτητη η ανθρώπινη παρέμβαση για να τις συνδυάσει σε μια τελική εφαρμογή. Ουσιαστικά, οι Υπηρεσίες Ιστού παίρνουν το υπάρχον πρότυπο ανάπτυξης εφαρμογών που βασίζεται στη χρήση των συνιστωσών λογισμικού και το επεκτείνουν επάνω σε δίκτυα υπολογιστών. Οι τοπικά εγκατεστημένες συνιστώσες λογισμικού είναι σαν βιβλιοθήκες λογισμικού που δημιουργούνται και καταστρέφονται όπως ταιριάζει σε κάθε εφαρμογή. Αυτές οι [35]

37 "συνιστώσες λογισμικού" είναι υπηρεσίες που έχουν δική τους ζωή και δεν είναι απλές επεκτάσεις της επιχειρησιακής διαδικασίας. Οι Υπηρεσίες Ιστού επιτρέπουν στις εφαρμογές να ενοποιηθούν γρήγορα, εύκολα και λιγότερο δαπανηρά από πριν. Η ενοποίηση εμφανίζεται σε υψηλό επίπεδο στη στοίβα πρωτοκόλλων και βασίζεται σε μηνύματα που εστιάζουν περισσότερο στη σημασιολογία υπηρεσιών και λιγότερο στη σημασιολογία πρωτοκόλλων δικτύου, επιτρέποντας κατά συνέπεια χαλαρή ενοποίηση επιχειρησιακών λειτουργιών. Παρέχουν ένα πρότυπο ένωσης έτσι ώστε η ενοποίηση να γίνει χρησιμοποιώντας μια κοινή υποδομή. Η ενοποίηση και η εφαρμογή μπορούν να γίνουν κατά τρόπο επαναλαμβανόμενο, χρησιμοποιώντας υπάρχουσες γλώσσες και πλατφόρμες. Μια υπηρεσία Ιστού περιγράφεται μέσω της XML η οποία καλύπτει όλες τις απαραίτητες λεπτομέρειες για την αλληλεπίδραση με την υπηρεσία, συμπεριλαμβανομένων των σχημάτων μηνυμάτων και των πρωτοκόλλων μεταφορών. Η διεπαφή κρύβει τις λεπτομέρειες υλοποίησης της υπηρεσίας, επιτρέποντάς της να χρησιμοποιηθεί ανεξάρτητα από την πλατφόρμα υλικού ή λογισμικού στην οποία δημιουργείται και επίσης ανεξάρτητα από τη γλώσσα προγραμματισμού στην οποία γράφεται. Καθώς ο όρος «υπηρεσιοστραφής» («service oriented») υφίσταται εδώ και αρκετό καιρό, έχει χρησιμοποιηθεί εκτενώς μέσα από διαφορετικά τεχνολογικά πλαίσια και σε διαφορετικούς επιχειρηματικούς σκοπούς. Ως αφηρημένη έννοια θα μπορούσε να θεωρηθεί ότι η υπηρεσιοστραφής αρχιτεκτονική βασίζεται στην λογική ότι οποιοδήποτε μεγάλο πρόβλημα μπορεί να επιμεριστεί και να διαχειριστεί καλύτερα εάν το σπάσουμε σε μικρότερα προβλήματα τα οποία το συνθέτουν. Κατά συνέπεια το ίδιο ισχύει και σε συστήματα τα οποία βασίζονται σε υπηρεσίες Ιστού και τα οποία ακολουθούν την αρχιτεκτονική προσανατολισμένη στις υπηρεσίες (SoA). Ο όρος SoA είναι γνωστός με την ονομασία «υπηρεσιοστραφής» αρχιτεκτονική καθώς βασίζεται στο κεντρικό μοντέλο με το οποίο ένα πελάτης χρειάζεται ένα συγκεκριμένο σύνολο υπηρεσιών για να μπορέσει να λειτουργήσει. Η SoA αποτελεί την πιο σύγχρονη προσέγγιση αρχιτεκτονικής όσον αφορά τον σχεδιασμό και την ανάπτυξη των σύνθετων επιχειρησιακών και πληροφοριακών συστημάτων. Αποτελεί μια συλλογή από υπηρεσίες, οι οποίες επικοινωνούν μεταξύ τους και χρειάζεται να ακολουθούν μια σειρά από βασικά υπηρεσιοστραφή αξιώματα τα οποία αναλύονται στην συνέχεια. [36]

38 Η SoA είναι η προσέγγιση που καλείται να υλοποιήσει τις επιδιώξεις των σύγχρονων ε- πιχειρήσεων και να αντιμετωπίσει τις προκλήσεις, θέτοντας στο κέντρο των επιχειρηματικών διαδικασιών και συναλλαγών τις υπηρεσίες. Στην ουσία, πρόκειται για μια αρχιτεκτονική φιλοσοφία, που στοχεύει στην πραγματοποίηση και συντήρηση επιχειρηματικών διαδικασιών, ώστε να είναι δυνατή η αποδοχή και χρησιμοποίηση τους από πολύπλοκα κατανεμημένα υπολογιστικά συστήματα. Συνοψίζοντας με τον όρο της υπηρεσιοστραφούς αρχιτεκτονικής, αξίζει να μελετήσουμε τους διάφορους γενικούς ορισμούς της αρχιτεκτονικής που έχουν προταθεί κατά καιρούς από διάφορους οργανισμούς, ώστε να γίνουν εμφανή τα βασικά χαρακτηριστικά της προτού αναλυθούν με λεπτομέρεια. Αρχίζουμε με τον ορισμό που δίνεται από τον οργανισμό προτύπων Organization for the Advancement of Structured Information Standards (OASIS) 2 : «είναι ένα παράδειγμα οργάνωσης και χρήσης των κατανεμημένων δυνατοτήτων που μπορεί να βρίσκονται υπό τον έλεγχο διαφορετικών τομέων δικαιοδοσίας. Παρέχει ένα ενιαίο μέσο προσφοράς, ανεύρεσης, αλληλεπίδρασης και χρήσης των δυνατοτήτων με στόχο την επίτευξη των επιθυμητών αποτελεσμάτων που συμφωνούν με μετρήσιμες προϋποθέσεις και επιδιώξεις». Γίνεται φανερό ότι στον παραπάνω ορισμό τονίζονται η έννοια της ετερογένειας και της διασποράς των κατανεμημένων συστημάτων ως ανάγκη για την υιοθέτηση της SoA αρχιτεκτονικής. Μέχρι σήμερα, έχουν οριστεί τέσσερις βασικές αρχές, στις οποίες πρέπει να συμμορφώνονται οι υπηρεσίες που ακολουθούν την SoA και έχουν να κάνουν με : την αυτονομία μεταξύ των υπηρεσιών διαδικτύου τον ρητό και σαφή ορισμός των υπηρεσιών τον διαμοιρασμό σχημάτων και συμφωνιών μεταξύ των υπηρεσιών τη διασφάλιση της συμβατότητας ανάμεσα στις υπηρεσίες μέσω κατάλληλων πολιτικών χρήσης Συνεπώς, η SoA αποτελείται από τα παρακάτω βασικά στοιχεία [Papazoglou et al., 2007]: Τις Υπηρεσίες Ιστού που είναι αυτόνομες και καλά ορισμένες μονάδες επιχειρηματικής λειτουργικότητας. 2 [37]

39 Την υλική υποδομή πάνω στην οποία θεμελιώνεται η Υπηρεσιοστραφής Αρχιτεκτονική. Πρόκειται για την αποθήκη Υπηρεσιών (Service Repository) που αποθηκεύει όλες τις σχετικές πληροφορίες που έχουν να κάνουν με τις λειτουργίες και τα δεδομένα των Υπηρεσιών καθώς και τον Επιχειρησιακό Δίαυλο Υπηρεσιών (Enterprise Service Bus) που καθιστά δυνατή την υλοποίηση της έννοιας της διαλειτουργικότητας και συμβάλλει στην ευφυή κατανομή και επικοινωνία των επιχειρηματικών δεδομένων και διαδικασιών μεταξύ πολλαπλών συστημάτων που χρησιμοποιούν διαφορετικές και ετερογενείς τεχνολογίες. Τη χαλαρή σύζευξη που αντιπροσωπεύει την έννοια της εξάρτησης μεταξύ διαφορετικών συστημάτων και ασχολείται με τη μείωση του κινδύνου και των συνεπειών λόγω μεταβολών και ασυνεπειών των πολλαπλών συστημάτων. Με αυτόν τον τρόπο είναι δυνατό να επιτευχθεί o στόχος για ευελιξία, κλιμάκωση και ανοχή ασυνεπειών και λαθών Συστήματα Πολλαπλών Πρακτόρων Τα περισσότερα συστήματα λογισμικού είναι παράλληλα, κατανεμημένα και αλληλεπιδρούν με στοιχεία που βρίσκονται σε κάποιο δίκτυο. Επιπρόσθετα, τα συστήματα λογισμικού τείνουν να είναι ανοιχτά, με την έννοια του ότι απαντώνται σ ένα δυναμικό και λειτουργικό περιβάλλον, όπου πραγματοποιείται μία συνεχής ροή στοιχείων, δηλαδή νέα στοιχεία προσθέτονται και τα ήδη υπάρχοντα φεύγουν. Τα τρία παραπάνω χαρακτηριστικά μπορεί να τα βρει κάποιος στον σημασιολογικό ιστό και στον υπολογισμό πλεγμάτων. Αυτά τα χαρακτηριστικά ταιριάζουν στον έλεγχο των εκτάκτων αναδυόμενων πολυπλοκοτήτων για τους παρακάτω λόγους : πρώτον, η αυτονομία των στοιχείων των εφαρμογών (δηλαδή η ικανότητα του πράκτορα να αποφασίσει τις πράξεις που πρέπει να κάνει και σε ποιον χρόνο) αντανακλά την αποκεντρωμένη φύση των μοντέρνων κατανεμημένων συστημάτων και μπορεί να θεωρηθεί ως η φυσική επέκταση των εννοιών της συναρμολόγησης και της συμπύκνωσης για συστήματα διαφορετικών ομάδων χρηστών. Δεύτερον, ο ελαστικός τρόπος με τον οποίο λειτουργούν οι πράκτορες (εξισορροπώντας αντιδραστικές συμπεριφορές, όσον αφορά την επίτευξη των σχεδιαστικών στόχων) ταιριάζει σε δυναμικές και απρόβλεπτες καταστάσεις στις οποίες καλείται το λογισμικό να λειτουργήσει. Τέλος, η δυναμική και υψηλού επιπέδου φύση των αλληλεπιδράσεων των πολλαπλών πρακτόρων είναι κατάλληλη για να ανοίξει συστήματα, των οποίων τα στοιχεία και τα πρότυπα αλληλεπίδρασής τους αλλάζουν σταθερά. [38]

40 Με βάση τα παραπάνω, θεωρείται σωστή η χρήση των συστημάτων πολλαπλών πρακτόρων (ΣΠΠ) ως παράδειγμα μηχανικής λογισμικού για τη σχεδίαση και την ανάπτυξη πολύπλοκων συστημάτων λογισμικού. Στα ΣΠΠ, οι εφαρμογές σχεδιάζονται και αναπτύσσονται με βάση αυτόνομες οντότητες λογισμικού (πράκτορες). Αυτές οι οντότητες μπορούν να επιτύχουν τους στόχους τους, αλληλεπιδρώντας μεταξύ τους και ακολουθώντας υψηλού επιπέδου πρωτόκολλα και γλώσσες. Όπως στην περίπτωση οποιουδήποτε νέου παραδείγματος μηχανικής λογισμικού, η επιτυχής και ευρέως διαδεδομένη ανάπτυξη των πολύπλοκων συστημάτων λογισμικού, που είναι βασισμένα στα ΣΠΠ, απαιτεί όχι μόνο νέα μοντέλα και τεχνολογίες αλλά και την αναγνώριση του κατάλληλου σετ αφαιρετικών εννοιών του λογισμικού. Αυτές οι αφαιρετικές έννοιες λειτουργούν ως αναφορά για την αναγνώριση και την ανάλυση του συστήματος καθώς και για την παροχή της βάσης των μεθοδολογιών που καθιστά ικανούς τους ερευνητές στο να σχεδιάζουν τέτοια συστήματα μ ένα αξιόπιστο, υπεύθυνο και επαναλαμβανόμενο τρόπο. Πρόσφατα ήρθε στο προσκήνιο ένας αριθμός προτάσεων που προσπάθησε να ορίσει πλήρεις και γενικές μεθοδολογίες, που βασίζονται σε αφαιρετικές έννοιες σχετικά με πράκτορες και προσαρμοσμένες ειδικά στην ανάλυση και τη σχεδίαση των ΣΠΠ. Παρόλο που αυτές οι μεθοδολογίες υιοθετούν διαφορετικές ορολογίες και παρέχουν διαφορετικές αφαιρετικές έννοιες, εντούτοις αναγνωρίζουν ότι η διαδικασία κατασκευής ΣΠΠ είναι ριζοσπαστικά διαφορετική από την διαδικασία κατασκευής περισσότερο παραδοσιακών συστημάτων λογισμικού. Ειδικότερα, όλες αναγνωρίζουν ότι ένα ΣΠΠ μπορεί να παρομοιαστεί σαν μία οργανωμένη κοινωνία ατόμων, στην οποία κάθε πράκτορας έχει συγκεκριμένους ρόλους και αλληλεπιδράσεις με άλλους πράκτορες σύμφωνα με πρωτόκολλα που καθορίστηκαν από τους ρόλους των εμπλεκομένων πρακτόρων. Τα ΣΠΠ μπορούν να χαρακτηριστούν από τα ακόλουθα: Κάθε πράκτορας έχει πρόσβαση σε μέρος της πληροφορίας του όλου συστήματος. Δεν υπάρχει κάποια κεντρικοποιηένη οντότητα ελέγχου η οποία παρεμβαίνει στην αλληλεπίδραση μεταξύ των πρακτόρων. Η πληροφορία είναι κατανεμημένη σε διάφορες πηγές ή πράκτορες. Οι λειτουργίες κάθε πράκτορα γίνονται με ασύχρονο τρόπο. Ένα ΣΠΠ είναι «ένα σύστημα που αποτελείται από πολλαπλούς ευφυείς πράκτορες που αλληλεπιδρούν μεταξύ τους». Επίσης, τα συστήματα αυτά μπορούν να χρησιμοποιηθούν για να [39]

41 επιλύσουν προβλήματα που είναι πολύ δύσκολα να λυθούν από έναν μεμονωμένο πράκτορα ή από ένα μονολιθικό σύστημα. Οι πράκτορες ορίζονται ως αυτόνομα λογισμικά τα οποία λειτοργούν σε ένα συγκεκριμένο περιβάλλον. Οι πράκτορες είναι σε θέση να ανιχνεύουν αλλαγές στην κατάσταση του συγκεκριμένου περιβάλλοντός και μπορούν να αντιδράσουν πάνω σε αυτές τις αλλαγές. Σε κάθε περίπωση κάθε πράκτορας έχει ένα συγκεκριμένο στόχο και οι λειτουργίες που εκτελεί στοχεύουν στην επίτευξη αυτού. Τα περιβάλλοντα στα οποία λειτουργούν οι πράκτορες είναι συνήθως ανοικτά και κατανεμημένα. Σύμφωνα με τον Wood [2001] ο διαχωρισμός μεταξύ πρακτόρων και παροδοσιακών ε- φαρμογών λογισμικού μπορεί να γίνει με τους ακόλουθους τρόπους: Οι πράκτορες έχουν την ιδιότητα να επηρεάζουν το περιβάλλον στο οποίο λειτουργούν και έπειτα να μπορούν να ανιχνεύσουν αλλαγές σε αυτό. Οι πράκτορες λειτουργούν συνεχώς στο χρόνο σε αντίθεση με εφαρμογές λογισμικού που εκτελούν συγκεκριμένες λειτουργίες σε πεπερασμένο χρόνο. Επίσης, οι πράκτοες θεωρούνται ως εφαρμογές λογισμικού αλλά αντίθετα κάθε εφαρμογή λογισμικού δεν ορίζεται απαράιτητα ως πράκτορας. Ένα ακόμη χαρακτηριστικό των πρακτόρων είναι το μικρό τους μέγεθος. Αποτέλεσμα αυτού είναι ότι οι πράκτορες ως μονάδα δεν μπορούν να λειτουργήσουν ως μια εφαρμογή αλλά ένας συνδιασμός πολλών πρακτόρων μπορεί. Το λογισμικό με τη χρήση των ευφυών πρακτόρων είναι ένα σχετικά νέο πεδίο στην βιομηχανία του λογισμικού. Τα πλεονεκτήματά του σε σχέση με άλλες ανεπτυγμένες προσεγγίσεις βρίσκονται στην ικανότητα που έχουν οι πράκτορες να αναπαριστούν υψηλού επιπέδου οντότητες σε ένα σύστημα λογισμικού. Ένας πράκτορας είναι στην ουσία ένα αυτόνομο μέρος λογισμικού. Το λογισμικό αυτό χαρακτηρίζεται από τις λέξεις ευφυές και πράκτορας. Ευφυές μπορεί να χαρακτηριστεί επειδή μπορεί να δράσει με διαφορετικό τρόπο σε κάθε κατάσταση, βασισμένο στη γνώση που έχει και πράκτορας, επειδή μπορεί να φανερώσει το σκοπό για τον οποίο δημιουργήθηκε και αναπτύχθηκε το λογισμικό (πράκτορας είναι αυτός που δρα στη θέση κάποιου άλλου). Παραδείγματα πρακτόρων θεωρούνται οι ιοί στους υπολογιστές, οι εξομοιωτές παιχνιδιών και τα προγράμματα ανίχνευσης (spiders) στο διαδίκτυο (οι οποίοι χρησιμοποιούνται από μηχανές αναζήτησης για να βρίσκουν συγκεκριμένα δεδομένα). [40]

42 Οι πράκτορες μπορεί να είναι χρήσιμοι ως μοναδικές οντότητες που εξουσιοδοτούνται με συγκεκριμένα καθήκοντα από έναν χρήστη. Παρ όλα αυτά, στις περισσότερες των περιπτώσεων, οι πράκτορες λειτουργούν σε περιβάλλοντα που περιέχουν άλλους πράκτορες. Σ αυτά τα συστήματα πολλαπλών πρακτόρων, η καθολική συμπεριφορά εξάγεται από την αλληλεπίδραση ανάμεσα τους. Αυτό μας οδηγεί στο δεύτερο βασικό στοιχείο του υπολογισμού με βάση τους πράκτορες, το οποίο είναι η κοινωνικότητα. Δηλαδή, οι πράκτορες αλληλεπιδρούν (συνεργάζονται ή συντονίζονται) μεταξύ τους, είτε για να επιτύχουν ένα κοινό στόχο είτε επειδή αυτό είναι απαραίτητο για να επιτύχουν τους δικούς τους στόχους. Σε συστημάτων πολλαπλών πρακτόρων (ΣΠΠ), οι πράκτορες δεν λειτουργών μόνο αντιδρώντας στις αλλαγές του περιβάλλοντος αλλά μπορούν να ενεργήσουν σε αυτό αλλάζοντας με τη σειρά τους τη κατάσταση του περιβάλλοντος. Η ιδιότητα αυτή διαχωρίζει τα ΣΠΠ από άλλα συστήματα Τεχνητής Νοημοσύνης. Ο Gilbert [1995] όρισε τρείς άξονες (σε τρεις διαστάσεις) για την κατηγοριοποίηση των ΣΠΠ: Συνεργασία (Agency) είναι ο βαθμός της αυτονομίας και της αυτενέργειας που έχει ένας πράκτορας και μπορεί να μετρηθεί από τη φύση της αλληλεπίδρασης μεταξύ του πράκτορα και των άλλων οντοτήτων του συστήματος, Νοημοσύνη (Intelligence) είναι ο βαθμός της δυνατότητας των πρακτόρων να επεξεργαστούν τα ερεθίσματα του περιβάλλοντος και να αυτοδιδαχούν σε επίπεδο συμπεριφοράς. Κινητικότητα (Mobility) είναι ο βαθμός κατά τον οποίο οι πράκτορες μπορούν να μετακινηθούν μεταξύ πλατφόρμών ή υλικών υπολογιστικών συστημάτων τα οποία βρίσκονται μέσα στο περιβάλλον του ΣΠΠ. Εφαρμογή ΣΠΠ σε βιομηχανικά περιβάλλοντα Ως βιομηχανικό πρόγραμμα θεωρείται η διάταξη και ο συγχρονισμός των διαδικασιών σ ένα κτίριο παραγωγής. Ο σκοπός είναι η βελτιστοποίηση της παραγωγής, το οποίο μπορεί να συμβεί είτε μεγιστοποιώντας τον αριθμό των παραγόμενων μονάδων ανά χρονική μονάδα και ταυτόχρονα να παραμένει καλή η ποιότητα του προϊόντος, είτε ελαχιστοποιώντας τους απαιτούμενες πόρους για κάθε μονάδα καθώς και τον κίνδυνο λαθών. Οι διαδικασίες και τα μηχανήματα πρέπει να ελέγχονται ώστε να λειτουργούν όπως είναι προγραμματισμένα. Ο έλεγχος μπορεί να κυμαίνεται από έναν απλό συντονισμό του επιπέδου της ενέργειας ενός μηχανήματος μέχρι τον αυτόματο έλεγχο των διαδικασιών. Για πολλές βιομηχανίες χρειάζεται η ανθρώ- [41]

43 πινη συνεργασία ώστε να επιλυθούν πολύπλοκα προβλήματα, όπως για παράδειγμα σε μία διαδικασία σχεδιασμού, οι μηχανικοί και οι σχεδιαστές πρέπει να συνεργαστούν ώστε να υ- πάρξει η εγγύηση του ότι τα προϊόντα είναι ασφαλή. Σε βιομηχανίες, όπως στην ηλεκτρονική παραγωγή, υπάρχουν τεράστια έξοδα εγκατάστασης για κτίρια παραγωγής, συνεπώς χρειάζεται αποτελεσματική προσομοίωση όσον αφορά το κόστος των βιομηχανικών διαδικασιών. Υπάρχουν δυο μεθοδολογίες για την δημιουργία βιομηχανικών συστημάτων πρακτόρων. Σύμφωνα με την πρώτη, υπάρχουν τέσσερα ζητήματα όσον αφορά την ανάπτυξη των αρχιτεκτονικών που βασίζονται στους πράκτορες. 1. η ευκαμψία που σχετίζεται με την αντοχή στα σφάλματα σ ένα περιβάλλον με πολλαπλά αντικείμενα. 2. ο αυτό-σχηματισμός για την υποστήριξη των νέων και την γρήγορη αλλαγή των παλιών προϊόντων. 3. η παραγωγικότητα και πιο συγκεκριμένα το πώς να αυξηθεί εφαρμόζοντας πράκτορες 4. το κόστος ζωής του εξοπλισμού, δηλαδή με ποιο τρόπο θα συγχρονιστεί ο πράκτορας με το κόστος του κύκλου ζωής του λειτουργικού εξοπλισμού. Η δεύτερη μεθοδολογία χωρίζεται πάλι σε τέσσερα βήματα. 1. Στο πρώτο βήμα βρίσκεται η ανάλυση και η δημιουργία του μοντέλου που επιβάλει η βιομηχανία. 2. Στο δεύτερο βήμα εξετάζεται παραπέρα το μοντέλο για να αναγνωριστούν και να ταξινομηθούν οι ρόλοι που χρειάζονται. 3. Στο τρίτο βήμα ορίζονται οι αλληλεπιδράσεις μεταξύ των ρόλων αυτών. 4. Στο τελικό βήμα ορίζονται οι πράκτορες που αντιστοιχίζονται σ αυτούς τους ρόλους Το Διαδίκτυο των Πραγμάτων (IoT) Το διαδίκτυο των πραγμάτων (Internet of Things - IoT) είναι μια νέα έννοια που κερδίζει γρήγορα έδαφος στον χώρο των σύγχρονων ασύρματων τηλεπικοινωνιών. Η βασική ιδέα του IoT είναι η διάχυτη παρουσία γύρω μας μιας ποικιλίας από πράγματα ή αντικείμενα - όπως RFID, αισθητήρες, ενεργοποιητές, τα κινητά τηλέφωνα, κλπ -τα οποία, μέσω μοναδικών σχεδίων διευθυνσιοδότησης, είναι σε θέση να αλληλεπιδρούν μεταξύ τους και να συνεργάζονται με τους γείτονές τους για την επίτευξη κοινών στόχων [Giusto et al., 2010]. Πιο απλουστευμένα μπορούμε να χρησιμοποιήσουμε τον ορισμό ότι το IoT είναι «ένα παγκόσμιο δίκτυο [42]

44 αντικειμένων με μοναδική διεύθυνση τα οποία είναι διασυνδεδεμένα βάση προτύπων πρωτοκόλλων επικοινωνίας» [INFSO, 2008]. Σε αυτό το δίκτυο πέρα από την ανταλλαγή δεδομένων ορίζεται και η ανάγκη για την αποτύπωση, αποθήκευση και επεξήγηση της πληροφορίας που μεταδίδει το κάθε αντικείμενο. Το παρακάτω σχήμα (Σχήμα 2) αποτυπώνει τις τεχνολογίες και τις ιδιαιτερότητες των τριών διαφορετικών οπτικών του ΙοΤ [Atzori et al., 2010]. Σχήμα 2: Internet of Things ως συνδυασμός των τριών βασικών του οπτικών. Βασικές Τεχνολογίες IoT Η υλοποίηση της ιδέας του IoT στον πραγματικό κόσμο είναι εφικτή μέσω της ενοποίησης διαφόρων ώριμων τεχνολογιών. Παρακάτω παρουσιάζονται κάποιες βασικές τεχνολογίες κατηγοριοποιημένες σύμφωνα με τη χρήση τους στο εννοιολογικό πλαίσιο του ΙοΤ. Τεχνολογίες αναγνώρισης, ανίχνευσης και επικοινωνίας. Στο πλαίσιο τις αναγνώρισης, τα βασικά συστατικά του IoT θα είναι RFID συστήματα, τα οποία αποτελούνται από μία ή περισσότερες συσκευές ανάγνωσης RFID (RFID readers) και πολλές ετικέτες RFID. Οι ετικέτες RFID χαρακτηρίζονται από ένα μοναδικό αναγνωριστικό και προσαρτώνται σε αντικείμενα ή ακόμη και σε ζωντανούς οργανισμούς. Οι συσκευές ανάγνωσης RFID ενεργοποιούν τη μετάδοση της ετικέτας δημιουργώντας ένα κατάλληλο [43]

45 σήμα, το οποίο αντιπροσωπεύει ένα ερώτημα για την πιθανή παρουσία ετικετών στην γύρω περιοχή και για την υποδοχή των ταυτοτήτων τους. Αντίστοιχα, τα συστήματα RFID μπορεί να χρησιμοποιηθούν για την παρακολούθηση αντικειμένων σε πραγματικό χρόνο, χωρίς την ανάγκη να βρίσκονται στο «οπτικό» πεδίο κάποιου αισθητήρα. Αυτό επιτρέπει τη χαρτογράφηση του πραγματικού κόσμου στον εικονικό κόσμο. Μια ακόμη τεχνολογία που θα παίξει σημαντικό ρόλο στις υλοποιήσεις IoT συστημάτων είναι τα δίκτυα αισθητήρων. Στην πραγματικότητα, μπορούν να συνεργάζονται με τα συστήματα RFID για την καλύτερη παρακολούθηση της κατάστασης των πραγμάτων, δηλαδή, την τοποθεσία, τη θερμοκρασία, τις κινήσεις τους, κ.λπ. Ως εκ τούτου, μπορεί να αυξήσει την ευαισθητοποίηση σένα συγκεκριμένο περιβάλλον και να αποτελέσει μια επιπλέον γέφυρα μεταξύ φυσικού και ψηφιακού κόσμου. Η χρήση των δικτύων αισθητήρων έχει προταθεί σε διάφορα σενάρια εφαρμογής, όπως η παρακολούθηση του περιβάλλοντος, η ηλεκτρονική υ- γεία, τα ευφυή συστήματα μεταφορών, των στρατιωτικών, βιομηχανικών και παρακολούθηση της εγκατάστασης. Τέλος, οι σύγχρονες τεχνολογίες ασύρματης δικτύωσης με χαμηλές απαιτήσεις σε ηλεκτρική ισχύ θεωρούνται απαραίτητες διότι αφενός επιτρέπουν την εύκολη επικοινωνία σε συσκευές οι οποίες είναι σε κίνηση και μπορούν να προσαρμοστούν σε μικρού μεγέθους συσκευές οι οποίες να μπορούν να τοποθετηθούν οπουδήποτε. Ειδικά για τα δίκτυα αισθητήρων, το πρότυπο IEEE στο οποίο βασίζεται το ZigBee θεωρείται αυτή τη στιγμή η επικρατέστερη λύση, χωρίς αυτό βέβαια να απορρίπτει τις κλασσικές λύσεις όπως ΙΕΕΕ (WiFi), Bluetooth και IEEE (Ethernet) Ενδιάμεσο λογισμικό διαχείρισης (Middleware) Το ενδιάμεσο λογισμικό είναι ένα στρώμα λογισμικού ή ένα σύνολο επιμέρους στρωμάτων που παρεμβάλλεται μεταξύ της τεχνικής υποδομής και του επιπέδου εφαρμογής. Χαρακτηριστικό του είναι η απόκρυψη των λεπτομερειών των διαφόρων τεχνολογιών. Με αυτό τον τρόπο απαλλάσσει τον προγραμματιστή από τα θέματα που δεν είναι σχετικά με τον στόχο του, δηλαδή την ανάπτυξη ολοκληρωμένων εφαρμογών που χρησιμοποιούν την υποδομή των αισθητήρων/rfid ετικετών. Όπως συμβαίνει και σε άλλες προσεγγίσεις, οι αρχιτεκτονικές middleware που προτείνονται τα τελευταία χρόνια για το IoT συχνά ακολουθούν την προσέγγιση της SoA. Η υιοθέτηση των αρχών SoA επιτρέπει την αποσύνθεση πολύπλοκων και μονολιθικών συστημάτων σε εφαρμογές που αποτελούνται από ένα οικοσύστημα απλούστερη και σαφώς καθορισμένων συστατικών. [44]

46 Σχήμα 3: SOA αρχιτεκτονική για εφαρμογές IoT Στο Σχήμα 3 [Atzori et al., 2010] φαίνονται τα βασικά συστατικά της αρχιτεκτονικής SOA για εφαρμογές IoT. Τα βασικά συστατικά είναι τα εξής: Σύνθεση Υπηρεσιών (Service composition). Το επίπεδο αυτό παρέχει τις λειτουργίες για τη σύνθεση των υπηρεσιών ιστού που παρέχονται από τα δικτυωμένα αντικείμενα, για τη δημιουργία σύνθετων εφαρμογών (Applications επίπεδο). Στο επίπεδο αυτό δεν υπάρχει η έννοια του αντικειμένου-συσκευής και οι μόνοι πόροι που είναι ορατοί είναι οι υπηρεσίες που παρέχουν μέσω των ενδιάμεσων επιπέδων. Διαχείριση Υπηρεσιών (Service management). Αυτό το επίπεδο παρέχει τις βασικές λειτουργίες που αναμένονται να είναι διαθέσιμες για κάθε αντικείμενο και επιτρέπουν τη διαχείρισή τους σε οποιοδήποτε IoT σενάριο. Περιλαμβάνει ένα βασικό σύνολο υπηρεσιών: δυναμική ανακάλυψη αντικειμένων, παρακολούθηση της κατάστασής τους και ρύθμιση των υπηρεσιών του. Αφαιρετικότητα Αντικειμένων (Object abstraction). Το επίπεδο αυτό προσφέρει την απαραίτητη αφαιρετικότητα για την χρήση των λειτουργιών των αντικειμένων που θα χρησιμοποιηθούν στην εφαρμογή. Οι εφαρμογές IoT βασίζονται στην διασύνδεση διάφορων συσκευών με διαφορετικές λειτουργίες και διαφορετικά πρωτόκολλα επικοινωνίας και δομή μηνυμάτων μετάδοσης πληροφορίας. Αυτό [45]

47 το επίπεδο αποτελείται από μηχανισμούς που επικοινωνούν με τις διάφορες συσκευές και αναλαμβάνουν την μετατροπή της ανταλλασσόμενης πληροφορίας με τέτοιο τρόπο ώστε να παρέχουν στα από πάνω επίπεδα της αρχιτεκτονικής ένα ε- νιαίο τρόπο επικοινωνίας (συνήθως μέσω TCP/IP δικτύων) και μια κοινή γλώσσα και έννοια στην απεικόνιση μηνυμάτων (χρήση XML ή JavaScript Object Notation - JSON). Οι τεχνολογίες που υποστηρίζουν το IoT μπορούν εύκολα να προσαρμοστούν στο βιομηχανικό περιβάλλον ώστε να παρακολουθούν όλα τα στοιχεία και αντικείμενα κατά τη διάρκεια του κύκλου ζωής της παραγωγικής διαδικασίας ενός προϊόντος. Όπως παρουσιάζεται στο Σχήμα 4 [Zhuming et al., 2014] το IoT παρέχει ζωτικής σημασίας λύσεις για το σχεδιασμό, τον προγραμματισμό και τον έλεγχο των συστημάτων παραγωγής σε όλα τα επίπεδα των επιχειρησιακών δραστηριοτήτων. Σχήμα 4: ΙοΤ στην σύγχρονη παραγωγή. Η υποσημείωση (tagging) των αντικειμένων (δοχεία, υλικά, κτλ.) στο επίπεδο ελέγχου και μηχανών της βιομηχανίας, μέσω των ενσωματωμένων έξυπνων συσκευών ή με τη χρήση μοναδικών αναγνωριστικών στοιχείων (π.χ. RFID), απλοποιεί αρκετά τον εντοπισμό τους στο περιβάλλον της παραγωγής διευκολύνοντας την αναζήτηση πόρων, τον έλεγχο διαθεσιμότη- [46]

48 τας και τη παρακολούθηση της παραγωγικής διαδικασίας. Αυτό επιτρέπει την καταγραφή του ιστορικού των διάφορων αντικειμένων εφόσον αυτά είναι άρρηκτα συνδεδεμένα με κάποιο συνημμένο στοιχείο επεξεργασίας πληροφοριών. Τα δεδομένα αφορούν το ιστορικό χρήσης ενός προϊόντος το οποίο περιλαμβάνει χρήσιμες πληροφορίες για το σχεδιασμό του προϊόντος, το μάρκετινγκ και το σχεδιασμό των υπηρεσιών που σχετίζονται με το προϊόν, καθώς και στη λήψη αποφάσεων για την ασφαλή και φιλική προς το περιβάλλον ανακύκλωση, ανακατασκευή ή διάθεση [CERP, 2010]. Έξυπνα περιβάλλοντα βοηθούν επίσης στη βελτίωση της αυτοματοποίησης σε βιομηχανικά περιβάλλοντα με μαζική εγκατάσταση RFID που συνδέεται με τα τμήματα παραγωγής. Σε ένα γενικό σενάριο, όταν αντικείμενα/υλικά της παραγωγής φθάσουν στο σημείο επεξεργασίας, η ετικέτα διαβάζεται από τη συσκευή ανάγνωσης RFID. Ένα συμβάν δημιουργείται από τη συσκευή ανάγνωσης RFID με όλα τα απαραίτητα δεδομένα, όπως ο αριθμός RFID, και αποθηκεύεται στο δίκτυο. Η μηχανή ενημερώνεται με αυτό το γεγονός και ενεργεί παίρνοντας το συγκεκριμένο αντικείμενο παραγωγής για να το επεξεργαστεί. Παράλληλα, η ύπαρξη ενός αισθητήρα πίεσης που παρακολουθεί τη δόνηση κατά τη λειτουργία μιας μηχανής μπορεί να στείλει κάποιο συμβάν όταν ξεπεραστεί κάποια τιμή και η μηχανή να σταματήσει τη διαδικασία (έλεγχος ποιότητας). Όταν ένα συμβάν έκτακτης ανάγκης διαδίδεται, οι συσκευές και μηχανές στο εργοστάσιο θα αντιδράσουν αναλόγως. Επίσης η πληροφορία που συγκεντρώνεται από τους αισθητήρες στο εργοστάσιο μπορούν να μεταφερθούν άμεσα σε υψηλότερο επίπεδο (ERP) και οι αρμόδιοι υπάλληλοι να ενημερώνονται άμεσα για τις πορείες των παραγγελιών και της παραγωγής [Spiess et al., 2009]. 3.2 Ολοκλήρωση πληροφορίας Μοντέλο της Πληροφορίας Ένα κοινό μοντέλο που παρέχει μια διαισθητική κατανόηση της έννοιας της πληροφόρησης, είναι η Πληροφορία Τριών Επιπέδων [Zemánek, 1992]: Σύνταξη (Syntax) Σημασιολογία (Semantics) Πραγματολογία (Pragmatics) Σε αυτά τα τρία επίπεδα (Σχήμα 5) λαμβάνεται υπόψη όχι μόνο το συντακτικό των μηνυμάτων, αλλά λαμβάνει επίσης υπόψη η σημασία και η επίδραση της πληροφορίας. Ως εκ τούτου, αποτελούν τα θεμέλια για την επεξεργασία της πληροφορίας. [47]

49 Pragmatics Semantics Syntax Σχήμα 5: Επίπεδα πληροφορίας Οι γλώσσες είναι κεντρικής σημασίας για την τεχνολογία της πληροφορίας, π.χ. γλώσσες προγραμματισμού ή τις γλώσσες σήμανσης. Επίσης, οι μηχανισμοί αλληλεπίδρασης και τα πρωτόκολλα επικοινωνίας βασίζονται στην ανταλλαγή πληροφορίας με βάση τις γλώσσες. Η βάση μιας γλώσσας είναι μια συστηματική σειρά συμβόλων και σύνολο κανόνων (γραμματική), που επιτρέπει την αυτόματη επεξεργασία και το χειρισμό των συμβόλων αυτών. Η Σύνταξη είναι η δομή των καλοσχηματισμένα προτάσεων μιας γλώσσας [Schneider, 1991]. Καθορίζει ένα πεπερασμένο σύνολο των συμβόλων (χαρακτήρες, λέξεις) που μπορούν να χρησιμοποιηθούν μέσα σε μια πρόταση καθώς και τις αλληλουχίες αυτών των συμβόλων. Η περιγραφή της σύνταξης ονομάζεται γραμματική (μια εναλλακτική αντίληψη είναι η μορφή των δεδομένων). Όπως σε μια φυσική γλώσσα, η γραμματική καθορίζει τη δομική συναρμολόγηση των εκφράσεων. Τυπικά, η σύνταξη μιας γλώσσας (στο πλαίσιο της τεχνολογίας των πληροφοριών), μπορεί να περιγραφεί και να αναλυθεί πλήρως χωρίς καμία γνώση σχετικά με την έννοια των προτάσεων που αποτελείται με τη γλώσσα. Η Σημασιολογία περιγράφει τη συνοχή μεταξύ μιας γλώσσας και της πραγματικότητας που περιγράφεται τη γλώσσα. Περιλαμβάνει τις έννοιες που εκφράζονται από τα στοιχεία και τη δομή των προτάσεων [Eberle, 2005]. Έτσι, ο ρόλος της σημασιολογίας είναι να παρέχει την κατανόηση των διαφορετικών όρων και δομών μιας γλώσσας, δηλαδή, καθορίζει τις αναφορές τους με την πραγματικότητα. Στο πλαίσιο της τεχνολογίας των πληροφοριών, οι σημασιολογικές έννοιες ορίζονται με ακρίβεια και σαφήνεια. Η Πραγματολογία τοποθετεί μια γλώσσα, στο πλαίσιο της προβλεπόμενης δράσης. Η πληροφορία δεν είναι απόλυτη, αλλά πάντα σχετική με την άποψη της πηγής πληροφοριών ή τον χρήστη πληροφοριών. Ως εκ τούτου, πραγματολογία καθορίζει το πλαίσιο, στο οποίο η κανονικότητα της σημασιολογίας και της σύνταξης είναι έγκυρες [Eberle 2005]. Σύνταξη και σημασιολογία είναι πάντα συγγενής της πραγματολογίας του πλαισίου περιεχομένου, στο οποίο χρησιμοποιούνται οι πληροφορίες. Η εφαρμογή αυτών των παραπάνω όρων σε ένα συγκεκριμένο σύστημα ή ένα συγκεκριμένο τομέα γνώσης οδηγεί στην έννοια του μοντέλου πληροφοριών. Ένα μοντέλο πληροφο- [48]

50 ριών επιτρέπει τη μεταφορά ενός μηνύματος σε πληροφορίες. Τα μοντέλα πληροφοριών αποτελούνται από τα τρία επίπεδα της πληροφορίας. Το υψηλότερο επίπεδο είναι το επίπεδο της πραγματολογίας που αποτελεί τη βάση κάθε εξεταζομένου συστήματος. Η πραγματολογία οδηγεί στον ορισμό της σημασιολογίας των πληροφοριών για ένα σύστημα ή ένα τομέα γνώσης. Μετά τον ορισμός της σημασιολογία ακλουθεί ο ορισμός της σύνταξης για το πώς αποτυπώνεται η πληροφορία του συστήματος ή τομέα. Για την καλύτερη επεξήγηση του μοντέλου Πληροφορίας Τριών Επίπεδων παραθέτουμε ένα παράδειγμα. ξής: Δηλώνοντας την έκφραση local_time = 8:30 τα τρία επίπεδα αναλύονται ως ε- Σύνταξη: Παρά το γεγονός ότι η σύνταξη της γλώσσας που χρησιμοποιήθηκε για την κατασκευή αυτής της έκφρασης δεν μπορεί να προσδιοριστεί ρητά, μπορούμε να υποθέσουμε ότι η έκφραση μπορεί να εκφραστεί από μια τριάδα (triple) <identifier> <operator> <value>. Σημασιολογία: Η σημασιολογία της έκφρασης δεν είναι τόσο προφανής. Δεν ξέρουμε αν η έκφραση περιέχει τη πληροφορία για την αξία ενός αναγνωριστικού ή αν περιγράφει μια ενέργεια, π.χ. εκχώρηση μιας τιμής σε ένα αναγνωριστικό. Επιπλέον δεν ξέρουμε τι σημαίνει το αναγνωριστικό "local_time". Πιθανώς αυτό σημαίνει την τοπική ώρα. Φυσικά, αυτό είναι μια σχετική έννοια. Υποθέτοντας "local_time" σημαίνει τοπική ώρα εξακολουθεί να μην είναι σαφές σε ποιο μέρος της πραγματικότητας local_time αναφέρεται. Οι αναφορές θα μπορούσε να είναι η τοπική ώρα μιας πηγής πληροφόρησης, της επεξεργασίας των πληροφοριών, κλπ. Οι απαντήσεις αυτών των ερωτημάτων είναι μέρος της σημασιολογίας. Πραγματολογία: Το μέρος της πραγματικότητας στο οποίο αναφέρεται η local_time εξαρτάται από τον σκοπό που χρησιμοποιείται η συγκεκριμένη πληροφορία. Ανταλλαγή Πληροφοριών Οι όροι επικοινωνία και ανταλλαγή πληροφοριών είναι σημαντικοί στο πλαίσιο της αλληλεπίδρασης των συστημάτων ενός ολοκληρωμένου συστήματος. Συχνά αντιμετωπίζονται ως συνώνυμα. Ωστόσο, για να εξασφαλίζουν τη διαλειτουργικότητα των συστημάτων, είναι θεμελιώδους σημασίας να διαχωρίζονται σαφώς αυτοί οι δύο όροι. [49]

51 Η Επικοινωνία στο πλαίσιο της τεχνολογίας των πληροφοριών, χρησιμοποιείται για τη μετάδοση μηνυμάτων μεταξύ των κατανεμημένων συστημάτων μέσω ενός φυσικού μέσου. Οι πληροφορίες που ανταλλάσσονται με τα μηνύματα. Είναι απαραίτητο να γίνει διάκριση μεταξύ της πληροφορίας και του μηνύματος (δεδομένα). Ένα μήνυμα περιέχει ( αντιπροσωπεύει ) πληροφορία, αλλά δεν είναι η ίδια η πληροφορία - η πληροφορία μπορεί να εκπροσωπείται και να ανακτηθεί από τα μηνύματα. Για τη μετάδοση πληροφοριών μεταξύ των δύο συστημάτων ( από έναν αποστολέα σε έναν δέκτη ), απαιτούνται διάφορα στάδια διαδικασιών. Πρώτα οι διαθέσιμες πληροφορίες που βρίσκονται στον αποστολέα πρέπει να μετατραπούν σε ένα μήνυμα, το οποίο αποτελείται από μία ακολουθία συμβόλων. Αυτή η διαδικασία ονομάζεται αναπαράσταση (representation). Σε δεύτερο στάδιο, με την Επικοινωνία, το μήνυμα μεταδίδεται από τον αποστολέα προς τον παραλήπτη. Μετά την άφιξη στον δέκτη, οι πληροφορίες πρέπει να ανακτηθούν από το μήνυμα. Αυτή η διαδικασία ονομάζεται ερμηνεία (interpretation). Το παρακάτω σχήμα (Σχήμα 6) [Eberle, 2005] απεικονίζει τις συσχετίσεις των διαφόρων βημάτων Information Representation Message Communication Message Interpretation Information Sender Receiver Σχήμα 6: Τα στάδια της μεθόδου για την ανταλλαγή πληροφοριών - την εκπροσώπηση, την επικοινωνία, ερμηνεία Κατά συνέπεια, το μήνυμα (αντίστοιχα δεδομένα) και η πληροφορία δεν μπορούν να α- ντιμετωπίζονται ως όμοια. Με τον ίδιο τρόπο θα πρέπει να εξετάζεται χωριστά η επικοινωνία και η ανταλλαγή πληροφοριών. Η επικοινωνία απαιτείται για τη μετάδοση μηνυμάτων από έναν αποστολέα σε έναν δέκτη. Η ανταλλαγή πληροφοριών περιλαμβάνει τη δυνατότητα των εμπλεκόμενων συστημάτων να αντιληφθούν το περιεχόμενο των μεταδιδόμενων μηνυμάτων. Αυτό περιλαμβάνει τη μετατροπή των πληροφοριών σε μηνύματα (αναπαράσταση) και των μηνυμάτων σε πληροφορίες (ερμηνεία). Ενώ η επικοινωνία λαμβάνει χώρα μεταξύ των συστημάτων, η ανταλλαγή πληροφοριών αποτελεί αναπόσπαστο μέρος των εμπλεκόμενων συστημάτων. Η περιγραφή της ανταλλαγής πληροφοριών απαιτεί δύο τύπους μοντέλων (βλέπε Σχήμα 7 από [Eberle, 2005]): Ένα μοντέλο επικοινωνίας (communication model) που περιγράφει τη διαδικασία της μετάδοσης του μηνύματος. Το μοντέλο επικοινωνίας είναι ανεξάρτητο από τη [50]

52 μεταδιδόμενη πληροφορία. Το μοντέλο επικοινωνίας πρέπει να κοινό για τα ε- μπλεκόμενα συστήματα προκειμένου να δημιουργήσουν δίαυλο επικοινωνίας. Τα μοντέλα πληροφορίας (information model) προσδιορίζουν το μετασχηματισμό μεταξύ των πληροφοριών και των μηνυμάτων. Η αναπαράσταση των πληροφοριών, καθώς και η ερμηνεία των μηνυμάτων εξαρτάται από την ατομική άποψη (οι πραγματολογία) των εμπλεκόμενων συστημάτων. Ως εκ τούτου, μια γενική περιγραφή της ανταλλαγής πληροφοριών αποτελείται από δύο επιμέρους μοντέλα πληροφοριών του αποστολέα και του παραλήπτη. Information model Pragmatics Semantics Syntax Communication model Information model Pragmatics Semantics Syntax Information Representation Message Communication Message Interpretation Information Sender Receiver Σχήμα 7: Η ανταλλαγή πληροφοριών με την εξέταση του μοντέλου επικοινωνίας και πληροφόρησης Τα συστήματα μιας αρχιτεκτονικής ολοκλήρωσης συστημάτων πρέπει να είναι πλήρως διαλειτουργικά το ένα με το άλλο σε όλο το μήκος του κύκλου ζωής μιας επιχειρησιακής διαδικασίας. Η διαλειτουργικότητα ορίζεται ως «η ικανότητα δύο ή περισσότερα συστήματα να ανταλλάσσουν πληροφορίες και να χρησιμοποιούν τις πληροφορίες που έχουν ανταλλάξει» [IEEE, 1990]. Η διαλειτουργικότητα είναι από τις βασικές προκλήσεις της ένταξης των συστημάτων σε μια τέτοια αρχιτεκτονική. Ο στόχος εδώ είναι να διασφαλιστεί ότι όλα τα συστήματα μπορούν να ανταλλάσσουν πληροφορίες χωρίς δυσκολίες και απώλεια της αίσθησης. Με βάση τις βασικές αρχές της πληροφορικής και της ανταλλαγής πληροφοριών το πρόβλημα της διαλειτουργικότητας μπορεί να περιοριστεί. Η διαλειτουργικότητα εξασφαλίζεται, αν τα συστήματα ή τα κατασκευαστικά στοιχεία αυτών : χρησιμοποιούν ένα κοινό μοντέλο επικοινωνίας και είναι ικανά να μεταφέρουν πληροφορία μεταξύ των διαφορετικών μοντέλων πληροφορίας. [51]

53 Για την αντιμετώπιση της δεύτερης προϋπόθεσης, δηλαδή τη σωστή διαχείριση των μοντέλων πληροφορίας των εμπλεκόμενων συστημάτων, προκειμένου να εξασφαλιστεί η διαλειτουργικότητα, δύο βασικές προσεγγίσεις είναι δυνατές: 1. Ανταλλαγή πληροφοριών με κοινό μοντέλο πληροφορίας 2. Ανταλλαγή πληροφοριών με διαφορετικό μοντέλο πληροφορίας Ανταλλαγή πληροφοριών με κοινό μοντέλο πληροφορίας Μία προσέγγιση για την αντιμετώπιση της αλληλοκατανόησης των μοντέλων πληροφορίας των εμπλεκόμενων συστημάτων είναι να ενοποιηθεί η πληροφορία σε ένα ενιαίο κοινό μοντέλο πληροφορίας. Αυτή η διαδικασία ονομάζεται τυποποίηση. Κατά συνέπεια, η ανταλλαγή πληροφοριών βασίζεται σε ένα σύστημα-μοντέλο ευρείας ενημέρωσης, η οποία είναι δεσμευτική για τον αποστολέα και παραλήπτη. Τα εμπλεκόμενα συστήματα πρέπει να είναι όμοια και να ασχοληθούν με ίδιες πληροφορίες, σημασιολογία και σύνταξη (δηλαδή, έχουν την ίδια «κατανόηση»). Ως αποτέλεσμα, η ανταλλαγή πληροφοριών μπορεί να μείνει εντελώς αμετάβλητη. Επιπλέον, το μοντέλο πληροφοριών μπορεί να συγχωνευτεί με το μοντέλο επικοινωνίας. Ένα χαρακτηριστικό παράδειγμα αυτής της σύντηξης είναι το Open Systems Interconnection βασικό μοντέλο αναφοράς (Μοντέλο Αναφοράς OSI ή OSI μοντέλο για συντομία) 3. Ανταλλαγή πληροφοριών με διαφορετικό μοντέλο πληροφορίας Μια πιο γενική προσέγγιση είναι να επιτρέπονται ρητά διαφορετικά μοντέλα πληροφορίας στον αποστολέα και στο δέκτη. Οι πληροφορίες, με τις οποίες ασχολούνται τα εμπλεκόμενα συστήματα, εξακολουθούν να πρέπει να αντιστοιχηθούν, αλλά δεν χρειάζεται να είναι ό- μοια. Τα μοντέλα πληροφορίας των συστημάτων που αλληλεπιδρούν μπορεί να επιλεχθούν ανάλογα με τη πραγματολογία, τις λειτουργίες τις τεχνικές δυνατότητές του καθενός. Κατά συνέπεια, οι πληροφορίες που ανταλλάσσονται μεταξύ των συστημάτων δεν μπορεί να παραμείνουν αμετάβλητες. Οι πληροφορίες που είναι χτισμένες βάση της σημασιολογίας και της σύνταξης του αποστολέα πρέπει να μετατραπούν σε ισοδύναμες πληροφορίες σύμφωνα με το σημασιολογικό και τη σύνταξη του δέκτη (Σχήμα 8). 3 ISO/IEC 7498: Information technology Open Systems Interconnection Basic Reference Model. International Organisation for Standardisation, 1994 [52]

54 Information model Pragmatics Semantics Syntax Representation Information Message Mapping Transformation Communication model Communication Information model Pragmatics Semantics Syntax Interpretation Message Information Sender Receiver Σχήμα 8: Η ανταλλαγή πληροφοριών που επιτρέπει διαφορετικά μοντέλα πληροφορίας Προϋπόθεση για τη διαλειτουργικότητα των συστημάτων που χρησιμοποιούν διαφορετικό μοντέλο πληροφορίας είναι η δυνατότητα μετατροπής των πληροφοριών που ανταλλάσσονται κατά την διάρκεια της αλληλεπίδρασης. Στο πλαίσιο αυτό ο όρος του μετασχηματισμού (transformation) σημαίνει τη μετατροπή της πρότασης από μια συγκεκριμένη μορφή σε μια πρόταση σε μια άλλη συγκεκριμένη μορφή με ισοδύναμη έννοια. Ο μετασχηματισμός απαιτεί μια σαφή και ξεκάθαρη χαρτογράφηση (mapping) μεταξύ των εμπλεκόμενων μοντέλων πληροφοριών, συνδέοντας τη διαφορετική σύνταξη και σημασιολογία του καθενός. Χαρτογράφηση είναι ένα έργο που απαιτείται πριν από τη λειτουργία του συστήματος. Το αποτέλεσμα της διαδικασίας χαρτογράφησης των δύο μοντέλων πληροφορίας είναι μια προδιαγραφή χαρτογράφησης (mapping specification). Μια προδιαγραφή χαρτογράφησης είναι μια αναφορά, ορισμένη με κανόνες, με την οποία μπορεί να προσδιοριστεί η σημασία των δεδομένων ενός μηνύματος. Περιέχει τα στοιχεία ή αλληλουχίες των στοιχείων, τα οποία γενικά μπορεί να υπάρχουν σε μηνύματα, και την ενιαία ή συνδυασμένη έννοια τους. Τα στοιχεία ή σειρές στοιχείων μηνυμάτων αποτελούν συντακτικές μονάδες από το συγκεκριμένο μοντέλο πληροφορίας (πηγή). Οι καθορισμένες έννοιες σχετίζονται με το στοχευόμενο μοντέλο πληροφορίας (στόχος). Βάσει σε μια προδιαγραφής χαρτογράφησης, που συνδέει τα δυο μοντέλα πληροφορίας με έναν ρητό και μη διφορούμενο τρόπο, μια αυτοματοποιημένη μετατροπή των πληροφοριών μπορεί να επιτευχθεί κατά τη διάρκεια λειτουργίας του συστήματος. [53]

55 3.2.2 Σημασιολογικά Μοντέλα - Οντολογίες Με στόχο τον ορισμό μετά-μοντέλων τομέων εφαρμογής, πολλές προσεγγίσεις [Alexakos et al., 2012a] [Mousavi et al., 2010] [Nyulas et al., 2008] επέλεξαν την χρήση ο- ντολογιών ως πιο εκφραστικό και περιγραφικό εργαλείο από τη UML. Οι οντολογίες εμφανίστηκαν ως εναλλακτικός τρόπος αναπαράστασης γνώσης στον κλάδο της Τεχνητής Νοημοσύνης [Staab and Stude, 2004]. Στη σύγχρονη εποχή αποτελούν πεδίο ενδιαφέροντος σε διαφορετικούς τομείς έρευνας και η χρησιμότητά τους μπορεί να φανεί σε ένα μεγάλο αριθμό εφαρμογών. Η οντολογία, σύμφωνα με τους Studer et al [Studer et al. 1998], οι οποίοι συγχωνεύουν παλαιότερους ορισμούς των Gruber [Gruber, 1993] και Borst [Borst, 1997], ορίζεται ως εξής: «Η οντολογία συνιστά ένα τυπικό και σαφή προσδιορισμό μίας κοινής σύλληψης ενός εννοιολογικού μοντέλου. Με το εννοιολογικό μοντέλο εννοούμε ένα αφηρημένο μοντέλο κάποιου φαινομένου στον κόσμο, το οποίο έχει δημιουργηθεί με την αναγνώριση των εννοιών των σχετικών με το φαινόμενο αυτό. Το "σαφής" σημαίνει ότι το είδος των χρησιμοποιούμενων εννοιών, καθώς και οι περιορισμοί στη χρήση τους είναι σαφώς καθορισμένοι. Το "τυπικός" σημαίνει ότι η οντολογία θα πρέπει να είναι αναγνώσιμη από μηχανές. Το "κοινή" υποδηλώνει το ότι η οντολογία εκφράζει συλλογική γνώση, δηλαδή όχι τη γνώση ενός ατόμου αλλά τη γνώση που είναι κοινώς αποδεκτή από μία ομάδα». Από τα παραπάνω συνάγεται ότι οι οντολογίες αποτελούν μία κοινή αντίληψη για ένα θεματικό πεδίο και συνίστανται από ένα σύνολο εννοιών, οι οποίες έχουν καθορισμένη σημασία και συσχετίζονται. Τεχνολογικά θα μπορούσε κανείς να την παρομοιάσει με μία βάση δεδομένων, η οποία αποτελείται από τρία βασικά στοιχεία: 1. το γλωσσικό στοιχείο που αντιπροσωπεύει τις έννοιες 2. το περιεχόμενο, δηλαδή, το σύνολο των εννοιών που απαρτίζουν την οντολογία (το γνωσιακό μοντέλο ενός συγκεκριμένου θεματικού πεδίου) 3. το λογισμικό διαχείρισης της οντολογίας Υπάρχουν δύο κύριοι λόγοι για τους οποίους οι οντολογίες θεωρούνται σημαντικές [Chandrasekaran et al., 1999]. Ο πρώτος λόγος είναι ότι οι οντολογικές αναλύσεις διευκρινίζουν τη δομή της γνώσης. Για ένα πεδίο, η οντολογία του αποτελεί το σημείο αναφοράς οποιουδήποτε συστήματος [54]

56 αναπαράστασης της γνώσης του. Χωρίς τις οντολογίες, ή τις έννοιες που αποτελούν τη βάση της γνώσης, δεν μπορεί να υπάρξει ένα λεξιλόγιο για την αναπαράσταση της γνώσης. Έτσι το πρώτο βήμα για το σχεδιασμό ενός αποτελεσματικού συστήματος αναπαράστασης της γνώσης και του λεξιλογίου, είναι η πραγματοποίηση μιας ουσιαστικής οντολογικής ανάλυσης του πεδίου. Ο δεύτερος λόγος είναι ότι οι οντολογίες επιτρέπουν τη διανομή της γνώσης. Έστω μια ανάλυση που καταλήγει σε ένα ικανοποιητικό σύνολο εννοιών και αντιπροσωπευτικών όρων, για έναν τομέα γνώσης, για παράδειγμα το πεδίο των ηλεκτρονικών συσκευών. Η οντολογία που θα προέκυπτε, θα περιείχε πιθανώς συγκεκριμένου πεδίου όρους, όπως το τρανζίστορ και τις διόδους, γενικούς όρους, όπως τις λειτουργίες, αιτιώδεις διαδικασίες και καταστάσεις και όρους που θα περιγράφουν τη συμπεριφορά, όπως η διαφορά δυναμικού. Η οντολογία του παραδείγματος συλλαμβάνει την ουσιαστική εννοιολογική δομή του πεδίου. Προκειμένου να δημιουργηθεί μια γλώσσα αναπαράστασης της γνώσης που θα βασίζεται σε αυτή τη γνώση, θα πρέπει να συνδεθούν οι όροι με τις έννοιες και τις σχέσεις της οντολογίας και να προκύψει η σύνταξη για την κωδικοποίηση της γνώσης όσον αφορά τις έννοιες και τις σχέσεις. Αυτή η γλώσσα αναπαράστασης της γνώσης θα μπορούσε να χρησιμοποιηθεί και από άλλους που έχουν παρόμοιες ανάγκες αναπαράστασης της γνώσης σε αυτόν τον τομέα. Με τον τρόπο αυτό εξαλείφεται η ανάγκη για επανάληψη της ίδιας διαδικασίας ανάλυσης της γνώσης. Οι οντολογίες μπορούν να χρησιμοποιηθούν για να υποστηρίξουν μια μεγάλη ποικιλία θεμάτων σε διαφορετικές περιοχές έρευνας όπως στην αναπαράσταση της γνώσης, στην επεξεργασία της φυσικής γλώσσας, στην ανάκτηση πληροφορίας, στις βάσεις δεδομένων, στη διαχείριση της γνώσης, στις ψηφιακές βιβλιοθήκες, στα γεωγραφικά πληροφοριακά συστήματα, στην εικονική ανάκτηση πληροφορίας, στα πολλαπλών πρακτόρων (multi-agent) συστήματα. Η οντολογία παρέχει μεταδεδομένα που περιγράφουν τα σημασιολογικά δεδομένα. Οι οντολογίες επιτρέπουν τη διαμοίραση της γνώσης και την επαναχρησιμοποίησή της όπου είναι δυνατή η επικοινωνία μεταξύ ανθρώπων ή λογισμικών πρακτόρων μέσω των πληροφοριακών πόρων. Οι σημασιολογικές σχέσεις των οντολογιών είναι αναγνωρίσιμες από τις μηχανές με τέτοιο τρόπο ώστε να επιτρέπουν την υποβολή ερωτημάτων σε μια θεματική περιοχή και τη λήψη απαντήσεων. [55]

57 Από την άλλη πλευρά οι οντολογίες και ένα σύνολο από ξεχωριστά στιγμιότυπα των κλάσεών τους, χρησιμοποιούνται για τη δημιουργία γνωστικών βάσεων που περιγράφουν συγκεκριμένες καταστάσεις. Για παράδειγμα, οι κατασκευαστές ποικίλων ηλεκτρικών συσκευών μπορούν να χρησιμοποιούν ένα κοινό λεξιλόγιο και συντακτικό για τη δημιουργία των καταλόγων περιγραφής των προϊόντων τους. Στη συνέχεια οι κατασκευαστές μπορούν να διαμοιράζουν τους καταλόγους και να τους χρησιμοποιούν σε αυτόματα συστήματα σχεδίασης. Αυτός ο τρόπος διαμοίρασης αυξάνει κατά πολύ την πιθανότητα επαναχρησιμοποίησης της γνώσης. Γενικότερα οι πράκτορες μπορούν να υποβάλλουν ερωτήματα στις γνωστικές βάσεις με σκοπό τον εμπλουτισμό, την επαναχρησιμοποίηση και τη διατήρηση των βάσεων. Οι οντολογίες αποθηκεύουν τοπικά την ανεξάρτητη πληροφορία σε αντίθεση με τις γνωστικές βάσεις. Επιπροσθέτως, οι οντολογίες μπορούν να χρησιμοποιηθούν ως αποθήκες ώστε να βοηθήσουν στην οργάνωση της πληροφορίας σε συγκεκριμένες κοινότητες. Μπορούν να χρησιμοποιηθούν επίσης ως εργαλείο απόκτησης γνώσης ( πολλές συνεργατικές ομάδες χρησιμοποιούν τις οντολογίες ως εργαλείο υποστήριξης για την ταξινόμηση των γνώσεων ενός οργανισμού). Οι οντολογίες επιτρέπουν στους χρήστες να επαναχρησιμοποιήσουν προϋπάρχουσα γνώση και σε νέα συστήματα. Μπορούν να διαμορφώσουν μια βάση για την κατασκευή νέων γλωσσών αναπαράστασης γνώσης. Μερικές ετερογενείς πληροφοριακές πηγές, όπως για παράδειγμα οι ψηφιακές βιβλιοθήκες, μπορούν να ωφεληθούν με την ενσωμάτωση οντολογιών σε αυτές. Πολλές εφαρμογές χρησιμοποιούν μια οντολογία για την ενσωμάτωση πληροφοριακών πόρων και άλλες επιτρέπουν σε κάθε πόρο να χρησιμοποιεί τη δική του οντολογία. Επιπλέον κάθε χρήστης μπορεί να έχει τη δική του οντολογία ανάλογα με τα ενδιαφέροντά του, τη γλώσσα του και το στόχο του. Επομένως οι οντολογίες παρέχουν μια πηγή με ρητά καθορισμένους όρους. Η επιλογή της γλώσσας περιγραφής είναι σημαντική για την ανάπτυξη της οντολογίας. H εκφραστικότητα της παίζει καθοριστικό ρόλο για το είδος των σχέσεων και των εννοιών που θα αναπαρασταθούν. Στην παρούσα ενότητα θα παρουσιαστούν οι σημαντικότερες επισημειωτικές γλώσσες ανάπτυξης οντολογιών, δηλαδή αυτές που περιγράφονται από κάποιο είδος αρχείου xml. Η παρουσίαση θα σχετίζεται με τις εκφραστικές δυνατότητες της γλώσσας. Στην ακόλουθη λίστα παρουσιάζονται οι σημαντικότερες από τις επισημειωτικές γλώσσες. [56]

58 SHOE (Simple HTML Ontolgy Extensions) 4 XOL (XML-based ontology-exchange language) 5 RDF(S) (Resource Description Framework Schema) 6 DAML+OIL (DARPA Agent Markup Language) 7 OWL 2 (Ontology Web Language) Συντονισμός Επιχειρησιακών Διαδικασιών Οι επιχειρησιακές διαδικασίες είναι γραφικές αναπαραστάσεις δραστηριοτήτων που διενεργούν κάποια σημαντική επιχειρησιακή λειτουργία, για παράδειγμα η αγορά ενός εισιτηρίου αερογραμμών, η απογραφή σε μια αποθήκη εμπορευμάτων ή η παραγγελία επίπλων για ένα σπίτι και ακόμα μακροπρόθεσμες συναλλαγές, όπως η παρακολούθηση μιας παραγγελίας μέχρι αυτή να εκπληρωθεί ή ο συνεργατικός προγραμματισμός [Tellmann and Maedchem, 2003]. Με την ανάπτυξη των εφαρμογών των υπηρεσιών Ιστού, η έννοια της υπηρεσίας Ιστού παίζει πολύ σημαντικό ρόλο στις εφαρμογές ολοκλήρωσης συστημάτων. Κατά συνέπεια, η αποτελεσματική ανακάλυψη και η σύνθεση υπηρεσιών γίνονται ένα επείγον ζήτημα για τις πολύπλοκες εφαρμογές Ιστού. Σύνθεση υπηρεσιών Ιστού είναι "η δυνατότητα μιας επιχείρησης να παράσχει προστιθεμένης αξίας υπηρεσίες μέσω της σύνθεσης βασικών υπηρεσιών Ιστού, ενδεχομένως προσφερόμενες από διαφορετικές επιχειρήσεις [Lehmann, 2004]. Η σύνθεση υπηρεσιών επιταχύνει τη γρήγορη ανάπτυξη εφαρμογών και την επαναχρησιμοποίηση υπηρεσιών. Οι υπηρεσίες Ιστού είναι σχεδιασμένες για να συντεθούν, δηλαδή να συνδυαστούν σε ροές εργασίας ποικίλης πολυπλοκότητας για να παράσχουν λειτουργικότητα που καμία από τις συστατικές υπηρεσίες δεν θα μπορούσε να παρέχει μόνη της. Μια σύνθεση υπηρεσιών είναι μια σειρά κλήσεων υπηρεσιών που επιτυγχάνει ένα στόχο ή μια διεργασία. Είναι δυνατό να συντεθούν λειτουργίες που προσφέρονται από διαφορετικές ανεξάρτητες υπηρεσίες, ίσως από διαφορετικούς φορείς παροχής υπηρεσιών (service providers), σε μια σύνθετη υπηρεσία που θα αναπαριστά μια πλήρη επιχειρησιακή διαδικασία. Κάθε μεμονωμέ [57]

59 νη υπηρεσία μπορεί να έχει την δικιά της επιχειρησιακή πολιτική που θα καθοδηγεί την αλληλεπίδρασή της με τους χρήστες της. Δεδομένου ότι μια σύνθετη υπηρεσία θα αποτελείται πιθανότατα από διάφορες αυτόνομες υπηρεσίες Ιστού, η αξιοπιστία της ροής εργασίας που θα προσφέρεται από τη σύνθετη υπηρεσία αποκτά μεγάλη σημασία. Τα οφέλη από τη χρήση των επιχειρησιακών διαδικασιών μπορούν να συνοψιστούν στα παρακάτω: Μείωση του κόστους των λειτουργιών. Η σύνθεση των Υπηρεσιών Ιστού συντελεί στην αύξηση της αποδοτικότητας των βέλτιστων προϊόντων και υπηρεσιών των επιχειρήσεων. Επίσης δίνεται η δυνατότητα για χρήση διαδικασιών και υπηρεσιών άλλων επιχειρήσεων χωρίς εκτενείς διαπραγματεύσεις και μακροπρόθεσμες συμφωνίες όπως συνέβαινε μέχρι σήμερα. Μείωση του κόστους ενοποίησης των επιχειρησιακών διαδικασιών. Δίνεται η δυνατότητα να συνδέονται αυτόματα και δυναμικά και να συνεργάζονται διάφορες επιχειρήσεις και να πραγματοποιούνται συναλλαγές σε πραγματικό χρόνο. Έ- τσι, δεν καταναλώνεται χρόνος στη χρονοβόρα συνεργασία μεταξύ επιχειρήσεων όπως γινόταν παλιότερα. Επίσης, μειώνεται το άμεσο κόστος των μεταβαλλόμενων επιχειρησιακών προτύπων έτσι ώστε η επιχείρηση να αποκομίσει πλεονέκτημα στην αγορά και να μπορεί να πραγματοποιεί αλλαγές στο εσωτερικό της χωρίς να αλλάζει και τα συστήματά της. Μείωση του κόστους ανάπτυξης και του χρόνου που απαιτείται για μια επιχείρηση να υλοποιήσει καινούριες υπηρεσίες και επαναχρησιμοποίηση δεδομένων. Η επιχείρηση τώρα μπορεί να δημιουργήσει Υπηρεσίες Ιστού από τις υ- πάρχουσες εφαρμογές, καθώς επίσης και να ενσωματώσει στις δικές της εφαρμογές υπηρεσίες άλλων εταιρειών. Αύξηση εσόδων δημιουργώντας και πουλώντας τις δικές της Υπηρεσίες Ι- στού. Μια επιχείρηση μπορεί να ανακαλύψει τις δυνάμεις της, να προσπαθήσει να επωφεληθεί από τα χαρακτηριστικά της που την κάνουν να υπερέχει σε σχέση με τις άλλες, και στη συνέχεια να τα θέσει στην αγορά αυξάνοντας τα κέρδη της. Α- κόμα πιο κερδοφόρο θα είναι αν χρησιμοποιήσει διαφημιστικά τεχνάσματα για να προωθήσει τις υπηρεσίες της ως προϊόν που κατασκεύασε για το κοινό συμφέρον στον επιχειρησιακό κόσμο. [58]

60 Ενδολειτουργικότητα ανάμεσα σε εφαρμογές Ιστού. Οι επιχειρησιακές διαδικασίες μπορούν να λειτουργήσουν εσωτερικά ανεξάρτητα από τις πλατφόρμες και τις γλώσσες στις οποίες έχουν υλοποιηθεί Δυναμική ενοποίηση. Οι επιχειρησιακές διαδικασίες μπορούν να ανακαλύψουν και να καταναλώσουν άλλες επιχειρησιακές διαδικασίες, γεγονός που διευκολύνει τη γρήγορη ενοποίηση. Με συστηματική έκθεση των λειτουργιών λογισμικού ως επιχειρησιακές υπηρεσίες που μπορούν να προσεγγιστούν εσωτερικά χρησιμοποιώντας το SOAP (Simple Object Access Protocol), μια επιχείρηση έχει την ευελιξία να ενσωματώσει τα επιχειρησιακά συστήματά της εσωτερικά, επιτρέποντάς της να επανασυντεθεί για να βελτιώσει την υποστήριξη ενός νέου επιχειρησιακού προτύπου το οποίο προσφέρει ένα ανταγωνιστικό πλεονέκτημα στην επιχείρηση. Αυτό μπορεί να παρέχει ένα ισχυρό πλεονέκτημα σε επιχειρήσεις με αυστηρές υλοποιήσεις, όπου πρέπει να προσαρμόσουν το επιχειρησιακό τους πρότυπο στο λογισμικό, και όχι το αντίστροφο. Εκθέτοντας τις επιχειρησιακές λειτουργίες ως υπηρεσίες Ιστού που μπορούν να προσεγγιστούν εξωτερικά χρησιμοποιώντας το SOAP, μια εταιρεία γίνεται «ολοκληρώσιμη», έτοιμη να εκμεταλλευτεί μια ευκαιρία με έναν επιχειρησιακό συνεργάτη. Με αυτό τον τρόπο μπορούν να δημιουργηθούν νέες ευκαιρίες για αύξηση των εσόδων κάνοντας διαθέσιμες τις Υπηρεσίες Ιστού. Για την περιγραφή ροών διαδικασιών Υπηρεσιών Ιστού, οι γλώσσες Web Services Flow Language (WSFL) 9, Web Services for Business Process Design (XLANG) 10 και Business Process Execution Language for Web Services (BPEL4WS) 11 αναπτύχθηκαν τα τελευταία χρόνια. Η γλώσσα WSFL είναι ένα πρότυπο που προτάθηκε από την IBM το 2001 με σκοπό να ανακαλυφθούν οι λειτουργίες που θα έχει η σύμπτυξη υπηρεσιών. Η XLANG δημιουργήθηκε από τη Microsoft σε μια προσπάθεια να αυτοματοποιηθούν οι επιχειρησιακές διεργασίες και να προκύψουν μακροπρόθεσμες επιχειρησιακές αλληλεπιδράσεις. Το BPEL4WS προέκυψε το 2002 από τη συνεργασία των IBM, Microsoft μαζί με άλλες δύο προδιαγραφές, τις WS- Transaction και WS-Coordination για τη δρομολόγηση των συναλλαγών ανάμεσα στις Υπη [59]

61 ρεσίες Ιστού. Οι παραπάνω γλώσσες αναπαράστασης συνοδεύονται και από διάφορες υλοποιήσεις για την υποστήριξη της εκτέλεσης των ροών. 3.4 Ανασκόπηση Συμπεράσματα Η προσπάθεια για την ολοκλήρωση επιχειρησιακών και βιομηχανικών συστημάτων δεν είναι ένα σύγχρονο πρόβλημα αλλά τα τελευταία χρόνια έχει γίνει επιτακτική ανάγκη για την διαμόρφωση ενός νέου μοντέλου προσφοράς προϊόντων και υπηρεσιών προς τους τελικούς χρήστες. Όπως προαναφέρθηκε, η ολοκλήρωση συστημάτων καλύπτει τρεις βασικές πτυχές, τη φυσική σύνδεση των συστημάτων, τη διαλειτουργικότητά μεταξύ τους και τον συντονισμό των επιχειρησιακών διαδικασιών. Στο κομμάτι της φυσική σύνδεσης, οι σύγχρονες τεχνολογίες δικτύων υπολογιστών παρέχουν ικανοποιητικές λύσεις και για αυτό δεν μελετούνται στην παρούσα εργασία. Η διαλειτουργικότητα μεταξύ συστημάτων έχει δυο οπτικές, τη διασύνδεση και δυνατότητα επικοινωνίας σε επίπεδο εντολών και την ολοκλήρωση σε επίπεδο πληροφορίας. Στη διαχείριση διαδικασιών, η έννοια των ροών διαδικασιών και οι τεχνολογίες που τις υλοποιούν έχουν δώσει επαρκείς λύσεις, τουλάχιστον σε τεχνική βάση μιας και σε αυτή τη πτυχή υπάρχουν θέματα σχετικά με την επιχειρηματική πολιτική του κάθε οργανισμού το ο- ποίο είναι πέρα από το σκοπό της παρούσης εργασίας. Για την διασύνδεση και τη διαλειτουργικότητα των συστημάτων παρουσιάστηκαν οι τεχνολογίες που έχουν παγιωθεί τα τελευταία χρόνια. Η δυνατότητα της έκθεσης των λειτουργιών κάθε συστήματος ως υπηρεσίες προς άλλα συστήματα, που προσφέρουν οι Υπηρεσιοστραφείς αρχιτεκτονικές, έχει αποδειχθεί τόσο σε ερευνητικό επίπεδο όσο και στο πρακτικό επίπεδο στη βιομηχανία ότι παρέχουν αξιόπιστες λύσεις στο ζήτημα της διαλειτουργικότητας. Η χρήση Συστημάτων Πολλαπλών Πρακτόρων απέδειξε στο διάστημα των χρόνων ότι βοηθάει αισθητά στον σχεδιασμό και υλοποίηση πολύπλοκων κατανεμημέων συστημάτων που υποστηρίζουν τη διαλειτουργικότητα των συστημάτων σε ένα επιχειρησιακό/βιομηχανικό περιβάλλον. Τέλος, έγινε αναφορά στο Διαδίκτυο των Πραγμάτων (ΙοΤ) το οποίο θέτει νέες προκλήσεις προσθέτοντας στο βιομηχανικό περιβάλλον νέες πηγές άντλησης και επεξεργασίας πληροφορίας όπως αισθητήρες και RFID ετικέτες που δεν υπήρχαν παλαιότερα στην υποδομή μιας επιχείρησης. Για την ολοκλήρωση της πληροφορίας θα πρέπει πρωταρχικά να ορισθεί η έννοια της πληροφορίας. Σε αυτό στοχεύει το μοντέλο της πληροφορίας που παρουσιάστηκε, που διαχωρίζει ρητά τα τρία επίπεδα της πληροφορίας, τη πραγματολογία, τη σημασιολογία και το συ- [60]

62 ντακτικό ώστε να μελετηθεί και να προταθεί μια προσέγγιση που καλύπτει όλες τις απαιτήσεις σε κάθε επίπεδο. Μιας και το επίπεδο του συντακτικού, οι λύσεις μπορούν να αντληθούν από διάφορες προσεγγίσεις (μετασχηματισμοί, χαρτογράφηση,. κτλ.), έμφαση δόθηκε στα άλλα δυο επίπεδα όπου οι οντολογίες παρουσιάζουν μια αξιόλογη λύση ιδίως στο επίπεδο της σημασιολογίας. [61]

63 Κεφάλαιο 4: Σημασιολογικό Μοντέλο Γνώσης για Ολοκλήρωση Πληροφορίας Το παρόν κεφάλαιο παρουσιάζει το σημασιολογικό μοντέλο γνώσης για ολοκλήρωση πληροφορίας σε περιβάλλοντα ολοκλήρωσης επιχειρησιακών/βιομηχανικών συστημάτων που αναπτύχθηκε στα πλαίσια της διατριβής. Ο απώτερος στόχος ήταν ο ορισμός της δομής και των αλληλεπιδράσεων των στοιχείων ενός οντολογικού σχήματος τριών επιπέδων που καλύπτει τις ανάγκες για ολοκλήρωση της πληροφορίας και στα τρία επίπεδα του μοντέλου πληροφορίας [Alexakos et al., 2006a]. Το μοντέλο τριών επιπέδων παρουσιάζει μια γενική δομή και ορίζει τις περιγραφικές οντολογίες που αποτελούν το κάθε επίπεδο. Τα τρία επίπεδα ακολουθούν κατά ένα τρόπο την προσέγγιση των τριών επίπεδων του μοντέλου πληροφορίας, το υψηλότερο καλύπτει την περιγραφή των τομέων γνώσεων, το κεντρικό περιέχει περιγραφικές οντολογίες για κάθε τομέα και το τελευταίο την πραγματική περιγραφή της πληροφορίας που χρησιμοποιείται από τα συστήματα που συμμετέχουν στο περιβάλλον ολοκλήρωσης. Επιπλέον, ορίζονται η μεθοδολογία χαρτογράφησης των διαφόρων συμμετεχόντων οντολογιών και μετα-δεδομένων ώστε να παρέχει μια ολοκληρωμένη και ενιαία λύση στο πρόβλημα της ολοκλήρωσης της πληροφορίας. 4.1 Στόχος και Προσέγγιση Η ολοκλήρωση πληροφορίας ετερογενών συστημάτων αποτελεί μια πρόκληση τα τελευταία χρόνια. Οι προσπάθειες για ολοκλήρωση πληροφορίας που είναι εστιασμένη στο περιεχόμενο και όχι στην σημασιολογική περιγραφή αυτών, δημιουργούσε πολλά προβλήματα ό- πως έλλειψη επαρκών μεθόδων αναπαράστασης γνώσης, καθυστερήσεις στην αναζήτηση σε κατανεμημένες πηγές και περιορισμούς λόγω της ιδιαιτερότητας των σημερινών συστημάτων που χρησιμοποιούν μηχανισμούς αναζήτησης βάση οντολογιών [Noy, 2004]. Το πρώτο βήμα για την ολοκλήρωση της πληροφορίας είναι η ολοκλήρωση σε επίπεδο της Σημασιολογίας, αναφερόμενοι στα τρία επίπεδα πληροφορίας (Σύνταξη, Σημασιολογία, Πραγματολογία). Μία από τις πρώτες λύσεις για την κατανεμημένη ολοκλήρωση πληροφορίας ήταν η χρήση ενός ενιαίου ολοκληρωτικού οντολογικού μοντέλου για να περιγράψει όλα τα περιεχόμενα των συστημάτων. Όμως, η ολοκληρωτική αυτή προσέγγιση έχει αποδειχθεί ότι είναι άκαμπτη καθώς το πλήθος των πηγών είναι εκθετικά αυξανόμενο και επηρεάζουν τους χρόνους απόκρισης των συστημάτων ολοκλήρωσης. Επιπρόσθετα, μια τέτοια προσέγγιση αντιμετωπίζει τέσσερεις διακριτές δυσκολίες: [62]

64 1. Η χρησιμοποίηση ενός ενιαίου συστήματος περιγραφής αναγκάζει τη χρήση μιας συγκεκριμένης οντολογίας για το σημασιολογικό σχολιασμό του περιεχομένου. 2. Όταν οι πληροφορίες παρέχονται από κατανεμημένα συστήματα, το ποσό των σημασιολογικών περιγραφών αυξάνεται ανάλογα με τον όγκο του περιεχομένου. 3. Σε ορισμένες περιπτώσεις, οι οντολογίες που χρησιμοποιούνται περιορίζονται σε συγκεκριμένους τομείς γνώσης. Τέτοια εξειδίκευση αποτρέπει τη διαδεδομένη χρήση, επαναχρησιμοποίηση και επεκτασιμότητα των οντολογιών. 4. Υπάρχοντα διεθνώς αποδεκτά πρότυπα δεν προβλέπονται να προσαρμοστούν σε μια οντολογία, με αποτέλεσμα πολλές φορές να αγνοούνται ακόμη και αν υποστηρίζονται από κάποια από τα συστήματα προς ολοκλήρωσης. Για τους παραπάνω λόγους, η εργασία αυτή προτείνει τη χρήση ενός οντολογικού σχήματος τριών επιπέδων προκειμένου να αντιμετωπιστούν τα ανωτέρω θέματα σε μια κατανεμημένη αρχιτεκτονική συστημάτων που παρέχει πρόσβαση στο περιεχόμενο αυτών. Ο στόχος είναι να καθιερωθεί ένα οντολογικό σχήμα που αποτελείται από ανεξάρτητα συστατικά μέρη (modular scheme) τα οποία όμως διασυνδέονται ξεκάθαρα μεταξύ τους και δημιουργούν μια κλιμακούμενη περιγραφή των τομέων γνώσης, του περιεχομένου και της δομής των δεδομένων των συστημάτων. Το πλεονέκτημα του πολύ-επίπεδου οντολογικού σχήματος έγκειται στο γεγονός ότι ο σημασιολογικός σχολιασμός του περιεχομένου σε διάφορα επίπεδα, με συσχετίσεις που δημιουργούν μια δομή δέντρου, επιτρέπει σε μηχανισμούς αναγνώρισης σημασιολογικής γνώσης να πλοηγηθούν εύκολα και γρήγορα στο ευρετήριο που ορίζεται αρχίζοντας από τη γενική περιγραφή των γνωστικών αντικειμένων και καταλήγοντας στη πιο λεπτομερή περιγραφή του περιεχομένου. 4.2 Συνθήκες λειτουργίας της ολοκλήρωσης της πληροφορίας Για να μπορέσει να επιτευχθεί η ολοκλήρωση της πληροφορίας, θα πρέπει να διασφαλιστεί η συσχέτιση μεταξύ των τομέων γνώσης, που αποτυπώνονται ρητώς στο οντολογικό μοντέλο ολοκλήρωσης, και τη λειτουργικότητα αυτής της γνώσης στο ολοκληρωμένο περιβάλλον ετερογενών συστημάτων. Μια αποτελεσματική και συνεκτική περιγραφή των δεδομένων, που είναι αποτελεσματικά αξιοποιήσιμη στην ολοκληρωμένη αρχιτεκτονική, αποτελεί βασικό παράγοντα για τη συνολική διαχείριση της πληροφορίας, καθώς και για την συνολική απόδοση του συστήματος ολοκλήρωσης. Θα επηρεάσει κυρίως τη συμπεριφορά των διαφορετικών οντοτήτων στο πλαίσιο του συστήματος ολοκλήρωσης, καθώς και τις δυνατότητες αλληλεπίδρασης τους. Επιπλέον, η γενικότητα της εννοιολογικής περιγραφής των δεδομένων είναι [63]

65 σημαντική για την ευελιξία και την προσαρμοστικότητα της προσέγγισης σε διαφορετικά σενάρια εφαρμογής. Για την λειτουργικότητα του γνωστικού πεδίου μέσω του οντολογικού μοντέλου θα πρέπει οι ορισμοί της σημασιολογίας του να αντιστοιχηθούν στο μοντέλο σημασιολογίας των συστημάτων προς ολοκλήρωση. Όσον αφορά τον κύριο σκοπό του οντολογικού μοντέλου, τα χαρακτηριστικά της ενσωμάτωσης και της εξασφάλισης της διαλειτουργικότητας μεταξύ ό- λων των συστημάτων, πρέπει να θεωρηθούν ως συνθήκες επιτυχής λειτουργίας του. Οι συνθήκες λειτουργίας του οντολογικού μοντέλου μπορούν να αντληθούν σε δύο διαστάσεις : Η ετερογένεια της χρήσης και του σκοπού των πληροφοριών: Μέσα σε ένα ολοκληρωμένο περιβάλλον, ένα τεράστιο ποσό των πληροφοριών θα πρέπει να διαχειρίζεται με τον κατάλληλο τρόπο. Η πληροφορία δημιουργείται από τα πληροφοριακά συστήματα που εμπλέκονται στην επιχειρησιακή διαδικασία (όπως ERP, CRM, MES, κτλ.). Διαφορετικές οντότητες πρέπει να χρησιμοποιήσουν διαφορετικά μέρη της πληροφορίας κατά τρόπο συνεπή. Δεν είναι όλες οι πληροφορίες σημαντικές για όλες τις οντότητες, οπότε θα πρέπει να υπάρχει δυνατότητα χρήσης κάποιου μέρους του οντολογικού μοντέλου. Η ετερογένεια των δυνατοτήτων επεξεργασίας πληροφοριών: Μέσα σε ένα ολοκληρωμένο σύστημα, η πληροφορία ορίζεται από τεχνικά συστήματα τα ο- ποία πρέπει να είναι σε θέση να "καταλάβουν" τη σχετική πληροφορία και να επεξεργαστούν επίσης τα δεδομένα, ακόμα και στην περίπτωση των περιορισμών των υπολογιστικών πόρων (μνήμη, χώρος, CPU) που απαντάται σε ενσωματωμένα συστήματα ειδικού σκοπού όπως συστήματα ελέγχου και RFID συσκευές. Εκτός από τους περιορισμούς των υπολογιστικών πόρων, η απαίτηση του πραγματικού χρόνου πρέπει να ληφθεί υπόψη για την επεξεργασία των δεδομένων στο πλαίσιο των συστημάτων που το απαιτούν. Επιπλέον, η ενοποίηση των υφιστάμενων συστημάτων (legacy) που συμμετέχουν στην επιχειρησιακή διαδικασία, όπως απαιτείται κατά την επέκταση ή τον εκσυγχρονισμό υφιστάμενων επιχειρησιακών και βιομηχανικών διαδικασιών, η ανταλλαγή δεδομένων με κοινά πρότυπα για την υποστήριξη μιας παραγωγικής διαδικασίας και την αλληλεπίδραση με άλλα συστήματα από άλλες εταιρείες, εισάγει ένα πλήθος διαφορετικών ειδών συστημάτων που εκτείνονται και στις δύο διαστάσεις. Αυτά τα συστήματα - εξωτερικά σε ένα σύστημα ολοκλήρω- [64]

66 σης - μπορούν να έχουν διαφορετική χρήση και σκοπό πληροφοριών, καθώς και διαφορετικές δυνατότητες επεξεργασίας πληροφοριών. Λαμβάνοντας υπόψη αυτές τις διαστάσεις, είναι προφανές ότι υπάρχει μεγάλη ανάγκη να εξεταστεί η ετερογένεια της χρήσης και σκοπού πληροφοριών καθώς και οι δυνατότητες επεξεργασίας πληροφοριών, όχι μόνο σε επίπεδο υλοποίησης, αλλά και στο εννοιολογικό επίπεδο της οντολογίας. Για την ενσωμάτωση των απαιτήσεων των διαφόρων διαστάσεων της έννοιας του μοντέλου ολοκλήρωσης, απαιτούνται τα παρακάτω δύο βασικά βήματα : Βήμα 1: Ανάλυση των διαστάσεων της κατάστασης λειτουργίας, χαρτογραφώντας αυτά στα επίπεδα των μοντέλων πληροφορίας (Σύνταξη, Σημασιολογία, Πραγματολογία). Αυτό οδηγεί στην αφαιρετικότητα των διαστάσεων σε επίπεδα συμμόρφωσης του συστήματος στα οποία η διαλειτουργικότητα των δομικών στοιχείων του συστήματος ολοκλήρωσης πρέπει να εξασφαλιστεί. Βήμα 2: Σύνθεση των επιπέδων συμμόρφωσης του συστήματος σε μια ολοκληρωμένη αντίληψη. 4.3 Οντολογικό Μοντέλο Τριών επιπέδων Δομή Οντολογικού Μοντέλου Η προσέγγισή μας εισάγει μια τριών επιπέδων σημασιολογική περιγραφή των δεδομένων που υπάρχουν στα διάφορα κατανεμημένα συστήματα προς ολοκλήρωση: Το επίπεδο Upper Definition Ontology (UDO), η οποία περιγράφει τις βασικές έννοιες των τομέων γνώσης του περιεχομένου. Το επίπεδο Domain Description Ontology (DDO) το οποίο αποτελείται από μια συλλογή από περιγραφικές οντολογίες. Η κάθε μία παρέχει αναλυτικότερη περιγραφή για κάποιο συγκεκριμένο υποσύνολο του τομέα γνώσης στον οποίο ανήκει. Το επίπεδο System Semantic Ontology (SSO) αποτελείται από διαφορετικά σημασιολογικά μοντέλα που περιγράφουν την πληροφορία που υπάρχει σε κάθε ετερογενές σύστημα προς ολοκλήρωση. Το παρακάτω σχήμα (Σχήμα 9) περιέχει επιπρόσθετα τις αντιστοιχίσεις μεταξύ των στοιχείων των οντολογιών και στα τρία επίπεδα, παρέχοντας την απαραίτητη ολοκληρωμένη πληροφορία σε μηχανισμούς αναπαράστασης και ανακάλυψης γνώσης, ώστε να πλοηγηθούν α- νάμεσα στο σημασιολογικό ευρετήριο που δημιουργείται. Επιπρόσθετα, το μοντέλο χρησιμοποιεί μια λεξικολογική οντολογία (lexical ontology) η οποία αποτελείται από μια συλλογή [65]

67 λεκτικών και εννοιολογικών συνώνυμων ενισχύοντας την αναζήτηση μεταξύ διάφορων στιγμιότυπων των οντολογιών. Το Οντολογικό Σχήμα Τριών επιπέδων παρουσιάζεται στο Σχήμα 9. Σχήμα 9: Οντολογικό Σχήμα Τριών επιπέδων Το πάνω μέρος του οντολογικού σχήματος (UDO) αποτελείται από μια οντολογία που περιγράφει τους βασικούς τομείς γνώσης της πληροφορίας που χρησιμοποιούν τα προς ολοκλήρωση συστήματα. Το επίπεδο αυτό αρχικά χρησιμοποιείται ως κατάλογος για τον τύπο των περιεχομένων και των γνωστικών πεδίων που ολοκληρώνονται. Οι τομείς ορίζονται σε κλάσεις και υποκλάσεις δημιουργώντας ένα ιεραρχικό μοντέλο που αναπαριστά όλα τα γνωστικά πεδία στα οποία αναφέρεται το περιεχόμενο που βρίσκεται στα κατανεμημένα συστήματα. Υπάρχει επίσης και ένας αριθμός από ιδιότητες που υποδηλώνουν σχέσεις μεταξύ κλάσεων. Στο Σχήμα 10 παρουσιάζεται ένα παράδειγμα από μια οντολογία στο επίπεδο Upper Definition Ontology αποτελούμενη από δύο βασικές κλάσεις: Domain και ContentType. Η πρώτη αναφέρεται στα γνωστικά αντικείμενα στα οποία αναφέρεται το περιεχόμενο των συστημάτων και η δεύτερη στον τύπο των δεδομένων αναφερόμενοι εννοιολογικά. Οι δυο υποκλάσεις (συσχέτιση is-a) της Domain, Culture και Science παρουσιάζουν ένα ακόμα επίπεδο ανάλυσης όσο αφορά τα γνωστικά αντικείμενα των δεδομένων. Η κλάση Con- [66]

68 tenttype περιέχει μια κλάση, τη Publications. Η κλάση Publications περιέχει τρεις υποκλάσεις (συσχέτιση is-a): Books, Journals και Conference Proceedings. Υπάρχει ακόμη και μια συσχέτιση hascontentoftypeof μεταξύ των κλάσεων Domain και ContentType που δηλώνει ότι ένα γνωστικό αντικείμενο περιέχει δεδομένα κάποιου από τους τύπους που είναι παιδιά της κλάσης ContentType. Σχήμα 10: Παράδειγμα Upper Search Ontology Από την δομή της Upper Defintion Ontology, χρησιμοποιώντας την ιδιότητα της ιεραρχίας των κλάσεων μιας οντολογίας, προκύπτουν εύκολα συμπεράσματα όπως: Culture hascontentoftypeof Publication Science hascontentoftypeof Book Science hascontentoftypeof Journal Στο μεσαίο επίπεδο Domain Description Ontology, υπάρχει μια συλλογή από οντολογίες που περιέχουν λεπτομερέστερη περιγραφή των κλάσεων της οντολογίας που υπάρχει στο επίπεδο Upper Definition Ontology. Η σημασιολογική αναπαράσταση κάθε τομέα γνώσης ακολουθεί το ίδιο επίπεδο λεπτομέρειας με τα σημασιολογικά σχήματα μεταδεδομένων που βρίσκονται σε κάθε υπό ολοκλήρωση σύστημα. Αυτό εγγυάται ότι περισσότεροι όροι και συσχετίσεις που χρησιμοποιούνται από κάθε σύστημα ξεχωριστά περιέχονται στις οντολογίες του μεσαίου επιπέδου. Στο Σχήμα 11 παρουσιάζεται ένα μέρος μιας από τις οντολογίες του Domain Description Ontology που αναπτύσσουν τον όρο Journal της οντολογίας στο επίπεδο Upper Definition Ontology. [67]

69 Σχήμα 11: Παράδειγμα οντολογίας στο επίπεδο Domain Description Ontology Η κλάση Journal συσχετίζεται με τρείς κλάσεις Publisher, Institution, και Article ορίζοντας τα πρώτα τρία αξιώματα όπως παρουσιάζει ο Πίνακας 1. Επίσης, η οντολογία περιέχει και άλλες κλάσεις επεκτείνοντας την περιγραφικότητα του όρου Journal. Πέρα από κλάσεις και συσχετίσεις (Object Properties) μεταξύ αυτών υπάρχουν και ιδιότητες δεδομένων (Data Properties) που χαρακτηρίζουν τα στιγμιότυπα μιας κλάσης. Ο Πίνακας 1 παραθέτει τα αξιώματα που απεικονίζει η παραπάνω οντολογία. Πίνακας 1: Λίστα αξιωμάτων για το παράδειγμα στο επίπεδο Domain Description Ontology Αξίωμα InverseObjectProperties (b:ispublishedby b:journal b:publisher) InverseObjectProperties (b:ispublishedby b:journal b:institution) InverseObjectProperties (b:publishes b:journal b:article) InverseObjectProperties (b:hasauthors b:article b:author) InverseObjectProperties (b:has Affiliation b:autho b:institution) Περιγραφή Ένα περιοδικό εκδίδεται από έναν εκδότη Ένα περιοδικό εκδίδεται από έναν οργανισμό Ένα περιοδικό δημοσιεύει άρθρα Ένα άρθρο έχει συγγραφείς Ένας συγγραφέας προέρχεται από κάποιον οργανισμό [68]

70 DataPropertyDomain ( b:hasname ObjectUnion- Of( b:author b:publisher) DataPropertyDomain ( b:has ObjectUnion- Of( b:author b:publisher)) DataPropertyDomain ( b:hastitle ObjectUnion- Of( b:article b:journal b:institution)) DataPropertyDomain ( b:hasadress b:institution) DataPropertyDomain ( b:hasabstract b:article) DataPropertyDomain ( b:haslanguage b:article) DataPropertyDomain ( b:haskeywords b:article) DataPropertyRange( b:hasname xsd:string ) DataPropertyRange ( b:has xsd:string) DataPropertyRange ( b:hastitle xsd:string) DataPropertyRange ( b:hasadress xsd:string) DataPropertyRange ( b:hasabstract xsd:string) DataPropertyRange ( b:haslanguage xsd:string) DataPropertyRange ( b:haskeywords xsd:string) Οι συγγραφείς και οι εκδότες έ- χουν όνομα Οι συγγραφείς και οι εκδότες έ- χουν Το άρθρο, το περιοδικό και ο οργανισμός έχουν τίτλο Ο οργανισμός έχει διεύθυνση Το άρθρο έχει σύνοψη Το άρθρο έχει γλώσσα Το άρθρο έχει λέξεις κλειδιά Το όνομα είναι αλφαριθμητικό Το είναι αλφαριθμητικό Ο τίτλος είναι αλφαριθμητικό Η διεύθυνση είναι αλφαριθμητικό Η σύνοψη είναι αλφαριθμητικό Η γλώσσα είναι αλφαριθμητικό Οι λέξεις-κλειδιά είναι αλφαριθμητικό Το επίπεδο System Semantic Ontology περιέχει τις οντολογίες που περιγράφουν την Σημασιολογία της πληροφορίας όπως την αντιλαμβάνεται κάθε σύστημα. Σε αυτή την περίπτωση οι οντολογίες ορίζονται από τα σχήματα δεδομένων που έχει η πληροφορία σε κάθε σύστημα. Οι οντολογίες αυτού του επιπέδου μπορεί να είναι παγκοσμίως γνωστά οντολογικά μοντέλα ή πρότυπα, όπως CIDOC-CRM, Dublin Core, ANSI-ISA 95, FOAF κ.α.. Επιπρόσθετα, μπορεί να είναι οντολογίες ειδικού σκοπού που χρησιμοποιούνται μόνο από κάποιο συγκεκριμένο σύστημα Συσχέτιση και Χαρτογράφηση του Οντολογικού Μοντέλου Όπως παρουσιάζεται και παραπάνω, το οντολογικό μοντέλο τριών επιπέδων επιτρέπει την εύκολη διαχείριση και επέκτασή του, επιτρέποντας την περιγραφή και δημιουργία ευρε- [69]

71 τηρίου για διαφορετικό ψηφιακό περιεχόμενο. Ο σκοπός που εξυπηρετεί η συγκεκριμένη πολύ-επίπεδη αρχιτεκτονική του μοντέλου είναι η δυνατότητα συσχέτισης των στοιχείων των οντολογιών στα διαφορετικά επίπεδα ώστε να συνθέσουν ένα ολοκληρωμένο και συμπαγές οντολογικό μοντέλο. Οι συσχετίσεις αυτές προωθούν μια ολοκληρωμένη περιγραφή της γνώσης η οποία μπορεί να είναι αναγνώσιμη (machine-readable) και αναγνωρίσιμη (machineunderstandable) από μηχανές. Στη συνέχεια παρουσιάζεται η μεθοδολογία ανάπτυξης του προτεινόμενου οντολογικού μοντέλου που διευθετεί τις ανάγκες χαρτογράφησης (mapping) μεταξύ των δημιουργημένων οντολογιών στα τρία επίπεδα παρέχοντας την απαιτούμενη σημασιολογική πληροφορία. Για τη δημιουργία χαρτογράφησης ειδικού σκοπού (μεταξύ δηλαδή οντοτήτων ή χαρακτηριστικών οντολογιών που δεν καλύπτονται από τους ορισμούς της OWL) ορίστηκε η ο- ντολογία Integration Mapping Ontology (ΙΜΟ). Η ΙΜΟ (Σχήμα 12) είναι μέρος της Lexical Ontology αλλά χρησιμοποιείται αν οριστούν κανόνες χαρτογράφησης μεταξύ των οντοτήτων σε όλα τα επίπεδα. Σχήμα 12: Η οντολογία Integration Mapping Ontology H IMO αποτελείται από μια γενική κλάση την imo:entity η οποία ορίζει ένα αφαιρετικό αντικείμενο προς συσχέτιση (μια κλάση ή χαρακτηριστικό κλάσης μιας οντολογίας). Αντίστοιχα, η κλάση imo:entity έχει τρία παιδία την imo:class και την imo:property. Επίσης υ- πάρχουν τρεις συσχετίσεις, η imo:sameclassas, η imo:samenodeclass και η imo:samenodeproperty των οποίων η χρησιμότητα αναλύεται στις επόμενες παραγράφουν. Ο Πίνακας 2 παρουσιάζει τα αξιώματα της οντολογίας. Πίνακας 2: Αξιώματα οντολογίας Integration Mapping Ontology Αξιώματα 1 imo:class owl:subclassof imo:entity 2 imo:property owl:subclassof imo:entity [70]

72 3 imo:entity ObjectSomeValuesFrom imo:sameclassas imo:entity) 4 imo:class ObjectSomeValuesFrom imo:samenodeclass rdfs:literal) 5 imo:entity ObjectSomeValuesFrom imo:samenodeproperty rdfs:literal) Το πρώτο μέρος της μεθοδολογίας αναφέρεται στην ανάγκη για συσχέτιση μεταξύ των διαφορετικών γνωστικών πεδίων της Upper Definition Ontology και των στοιχείων των οντολογιών στο επίπεδο Domain Description Ontology. Η αντιστοίχιση γίνεται δηλώνοντας ότι δυο κλάσεις είναι όμοιες. Η δήλωση ομοιότητας μεταξύ κλάσεων δεν υποστηρίζεται από όλες τις εκφράσεις της OWL, η OWL Full την ενεργοποιεί μέσω της ιδιότητας owl:sameas, αλλά η OWL DL δεν ακολουθεί τον συγκεκριμένο κανόνα. Ανάλογα με την έκφραση που θα χρησιμοποιηθεί η αντιστοίχιση γίνεται με τρεις τρόπους: 1. Χρήση της ιδιότητας owl:sameas αν πρόκειται να χρησιμοποιηθεί OWL Full έκφραση. 2. Χρήση κοινού namespace και ονόματος για παρόμοιες κλάσεις. Αυτή η περίπτωση είναι η ποιο αποδοτική διότι o μηχανισμός της OWL βλέπει μια κλάση σε κάθε έκφραση. Δυστυχώς αυτός ο τρόπος είναι εφικτός μόνο αν οι οντολογίες στο δεύτερο επίπεδο φτιάχνονται από την αρχή. Αν επαναχρησιμοποιηθούν ο- ντολογίες τότε το πρόβλημα παραμένει. 3. Χρήση της ιδιότητας imo:sameclassas μεταξύ κλάσεων που έχουν διαφορετικό namespace, δηλαδή διαφορετικών οντολογιών. Η συγκεκριμένη ιδιότητα είναι μέρος της βασικής δομής της οντολογίας στο Upper Search Ontology. Η χρήση της συγκεκριμένης ιδιότητας χρησιμοποιείται από τον μηχανισμό πιστοποίησης του οντολογικού μοντέλου ώστε να του γνωστοποιηθεί ότι δυο κλάσεις από διαφορετικές είναι όμοιες. Ο μηχανισμός πιστοποίησης, πριν κάνει την κλασσική πιστοποίηση της OWL DL έκφρασης της οντολογίας, επιλέγει ένα κοινό namespace και ονομασία της κλάσης και αντικαθιστά τις υπόλοιπες κοινές κλάσεις στις υπόλοιπες οντολογίες. Στο παραπάνω παράδειγμα του επιπέδου Upper Domain Ontology η οντολογία χρησιμοποιεί την b:journal που πρέπει να συσχετιστεί με την κλάση a:journals της Upper Search Ontology. Σε αυτή την περίπτωση θα χρησιμοποιηθεί ο τρίτος τρόπος και θα δηλωθεί το αξίωμα: InverseObjectProperties (imo:sameclassas b:journal a:journals). [71]

73 Το δεύτερο μέρος της μεθοδολογίας πραγματεύεται τις ανάγκες συσχέτισης μεταξύ διαφορετικών περιγραφικών οντολογιών γνωστικών πεδίων στο επίπεδο Upper Domain Ontology. Αυτή η αντιστοίχιση είναι απαραίτητη αφού κάθε οντολογία γνωστικού πεδίου αναπαριστά σημασιολογία από διαφορετικού τομείς γνώσης, οι οποίοι όμως μπορεί να περιέχουν παρόμοιες οντότητες. Το γεγονός πλήθους διαφορετικών οντολογιών δημιουργεί πρόβλημα στην ολοκλήρωση της πληροφορίας για την οποία απαιτείται η πληροφορία να είναι συμπαγής και μοναδική στο οντολογικό μοντέλο. Η αντιστοίχιση ομοίων κλάσεων και ιδιοτήτων είναι απαραίτητη σε αυτό το σημείο. Στο συγκεκριμένο βήμα, η αντιστοίχιση ακολουθεί την μεθοδολογία του πρώτου βήματος. Το τρίτο μέρος της μεθοδολογίας ορίζει την αντιστοίχιση μεταξύ των οντολογιών στο μεσαίο επίπεδο και των οντολογιών στα διαφορετικά συστήματα προς ολοκλήρωση επίπεδο System Semantic Ontology. Οι οντολογίες αυτού του επιπέδου αναφέρονται στην σημασιολογική περιγραφή των πραγματικών δεδομένων που βρίσκονται σε κάθε σύστημα και πρέπει να αντιστοιχηθεί με το οντολογικό μοντέλο των δυο πρώτων επιπέδων όπως έχει διαμορφωθεί. Σε αυτή την περίπτωση οι οντολογίες του System Semantic Ontology επιπέδου πρέπει να λειτουργούν ως διαφορετικές οντολογίες χωρίς καμιά δυνατότητα παρέμβασης ή αλλαγής κατά τη εκτέλεση της αναζήτησης πληροφορίας. Ο περιορισμός αυτός προκύπτει από το γεγονός ότι ο μηχανισμός ολοκλήρωσης πληροφορίας λειτουργεί αρχικά στο ολοκληρωμένο οντολογικό μοντέλο των δυο πρώτων επιπέδων και στη συνέχεια προωθεί το κατάλληλα διαμορφωμένο ερώτημα προς τα αντίστοιχα συστήματα, τα οποία στη συνέχεια εκτελούν το ερώτημα στο δικό τους οντολογικό μοντέλο. Η αντιστοίχιση σε αυτό το βήμα ακολουθεί ένα παρόμοιο σκεπτικό με αυτό του τρίτου τρόπου του πρώτου βήματος. Οι ιδιότητες imo:samenodeclass και imo:samenodeproperty χρησιμοποιούνται για να ορίσουν την ομοιότητα κλάσεων και ιδιοτήτων αντίστοιχα. Στην εκτέλεση ενός ερωτήματος, ο μηχανισμός αναγνωρίζει τις συγκεκριμένες ιδιότητες και αντικαθιστά στο ερώτημα τους οντολογικούς όρους των άνω επιπέδων με τους αντίστοιχους της οντολογίας του συγκεκριμένου συστήματος στο επίπεδο System Semantic Ontology. Η παραπάνω μεθοδολογία οδηγεί στην απαιτούμενη ενοποίηση των οντολογιών στα τρία επίπεδα του οντολογικού μοντέλου περιγράφοντας ολοκληρωμένα τη πληροφορία των δεδομένων κάθε συστήματος. Επιπρόσθετα, ο καταμερισμός των οντολογιών στο δεύτερο και τρίτο επίπεδο επιτρέπει την εύκολη επέκταση και εμπλουτισμό του οντολογικού μοντέλου, διατηρώντας ταυτόχρονα την κατανομή των σημασιολογικών περιγραφών των δεδομένων σε διαφορετικά συστήματα. [72]

74 4.3.3 Μεθοδολογία Ανάπτυξης Οντολογικού Μοντέλου Η ανάπτυξη του οντολογικού μοντέλου αποτελείται από δυο μεθοδολογίες που μεν έχουν διαφορετική προσέγγιση αλλά ακολουθούν τους ίδιους κανόνες. Η κάθε μεθοδολογία ακολουθείται ανάλογα με το επίπεδο περιγραφικότητας που έχει οντολογικό μοντέλο όσο αφορά τα συστήματα που εισάγονται στο περιβάλλον ολοκλήρωσης. Οι δυο μεθοδολογίες είναι: Από κάτω προς τα πάνω προσέγγιση (Bottom Up). Η προσέγγιση αυτή ακολουθείται σίγουρα στην αρχική φάση της ολοκλήρωσης των συστημάτων καθώς το μόνο που υπάρχει είναι η σημασιολογία και το συντακτικό της πληροφορίας στα συστήματα προς ολοκλήρωση. Επίσης, η συγκεκριμένη προσέγγιση ακολουθείται και στην περίπτωση που η πληροφορία ενός προς ένταξη συστήματος στο περιβάλλον ολοκλήρωσης περιέχει πληροφορία τομέων γνώσης οι οποίοι δεν περιλαμβάνονται στα δυο πρώτα επίπεδα του οντολογικού μοντέλου. Σε αυτή την περίπτωση το μοντέλο εμπλουτίζεται με κλάσεις και συσχετίσεις στο 2 ο και 1 ο επίπεδο ανάλογα με τη σημασιολογία που προστίθεται στο 3 ο επίπεδο. Από πάνω προς τα κάτω προσέγγιση (Up Bottom). Η συγκεκριμένη προσέγγιση ακολουθείται όταν ένα νέο σύστημα προς ολοκλήρωση περιέχει πληροφορία η οποία σημασιολογικά αντιστοιχεί στους τομείς γνώσεις που υπάρχουν ήδη στο οντολογικό μοντέλο. Σε αυτή την περίπτωση η Σημασιολογία της πληροφορίας του νέου συστήματος ελέγχεται ξεκινώντας από το 1 ο επίπεδο και το οντολογικό μοντέλο εμπλουτίζεται εάν χρειαστεί το 2 ο επίπεδο και στους κανόνες συσχέτισης με το 3 ο επίπεδο. Οι δυο αυτές προσεγγίσεις παρέχουν τον εύκολο εμπλουτισμό του οντολογικού μοντέλου, αποφεύγοντας διπλοεγγραφές και επιπλέον πληροφορία που δεν απαιτείται στο περιβάλλον ολοκλήρωσης. 4.4 Υποστήριξη Επιπέδων Συμμόρφωση Πληροφορίας στο Μοντέλο Ολοκλήρωσης Η βασική έννοια της ολοκλήρωσης δεδομένων σε ένα σύστημα ολοκλήρωσης είναι να εξασφαλίσει στα συστήματα μια κοινή σύλληψη όλης της πληροφορίας εντός του τομέα λειτουργίας (επιχειρησιακές διαδικασίας, πολιτισμός, εκπαίδευση, παραγωγή). Εξ ου και το οντολογικό μοντέλο ολοκλήρωσης είναι η εκδήλωση της κοινής πραγματολογίας όλων των εμπλεκόμενων συστημάτων στο επίπεδο της σημασιολογίας. Το οντολογικό μοντέλο αποτελεί [73]

75 τη σημασιολογία των ανταλλασσόμενων πληροφοριών, δηλαδή καθορίζει ένα «κοινή αντίληψη» για όλες τις οντότητες που αλληλεπιδρούν. Ωστόσο, είναι δυνατόν να καθοριστούν πολλά επιμέρους τμήματα του ολοκληρωμένου οντολογικού μοντέλου, προκειμένου να μειωθεί ο χώρος πληροφοριών για κάθε σύστημα στις απαραίτητες για τα συγκεκριμένα καθήκοντά τους. Η διαδικασία χαρτογράφησης περιλαμβάνει την επιλογή των όρων (κλάσεις, ιδιότητες, σχέσεις) της οντολογίας, που είναι σχετικές με ένα συγκεκριμένο σύστημα. Αυτή η διαδικασία χαρτογράφησης δεν θα προκαλέσει καμία απώλεια της αίσθησης, η απώλεια της συνοχής ή η απώλεια της συνοχής των ανταλλασσόμενων πληροφοριών. Η ετερογένεια των δυνατοτήτων επεξεργασίας πληροφοριών χαρτογραφείται στο επίπεδο της σύνταξης. Διαφορετικά συστήματα, με διαφορετικές δυνατότητες επεξεργασίας των πληροφοριών από πλευράς απαιτούμενου χώρου αποθήκευσης και χρόνου επεξεργασίας, α- παιτούν την προσαρμογή των χρησιμοποιημένων τεχνολογιών της πληροφορίας. Η χρήση διαφόρων τεχνολογιών της πληροφορίας δημιουργούν την απαίτηση για διαφορετικές γλώσσες αναπαράστασης με ατομική σύνταξη, που είναι προσαρμοσμένες στις ιδιαίτερες ανάγκες της κάθε κατηγορίας συστημάτων. Πολλά από τα συστήματα που μετέχουν στην ολοκλήρωση μπορεί να έχουν την ατομική πραγματολογία τους, και ως εκ τούτου καθορίζουν επιμέρους σημασιολογία και σύνταξη της πληροφορίας. Κατά συνέπεια, διαθέτουν το δικό τους μοντέλο πληροφορίας προσαρμοσμένο στα ειδικά του καθήκοντα, σκοπό και ανάγκες. Προς το σχεδιασμό του οντολογικού μοντέλου ολοκλήρωσης, τα αποτελέσματα του βήματος της χαρτογράφησης μπορούν να ταξινομηθούν σε διάφορα επίπεδα συμμόρφωσης συστήματος που είναι σημαντικά για τις πτυχές της διαλειτουργικότητας του οντολογικού μοντέλου : Επίπεδο συμμόρφωσης 0: Στο επίπεδο συμμόρφωσης 0, τα συστήματα του περιβάλλοντος ολοκλήρωσης μοιράζονται κοινή σημασιολογία (με βάση το οντολογικό μοντέλο ολοκλήρωσης ) και κοινή σύνταξη της γλώσσας αναπαράστασής τους. Κατά συνέπεια, μοιράζονται ένα κοινό μοντέλο πληροφοριών και να χρησιμοποιούν τον ίδιο τύπο της τεχνολογίας των πληροφοριών για την επεξεργασία πληροφοριών. Λόγω αυτών των ιδιοτήτων, η διαλειτουργικότητα των στοιχείων του συστήματος είναι εξασφαλισμένη. [74]

76 Επίπεδο συμμόρφωσης 1: Στο επίπεδο συμμόρφωσης 1, τα συστήματα του περιβάλλοντος ολοκλήρωσης μοιράζονται κοινή σημασιολογία ( με βάση το οντολογικό μοντέλο ολοκλήρωσης), αλλά χρησιμοποιούν διαφορετικές γλώσσες αναπαράστασης με ατομική σύνταξη και, ενδεχομένως, διαφορετικές τεχνολογίες επεξεργασίας πληροφοριών. Τα μεμονωμένα μοντέλα πληροφορίας τους εξακολουθούν να είναι σύμφωνα το ένα με το άλλο στο επίπεδο της σημασιολογίας, όμως η εξασφάλιση της διαλειτουργικότητας απαιτεί μια χαρτογράφηση των διαφόρων γλωσσών αναπαράστασης. Επίπεδο συμμόρφωσης 2: Σε επίπεδο συμμόρφωσης 2, τα συστήματα του περιβάλλοντος ολοκλήρωσης χρησιμοποιούν ατομικά μοντέλα πληροφοριών, διαφορετικά μεταξύ τους. Για να εξασφαλιστεί η διαλειτουργικότητα, απαιτείται η πλήρη χαρτογράφηση των συγκεκριμένων μοντέλων πληροφορίας. Όσο αφορά τον σχεδιασμό του οντολογικού μοντέλου, τα αποτελέσματα του βήματος της χαρτογράφησης μπορούν να ταξινομηθούν σε διάφορα επίπεδα συμμόρφωσης συστήματος που είναι σημαντικά για τις πτυχές της διαλειτουργικότητάς του. Ο τρόπος που το οντολογικό μοντέλο υποστηρίζει τα διάφορα επίπεδα συμμόρφωσης αναλύονται παρακάτω και παρουσιάζονται στο Σχήμα 13. Compliance Level 2: different semantics and syntax (representation language) Pragmatics Pragmatics Compliance Level 1: common semantics different syntax (representation language) Pragmatics Semantics Semantics Syntax Semantics Syntax Compliance Level 0: common semantics common syntax (representation language) Pragmatics Semantics Syntax Syntax Syntax System component System component System component System component Legend: Information exchange Required mapping Σχήμα 13: Επίπεδα συμμόρφωσης σημασιολογικού μοντέλου Στη συνέχεια η προτεινόμενη προσέγγιση αντιμετωπίζει τα προβλήματα στο επίπεδο της Σύνταξης. Μια σειρά από κανόνες συσχετίσεων και μεταμορφώσεων επιτρέπουν την ανταλλαγή μηνυμάτων μεταξύ πληροφοριακών συστημάτων τα οποία πέρα την συμμόρφωση στο [75]

77 επίπεδο της Σημασιολογίας (κατανόηση πληροφορίας), είναι εύκολα αναγνώσιμα από τα ε- μπλεκόμενα συστήματα στο περιβάλλον ολοκλήρωσης. 4.5 Ανασκόπηση- Συμπεράσματα Στη προσπάθεια να οριστεί ένα πλαίσιο για την ολοκλήρωση επιχειρησιακών/βιομηχανικών συστημάτων στην παρούσα εργασία, κρίθηκε ως αρχική απαίτηση η πρόταση μιας λύσης για την ολοκλήρωση της πληροφορίας που ανταλλάσσεται και επεξεργάζεται από τα εμπλεκόμενα συστήματα. Η εμπλοκή διαφόρων τομέων γνώσης καθώς και η ετερογένεια και η διαφοροποίηση της πληροφορίας ακόμη και στο ίδιο τομέα δημιούργησε την ανάγκη για την δημιουργία ενός μηχανισμού που θα ολοκληρώνει τα επίπεδα αρχικά στα επίπεδα της πραγματολογίας και της σημασιολογίας. Προς αυτό το στόχο, αρχικά μελετήθηκαν οι συνθήκες λειτουργικότητα και χρηστικότητας της λειτουργίας σε ένα ολοκληρωμένο περιβάλλον ετερογενών συστημάτων. Η μελέτη αυτή έδειξε ότι ένα οντολογικό μοντέλο ολοκλήρωσης πρέπει να βασίζεται στην ανάλυση των διαστάσεων της κατάστασης λειτουργίας, χαρτογραφώντας αυτές τις διαστάσεις στα επίπεδα του μοντέλου πληροφορίας και τελικά τη σύνθεση των επιπέδων συμμόρφωσης του συστήματος σε μια ολοκληρωμένη αντίληψη. Σε αυτές τις αρχές αναπτύχθηκε το προτεινόμενο οντολογικό μοντέλο τριών-επιπέδων το οποίο προσπαθεί να ορίσει, σε μια ενιαία αντίληψη, όλους τους τομείς γνώσης καθώς και έννοιες και συσχετίσεις που συνθέτουν την πληροφορία στο εκάστοτε περιβάλλον υλοποίησης. Το προτεινόμενο μοντέλο προσανατολίζεται στο να παρέχει το κατάλληλο μηχανισμό ολοκλήρωσης διαφόρων οντολογιών ειδικού σκοπού παρέχοντας το απαραίτητα εννοιολογικό υπόβαθρο ενώ παράλληλα να κρατήσει μια ιεραρχική δομή που επιτρέπει τον σαφή ορισμό της πραγματολογίας της πληροφορίας. Ο μηχανισμός αυτός παρέχει επίσης και μια σαφή μεθοδολογία ορισμού συσχετίσεων και χαρτογράφησης μεταξύ των εννοιών των εκάστοτε οντολογιών ώστε να παρουσιάσει όλη αυτή την ετερογενή πληροφορία σε ένα ενιαίο και συμπαγές πλαίσιο. Τέλος, το μοντέλο δεν θα μπορούσε να ήταν λειτουργικό αν δεν συμμορφωνόταν πλήρως με τις απαιτήσεις σε κάθε ένα από τα επίπεδα συμμόρφωσης στο μοντέλο της πληροφορίας. Στο προτεινόμενο οντολογικό μοντέλο καθορίζονται επακριβώς οι διαστάσεις και οι κανονισμοί που θα πρέπει να χρησιμοποιηθούν κατά τη χρήση του ώστε να συμφωνεί πλήρως με τα επίπεδα συμμόρφωσης με το μοντέλο πληροφορίας. [76]

78 [77]

79 Κεφάλαιο 5: Εφαρμογές του Σημασιολογικού Μοντέλου Γνώσης Το παρόν κεφάλαιο παρουσιάζει εφαρμογές του σημασιολογικού μοντέλου γνώσης σε διάφορα συστήματα ολοκλήρωσης της πληροφορίας. Στα πλαίσια της διατριβής το μοντέλο χρησιμοποιήθηκε κυρίως στην ολοκλήρωση συστημάτων παροχής πληροφοριών (βάσεις δεδομένων, αποθετήρια κτλ.). Το μοντέλο χρησιμοποιήθηκε για την ολοκλήρωση των πληροφοριών που είναι αποθηκευμένα σε διαφορετικές και ετερογενείς βάσεις υπερμεσικού υλικού [Alexakos et al., 2006a] [Alexakos et al., 2007]. Τα υπερμεσικά υλικά (html, βίντεο, εικόνα, κτλ.) προσφέρονται σε διαφορετικές μορφές και διαμορφώσεις, αλλά η δυσκολία έγκειται στην αναγνώριση του περιεχόμενού τους. Το πλεονέκτημα του πολυεπίπεδης οντολογίας που έγκειται στο γεγονός ότι διευκολύνει το σχολιασμό του περιεχομένου υπερμέσων επιτρέπει στις μηχανές αναζήτησης εύκολη και γρήγορη πλοήγηση ξεκινώντας από τη γενική περιγραφή τομέων γνώσης σε πιο λεπτομερή περιγραφή του περιεχομένου υπερμέσων. Επίσης, το μοντέλο χρησιμοποιήθηκε σε αποθετήρια εκπαιδευτικού υλικού [Votis et al., 2006]. Το οντολογικό μοντέλο στοχεύει στην ολοκλήρωση της πληροφορίας που βρίσκεται στα μεταδεδομένα του εκπαιδευτικού υλικού, τα οποία όμως εκφράζονται με διαφορετικά πρότυπα, άλλα παγκοσμίως αποδεκτά και άλλα ορισμένα για συγκεκριμένη εφαρμογή. Η αναζήτηση πραγματοποιείται στο επίπεδο των μεταδεδομένων, όπου οι πληροφορίες σχετικά με το εκπαιδευτικό υλικό δημοσιεύονται, διαχειρίζονται και αποθηκεύονται. Το μοντέλο επίσης χρησιμοποιήθηκε και σε μια αρχιτεκτονική P2P δικτύου [Alexakos et al., 2006b] [Alexakos et al., 2008]. Η διαφοροποίηση εκεί έγκειται στο ότι οι κόμβοι του P2P αποθηκεύουν και επεξεργάζονται διαφορετικού είδους και μορφής πληροφορίας (π.χ. διαμοιραζόμενα αρχεία). Ο στόχος είναι η βελτιστοποίηση της αναζήτησης τόσο στους διαφορετικούς τομείς γνώσης του περιεχομένου των αρχείων όσο και στην δυνατότητα εντοπισμού του κόμβου ή κόμβων που κατέχουν την πληροφορία. Τέλος, μια προσαρμογή του σημασιολογικού μοντέλου χρησιμοποιήθηκε σε εφαρμογές ηλεκτρονικής διακυβέρνησης [Votis et al., 2005] [Votis et al., 2008]. Ο στόχος ήταν η ολοκλήρωση συστημάτων που λειτουργούν σε διαφορετικές γεωγραφικές τοποθεσίες, ακολουθούν διαφορετικές υλοποιήσεις αλλά αποθηκεύουν την ίδια πληροφορία με διαφορετική μορφή. Το μοντέλο εφαρμόστηκε για την ολοκλήρωση των συστημάτων διαχείρισης της υλικοτεχνικής υποδομής και του έμψυχου δυναμικού των σχολείων (κτήρια, καθηγητές, μαθητές, [78]

80 κτλ.) της δευτεροβάθμιας εκπαίδευσης στον νομό Αχαΐας. Επίσης, το μοντέλο, χρησιμοποιήθηκε και για την ολοκλήρωση συστημάτων παροχής πληροφοριών τουριστικού ενδιαφέροντος για μια συστάδα επιχειρήσεων (business cluster) [Alexakos et al., 2009]. 5.1 Ετερογενής Βάσεις Πολυμεσικού Υλικού Το σημασιολογικό μοντέλο που παρουσιάστηκε στο προηγούμενο κεφάλαιο χρησιμοποιήθηκε για την ολοκλήρωση της αναζήτησης περιεχομένου σε κατανεμημένες και ετερογενείς βάσεις πολυμεσικού υλικού [Alexakos et al., 2006a]. Ο στόχος της προσέγγισης είναι να εισαγάγει ένα σύστημα που βασίζεται σε μια πολυεπίπεδη οντολογία που παρέχει μια επεκτάσιμη περιγραφή των τομέων γνώσης του περιεχομένου και της δομής υπερμέσων. Το πλεονέκτημα του πολυεπίπεδης οντολογίας που έγκειται στο γεγονός ότι διευκολύνει το σχολιασμό του περιεχομένου υπερμέσων επιτρέποντας στις μηχανές αναζήτησης εύκολη και γρήγορη πλοήγηση στο ένα ιεραρχημένο οντολογικό μοντέλο ξεκινώντας από τη γενική περιγραφή τομέων γνώσης σε πιο λεπτομερή περιγραφή του περιεχομένου υπερμέσων. Μηχανισμοί βασισμένοι σε οντολογικά μοντέλα για αναζήτηση υπερμέσων έχουν παρουσιαστεί πρόσφατα. Προτάσεις, όπως αυτή των Montero et al. [Montero et al., 2003] προτείνουν ότι σημασιολογία πρέπει να συμπεριληφθούν στο στάδιο της εννοιολογικής μοντελοποίησης της παραγωγής υπερμέσων. Η Topia [Rutledge et al., 2003] είναι μια αρχιτεκτονική για ανεξάρτητο από το πεδίο επεξεργασίας της σημασιολογίας και του λόγου σε παρουσιάσεις υπερμέσων. Στην προσέγγιση των Larsen και Bouvin [Larsen and Bouvin, 2004], παρουσιάζεται ένα πλαίσιο και ένας αλγόριθμος αναζήτησης για τον εντοπισμό κατανεμημένων υπερμέσων σε ένα δίκτυο P2P. Προσεγγίσεις όπως σημασιολογικά ευρετήριο υπερμέσων των Tudhope και Cunliffe [Tudhope and Cunliffe, 1999] και της διασύνδεσης βασισμένη σε οντολογία των Carr et al. [Carr et al., 2001] έχουν χρησιμοποιηθεί.. Η προσέγγισή εισάγει τρία επίπεδα σημασιολογικής περιγραφής του περιεχομένου υπερμέσων: το Upper Search Ontology, που περιγράφει τις βασικές έννοιες των τομέων της γνώσης του περιεχομένου, ένα σύνολο από Domain Description Ontology που αντιπροσωπεύουν μια πιο λεπτομερή περιγραφή του κάθε τομέα και το Semantic Metadata επίπεδο όπου θέτεται η διαφορετική σημασιολογική περιγραφή των υπερμέσων στις ετερογενείς βάσεις υπερμέσων. Το προτεινόμενο σύστημα ευρετηρίασης περιλαμβάνει πρόσθετες πληροφορίες χαρτογράφησης μεταξύ των οντολογιών σε τρία επίπεδα που παρέχουν τις απαραίτητες πληροφορίες για τις μηχανές αναζήτησης για να περιηγηθείτε στο εσωτερικό του δείκτη οντολογία που βασίζεται. Επίσης, το μοντέλο χρησιμοποιεί μια λεξική οντολογία που περιλαμβάνει ένα σύνολο [79]

81 λεξιλογικά, συμβολισμούς και συνώνυμα ενισχύοντας την αναζήτηση μεταξύ των διαφόρων περιπτώσεων οντολογία της παράστασης περιεχόμενο υπερμέσων. Το μοντέλο της οντολογίας τριών-επιπέδων απεικονίζεται στο Σχήμα 14. Σχήμα 14: Μοντέλο σημασιολογικής ολοκλήρωσης βάσεων υπερμέσων Τα παραδείγματα των οντολογιών που χρησιμοποιούνται σε κάθε επίπεδο είναι τα παραδείγματα που αναφέρονται στο προηγούμενο κεφάλαιο. Το παραπάνω οντολογικό σχήμα παρέχει τον κατάλληλο υποστηρικτικό μηχανισμό για την αναζήτηση της αντίστοιχης πληροφορίας, ακολουθώντας τις συσχετίσεις και τους όρους και τα στιγμιότυπα της οντολογίας γρήγορα και αποτελεσματικά. Η γενική ιδέα είναι ο διαχωρισμός της αναζήτησης σε τρία βήματα, τα οποία περιγράφονται παρακάτω. Στο πρώτο βήμα, ο μηχανισμός ξεκινάει την αναζήτηση των δεδομένων από το πάνω ε- πίπεδο Upper Search Ontology. Η λεξικολογική οντολογία χρησιμοποιείται τόσο σε αυτό το βήμα όσο και στα υπόλοιπα ώστε να αντιμετωπιστούν 2 προβλήματα: Τον εντοπισμό συνωνύμων όρων στον ορισμό των μεταδεδομένων της πληροφορίας τόσο στην οντολογία όσο και στο ερώτημα. Τον εντοπισμό μεταφράσεων μεταξύ διαφορετικών γλωσσών. Η αναζήτηση στο επίπεδο Upper Search Ontology στοχεύει στον εντοπισμό του αντίστοιχου γνωστικού πεδίου όπου αναφέρονται τα δεδομένα. Το δεύτερο βήμα εκμεταλλεύεται τις συσχετίσεις μεταξύ των οντολογίων του πρώτου και δευτέρου επιπέδου, ώστε να περιορίσει την αναζήτηση στους όρους αυτούς που περιορί- [80]

82 ζονται από τα αξιώματα που ορίζονται στην οντολογία. Το αποτέλεσμα του βήματος αυτού διαμορφώνει την μορφή του ερωτήματος ώστε να είναι έτοιμο να προωθηθεί στα συστήματα. Το τελικό βήμα αποτελείται από την εύρεση των συστημάτων που έχουν την αιτούμενη πληροφορία και την εκτέλεση του ερωτήματος σε αυτά. Τα συστήματα που έχουν δεδομένα σχετικά με το ερώτημα εξάγονται εύκολα από τις συσχετίσεις μεταξύ δευτέρου και τρίτου επιπέδου. Επίσης, η πληροφορία αντιστοίχισης με τις οντολογίες του τρίτου επίπεδου του συστήματος σε συνδυασμό με την λεξικολογική οντολογία επιτρέπουν την διαμόρφωση του ε- ρωτήματος ώστε να είναι έτοιμο να εκτελεστεί από το συγκεκριμένο σύστημα. Η γενική αναπαράσταση της γνώσης που παρέχεται από τα επίπεδα της οντολογίας ε- ξουσιοδοτεί τις μηχανές αναζήτησης να ψάξει σε κάθε τομέα της γνώσης και στη συνέχεια το περιεχόμενο των αντίστοιχων υπερμέσων. Η δυνατότητα προσθήκης νέων τομέων και νέων βάσεων υπερμέσων δεν περιορίζει τη διαδικασία αναζήτησης σε ορισμένους τομείς. Η παραπάνω εφαρμογή του πολυεπίπεδου οντολογικού μοντέλου απαιτεί μια συγκεκριμένη αρχιτεκτονική που επιτρέπει την ενσωμάτωση των διαφόρων σημασιολογικά εμπλουτισμένων δεδομένων υπερμέσων που αποθηκεύονται σε διαφορετικά συστήματα με ένα ευέλικτο και διαλειτουργικό τρόπο. Η προσέγγισή εισάγει ένα πλαίσιο για την ανάπτυξη του συστήματος για διαχείριση των ερωτημάτων αναζήτησης από τους χρήστες μέσω ενός οντολογικού μοντέλου. Σχήμα 15: Αρχιτεκτονική συστήματος σημασιολογικής ολοκλήρωσης βάσεων υπερμέσων Το πλαίσιο αυτό, που παρουσιάζεται στο Σχήμα 15, περιλαμβάνει τα ακόλουθα λειτουργικά στοιχεία: Το Ontology Scheme Repository όπου οι οντολογίες που περιέχονται στα επίπεδα του σημασιολογικού μοντέλου περιγράφονται με χρήση OWL, βάση τα πρότυπα αναπαράσταση της οντολογίας. [81]

83 Το Scheme Integration Tool που παρέχει το μηχανισμό και το γραφικό περιβάλλον εργασίας για τη σύνθεση των πληροφοριών χαρτογράφησης μεταξύ των οντολογιών στα στρώματα. Το Query Graphical Interface που παρέχει τις κατάλληλες φόρμες αναζήτησης στο χρήστη του ολοκληρωμένου συστήματος. Το Scheme Search Engine είναι η πλατφόρμα που δέχεται τα ερωτήματα από το ερώτημα γραφικό περιβάλλον εργασίας και να ξεκινήσει τη διαδικασία αναζήτησης οντολογία που βασίζεται. 5.2 Εκπαιδευτικό Υλικό Η χρήση του σημασιολογικού μοντέλου εφαρμόστηκε στον ορισμό ενός συστήματος ο- λοκλήρωσης ετερογενών συστημάτων παροχής εκπαιδευτικού υλικού [Votis et al., 2006]. Η προσέγγιση αποτελείται από ένα νέο σύστημα για την ανάκτηση υλικού από αποθετήρια εκπαιδευτικών πολυμέσων χρησιμοποιώντας ένα πολυπεπίπεδο οντολογικό μοντέλο. Η αναζήτηση πραγματοποιείται στο επίπεδο των μεταδεδομένων, όπου οι πληροφορίες σχετικά με το εκπαιδευτικό υλικό δημοσιεύονται, διαχειρίζονται και αποθηκεύονται. Το οντολογικό σχήμα, που ονομάζεται e-learning Object Ontology (eloo), χρησιμοποιείται κυρίως ως ένα σχήμα μεταδεδομένων για το είδος των μαθησιακών αντικειμένων. Τα Μαθησιακά Αντικείμενα (Learning Objects) (μαθήματα, διαλέξεις, σημειώσεις κ.λπ.) καθορίζονται σε κλάσεις και υπο-κλάσεις που παρέχονται από το ιεραρχικό μοντέλο. Υπάρχουν επίσης μια σειρά από χαρακτηριστικά που δηλώνων τη σχέση μεταξύ των κλάσεων. Επίσης, παρέχει μια σημασιολογική λεπτομερή περιγραφή των εκπαιδευτικών δεδομένων που αντιστοιχεί σε κάθε μαθησιακό αντικείμενο. Η σημασιολογική αναπαράσταση των λεπτομερειών των εκπαιδευτικών αντικειμένων ακολουθεί το ίδιο επίπεδο λεπτομέρειας με τα σημασιολογικά σχήματα μεταδεδομένων που χρησιμοποιούνται από τα δεδομένα στα συστήματα ηλεκτρονικής εκπαίδευσης. Για παράδειγμα, σε ένα σύστημα ηλεκτρονικής εκπαίδευσης που χρησιμοποιείται για να παρέχει σημειώσεις διαλέξεων για τα μαθήματα και τα μεταδεδομένα είναι δομημένη από στοιχεία όπως "Lecture", "LectureDescription" και "LectureNotes". Σύμφωνα με το σχήμα eloo υπάρχει τάξη "Lecture" με τα αντίστοιχα στοιχεία μεταδεδομένων ως χαρακτηριστικά:, «haslecdescription ", "haslecdate" και "haslecnotes". Αυτό εξασφαλίζει ότι όλοι οι όροι και οι σχέσεις που χρησιμοποιούνται από κάθε σύστημα e-learning χωριστά περιλαμβάνονται στο σύστημα οντολογία. [82]

84 Η κατασκευή της eloo αφορά τον εμπλουτισμό της με νέες κατηγορίες και ιδιότητες σε περίπτωση που δεν υπάρχουν στην ήδη ορισμένο οντολογικό σχήμα. Αυτή η σημασιολογική πληροφορία προέρχεται από την περιγραφή μεταδεδομένων των διαφόρων αντικειμένων ηλεκτρονικής μάθησης και πρέπει να εισαχθεί στο προτεινόμενο μοντέλο δημιουργώντας, εάν είναι αναγκαίο, αντίστοιχες κλάσεις και τις ιδιότητες της σχετικής περιγραφής στο πεδίο. Σύμφωνα με την προσέγγιση eloo, μια σειρά από στιγμιότυπα, που ονομάζονται ως eloo Instances, περιγράφουν το περιεχόμενο των πληροφοριών των μεταδεδομένων για την περιγραφή των δεδομένων του διανεμημένου εκπαιδευτικού υλικού. Τα eloo Instances είναι κατασκευασμένα σύμφωνα με τις πληροφορίες χαρτογράφησης του σχήματος της eloo. Το περιεχόμενο των μεταδεδομένων μετασχηματίζεται με τη δημιουργία στιγμιότυπων των κλάσεων της eloo και ορίζεται με τα στοιχεία των μεταδεδομένων σύμφωνα με τις πληροφορίες χαρτογράφησης. Στο παράδειγμα των διαλέξεων, υπάρχει ένα μαθησιακό αντικείμενο που αντιστοιχεί σε μια διάλεξη που ονομάζεται "Εισαγωγή στην Υπολογιστική Νοημοσύνη", η οποία παρουσιάστηκε στο "15/02/2006" και υπάρχει ένα αρχείο με την παρουσίαση. Το αντίστοιχο ELOO παράδειγμα αυτής της διάλεξης θα περιέχει τη σημασιολογική πληροφορία: haslecdescription:: Εισαγωγή στην Υπολογιστική Νοημοσύνη, haslecdate:: 15/02/2006 haslecnotes:: IR_intro.pdf. Αυτή η μεταμόρφωση απλοποιεί τη διαδικασία αναζήτησης σε συγκεκριμένα στιγμιότυπα της οντολογίας αντί της διενέργειας της αναζήτησης με την σύνθεση διαφορετικών ερωτημάτων για κάθε ένα από τα κατανεμημένα συστήματα ηλεκτρονικής εκπαίδευσης. Ο μετασχηματισμός αυτός οδηγεί στην ενίσχυση των στιγμιότυπων της eloo με τα μεταδεδομένα των δεδομένων που είναι αποθηκευμένα σε ένα νέο εισαγόμενο σύστημα e- learning. Η χαρτογράφηση των όρων της δομής μεταδεδομένων του μαθησιακό αντικείμενο με τη χρήση όρων της οντολογίας eloo σχετίζεται με την περιγραφή του περιεχομένου των αντικειμένων. Η μεθοδολογία για την κατασκευή αυτού του μοντέλου οδηγεί στην επιθυμητή ενοποίηση του οντολογικού μοντέλου με τα μεταδεδομένα που περιγράφονται μαθησιακά αντικείμενα, και ως εκ τούτου συμβάλλει στη δημιουργία ενός ευέλικτου και επαναχρησιμοποιήσιμου σύστημα αναζήτησης οντολογία. [83]

85 Το προτεινόμενο μοντέλο παρέχει τον απαραίτητο μηχανισμό αναζήτησης για την περιήγηση μέσα από τις έννοιες της οντολογίας και τα στιγμιότυπα πιο γρήγορα και αποτελεσματικά. Η βασική ιδέα είναι ο διαχωρισμός της διαδικασίας αναζήτησης σε τρία στάδια: Στο πρώτο στάδιο, οι αναζητήσεις στη Integrated Data Ontology στοχεύουν στην εύρεση του κατάλληλου γενικού τομέα γνώσης (ή τομείς). Στο δεύτερο στάδιο, η μηχανή αναζήτησης έχει εξάγει από το βήμα ένα τα βασικά δομικά χαρακτηριστικά των εννοιολογικών μεταδεδομένων που θα χρησιμοποιηθούν στην αναζήτηση περιεχόμενου. Σε αυτό το στάδιο ένα ερώτημα αποτελείται σε σύμφωνα με την RDF Data Query Language (RDQL) 12 γλώσσα για την αναζήτηση στα στιγμιότυπα της eloo. Παρακάτω ακολουθεί ένα παράδειγμα τέτοιου ερωτήματος: SELECT?notefile WHERE (?lecture eloo:haslecnotes?notefile) (?course eloo:haslectures?lecture) (?course eloo:isrelatedto?coursetopic) AND?coursetopic == "computational intelligence" USING eloo FOR " Στο τελικό στάδιο, υπάρχει η επεξεργασία των αποτελεσμάτων του ερωτήματος RDQL προκειμένου να εντοπισθεί το σύστημα ή τα συστήματα που περιέχουν τα στοιχεία που προέκυψαν. Επιπλέον, τα κατάλληλο λογισμικό και APIs εκτελούνται προκειμένου το σύστημα να καλέσει τις αντίστοιχες υπηρεσίες ιστού και να ανακτήσει το επιθυμητό μαθησιακό αντικείμενο για λογαριασμό του χρήστη. Η παραπάνω μεθοδολογία ανάκτησης εκπαιδευτικού υλικού υποστηρίζεται από ένα σύστημα ολοκλήρωσης του οποίου η αρχιτεκτονική παρουσιάζεται στο Σχήμα [84]

86 Σχήμα 16: Αρχιτεκτονική συστήματος ολοκλήρωσης συστημάτων παροχής εκπαιδευτικού υλικού Τα βασικά δομικά στοιχεία της αρχιτεκτονικής είναι: Το Ontology Construction Module που παρέχει το μηχανισμό και το γραφικό περιβάλλον εργασίας για τη σύνθεση της eloo και τη δημιουργία πληροφοριών χαρτογράφησης μεταξύ των όρων της οντολογίας και το περιεχόμενο μεταδεδομένων. Επίσης παρέχει μια λειτουργική μονάδα για τη μετατροπή της πραγματικής πληροφορίας μεταδεδομένων προκειμένου να αναβαθμίσουν τα στιγμιότυπα eloo σύμφωνα με τις αντίστοιχες πληροφορίες χαρτογράφησης. Το Query GUI Module που παρέχει τις κατάλληλες φόρμες αναζήτησης στο χρήστη του ολοκληρωμένου συστήματος. Το Ontology Query Module που είναι υπεύθυνο για την εκτέλεση των δύο πρώτων σταδίων της διαδικασίας αναζήτησης με το μοντέλο οντολογίας. Το Data Mediation Module είναι η πλατφόρμα που δέχεται τα αποτελέσματα των ερωτημάτων στο μοντέλο οντολογίας και επικαλείται τις κατάλληλες διαδικτυακές υπηρεσίες, προκειμένου να αποκτήσει τα επιθυμητά δεδομένα. [85]

87 5.3 Αναζήτηση σε P2P Δίκτυα Μια ακόμη εφαρμογή του πολύ-επίπεδου σημασιολογικού μοντέλου για ολοκλήρωση συστημάτων είναι στα P2P δίκτυα για την ανάκτηση της απαραίτητης πληροφορίας. Η προσέγγιση βασίζεται στην λογική της εφαρμογής των τεχνολογιών P2P για τη δημιουργία ενός ενιαίου δικτύου αναζήτησης πολιτισμικού υλικού από διαφορετικές ψηφιακές βιβλιοθήκες, οι οποίες μπορεί να διαθέτουν το ίδιο ψηφιακό υλικό αλλά η περιγραφή (μεταδεδομένα) να ποικίλει από σύστημα σε σύστημα. Η εφαρμογή εστιάζει σε δύο βασικά σημεία: α) ενιαία περιγραφή των κατανεμημένων δεδομένων με βάση τη σημασιολογία τους με στόχο τη βελτίωση και της αποτελεσματικότητας της αναζήτησης και β) την αξιοποίηση ενός αρθρωτού και κατανεμημένου οντολογικού για μείωση του αριθμού των κόμβων που επισκέπτεται ο μηχανισμός αναζήτησης προκειμένου να ανακτήσει τα αποτελέσματα της διαδικασίας εύρεσης [Alexakos et al., 2006b] [Alexakos et al., 2008]. Ένα πολυεπίπεδο οντολογικό σχήμα κατανέμεται στους κόμβους του δικτύου, προκειμένου να ενσωματώσει σημασιολογικά την περιγραφή του ψηφιακού περιεχομένου που υπάρχει σε κάθε κόμβο. Επιπλέον, αυτή η οντολογία του σχήματος χρησιμοποιείται μερικώς ως ευρετήριο υψηλού επιπέδου για την εννοιολογική υποστήριξη των πόρων και του μηχανισμού α- νακάλυψης και σύστασης. Προκειμένου να βελτιωθεί η διαδικασία αναζήτησης μεταξύ των κόμβων του ολοκληρωμένου δικτύου, ορίζουμε εικονικές συστάδες κόμβων με βάση την περιγραφή του περιεχομένου τους. Αυτή η εικονική ταξινόμηση υποστηρίζει την κατανομή του σημασιολογικού ευρετηρίου σε περισσότερους από έναν κόμβους, πραγματοποιώντας την αποδοτικότητα και την βελτίωση της διαδικασίας αναζήτησης με τη μείωση του αριθμού των κόμβων όταν ένα ερώτημα έχει εκδοθεί. Επιπλέον, η κατανομή των σημασιολογικών πληροφοριών παρέχει ευελιξία και επεκτασιμότητα και αποτελεσματική προσαρμογή του προτεινόμενου συστήματος P2P σχετικά με το δυναμικό περιεχόμενο και τις διαρθρωτικές αλλαγές σε αυτό. Έτσι, σημαντικές αλλαγές στο περιεχόμενο είναι πιο πιθανό να επηρεάσουν ένα μέρος του οντολογικού ευρετηρίου μειώνοντας με αυτό τον τρόπο το κόστους διαχείρισης του δικτύου ενημέρωσης. Όπως απεικονίζεται στο Σχήμα 17 το σημασιολογικό μοντέλο αποτελείται από τρία στρώματα. Τα δύο πρώτα στρώματα χρησιμοποιούνται ως ευρετήριο δημιουργώντας μια ταξινόμηση των κατηγοριών και των χαρακτηριστικών που προκύπτουν από τη σημασιολογία των δεδομένων που βρίσκονται στους κόμβους (peers). Η προσπάθεια για την ενημέρωση του οντολογικού μοντέλου τριών-επιπέδων είναι μειωμένη επειδή τα στρώματα αποτε- [86]

88 λούνται από ανεξάρτητες οντολογίες και νέα σημασιολογική πληροφορία είναι πιθανό να ενσωματωθεί μόνο σε ορισμένα από τα στρώματα και όχι στο συνολικό σχήμα της οντολογίας. Σχήμα 17: Πολυεπίπεδο οντολογικό ευρετήριο για P2P δίκτυα Τα τρία στρώματα που εισάγονται στην προτεινόμενη κατανεμημένη οντολογία είναι: a) Το στρώμα Global Indexing Ontology που περιγράφει τις κύριες κατηγορίες που υπόκεινται το περιεχόμενο των κόμβων με εννοιολογικό τρόπο, b) Το στρώμα Node Content Ontology που αποτελείται από ένα σύνολο οντολογιών που εκπροσωπούν μια πιο λεπτομερή περιγραφή της κάθε κατηγορίας του υψηλότερου στρώματος και c) Το στρώμα Node Indexing Ontology όπου βρίσκεται ο σημασιολογικός σχολιασμός των διαφόρων μεταδεδομένων περιγραφής των κατανεμημένων κόμβων. Το προτεινόμενο σχήμα ευρετηρίασης περιλαμβάνει πρόσθετες πληροφορίες χαρτογράφησης μεταξύ των οντολογιών σε τρία επίπεδα οι οποίες παρέχουν τις απαραίτητες πληροφορίες για την περιήγηση στο εσωτερικό του οντολογικού ευρετηρίου. Επιπλέον, οι αντιστοιχίσεις μεταξύ των στρωμάτων διατηρούν της συνέπειας και συνοχής του σχήματος της οντολογίας. Το Global Indexing Ontology αποτελείται από μια ενιαία οντολογία με τους βασικούς τομείς γνώσης του περιεχομένου που αποθηκεύεται στους κόμβους του P2P δικτύου. Αυτό το στρώμα χρησιμοποιείται κυρίως ως «κατάλογος» για τον τύπο του περιεχομένου και του τομέα της γνώσης. Οι τομείς καθορίζονται σε κατηγορίες και υποκατηγορίες παρέχοντας ένα ιεραρχικό μοντέλο που παρουσιάζει όλα τα πεδία της γνώσης που περιλαμβάνονται στο περιε- [87]

89 χόμενο των κατανεμημένων κόμβων. Υπάρχει επίσης μια σειρά από χαρακτηριστικά που δηλώνουν τη σχέση μεταξύ των κλάσεων. Επιπλέον, η δομή της έχει ως στόχο να παρέχει τα βασικά πεδία αναζήτησης που χαρακτηρίζουν το περιεχόμενο των κόμβων. Για παράδειγμα, ένα βιβλίο χαρακτηρίζεται από τον τίτλο του, το συγγραφέα, το ISBN κ.λπ. Στο Σχήμα 18 παρουσιάζεται ένα παράδειγμα. Σχήμα 18: Παράδειγμα Global Indexing Ontology για P2P δίκτυα Ο σκοπός του Global Indexing Ontology είναι a) να εκπροσωπήσει σε μια επίσημη εννοιολογική μορφή τις κύριες κατηγορίες του ψηφιακού περιεχομένου των κόμβων και τα χαρακτηριστικά τους, b) να χαρακτηρίζει τις σχέσεις μεταξύ των διαφορετικών όρων και οντοτήτων της οντολογίας και c) να παρέχει μια γενική ευρετηρίαση και ταξινόμηση για το ψηφιακό περιεχόμενο του δικτύου P2P. Στο στρώμα Node Indexing Ontology υπάρχει ένα σύνολο οντολογιών για την αναλυτική περιγραφή της κάθε θεματικής κατηγορίας και των αντίστοιχων χαρακτηριστικών που εκπροσωπούνται στο Global Indexing Ontology. Η σημασιολογική αναπαράσταση των κατηγοριών ακολουθεί το ίδιο επίπεδο λεπτομέρειας με τις υποκατηγορίες και τα χαρακτηριστικά που απορρέουν από την πληροφορία του ψηφιακού περιεχομένου που είναι αποθηκευμένο στους κόμβους. Αυτό εξασφαλίζει ότι όλες οι υποκατηγορίες που χαρακτηρίζουν το περιεχόμενο των κόμβων περιγράφονται εννοιολογικά στις οντολογίες του Node Indexing Ontology (Σχήμα 19). [88]

90 Σχήμα 19: Παράδειγμα οντολογιών στο Node Indexing Ontology στρώμα Το στρώμα Node Content Ontology στρώμα αποτελείται από όλες τις παραλλαγές των σημασιολογικά σχολιασμένων σχημάτων μεταδεδομένων που υποστηρίζονται από κόμβο. Μια οντολογία στο Node Content Ontology α αποτελείται από δύο λειτουργικά μέρη, το πρώτο μέρος είναι το σχήμα της οντολογίας και το δεύτερο είναι μια σειρά από στιγμιότυπα του σχήματος της οντολογίας που περιέχει τα μεταδεδομένα των ψηφιακών δεδομένων. Η διάκριση των δύο αυτών τμημάτων είναι παρόμοιο με το T-Box και A-Box διάκριση που χρησιμοποιείται στη Περιγραφική Λογική [Baader et al. 2003]. Η προσέγγισή που παρουσιάστηκε εισάγει ένα κλιμακούμενο μηχανισμό αναζήτησης που περιλαμβάνει τρία βήματα: a) προετοιμασία των φορμών ερωτήσεων σύμφωνα με την Global Indexing Ontology, b) εντοπισμό των κόμβων με τους απαιτούμενους πόρους, με βάση το κατανεμημένο ευρετήριο των δύο πρώτων στρωμάτων του οντολογικού σχήματος και c) την εκτέλεση του ερωτήματος στις οντολογίες του Node Content Ontologies των επιλεγμένων κόμβων και η ανάκτηση των αποτελεσμάτων. Το ερώτημα προωθείται χρησιμοποιώντας υπηρεσίες ιστού μέσω των κόμβους διαμεσολάβησης του συστήματος P2P προς τους κόμβους που περιέχουν τα απαιτούμενα δεδομένα. Τα αποτελέσματα του ερωτήματος να επιστρέφονται στον αρχικό κόμβο και είναι πλέον προσβάσιμα από το χρήστη. Η αναζήτηση και η διαδικασία ανάκτησης στην προτεινόμενη αρχιτεκτονική απεικονίζεται στο διάγραμμα ροής του παρακάτω σχήματος (Σχήμα 20). [89]

91 Σχήμα 20: Διαδικασία ανάκτησης μέσα από το οντολογικό μοντέλο σε P2P To πολυεπίπεδο οντολογικό σχήμα ενσωματώνει σημασιολογικά το ετερογενές και μερικές φορές διαφορετικά σχολιασμένο ψηφιακό περιεχόμενο, το οποίο διανέμεται μεταξύ των κόμβων ενός P2P δικτύου. Αυτό το πολυεπίπεδο οντολογικό σχήμα διανέμεται ως ευρετήριο στους κόμβους του δικτύου P2P ορίζονται εικονικές συστάδες κόμβων με παρόμοιο ψηφιακό περιεχόμενο. Η κατανομή του σημασιολογικού ευρετηρίου σε πολλαπλούς κόμβους επιτυγχάνεται με τη χρήση εικονικής ταξινόμησης, διασφαλίζοντας την αποτελεσματικότητα και τη βελτίωση του χρόνου της διαδικασίας αναζήτησης. Η έννοια αυτή διευκολύνει τη διαδικασία αναζήτησης, παρέχοντας ένα καλά δομημένο ευρετήριο και ένα μηχανισμό αναζήτησης της σημασιολογικής αναπαράστασης των μεταδεδομένων που περιγράφουν το πραγματικό ψηφιακό περιεχόμενο. 5.4 Ολοκλήρωση Πληροφοριακών Συστημάτων Ηλεκτρονική Διακυβέρνηση στην Υποδομή Εκπαίδευσης Ένα άλλο παράδειγμα χρήσης του οντολογικού μοντέλου είναι στο τομέα της Ηλεκτρονικής Διακυβέρνησης [Votis et al., 2008]. Η προσέγγιση που παρουσιάστηκε στην εργασία είχε ως στόχο της ολοκλήρωση συστημάτων διοίκησης στον δημόσιο τομέα. Η προσέγγιση εισάγει ένα οντολογικό μοντέλο και την αντίστοιχη υπηρεσιοστραφής αρχιτεκτονική για την διαχείριση και ολοκλήρωση πληροφορίας σε διάφορους κατανεμημένου κόμβους ηλεκτρονικής διακυβέρνησης. [90]

92 Το προτεινόμενο μεθοδολογικό πλαίσιο, το οποίο περιγράφηκε λεπτομερώς σε προηγούμενες ενότητες, χρησιμοποιήθηκε προκειμένου να επιτευχθεί η διασύνδεση των ετερογενών συστημάτων δημοσίου οργανισμού και με απώτερο σκοπό την παροχή ολοκληρωμένων και ομογενοποιημένων υπηρεσιών προς τους χρήστες αυτών. Συνεπώς, ένα οντολογικό μοντέλο ολοκλήρωσης ετερογενών συστημάτων, το Semantic Mediator Model (SMM), το οποίο αναπτύχθηκε στα πλαίσια της εργασίας, είναι σε θέση να παρέχει ένα ολοκληρωμένο δίκτυο παροχής υπηρεσιών, διασυνδέοντας τα δύο κέντρα παροχής υπηρεσιών (ESCs), αντικατοπτρίζοντας το δίκτυο το οποίο παρουσιάζεται στο Σχήμα 21 που ακολουθεί. Σχήμα 21: Δίκτυο κόμβων ηλεκτρονικής διακυβέρνησης Έτσι, κάθε ένα από τα προτεινόμενα κέντρα μπορεί να παρέχει, μέσω ενός γενικευμένου διαδικτυακού γραφικού περιβάλλοντος, πρόσβαση σε χρήστες οι οποίοι επιθυμούν να συλλέγουν μεμονωμένες αλλά και ολοκληρωμένες πληροφορίες. Κάθε απομακρυσμένο κέντρο παροχής υπηρεσιών μπορεί να αποστέλλει τα απαραίτητα δεδομένα στον εκάστοτε χρήστη μέσω ενός περιβάλλοντος επεξεργασίας και διαμόρφωσης SPARQL Protocol and RDF Query Language (SPARQL) 13 ερωτημάτων, χρησιμοποιώντας υπηρεσίες ιστού και σχετικές τεχνολογίες υπηρεσιοστραφούς αρχιτεκτονικής. Το πρώτο επίπεδο του πολυπεπίπεδου οντολογικού μοντέλου περιλαμβάνει τις έννοιες των τομέων διοίκησης δημοσίων οργανισμών οι οποίες περιέχονται σε μια Generic Ontology και σε ένα σύνολο από συγκεκριμένες οντολογίες πεδίου, τις Domain Ontology. Οι σχετικές 13 [91]

93 οντολογίες αποτελούνται από σχετικές έννοιες ταξινομημένες σε κλάσεις και ιεραρχημένες μέσω κατάλληλων σχέσεων υπαγωγής. Η γενική οντολογία παρέχει γενικές έννοιες κάτω από τις οποίες συσχετίζονται όλοι οι όροι στις υπάρχουσες οντολογίες πεδίου. Το δεύτερο επίπεδο έχει ως στόχο να καλύψει τη δημιουργία κατάλληλων συσχετίσεων μεταξύ των οντολογιών του πρώτου επιπέδου μέσω κανόνων χαρτογράφησης, επιτρέποντας την ευέλικτη πλοήγηση και αναζήτηση μέσα στις οντολογίες. Το πρώτο επίπεδο προσφέρει την γενική περιγραφή του κάθε τομέα γνώσης σε μια κοινή οντολογία. Η Generic Ontology αποτελεί τη βασική οντολογία και είναι το ίδιο για κάθε πύλη (ESC) του συστήματος. Με άλλα λόγια, αυτό το σύνολο οντολογιών μπορεί να θεωρηθεί ως αναπόσπαστο τμήμα του συστήματος. Η Generic Ontology περιγράφει τις οντότητες και έννοιες που είναι ίδιες με το σύνολο του συστήματος. Για παράδειγμα, στην περίπτωση του τομέα της εκπαίδευσης, οι εκπαιδευτικοί, οι μαθητές, τα σχολικά κτίρια, οι τάξεις και τα εργαστήρια είναι οντότητες του Generic Ontology που παρέχει ένα σχεσιακό μοντέλο για τα βασικά στοιχεία που συνθέτουν το εκπαιδευτικό σύστημα (Σχήμα 22). Σχήμα 22: Παράδειγμα Generic Ontology για τον τομέα της εκπαίδευσης Το επίπεδο Domain Ontology έχει δημιουργηθεί ειδικά για τη χαρτογράφηση των επιμέρους τομέων γνώσης του συστήματος και να επιτρέψει την πιθανή επέκταση του μοντέλου πληροφοριών. Χρησιμοποιεί τις οντότητες της Generic Ontology για να περιγράψει τα ιδιαίτερα χαρακτηριστικά και τη δομή των δεδομένων που βρίσκονται σε κάθε ESC σε μια ολοκληρωμένη μορφή, όπως απεικονίζεται στο Σχήμα 23. Τόσο τα δυο επίπεδα αποτελούν ένα σημασιολογικό μοντέλο που παρέχει μια ολοκληρωμένη περιγραφή των δεδομένων σχετικά με τον τομέα γνώσης του εκπαιδευτικού συστήματος που είναι αποθηκευμένα στα διάφορα συστήματα που εμπλέκονται στο δίκτυο. [92]

94 Σχήμα 23: Παράδειγμα οντολογίας του Domain Ontology Βασικό στοιχείο της υλοποίησης του συγκεκριμένου συστήματος είναι το Semantic Mediator Model (SMM). To SMM περιλαμβάνεται από δύο τμήματα πληροφορίας. Το πρώτο μέρος χαρτογραφεί τα στοιχεία των οντοτήτων που περιγράφονται από τη Generic Ontolgoy και τις οντολογίες του Domain Ontology για τον προσδιορισμό της πραγματικής δομής δεδομένων των ESC. Το δεύτερο μέρος αποτελείται από ένα σύστημα που παρουσιάζει τη χωρογραφία και την τοπολογία των δεδομένων που χωρίζεται μεταξύ των συστημάτων ESC. Αυτό βελτιώνει τη διαδικασία αναζήτησης σε συγκεκριμένα συστήματα οριοθετώντας τον αριθμό των αιτήσεων/ερωτημάτων στα συστήματα ESC στα οποία όντως υπάρχουν τα ζητούμενα στοιχεία. Επιπλέον, η τοπολογία περιλαμβάνει αναφορές στο Central WSDL Repository (CWR) εκθέτοντας τις απαραίτητες πληροφορίες για την δυναμική επίκληση των υπηρεσιών ιστού που παρέχονται από τα συστήματα. Τα στοιχεία και οι συσχετίσεις του Semantic Mediator Model παρουσιάζονται στο Σχήμα 24. [93]

95 Σχήμα 24: Διαστάσεις του Semantic Mediator Model Το προαναφερόμενο σύστημα βασίζεται στην αρχιτεκτονική που παρουσιάζεται στο Σχήμα 25. Σχήμα 25: Αρχιτεκτονική σημασιολογικής ολοκλήρωσης κόμβων ηλεκτρονικής διακυβέρνησης [94]

96 Στο Model Repository αποθηκεύονται οι οντολογίες και οι πληροφορίες του Semantic Mediator Model. Η κύρια γλώσσα που χρησιμοποιείται για την αναπαράσταση της οντολογίας είναι η OWL, μια γλώσσα που βασίζεται στο πεδίο της υπολογιστικής λογικής που ονομάζεται Περιγραφική Λογικής. Οι αντιστοιχίσεις και η χωρογραφία που περιγράφεται σε ένα XML σχήμα. Το User Ontology Node αποθηκεύει όλες τις κατάλληλες πληροφορίες σχετικά με τα δικαιώματα πρόσβασης των χρηστών στο σύστημα ολοκλήρωσης. Επίσης, αυτό παρέχει πληροφορίες τόσο για τις πύλες (EGC) όσο και στο Query Manager προκειμένου να εξασφαλιστεί ένα ικανοποιητικό επίπεδο ασφάλειας που απαιτείται σε δίκτυα συνεργασίας Ηλεκτρονικής Διακυβέρνησης. Ο Model Composer περιέχει το μηχανισμό και το γραφικό περιβάλλον εργασίας για τη σύνθεση του Semantic Mediator Model και δημιουργεί τις πληροφορίες χαρτογράφησης μεταξύ των οντολογιών των δεδομένων των ετερογενών συστημάτων. Το Query Interface παρέχει την κατάλληλη διασύνδεση με την πύλη κάθε EGC, όπου ο χρήστης συνθέτει τα ερωτήματα αναζήτησης. Τέλος, ο Query Manager είναι η πλατφόρμα που δέχεται τα ερωτήματα από το Query Interface και ξεκινά τη διαδικασία σημασιολογικής αναζήτησης μέσα στο μοντέλο Εικονική Συστάδα Επιχειρήσεων Παροχής Τουριστικών Υπηρεσιών Στα πλαίσια της εργασίας [Alexakos et al., 2009] το σύστημα προσαρμόστηκε για να υ- ποστηρίζει την ολοκλήρωση συστημάτων παροχής τουριστικών πληροφοριών με στόχο την επιχειρηματική ενοποίηση πολλών μικρομεσαίων επιχειρήσεων για την προβολή των προϊόντων και των υπηρεσιών που προσφέρουν (Σχήμα 26). [95]

97 Σχήμα 26: Σύστημα ολοκλήρωσης συστημάτων παροχής πληροφοριών για επιχειρήσεις τουριστικού ενδιαφέροντος Στο Σχήμα 27 παρουσιάζεται η οντολογία Tourism Cluster Ontology η οποία χρησιμοποιήθηκε για να μπορέσει να ορίσει τις έννοιες στον τομέα γνώσης των υπηρεσιών τουρισμού. Σχήμα 27: Η οντολογία Tourism Cluster Ontology [96]

98 Ο Πίνακας 3 παρουσιάζει τα αξιώματα που εκφράζουν τις συσχετίσεις και τους περιορισμούς του οντολογικού μοντέλου. Πίνακας 3: Αξιώματα ορισμού οντολογίας Tourism Cluster Ontology Αξιώματα Λογικής Πρώτης Τάξης 1 2 x, y[ placedin( x, y) TouristActor( x) Infrastructure( y)] x, y[ providesactivity( x, y) TouristActor( x) Activity( y)] 3 x, y[ hasfacilities( x, y) Infrastructure( x) Facility( y)] 4 x, y[ isorganizedby( x, y) Event( x) TouristActor( y)] 5 x, y[ happensat( x, y) Event( x) DateTime( y)] 6 7 x, y[ hasfacilities( x, y) AccomondationInfrastructure( x) Room( y)] restricts : x, y[ hasfacilities( x, y) Infrastructure( x) Facility( y)] x, y[ placedin( x, y) Sport Pr ovider( x) SportInfrastructure( y)] restricts : x, y[ placedin( x, y) TouristActor( x) Infrastructure( y)] Το σύστημα χρησιμοποιεί τη γλώσσα ερωτημάτων SPARQL ώστε να εντοπίσει βάση του οντολογικού μοντέλου, την επιθυμητή για τον χρήστη πληροφορία. Παρακάτω παρουσιάζεται ένα παράδειγμα SPARQL για την ανάκτηση των καταχωρημένων επιχειρήσεων στην ελληνική γλώσσα. Το αποτέλεσμα παρουσιάζεται στην Εικόνα 1 όπου αποτυπώνεται η οθόνη της εφαρμογής. PREFIX sts:< PREFIX rdf:< SELECT DISTINCT?x?name?title?acronym?description?type?longtitude?latitude WHERE {?x sts:hasname?name.?x sts:placedin?y.?y sts:hasgpscoordinates?z.?z sts:haslongtitude?longtitude.?z sts:haslatitude?latitude.?x rdf:type sts:touristindustry OPTIONAL {?x sts:hastitle?title. FILTER regex(lang(?title), "el")} OPTIONAL {?x sts:hastype?type. FILTER regex(lang(?type), "el") } FILTER regex(lang(?name), "el") } [97]

99 Εικόνα 1: Αποτύπωση οθόνης εφαρμογής συστήματος ολοκλήρωσης Επιχειρήσεων Παροχής Τουριστικών Υπηρεσιών 5.5 Ανασκόπηση - Συμπεράσματα Το σημασιολογικό μοντέλο γνώσης που παρουσιάστηκε στο κεφάλαιο 4 ορίζει το πλαίσιο για την ολοκλήρωση της πληροφορίας. Για λόγους επίδειξης και συνάμα πιστοποίησης του προτεινόμενου οντολογικού μοντέλου παρουσιάστηκαν τέσσερα σενάρια εφαρμογής (usecases) σε διαφορετικούς επιχειρησιακούς τομείς. Το προτεινόμενο σημασιολογικό μοντέλο χρησιμοποιήθηκε στην προσπάθεια ολοκλήρωσης βάσεων πολυμεσικού υλικού, με βασική εφαρμογή σε πολιτιστικό και βιβλιογραφικό υλικό. Ο στόχος της προσέγγισης είναι να εισαγάγει ένα σύστημα που βασίζεται σε μια πολυεπίπεδη οντολογία που παρέχει μια επεκτάσιμη περιγραφή των τομέων γνώσης του περιεχο- [98]

100 μένου και της δομής υπερμέσων. Το πλεονέκτημα του πολυεπίπεδης οντολογίας έγκειται στο γεγονός ότι διευκολύνει το σχολιασμό του περιεχομένου υπερμέσων επιτρέποντας στις μηχανές αναζήτησης εύκολη και γρήγορη πλοήγηση στο ένα ιεραρχημένο οντολογικό μοντέλο ξεκινώντας από τη γενική περιγραφή τομέων γνώσης σε πιο λεπτομερή περιγραφή του περιεχομένου υπερμέσων. Στη συνέχεια παρουσιάστηκε η χρήση του μοντέλου σε μια προσέγγιση για την ολοκλήρωση ετερογενών αποθετηρίων εκπαιδευτικού υλικού. Η προσέγγιση στοχεύει σε ένα σύστημα για την ανάκτηση εκπαιδευτικού υλικού χρησιμοποιώντας το πολυπεπίπεδο οντολογικό μοντέλο. Η αναζήτηση πραγματοποιείται στο επίπεδο των μεταδεδομένων, όπου οι πληροφορίες σχετικά με το εκπαιδευτικό υλικό δημοσιεύονται, διαχειρίζονται και αποθηκεύονται. Μια ακόμη εφαρμογή του μοντέλου είναι στην εφαρμογή ενός P2P δικτύου για την ολοκλήρωση ψηφιακών βιβλιοθηκών. Η προσέγγιση βασίζεται στην λογική της εφαρμογής των τεχνολογιών P2P για τη δημιουργία ενός ενιαίου δικτύου αναζήτησης πολιτισμικού υλικού από διαφορετικές ψηφιακές βιβλιοθήκες, οι οποίες μπορεί να διαθέτουν το ίδιο ψηφιακό υλικό αλλά η περιγραφή (μεταδεδομένα) να ποικίλει από σύστημα σε σύστημα. Τέλος, παρουσιάζεται η εφαρμογή του μοντέλου για την ολοκλήρωση της πληροφορίας σε ένα σύστημα διαλειτουργικότητας πληροφοριακών συστημάτων. Η μια προσέγγιση εισάγει ένα οντολογικό μοντέλο και την αντίστοιχη υπηρεσιοστραφής αρχιτεκτονική για την διαχείριση και ολοκλήρωση πληροφορίας σε διάφορους κατανεμημένου κόμβους ηλεκτρονικής διακυβέρνησης. Η δεύτερη προσέγγιση αφορά στην ολοκλήρωση συστημάτων επιχειρήσεων παροχής υπηρεσιών και προϊόντων τουριστικού ενδιαφέροντος δημιουργώντας με αυτό τον τρόπο μια εικονική συστάδα επιχειρήσεων.. Οι παραπάνω εφαρμογές επέδειξαν τον τρόπο που μπορεί να χρησιμοποιηθεί το προτεινόμενο σημασιολογικό μοντέλο γνώσης για την ολοκλήρωση της πληροφορίας σε διάφορους τομείς. [99]

101 Κεφάλαιο 6: Ολοκλήρωση Βιομηχανικών/ Επιχειρησιακών Πληροφοριακών Συστημάτων Το παρόν κεφάλαιο παρουσιάζει μια προσέγγιση Συστημάτων Πολλαπλών Πρακτόρων για την ολοκλήρωση των επιχειρησιακών διαδικασιών σε ένα επιχειρησιακό/βιομηχανικό περιβάλλον. Ο στόχος είναι η διαχείριση των επιχειρησιακών διαδικασιών και ο συντονισμός των διαφόρων συστημάτων από τη στιγμή που θα έρθει μια παραγγελία στα συστήματα διοίκησης μέχρι αυτή η παραγγελία να ολοκληρωθεί από τις μηχανές στο πεδίο παραγωγής (Shop-Floor επίπεδο). Αυτό προϋποθέτει την ολοκλήρωση συστημάτων σε όλα τα επίπεδα της πυραμίδας του εκτεταμένου επιχειρησιακού μοντέλου. Η προσέγγιση αυτή ακολουθήθηκε στο ευρωπαϊκό έργο PABADIS PROMISE (P2) το οποίο χρησιμοποιώντας την μεθοδολογία GAIA σχεδίασε και υλοποίησε ένα ΣΠΠ το οποίο εκτελείται κατά βάση στο επίπεδο MES και αλληλεπιδρά με άλλα συστήματα την επιχείρησης όπως το Πληροφοριακό Σύστημα Διαχείρισης Πόρων (Enterprise Resource Planning - ERP) και τους ελεγκτές των μηχανών (Programmable Logic Controller, PLC) στο εργοστάσιο. Στο πλαίσια της ολοκλήρωσης της πληροφορίας στο έργο αναπτύχθηκε ένα μοντέλο πληροφορίας, το οποίο βασίστηκε στο σημασιολογικό μοντέλο τριών επιπέδων που παρουσιάστηκε στο κεφάλαιο 4. Το μοντέλο βασίζεται στην οντολογία P2Ontology [Diep et al., 2007] η οποία αναπτύχθηκε βασισμένη στο μετα-μοντέλο P2Metamodel. Η οντολογία P2Ontology προσάρμοσε τα διάφορα βιομηχανικά πρότυπα που χρησιμοποιούνται σήμερα [Alexakos et al., 2006c] [Georgoudakis et al., 2006]. Από την οντολογία P2Ontology ορίστηκαν κανόνες μεταμόρφωσης και χαρτογράφησης για να μπορέσει να προσαρμοστεί στις απαιτήσεις του συντακτικού των μηνυμάτων των τρίτων συστημάτων που ολοκληρώνονται στο επιχειρησιακό περιβάλλον [Kalogeras et al., 2007] [Kalogeras et al., 2010]. Οι εκφράσεις αυτές τις P2Ontology συνέθεσαν την γλώσσα τη PABADIS PROMISE (P2) Production Process and Product Description Language (P5DL) [Alexakos et al., 2011] η οποία θέτει τη βάση για την ολοκλήρωση της επιχειρησιακής διαδικασίας παραγγελιών και παραγωγής [Kalogeras et al., 2008]. 6.1 Ολοκλήρωση σε Όλα τα Στρώματα της Πυραμίδας Αυτοματισμού Η αποτελεσματική από άποψη κόστους παραγωγή με κατάλληλες προδιαγραφές ποιότητας καθίσταται προβληματική όταν τα προϊόντα, τα οποία έχουν ολοένα και πιο μικρούς κύκλους ζωής, πρέπει να είναι εφοδιασμένα με ένα συνεχώς αυξανόμενο αριθμό των επιλογών. [100]

102 Η λύση που προτάθηκε από την ερευνητική κοινότητα πριν 20 χρόνια ήταν η χρήση ολοκληρωμένων υπολογιστικών συστημάτων στην παραγωγή (Computer Integrated Manufacturing - CIM). Σήμερα, το CIM είναι μια πραγματικότητα, το οποίο όμως γέννησε πολλές προκλήσεις ακραίας πολυπλοκότητας στον προγραμματισμό και λειτουργία της παραγωγής. Οι διαδικασίες σχεδιασμού μας είναι ακριβώς όπως πριν: πολύ διαδοχικές, πολύ περιεκτικές ως προς το περιεχόμενο, πάρα πολύ υλοποιημένες στο υλικό (hardware-oriented) και πάρα πολύ συγκεκριμένες βάση του εκάστοτε προϊόντος. Ταυτόχρονα, εμφανίζονται νέες προκλήσεις: τα προϊόντα πρέπει να είναι πιο εξατομικευμένα και να προσφέρονται σε παραλλαγές, πρέπει να εναρμονίζονται γρήγορα με τις εκάστοτε απαιτήσεις της αγοράς, ο κύκλος ζωής των προϊόντων είναι μικρότερη από ποτέ και ο παγκόσμιος ανταγωνισμός όλο και πιο ισχυρός [Zuehlke, 2010]. Το περιβάλλον παραγωγής χαρακτηρίζεται από υψηλό βαθμό ποικιλότητας και ετερογένειας με διαφορετικές συσκευές και εξοπλισμό που χρειάζονται για να ενσωματωθούν και να συνεργάζονται μεταξύ τους. Επίσης, χαρακτηρίζεται από μια τάση να κινηθεί προς πιο κατανεμημένες αρχιτεκτονικές, που οδηγούν σταδιακά στην υιοθέτηση των συστημάτων πολλαπλών πρακτόρων (ΣΠΠ) μεταφέροντας τις λειτουργίες των συστημάτων MES μεταξύ αυτόνομων πρακτόρων. Στα πλαίσια των παραπάνω, το έργο PABADIS' PROMISE (Ρ2) [Ferrarini et al., 2006] έχει αναπτύξει νέες ιδέες για την υλοποίηση των συστημάτων παραγωγής αυξάνοντας την ευελιξία και την ευρωστία του συστήματος παραγωγής επηρεάζοντας όλα τα στρώματα της πυραμίδας αυτοματισμού. Τα κύρια αποτελέσματα του έργου είναι μια νέα αρχιτεκτονική στο επίπεδο ελέγχου, ένα ΣΠΠ υποστήριξης της αυτονομίας σε επίπεδο εκτέλεσης και επιχείρησης και ένα σημασιολογικό μοντέλο ολοκλήρωσης, τη P2Ontology 14 [Alexakos et al., 2011] για παρέχει την κατάλληλη σημασιολογία. Η P2Ontology ακολουθεί τη μεθοδολογία ανάπτυξης οντολογικών μοντέλων για την ολοκλήρωση της πληροφορίας που παρουσιάστηκε στο κεφάλαιο 4 της παρούσας διατριβής. Η καινοτόμος αρχή της προτεινόμενης γενικής αρχιτεκτονικής του P2 έγκειται στην αρχή της κατάτμησης του επιπέδου MES, χρησιμοποιώντας ένα ΣΠΠ, και την ενσωμάτωσή του με τα συστήματα στο πεδίο του ελέγχου και στο πεδίο του επιχειρηματικού σχεδιασμού πόρων (ERP) (Σχήμα 28). Μια τέτοια αποτελεσματική ενσωμάτωση θα καταστήσει δυνατή την επίτευξη του προτύπου Ρ2 που εκφράζεται από το σύνθημα "η παραγγελία είναι η εφαρμογή". 14 PABADIS PROMISE Consortia: Deliverable 3.1, Development of Manufacturing Ontology [101]

103 Ο γενικός στόχος της αρχιτεκτονικής είναι να δοθεί προηγμένη ευελιξία στο βιομηχανικό περιβάλλον καθιστώντας δυνατόν να έχουμε εφαρμογές ελέγχου, οι οποίες, λαμβάνοντας υπόψη τους διαθέσιμους πόρους και με σεβασμό σε πιθανές αλλαγές όποτε είναι εφικτό να μπορούν να προσαρμόσουν τη παραγωγική διαδικασία για την ολοκλήρωση παραγγελιών. Σχήμα 28: Ολοκλήρωση σε Όλα τα Στρώματα της Πυραμίδας Αυτοματισμού Ο πυρήνας του συστήματος Ρ2 είναι ένα σύστημα πρακτόρων λογισμικού που υποκαθιστούν το επίπεδο MES. Οι πράκτορες έτσι ανασυνθέτουν εξ ολοκλήρου τη λειτουργικότητα του MES σε κατανεμημένα, αποκεντρωμένα και αυτόνομα συστατικά. Το ΣΠΠ του P2 σχεδιάστηκε με τη χρήση της GAIA μεθοδολογίας και το μοντέλων ρόλων στο οποίο κατέληξε παρουσιάζεται στο Σχήμα 29. Σύμφωνα με το μοντέλο ρόλων του ΣΠΠ, οι πόροι που ελέγχονται από Resource Managers, οι οποίοι προσφέρουν στο σύνολο του συστήματος τις ικανότητές που συγκεντρώθηκαν από τον Ability Broker. Ο Ability Borker συγκεντρώνει τις δυνατότητες των συστημάτων ελέγχου των συσκευών που υπάρχουν στο περιβάλλον παραγωγής. Όταν μια παραγγελία εκδίδεται από τον πελάτη, δίνει το έναυσμα στο σύστημα ERP να δημιουργήσει μια σειρά από Order Managers. Καθένας από τους Order Managers θα πρέπει να δεσμευτεί για ένα στοιχειώδες καθήκον της παραγωγής. Για την εκπλήρωση αυτών των καθηκόντων, χωρίς ένα κεντρικό φορέα σε ένα ευέλικτο περιβάλλον, ο κάθε Order Manager θα ψάξει για τους Resource Managers, διαπραγματεύεται το πρόγραμμά τους, καθώς και την κατανομή των πόρων για τα καθήκοντά τους. Προκειμένου να συμμορφωθούν με τα διαφορετικά είδη της παραγωγής και να παρέχουν διαβαθμισμένη λύσεις, οι Resource Managers and Order Managers μπορεί να έχουν πρόσβαση σε πόρους με πολύ περιορισμένη ικανότητα, ό- πως PLCs ή ετικέτες RFID. [102]

104 Initialise order data 1 Enterprise Ressource Planer Change order data 1 Inform about results 3 Request Information 3 SystemInformation Interface Resource Interface Order Supervisor Request Information 1 Information Collector Request Information 2 Resource Supervisor Initialise order data 2 Change order data 2 Negotiate 3 Inform about results 1 Inform about results 2 Inform about availability changes 4 Inform about availability changes 3 Supervise resource Initialise suborder data Change suborder data Inform about subprogress Negotiate 2 Order Manager Request control application building blocks 2 Negotiate 1 Control process Inform about availability changes 1 Resource Manager Inform about availability changes 2 Negotiate4 Supervise resource 2 Product Data Interface Request product description Request process description Product Data Repository Request control application building blocks 1 Inform about ability changes 2 Search ability 1 Register ability Inform about ability changes 1 Ability Broker Search ability 2 Inform about ability changes 3 Inform about ability changes 4 Σχήμα 29: Μοντέλο ρόλων του P2 Στην φάση της υλοποίησης και σύμφωνα με τη μεθοδολογία GAIA, το μοντέλο ρόλων υλοποιείται ως ένα Σύστημα Πολλαπλών Πρακτόρων. Στην περίπτωση του P2 η υλοποίηση του μοντέλου ρόλων παρουσιάζεται στο Σχήμα 30 [Kalogeras et al., 2010]. [103]

105 Σχήμα 30: Το ΣΠΠ ολοκλήρωσης βιομηχανικών διαδικασιών Το P2 ΣΠΠ 15 αποτελείται από τα ακόλουθα είδη πρακτόρων, που προέρχεται από το μοντέλο ρόλων Ρ2: Οι Resource Agents (RA) διαχειρίζονται τους πόρους παραγωγής (μηχανές, συστήματα ελέγχου, αισθητήρες, διαδρόμους), συμπεριλαμβανομένου του προγραμματισμού και του έλεγχου αυτών. Με τον τρόπο αυτό παρέχει τις δυνατότητες παραγωγής, οι οποίες ορίζονται ως ικανότητες (abilities) σε άλλους Resource Agents και Order Agents. 15 PABADIS PROMISE Consortia: Deliverable 4.1 [104]

106 Οι Order Agents (ΟΑ) είναι υπεύθυνοι για την εκτέλεση των εντολών παραγωγής, συμπεριλαμβανομένου του προγραμματισμού της παραγγελίας και του ε- λέγχου της εκτέλεσης της διαδικασίας κατασκευής. Οι Order Agent Supervisors (OAS) είναι απαραίτητοι για τη διαχείριση του κύκλου ζωής των ΟΑ και την εποπτεία της εκτέλεσης των παραγγελιών. Οι Resource Agent Supervisors (RAS) είναι υπεύθυνοι για τη διαχείριση του κύκλου ζωής των RA και την εποπτεία αυτών. Οι Ability Broker (AB) χρησιμοποιούνται για τη συλλογή των περιγραφών των ικανοτήτων των RA και την παροχή ενός κεντρικού σημείου όπου οι υπόλοιποι πράκτορες μπορούν να ζητήσουν πληροφορίες σχετικά με αυτές τις ικανότητες. Ο Product Data Repository (PDR) είναι μια βάση δεδομένων για τις πληροφορίες του προϊόντος, και συμπεριλαμβάνει την περιγραφή της διαδικασίας παρασκευής όσον αφορά τις απαιτούμενες ικανότητες και τις δομές προγραμματισμού ελέγχου που σχετίζονται με την εφαρμογή και ονομάζονται εφαρμογές ικανοτήτων (abilty applications). Ο Information collector (IC) είναι ένας γενικός φορέας για τη συλλογή των πληροφοριών του συστήματος για εξωτερικούς φορείς του συστήματος. Από την άλλη πλευρά, η Ρ2 Οντολογία παρουσιάζει μια οντολογία κατασκευής που επιτρέπει τα τμήματα και εφαρμογές του ολοκληρωμένου συστήματος να διαλειτουργούν πλήρως καθ 'όλη τη διάρκεια του κύκλου ζωής της διαδικασίας παραγωγής. Η P2 οντολογία παρέχει έναν επίσημο και σαφή ορισμό όλων των στοιχείων και των αλληλεπιδράσεών τους σε ένα επιχειρησιακό/βιομηχανικό περιβάλλον, προκειμένου να θεσπιστεί μια κοινή «γλώσσα» για την ανταλλαγή και περιγραφή όλων των πολύπλοκων πληροφοριών που σχετίζονται με όλα τα εμπλεκόμενα συστήματα. Η P2 οντολογία έχει ως στόχο να επισημοποιήσει εννοιολογικές πληροφορίες σχετικά με: Κάθε πόρο που μπορεί να χρησιμοποιηθεί σε μια γραμμή παραγωγής: μηχανήματα, εξοπλισμό, συστήματα ελέγχου, ενεργοποιητές, προσωπικό, υλικά, κ.λπ. Κάθε προϊόν που μπορεί να παραχθεί στη γραμμή παραγωγής. Κάθε λειτουργία μέσω του ορισμού της κάθε διαδικασίας (που ορίζεται ως μια σειρά διαδοχικών ή παράλληλων δράσεων). [105]

107 6.2 Σχεδιασμός και Ορισμός του Σημασιολογικού Μοντέλου Η εγγενής πολυπλοκότητα των σημερινών συστημάτων παραγωγής και των προϊόντων, η απαιτούμενη ευελιξία των στόχων και η αύξηση του αριθμού των πιθανών συστημάτων (μηχανήματα, εργαλεία, κλπ), καθώς και οι τεχνολογίες και τα ισχύοντα πρότυπα, υπογραμμίζουν την πρωταρχική σημασία του ρόλου της επικοινωνίας μεταξύ των διαφόρων οντοτήτων όπως είναι οι πράκτορες. Η πρώτη φάση του σχεδιασμού του οντολογικού μοντέλου είναι να καθοριστούν τα δεδομένα που θα ανταλλάσσονται μεταξύ των εμπλεκόμενων συστημάτων. Τα στοιχεία αυτά πρέπει να ορίζονται χωρίς αμφιβολία, επιτρέποντας έτσι τους πράκτορες να μοιράζονται την ίδια κατανόηση του περιβάλλοντος στο οποίο λειτουργούν. Θα πρέπει επίσης να βελτιστοποιηθεί ως προς τη δομή και την τυπολογία τους, προκειμένου να καταστεί δυνατή η εκτέλεση της αποστολής τους, ακόμη και στην περίπτωση των περιορισμένων δυνατοτήτων κατά την αποθήκευση ή τη μεταποίηση. Το εννοιολογικό μοντέλο δεδομένων ονομάζεται η Ρ2 Meta Model. Στη δεύτερη φάση, είναι απαραίτητο να οργανωθούν τα δεδομένα με ένα επίσημο τρόπο και να συγκεντρωθούν σε αποθετήριο περιγραφικών δεδομένων. Το αποθετήριο είναι μια οντολογία, η P2 Ontology, η οποία είναι ικανή για να συμπεριλάβει όλη τη γνώση που έχει συγκεντρωθεί στη πρώτη φάση. Παρέχοντας μια αυστηρή και σαφής περιγραφή των εννοιών παραγωγής και των ιδιοτήτων τους, η P2 Οντολογία χρησιμεύει ως σημείο αναφοράς για την ερμηνεία της σημασιολογίας των δεδομένων. Στην τρίτη φάση, είναι αναγκαίο να οριστεί μια περιγραφική δομή που επιτρέπει το χειρισμό της γνώσης με ένα επίσημο τρόπο σε όλο το μήκος του κύκλου ζωής του. Η δομή αυτή είναι η γλώσσα, τη PABADIS PROMISE (P2) Production Process and Product Description Language (P5DL), η οποία περιέχει τη σημασιολογία της πληροφορίας που αναπαριστάται στη P2 Οντολογία καθώς και τον μηχανισμό μεταμορφώσεων μηνυμάτων για ορθή ανταλλαγή πληροφορίας μεταξύ των συστημάτων στο επιχειρησιακό/βιομηχανικό επίπεδο Το P2 Metamodel Η προσέγγιση για τον ορισμό του P2 Metamodel είναι σύμφωνη με το μοντέλο Model Driven Architecture (MDA) [Bézivinet al., 2001]. Η MDA παρέχει μια αρχιτεκτονική μοντελοποίησης και την αντίστοιχη μεθοδολογία που επιτρέπουν την περιγραφή του μεταμοντέλου, δηλαδή τον προσδιορισμό των εννοιών, των σχέσεων, των χαρακτηριστικών και των περιορισμών που είναι απαραίτητα για το ολοκλήρωση των συστημάτων. Αυτό το μετα- [106]

108 μοντέλο έχει κατασκευαστεί με τη χρήση UML (Unified Modelling Language) διαγραμμάτων, τα οποία χρησιμοποιούνται ευρέως για δραστηριότητες μοντελοποίησης. Η UML προσφέρει έναν καλό συμβιβασμό ανάμεσα στη δύναμη της περιγραφής (μια σχέση περιορίζεται από πληθικότητα και ρόλο, δυνατότητα προοδευτικού εμπλουτισμό των εννοιών με τη χρήση κληρονομικότητας σχέσεων, κλπ), αναγνωσιμότητας και των αναφορών στον τομέα, καθώς και επαρκή επίπεδο της τυποποίησης. Μια επιλογή από υφιστάμενες προσεγγίσεις και πρότυπα μοντελοποιήθηκε, προκειμένου να ορισθούν ως κάποια σημεία εισόδου για την ενοποίηση της αίσθησης και της περιγραφής των εννοιών και σχέσεων. Αυτές οι προσεγγίσεις εξετάστηκαν λαμβάνοντας υπόψη την πτυχή της πληροφορίας, καθώς και η εννοιολογική άποψη. Οι προσεγγίσεις είναι τα PSL, ANSI-95, UEML 1.0, ISO 19440, effbd, PABADIS και Torero. Το Σχήμα 31 [Diep et al., 2007]παρουσιάζει ένα παράδειγμα σύγκρισης μεταξύ ορισμένων νέων οντοτήτων του P2MetaModel και εκείνων που προέρχονται από τις προαναφερθείσες προσεγγίσεις. ANSI-95 UEML effbd PSL Capability (Production, P2Ability ResourceRole + Equipment, (P2AbilityLevel) RoleType Personnel, - Material) P2ControlledProcessSegment ProcessSegment Activity, Mode Node Activity occurrence P2HumanResource Personnel HumanResource Object P2Flow - ConnectionOperator, TriggerFlow, ConstraintFlow, Object IOFlow, ResourceFlow P2ConceptAndRelationCategory Class - - Σχήμα 31: Σύγκριση προτύπων στη χρήση τους στο P2MetaModel Ο σχεδιασμός του μετα-μοντέλου ακολουθεί την λογική του σημασιολογικού πολυεπίπεδου μοντέλου, όπως φαίνεται στο Σχήμα 32. Η προσέγγιση αυτή επιτρέπει την ενσωμάτωση των διαφορετικών υπο-τομέων γνώσης σε όλα τα στρώματα της πυραμίδας αυτοματισμού. Μάλιστα, επιτρέπει την εύκολη προσαρμογή του σημασιολογικού μοντέλου στα διαφορετικά επιχειρηματικά/βιομηχανικά περιβάλλοντα. Όπως φαίνεται και στο μοντέλο οι οντολογίες συγκεκριμένου τομέα αναφέρεται στο χαμηλό επίπεδο του μοντέλου και ορίζει τις ιδιαιτερότητες του περιβάλλοντος εφαρμογής (εφαρμογές λογισμικού, ελεγκτές μηχανών, αισθητήρες, κτλ.) [107]

109 Meta Model P2ProcessSegment ENRICHMENT UML Resource MappingRulesModel MAPPING rules OWL Ontology Meta Meta Model level Generic ontology Meta Model level AssemblingProcess AssemblingMachine AssemblingProcess A1 AssemblingMachine M2 MaintenanceOperator AssemblingMachine M1 MAPPING rules Dedicated Ontology Model level Universe of the discourse level Σχήμα 32: Ιεραρχική άποψη του σημασιολογικού μοντέλου της P2 Οντολογίας Το P2 MetaModel αποτελείται από 43 βασικές οντότητες οι οποίες περιγράφουν όλες τις έννοιες και τις συσχετίσεις αυτών και ορίζει την πληροφορία του τομέα γνώσης του επιχειρηματικού και βιομηχανικού περιβάλλοντος. Στο παρακάτω σχήμα (Σχήμα 33) παρουσιάζεται το P2 MetaModel. [108]

110 Σχήμα 33: Το P2MetaModel Η Οντολογία P2 Ontology Ο στόχος της Ρ2 οντολογίας είναι να καθορίσει μια οντολογία που να επιτρέπει μελλοντικά τα τμήματα και εφαρμογές του συστήματος Ρ2 ώστε είναι πλήρως διαλειτουργικό καθ όλη τη διάρκεια του κύκλου ζωής της διαδικασίας παραγωγής. Η P2 Οντολογία παρέχει έναν επίσημο και σαφή ορισμό όλων των στοιχείων και των αλληλεπιδράσεών σε ένα επιχειρησιακό / βιομηχανικό περιβάλλον ώστε να δημιουργηθεί μια κοινή αντίληψη για την ανταλλαγή και περιγραφή όλων των πολύπλοκων πληροφοριών που σχετίζονται με τα χαμηλότερα επίπεδα μιας βιομηχανίας. Οι τρεις βασικές απαιτήσεις που επιβάλλονται για την Ρ2 Οντολογία είναι: [109]

111 1. Η P2 οντολογία πρέπει να εφαρμόζεται εύκολα από μηχανικούς που εμπλέκονται στη βιομηχανία σήμερα. 2. Πρέπει να είναι όσο το δυνατόν περισσότερο τυπική, προκειμένου να παράσχει όλους τους απαραίτητους ορισμούς με ένα σαφές και ενιαίο τρόπο. 3. Θα πρέπει να αποτελείται σε μορφή που μπορεί να υποβληθεί σε επεξεργασία από τις εφαρμογές λογισμικού, προκειμένου να ενσωματωθεί εύκολα στην αρχιτεκτονική Ρ2. Σε αυτή την προσέγγιση, η πρώτη απαίτηση υποστηρίζεται από τη χρήση της γλώσσας UML για την ανάπτυξη του Ρ2MetaModel. Αυτό είναι ένα πρώτο βήμα στην καθορισμένη μεθοδολογία για την παραγωγή της Ρ2 Οντολογίας και ως εκ τούτου παρουσιάζει μία βάση για την εφαρμογή Ρ2 Οντολογίας. Αναφορικά με τη δεύτερη προϋπόθεση, η χρήση της γλώσσας OWL και ο καθορισμός της διαδικασίας μετάφρασης από την UML σε OWL παρέχει την αναγκαία τυπική διαδικασία για την P2 Οντολογία. Η τελευταία απαίτηση καλύπτεται από τη γλώσσα OWL το οποίο παρέχει τον ορισμό της σε RDF / XML μορφή. Κατασκευή P2Ontology Η UML και η OWL είναι δύο γλώσσες που προέρχονται από διαφορετικά πεδία της μοντελοποίησης της γνώσης. Η UML είναι πιο αφηρημένη, αλλά πολύ γνωστή στους μηχανικούς συστημάτων ή λογισμικού στη βιομηχανία, ενώ η OWL είναι μια νέα γλώσσα που προέρχεται από το Σημασιολογικό Ιστό χρησιμοποιώντας τεχνικές Περιγραφικής Λογικής, προκειμένου να επισημαίνει και να περιγράφει το πεδίο γνώσης σε μια μορφή που να είναι κατανοητή από υπολογιστικά συστήματα. Η επεξεργασία των κοινών χαρακτηριστικών που παρέχονται από τις δύο γλώσσες, καταλήγουν σε ένα σύνολο κανόνων χαρτογράφησης που πρέπει να ακολουθούνται για την μετάφραση του Ρ2MetaModel στην Ρ2 οντολογία. Ο ακόλουθος πίνακας (Πίνακας 1) παρουσιάζει τις συσχετίσεις μεταξύ της UML και της OWL. Πίνακας 4: Συσχέτιση UML και ΟWL όρων UML Όροι OWL Όροι Package Class Subclass (generalization) Ontology Class SubClassOf [110]

112 Comments Attribute Association, Aggregation Constraints Multiplicities Navigability Instance rdfs:comment Data Type Property, Object Property Object Property Class necessary restrictions Cardinality (Object Properties) Class necessary restrictions Individual Οι παραπάνω συσχετίσεις ενσωματώθηκαν σε ένα αλγόριθμο μετατροπής τους μεταμοντέλου σε UML στη τελική γενική οντολογία P2 Ontology σε OWL. Ο αλγόριθμος παρουσιάζεται παρακάτω σε ψευδο-κώδικα. #OWL Class Creation for each UML Class in P2Meta-Model { create UML Class > owl:class set UML comments > rdfs:comment #Find Same Level Classes to set OWL disjoints for each UML Class in the same level of hierarchy{ set UML Class -> owl:disjointwith } #Check if is subclass of another class if (UML class is generalized) { create UML Supplier > rdfs:subclassof } for each UML attribute in UML Class{ if (UML Attribute type refers to UML Class){ create UML Attribute > owl:objectproperty set UML refered Class > rdfs:range set UML comments > rdfs:comment }else{ create UML Attribute > owl:datatypeproperty set UML data type > rdfs:range #The composition of rdfs:range follows the #following table #UML OWL # #String xsd:string #Double xsd:double #Integer xsd:int #Boolean xsd:boolean #Date xsd:date # set UML comments > rdfs:comment } } } #Associations Translations for each UML association or aggregation in P2Meta-Model{ create UML Role 1 > owl:objectproperty set UML comments > rdfs:comment set UML Element 1 > rdfs:domain [111]

113 set UML Element 2 > rdfs:range set UML cardinality of Role 2> owl:restriction set UML Role 2 > owl: inverseof create UML Role 2> owl:objectproperty (Inverse) set UML comments > rdfs:comment set UML Element 2 > rdfs:domain set UML Element 1 > rdfs:range set UML Role 1 > owl: inverseof set UML cardinality of Role 1 > owl:restriction #Comments about cardinality Restrictions #The composition of owl:restriction follows the #following table #UML OWL # #0 * owl:mincardinality = 0 #1 * owl:mincardinality = 1 #1 owl:cardinality = 1 #0 1 owl:mincardinality = 0 and # owl:maxcardinality=1 # } Το αποτέλεσμα του αλγορίθμου είναι η P2Ontology της οποίας η βασική ιεραρχική δομή των κλάσεων παρουσιάζεται στο Σχήμα 34. [112]

114 [113]

115 Σχήμα 34: Ιεραρχική Δομή των κλάσεων της P2 Οντολογίας Παρακάτω παρουσιάζονται οι βασικές κλάσεις της P2Οντολογίας. Κλάσεις P2ConceptAndRelation P2Event P2Object P2Resource P2Information P2Order P2OrderReport P2Ability Περιγραφή Αφηρημένη έννοια που επιτρέπει τον ορισμό της ιεραρχίας - κληρονομικότητας για κάθε έννοια και κάθε σχέση της οντολογίας Ρ2. Μια P2Event συμβαίνει σε P2TimePoint και συνδέεται με μια πηγή συμβάντος η οποίο μπορεί να είναι ένα P2ProcessSegment, ένα P2Flow, ένα P2Object, κλπ. Ένα συμβάν επιτρέπει ένα P2ProcessSegment να ξεκινήσει τις δραστηριότητές του. Αφηρημένη έννοια που περιγράφει κάθε αντικείμενο που κυκλοφορεί στο σύστημα: P2Information, P2Material, P2Equipement, P2Personel, P2Resource, P2Product Αφηρημένη έννοια. Ένα P2Resource είναι μια συλλογή από προσωπικό, εξοπλισμό ή / και υλικών που απαιτούνται και να ρυθμίζονται (ready to g) για την εκτέλεση μιας δραστηριότητας (δηλαδή ένας πόρος υποστηρίζει μια δραστηριότητα). Μπορεί να αντιπροσωπεύουν είτε ένα απλό πόρο ή ένα σύνολο πόρων με παρόμοιους ρόλους και ιδιότητες. Με άλλα λόγια, ένας πόρος μπορεί να είναι ατομικός ή σύνολο των παραπάνω αντικειμένων. Επιπρόσθετα, οι πόροι μπορούν να χωριστούν σε αναλώσιμους πόρους και ανθεκτικούς πόρους. Η P2Information αφορά κάθε πληροφορία (ΒΟΜ, εντολή παραγωγής, το αρχείο δεδομένων διαμόρφωσης, κ.λπ.) που κυκλοφορεί στο σύστημα, η οποία πρέπει να πραγματοποιείται από έναν P2Object. Παραγγελία προέρχεται από το σύστημα ERP και ζητεί από το σύστημα P2 την ολοκλήρωση μιας εργασίας με προτεραιότητα. Αφηρημένη έννοια που περιγράφει την έκθεση δραστηριοτήτων η οποία πρέπει να παρέχεται από το P2 σύστημα στο πληροφοριακό σύστημα ERP (Enterprise Layer) για κάποιο P2Order. Μια P2Ability ορίζει τι ένας πόρος (ή μια κατηγορία των πόρων) [114]

116 P2ProcessSegment P2NodeOperator P2StorageLocation P2ConceptAndRelation Category P2Property είναι σε θέση να κάνει προκειμένου να υποστηρίξει κατά τη διάρκεια ενός P2ProcessSegment. Μια ικανότητα (ability) πρέπει να ερμηνευθεί ως απαιτούμενη ικανότητα (για παράδειγμα, χρειάζεται μια P2ProcessSegment για να κάνει κάτι: να κόψει, να παραδώσει, να γυαλίσει, να καθαρίσει, κλπ), H P2ProcessSegment αντιπροσωπεύει μια διαδικασία παρασκευής ή μια δραστηριότητα η οποία αποτελεί μέρος μιας διαδικασίας παρασκευής ή μιας διαδικασίας συντήρησης. Είναι μια λογική άποψη της δραστηριότητας που έχει να μετατρέψει τις εισροές σε εκροές. Ένα P2ProcessSegment πρέπει να ελέγχεται και να περιορίζεται από τη χρήση κανόνων παραγωγής. Χρειάζεται και χρησιμοποιεί τους πόρους για να εκτελεστεί. Απαιτεί ειδικές ικανότητες από τους πόρους που χρησιμοποιεί. Όταν εκτελείται, ένα P2ProcessSegment τότε στιγμιαία μεταβαίνει σε P2ControlledProcessSegment. Με άλλα λόγια, μια P2ControlledProcessSegment είναι η εκτελούμενη διαδικασία ενώ το P2ProcessSegment η περιγραφή της διαδικασίας. Ο τελεστής του κόμβου επιτρέπει την μοντελοποίηση του παραλληλισμού (P2NodeOperatorAnd), του συγχρονισμού (P2FunctionalFlow) όπως αναμονή, ακολουθία, εναλλακτική λύση (P2NodeOperatorOr) κατά την περιγραφή μιας ροής P2ProcessSegment, P2LifeCycleActivity ή P2ControlledProcessSegment. Η P2StorageLocation είναι μια περιγραφή της τοποθεσίας, την ποσότητα και το είδος της αποθήκευσης των πόρων που χρησιμοποιούνται για την αποθήκευση ενός ειδικού υλικού (ή πολλά υλικά) ή ένα προϊόν (ημιτελή ή τελειωμένα). Η P2ConceptAndRelationCategory περιγράφει μια αυθαίρετη ομαδοποίηση των εννοιών ή των σχέσεων με παρόμοιους στόχους και / ή χαρακτηριστικά και / ή παρόμοιες ιδιότητες. Καθορίζει ένα ακίνητο, δηλαδή ένα χαρακτηριστικό ή πληροφορίες σχετικά με μια οντότητα του συστήματος που μπορεί να [115]

117 χρησιμοποιηθεί στη συνέχεια από όλες τις άλλες οντότητες του συστήματος Στα παρακάτω δυο σχήματα (Σχήμα 35 και Σχήμα 36) παρουσιάζονται δυο παραδείγματα με μέρη της P2 Οντολογίας μιας και το μέγεθός της δεν μας επιτρέπει την πλήρη παρουσίασή της στο παρόν κείμενο. Το Σχήμα 35 ορίζει τον τρόπο που αποτυπώνεται η ικανότητα (P2Ability) ενός πόρου (P2Ability) ως μια ροή διαδικασιών και πόρων (P2ProcessSegment.) Σχήμα 35 Μέρος της P2 Ontology με την εμφάνιση των συσχετίσεων (1) Το Σχήμα 36 παρουσιάζει τον τρόπο που μια συγκεκριμένη ικανότητα (P2Ability) ενός συγκεκριμένου πόρου (P2Resource) υλοποιείται από μια μηχανή (P2Device) ως κώδικας ε- λέγχου (P2AbilityApplication) που ακολουθεί τις οδηγίες του προτύπου IEC61499 (Function Blocks) International Electro-technical Commission, (IEC), International Standard IEC61499, Function Blocks, Part 1 - Part 4, IEC Jan [116]

118 Σχήμα 36: Μέρος της P2 Ontology με την εμφάνιση των συσχετίσεων (2) 6.3 Γλώσσα Ολοκλήρωσης Επιχειρησιακών Διαδικασιών - P5DL Σε ένα επιχειρησιακό/βιομηχανικό περιβάλλον η χρήση μιας κοινής οντολογίας μπορεί να δώσει λύση στην σημασιολογική και συντακτική ολοκλήρωση της πληροφορίας, παράλληλα όμως δημιουργούνται διάφορα θέματα όσο αφορά την διαλειτουργικότητα των συστημάτων: Η ετερογένεια της διακριτικότητας πληροφοριών. Σε μια κατανεμημένη αρχιτεκτονική ελέγχου ένα τεράστιο ποσό πληροφορίας θα προκύψει και πρέπει το σύστημα να το διαχειριστεί με τον κατάλληλο τρόπο. Οι πληροφορίες δημιουργούνται από τους πράκτορες, το ERP, και τις εφαρμογές ελέγχου. Διαφορετικές οντότητες θα πρέπει να χρησιμοποιούν διαφορετικά μέρη των πληροφοριών με ένα συνεπή τρόπο. Δεν είναι όλες οι πληροφορίες σημαντικές για όλους τις οντότητες. Επιπλέον, οι διαφορετικές χρονικές κλίμακες, στο ERP ή το επίπεδο ελέγχου που υποβάλλονται σε περιορισμούς πραγματικού χρόνου, προκαλεί μια διαφορά στην εγκυρότητα των δεδομένων, δηλαδή το χρονικό διάστημα κατά το οποίο οι πληροφορίες είναι σχετικές. Η ετερογένεια των δυνατοτήτων επεξεργασίας πληροφοριών. Οι πληροφορίες διαχειρίζονται από τεχνικά συστήματα τα οποία πρέπει να είναι σε θέση να "καταλάβουν" το σχετικό ποσό των πληροφοριών ακόμη και στην περίπτωση των περιορισμένων υπολογιστικών πόρων, όπως στα συστήματα ελέγχου που [117]

119 χρησιμοποιούν περιορισμένες συσκευές. Η αναπαράσταση πληροφοριών πρέπει να είναι αποτελεσματική σε σχέση με τον απαιτούμενο χώρο αποθήκευσης και το χρόνο επεξεργασίας που πρέπει να χρησιμοποιείται, για περιορισμένο συσκευές όπως ετικέτες RFID. Σε μετα-επίπεδο αυτά τα ζητήματα της ετερογένειας μπορεί να είναι εντελώς αφαιρετικά, εκμεταλλευόμενοι το γεγονός ότι η ίδια η πληροφορία είναι αφηρημένη και αντιπροσωπεύει ένα μη-φυσικό φαινόμενο. Οι πληροφορίες μπορεί να εκδοθούν, να διαβιβαστούν, να αποθηκεύονται και να επεξεργάζονται. Σε επίπεδο συστήματος, μόνο οι κατάλληλες έννοιες που απαιτούνται για να διατηρήσουν τη διαλειτουργικότητα στο εννοιολογικό επίπεδο. Μια γλώσσα περιγραφής για τις διαδικασίες των προϊόντων και της παραγωγής μπορεί να οικοδομήσει τις γέφυρες μεταξύ της γνώσης του τομέα, που γίνονται αντιληπτές και ρητώς στην Ρ2 Οντολογία, και τη λειτουργικότητα της γνώσης στις φυσικές οντότητες του συστήματος ολοκλήρωσης. Μια τέτοια αποτελεσματική και συνεπής περιγραφή των δεδομένων είναι η γλώσσα P5DL. Προκειμένου να ασχοληθεί με τη μεγάλη ετερογένεια των συστατικών σε ένα κατανεμημένο σύστημα παραγωγής, η P5DL στοχεύει στην πλήρη αποσύνδεση του σημασιολογικού επίπεδου από το συντακτικό επίπεδο, επιτρέποντας το μοντέλο πληροφοριών να είναι ανεξάρτητο. Η κατασκευή του P5DL βασίζεται σε δύο έννοιες: 1. Ένα σύνολο γλωσσών αναπαράστασης που είναι σύμφωνες με την ίδια οντολογία 2. Ένα σύνολο των μετασχηματισμών μεταξύ αυτών των γλωσσών αναπαράστασης. Η πρώτη έννοια καθορίζει τις γλώσσες αναπαράστασης που προέρχονται και συνδέονται ρητά με τη Ρ2 Οντολογία. Αυτό γίνεται με μια διαδικασία μετασχηματισμού που ξαναγράφει τις έννοιες και τις σχέσεις της Ρ2 Οντολογία που περιγράφονται στην OWL σε άλλες γλώσσες, για την αναπαράσταση των πληροφοριών (XML, String, Java). Η δεύτερη έννοια είναι η εισαγωγή των μετασχηματισμών μεταξύ πολλών γλωσσών α- ναπαράστασης. Μετασχηματισμοί συνδέουν τις έννοιες μιας γλώσσας αναπαράστασης των εννοιών σε μια άλλη γλώσσα αναπαράστασης. Όλες οι γλώσσες αναπαράστασης έχουν παραχθεί από τη Ρ2 οντολογία και ως εκ τούτου μοιράζονται κοινή σημασιολογία.. Ο μετασχηματισμός της πληροφορίας πρέπει να γίνει μόνο σε επίπεδο σύνταξης και θα ορίζει απλά ένανπρος-έναν μετασχηματισμό των πληροφοριών από τη μία γλώσσα στην άλλη, χωρίς στην πραγματικότητα να συνδέει έννοια με κάποιο στοιχείο της γλώσσας (που ονομάζεται επίσης [118]

120 χαρτογράφηση των δεδομένων). Για την ανταλλαγή πληροφοριών με εξωτερικά συστήματα απαιτούνται μετασχηματισμοί και σε σημασιολογικό επίπεδο. Το Σχήμα 37 απεικονίζει τις βασικές έννοιες της P5DL θεωρώντας την ως ένα σύνολο γλωσσών αναπαράστασης και των μετασχηματισμών τους Level of semantics P2 Ontology Mapping (syntax) Mapping (syntax) Level of syntax RL 3 Definition RL 2 Definition Representation Language 1 Definition Level of information exchange RL 3 interface System component P5DL (RL 3 ) RL 3 interface RL 2 interface System component P5DL (RL 2 ) RL 2 interface RL 1 interface System component P5DL (RL 1 ) RL 1 interface System component System req. (3) System req. (2) System req. (1) System req. (1) Σχήμα 37: Συμμόρφωση της P5DL στα διάφορα επίπεδα του μοντέλου της πληροφορίας Για να εκφραστεί η πληροφορία της P5DL σε διάφορα συντακτικά προτείνεται μία μεθοδολογία που παρέχει τα βασικά στάδια του μετασχηματισμού της πληροφορίας που απαιτείται για την υποστήριξη των διαφόρων γλωσσών αναπαράστασης της P5DL. Η μεθοδολογία έχει τα παρακάτω βήματα: Βήμα 1 - Επιλογή κατάλληλου μέρους της Ρ2 Οντολογίας. Το πρώτο στάδιο περιλαμβάνει την επιλογή των κατάλληλων κλάσεων και τις σχέσεις τους με σκοπό να περιγράψει τις απαιτούμενες πληροφορίες. Όλες οι κλάσεις στην Ρ2 Οντολογία δηλώνουν βασικές εννοιολογικές πληροφορίες και χαρακτηρίζονται από ιδιότητες Data Type και τις σχέσεις τους με τις άλλες κλάσεις. Επιπλέον, η επιλογή των ιδιοτήτων των σχετικών κλάσεων πρέπει να ολοκληρωθεί. Αυτό είναι σημαντικό, γιατί μια σχέση στην Ρ2 Οντολογία αναφέρει ότι μια ιδιότητα μιας κλάσης χρειάζεται την περιγραφή των δεδομένων της άλλης κλάσης, προκειμένου να περιγραφεί σωστά. Βήμα 2 Προσδιορισμός των χαρακτηριστικών της πληροφορίας. Μετά την επιλογή του μέρους της Ρ2 Οντολογίας, το επόμενο βήμα είναι να προσδιοριστούν τα χαρακτηριστικά που αντιστοιχούν στις μεταβλητές που καθορίζουν τη συγκεκριμένη [119]

121 πληροφορία. Κατά τη διάρκεια αυτού του σταδίου θα πρέπει να ληφθεί υπόψη το χαρακτηριστικό της κληρονομικότητας της ιεραρχίας της Ρ2 Οντολογίας. Βήμα 3 Καθορισμός Χαρτογράφησης στη στοχευόμενη διαμόρφωση P5DL. Αυτό το στάδιο περιλαμβάνει τον ορισμό των απαραίτητων αντιστοιχιών μεταξύ του συνόλου των χαρακτηριστικών που ορίστηκε το προηγούμενο βήμα με τα δομικά στοιχεία της σύνταξης της στοχευόμενης διαμόρφωσης. Κάθε χαρακτηριστικό σχετίζεται με ένα δομικό στοιχείο της σύνταξης της στοχευόμενης διαμόρφωσης (κλάση Java, XML ετικέτα, ετικέτα OPC κλπ) δημιουργώντας έτσι ένα σύνολο κανόνων χαρτογράφησης. Αυτοί οι κανόνες αντιστοίχισης θα χρησιμοποιηθεί στο τελικό στάδιο για τη δημιουργία του συνόλου δεδομένων που εκφράζεται στην επιλεγμένη διαμόρφωση P5DL. Βήμα 4 Παραγωγή επιλεγμένης P5DL διαμόρφωσης. Το τελικό βήμα της μεθοδολογίας είναι η εκτέλεση του μετασχηματισμού P5DL στο επιλεγμένο μέρος της Ρ2 Οντολογία. Για κάθε χαρακτηριστικό που ορίζεται στο βήμα 2, ένα δομικό στοιχείο της επιλεγμένης διαμόρφωσης παράγεται σύμφωνα με τον κανόνα χαρτογράφησης ορίζεται στο βήμα 3. Το αποτέλεσμα θα είναι μια δομή δεδομένων που εκφράζει τις πληροφορίες του μέρους της Ρ2 Οντολογία στην επιλεγμένη μορφή P5DL. Για να μπορέσουμε να παρουσιάσουμε καλύτερα την μεθοδολογία θα επιδείξουμε ένα μετασχηματισμό σε μια XML διαμόρφωση. Για απλότητα επιλέξαμε ως μέρος της οντολογίας κάποιο στιγμιότυπο της κλάσης P2Material. Από την κλάση, για χάρη απλότητας, επιλέξαμε τις παρακάτω σχέσεις-χαρακτηριστικά: 1. description (owl: DatatypeProperty) 2. name (owl: DatatypeProperty) 3. UIUD (owl: DatatypeProperty) 4. is_an_object_available_on (owl:objectproperty Range: P2StorageLocation) 5. is_material_required_by_the_resource (owl:objectproperty Range: P2Resource) 6. is_member_of_the_lot_of (owl:objectproperty Range: P2Material) 7. materiallotquantity (owl:objectproperty Range: P2Property) Η παραπάνω επιλογή καταλήγει στην επιλογή των παρακάτω κλάσεων, συσχετίσεων και χαρακτηριστικών από την P2 Οντολογία. P2Material [120]

122 description (owl: DatatypeProperty) name (owl: DatatypeProperty) UIUD (owl: DatatypeProperty) is_an_object_available_on (owl:objectproperty Range: P2StorageLocation) is_material_required_by_the_resource (owl:objectproperty Range: P2Resource) is_member_of_the_lot_of (owl:objectproperty Range: P2Material) materiallotquantity (owl:objectproperty Range: P2Property) P2StorageLocation UIUD (owl: DatatypeProperty) P2Resource UIUD (owl: DatatypeProperty) P2Property datatype (owl: DatatypeProperty) propertyvalue (owl: DatatypeProperty) P2Equiment SubClassOf(P2Resource) P2Tool SubClassOf(P2Resource) Στην συνέχεια θα ορίσουμε του κανόνες μετασχηματισμού προς το συντακτικό XML. for each (P2 Ontology Class) C create (XML Element with complextype) C for each (P2 Ontology DataTypeProperty) DP in a (P2 Ontology Class) C create (XML Element:sequence) DP and the OP in (XML Element with complextype)c for each (P2 Ontology ObjectProperty) OP in a (P2 Ontology Class) C ranged to (P2 Ontology Class) C1 create (XML Element with complextype)op with XML Elements:choise the (XML Element with complextype)c1 and the subclasses (P2 Ontology Class) Cs to (XML Element with complextype)cs and define the OP in (XML Element with complextype)c for each (P2 Ontology Cardinality) CR in a (P2 Ontology DataTypeProperty or ObjectProperty) P create (XML maxoccurs and/or minoccurs)cr of (XML Element)P in (XML Element with complextype)c Το αποτέλεσμα παρουσιάζεται στο παρακάτω σχήμα (Σχήμα 38). [121]

123 Σχήμα 38: Παράδειγμα XML αναπαράστασης της P5DL Ένα ακόμη παράδειγμα συντακτικής διαμόρφωσης της P5DL είναι σε μορφή αλφαριθμητικού με τις τιμές διαχωρισμένες με τον τελεστή ;. Σε αυτή την περίπτωση οι κανόνες μετασχηματισμού παρατίθενται στη συνέχεια. for each (P2 Ontology Class) C create (String Chain) C for each (P2 Ontology DataTypeProperty) DP in a (P2 Ontology Class) C create (Separator based String Chain) DP in (String Chain)C for each (P2 Ontology ObjectProperty) OP in a (P2 Ontology Class) C ranged to (P2 Ontology Class) C1 create (Separator based String Chain)OP ranged to (String Chain) C1 and the subclasses (P2 Ontology Class) Cs to (String Chain)Cs and the OP in (String Chain)C for each (P2 Ontology Cardinality) CR in a (P2 Ontology DataTypeProperty or ObjectProperty) P create (Cardinality String Defintion)CR of (Separator based String Chain)P in (String Chain)C for each (P2 Ontology Data Type) DT in a (P2 Ontology DataTypeProperty or ObjectProperty) P create (String Data Type)DT of (Separator based String Chain)P in (String Chain)C Το αποτέλεσμα των παραπάνω μετασχηματισμών στο παράδειγμα του P2Material φαίνεται παρακάτω. <description>;<name>;<uiud>;<is_an_object_available_on>:= {P2StorageLocation};<is_material_required_by_the_resource>:={P2Resourc e OR P2Equipment OR P2Tool};<is_member_of_the_lot_of>:={P2Material};<materialLotQuantity >:={P2Property} [122]

124 Ένα παράδειγμα πως τα δεδομένα ενός στιγμιότυπου θα αναπαρασταθεί σε συντακτικό αλφαριθμητικού παρουσιάζεται στη συνέχεια. material wood;wood;wd12345;st45;pr346::pr567;lo4567;integer;200 Εκτός από τη μετατροπή των εννοιών της Ρ2 Οντολογίας σε P5DL συντάξεις,, η P5DL απαιτεί επιπλέον μετασχηματισμούς μεταξύ δύο συντάξεων P5DL κατά το χρόνο εκτέλεσης. Υπάρχουν δύο βασικές δυνατότητες να παρέχουν τις απαιτούμενες αντιστοιχίσεις που επιτρέπουν το μετασχηματισμό κατά το χρόνο εκτέλεσης: Η πρώτη δυνατότητα είναι να δημιουργηθούν πρόσθετοι κανόνες για την άμεση χαρτογράφηση ανάμεσα σε δύο συγκεκριμένες συντάξεις P5DL. Οι αντιστοιχίσεις μπορούν να προέλθουν από τους κανόνες χαρτογράφησης από Ρ2 Οντολογία σε κάθε συγκεκριμένη σύνταξη P5DL, όπως φαίνεται στο Σχήμα 39. Κατά τη διάρκεια του μετασχηματισμού χρόνου εκτέλεσης, η διαδικασία μετασχηματισμού είναι αποσυνδεδεμένη από την Ρ2 Οντολογία. Ω- στόσο, το μειονέκτημα είναι η ανάγκη για τη δημιουργία πρόσθετων αντιστοιχιών. P5DL Representation A Additional Mapping Rules P5DL Representation B Transformation Σχήμα 39: Άμεσος μετασχηματισμός μεταξύ δυo P5DL συντάξεων Για τη δεύτερη δυνατότητα, θα χρησιμοποιηθεί η ιδιότητα της αντιστρεψιμότητας των κανόνων ορίζονται για το μετασχηματισμό της Ρ2 Οντολογία προς P5DL και δίνει τη βάση για την έμμεση μετασχηματισμός μεταξύ των δύο παραστάσεις P5DL. Μια σύνταξη P5DL Α μπορεί να μετασχηματιστεί πίσω στο αντίστοιχη παράσταση της Ρ2 Οντολογίας, από εκείνο το σημείο η παράσταση της Ρ2 Οντολογίας μπορεί να μετατραπεί σε άλλη σύνταξη P5DL Β. Η διαδικασία αυτή καθορίζει τη μετατροπή μεταξύ P5DL παράστασης Α έως P5DL παράστασης Β, όπως απεικονίζεται στο ακόλουθο σχήμα (Σχήμα 40). P5DL Representation A Backwards Mapping Rules P2Ontology Represenation Mapping Rules P5DL Representation B Transformation Σχήμα 40: Έμμεσος μετασχηματισμός μεταξύ δυo P5DL συντάξεων [123]

125 Οι διαφορετικοί τύποι των κανόνων χαρτογράφησης για τις διαδικασίες μετασχηματισμού και την αντίστοιχη συμμόρφωση της Ρ2 Οντολογίας, που εξασφαλίζουν απεικονίζονται στο Σχήμα 41. P2 Ontology Transformation conformance OWL Representation of Ontology Transformation conformance Mapping 1 Mapping 2 Mapping 3 Backwards Mapping 1 Mapping 2 String representation Mapping 12 Java-Classrepresentation Mapping 23 Additional Mapping Rules XML representation Translation 12 Translation 23 Σχήμα 41: Κανόνες και είδη χαρτογράφησης για μετασχηματισμούς της P5DL Λαμβάνοντας υπόψη τα χαρακτηριστικά του παρουσιάζονται στην Ρ2 Οντολογία και στην στοχευόμενη P5DL σύνταξη, μπορούμε να ορίσουμε τη βασική δομή των κανόνων χαρτογράφησης. Rule 1: Defining Basic Concepts (Ορισμός βασικών εννοιών) R1(Class): Class(P2Ontology(Class) P5DLBasicConcept(Class)) Rule 2: Defining Class Characteristics (Ορισμός χαρακτηριστικών κλάσεων) R2(Property):(( Property)Class)(P2Ontology(Property) P5DLCharacteristic(Property)) Rule 3: Definition of Cardinality (Ορισμός πλυθησμικοτητας) R3(Property):(( Cardinality)Property)(P2Ontology(Cardinality) P5DLCardinality(Cardinality)) Rule 4: Type Casting (Μετατροπή τύπου δεδομένων) R4(Datatype):(( DataType)Property)(P2Ontology(Datatype) P5DLDatatype(Datatype)) [124]

126 Παρακάτω παρουσιάζονται οι αντιστρέψιμοι κανόνες χαρτογράφησης για τον μετασχηματισμό από P5DL σύνταξη σε αναπαράσταση της P2 Οντολογίας. Back-wards Rule 1 BWR1(Class): Class(P5DLBasicConcept(Class) P2Ontology(Class)) Back-wards Rule 2 BWR2(Property):(( Property)Class)(P5DLCharacteristic(Property) P2Ontology(Property)) Back-wards Rule 3 BWR3(Property): (( Cardinality)Property)(P5DLCardinality(Cardinality) P2Ontology(Cardinality)) Back-wards Rule 4 BWR4(Datatype):(( DataType)Property)(P5DLDatatype(Datatype) P2Ontology(Datatype)) 6.4 Ανασκόπηση Συμπεράσματα Στο παρόν κεφάλαιο παρουσιάστηκε η εφαρμογή του οντολογικού μοντέλου ολοκλήρωσης της πληροφορίας για την ολοκλήρωση βιομηχανικών/επιχειρησιακών συστημάτων. Πιο συγκεκριμένα χρησιμοποιήθηκε στο σύστημα Pabadis Promise (P2) το οποίο στοχεύει στην ολοκλήρωση όλων των συστημάτων μιας επιχείρησης-βιομηχανίας με απώτερο σκοπό την αυτοματοποίηση και διαχείριση της παραγωγής από ένα ενιαίο ολοκληρωμένο σύστημα που αναλαμβάνει να φέρει εις πέρας την παραγωγή προϊόντων σύμφωνα με τις επιθυμίες του πελάτη. Για το σκοπό αυτό, το σύστημα P2 παρουσιάζει ένα σύστημα πρακτόρων που επικοινωνεί τόσο με τα διοικητικά συστήματα του Enterprise στρώματος μιας επιχείρησης (ERP, CRM, κτλ.) όσο και με τους ελεγκτές των μηχανών στο εργοστάσιο. Το P2 ΣΠΠ δέχεται από το ERP μια παραγγελία διαμορφωμένη από τον πελάτη και αναλαμβάνει να συντονίσει μηχανήματα και ανθρώπινο δυναμικό για την εκτέλεση της παραγωγικής διαδικασίας. Στα πλαίσια της παρούσας εργασίας παρουσιάστηκε το οντολογικό μοντέλο ολοκλήρωσης της πληροφορίας που αναπτύχθηκε για το σύστημα ΣΠΠ P2. Το οντολογικό μοντέλο αρχικά ορίστηκε ως μετα-μοντέλο σε UML που είναι πιο οικεία γλώσσα στους μηχανικούς συστημάτων και στην συνέχεια μετατράπηκε στη P2 οντολογία. Το οντολογικό μοντέλο ολοκληρώνεται στη γλώσσα P5DL που περιέχει τους κανόνες μεταμόρφωσης και χαρτογράφησης των διαφόρων εννοιών της P2 Οντολογίας σε διάφορα συντακτικά ώστε να μπορέσει να επι- [125]

127 τευχθεί η αρμονική διαλειτουργικότητα μεταξύ των συστημάτων ολοκλήρωσης. Η P5DL είναι, δηλαδή, με λίγα λόγια η συντακτική αναπαράσταση της οντολογίας σε διάφορες διαμορφώσεις (XML, αλφαριθμητικό, κτλ.). Ο ορισμός του σημασιολογικού μοντέλου στο P2 βοήθησε τόσο την ενοποίηση όλης της πληροφορίας στο επιχειρησιακό περιβάλλον όσο και στην διαλειτουργικότητα μεταξύ των εμπλεκόμενων επιχειρησιακών (ERP) και βιομηχανικών (PLC) συστημάτων. [126]

128 [127]

129 Κεφάλαιο 7: Συστήματα Πολλαπλών Πρακτόρων και Σημασιολογική Αναπαράστασή τους Στο παρόν κεφάλαιο παρουσιάζεται η προσέγγιση της σημασιολογικής αναπαράστασης Συστημάτων Πολλαπλών Πρακτόρων (ΣΠΠ), με στόχο την ενσωμάτωση των λειτουργιών τους και των ευθυνών τους σε ένα ολοκληρωμένο και ευέλικτο μοντέλο που θα επιτρέπει στη συνέχεια τον εύκολο σχεδιασμό, υλοποίηση και προσαρμογή σε ένα πολύπλοκο, πολύπλευρο και ευμετάβλητο επιχειρησιακό/βιομηχανικό περιβάλλον [Alexakos et al., 2012a] [Alexakos et al., 2012b]. Τα συστήματα πολλαπλών πρακτόρων προσφέρουν μια συμπαγή λύση για την ολοκλήρωση επιχειρησιακών/βιομηχανικών συστημάτων παρέχοντας τη δυνατότητα ελέγχου και διαχείρισης των εργασιών και των συστημάτων που μετέχουν σε μια επιχειρησιακή διαδικασία. Πέρα από τις προσεγγίσεις του παρελθόντος, στο παρόν κεφάλαιο παρουσιάζεται και μια προσέγγιση που υλοποιήθηκε στα πλαίσια της εργασίας και αφορά την χρήση ΣΠΠ για την υποστήριξη υπηρεσιών μοντελοποίησης χρήστη και έξυπνης αξιολόγησης σε ετερογενή συστήματα ηλεκτρονικής μάθησης [Alexakos et al., 2006d][Giotopoulos et al., 2010]. Το ΣΠΠ παρέχει πράκτορες που παρέχουν λειτουργίες παρακολούθησης της μαθησιακής πορείας των μαθητών ενώ υπάρχουν και πράκτορες που επισκοπικά προσπαθούν να αναγνωρίσουν αδυναμίες στο εκπαιδευτικό περιεχόμενο και να προτείνουν αλλαγές στους διδάσκοντες, πάντα σε συνεργασία με τους υπόλοιπους πράκτορες. Το ΣΠΠ είναι σχεδιασμένο να διαλειτουργεί με ήδη υπάρχοντα συστήματα ηλεκτρονικής μάθησης. Το σημασιολογικό μοντέλο βασίστηκε στο μοντέλο σχεδίασης που απορρέει από τη μεθοδολογία σχεδίασης ΣΠΠ GAIA. Στο παρόν κεφάλαιο, γίνεται μια αναφορά στις μεθοδολογίες σχεδιασμού ΣΠΠ και αναλύεται η λογική και οι αρχές της GAIA μεθοδολογίας που έχει επικρατήσει τα τελευταία χρόνια. Τέλος, παρουσιάζεται το σημασιολογικό μοντέλο που βασίζεται στην οντολογία GAIA- MAS. Η οντολογία GAIA-MAS βασίζεται στο μοντέλο ρόλων και υπηρεσιών της GAIA μεθοδολογίας και περιγράφει τις ευθύνες, τις λειτουργιές και τις αλληλεπιδράσεις των πρακτόρων σε ένα περιβάλλον ΣΠΠ. Επίσης παρουσιάζεται και ο τρόπος με τον οποίο προσαρμόζονται τρίτα οντολογικά μοντέλα ολοκλήρωσης της πληροφορίας στο μοντέλο ΣΠΠ. [128]

130 7.1 Χρήση Συστημάτων Πολλαπλών Πρακτόρων σε προβλήματα ολοκλήρωσης συστημάτων Η χρήση των πρακτόρων είναι μια προσέγγιση που δανείζεται ιδέες από τον φυσικό κόσμο που χαρακτηρίζεται από τις δυνατότητες προσαρμογής των βιολογικών συστημάτων. Ένα Σύστημα Πολλαπλών Πρακτόρων (ΣΠΠ) βασίζεται στη χαλαρή σχέση μεταξύ των πρακτόρων που αντιπροσωπεύουν τα συστατικά του εκάστοτε επιχειρησιακού/βιομηχανικού περιβάλλοντος. Για παράδειγμα, πράκτορες μπορούν να ορίζονται για να αντιπροσωπεύουν τις δυνατότητες και τις ικανότητες των διαφόρων διαθέσιμων πόρων όπως οι συσκευές, τα εργαλεία, τους ανθρώπους και τους υπολογιστές. Σε ένα ΣΠΠ με ρόλους πρακτόρων, θα μπορούσαν να υπάρξουν βοηθητικοί πράκτορες με διαχειριστή ικανότητα που θα διαχειρίζονται πράκτορες των πόρων και θα δημοσιεύουν τις ικανότητές τους σε άλλους φορείς ή θα δείχνουν τη διαθεσιμότητά τους για άλλες παραγωγικές δραστηριότητες. Οι πράκτορες, όπως έχει ήδη αναφερθεί, είναι αυτόνομες οντότητες λογισμικού ικανοί να λαμβάνουν αποφάσεις με βάση τις γνώσεις τους σχετικά με το περιβάλλον τους και / από άλλους παράγοντες. Επιδεικνύουν μια «κοινωνική» συμπεριφορά με την αλληλεπίδρασή τους με άλλους παράγοντες για την επίτευξη των στόχων τους. Υπάρχουν πολλές ταξινομήσεις για τους πράκτορες, ανάλογα με το κριτήριο ταξινόμησης που χρησιμοποιείται κάθε φορά. Σε γενικές γραμμές, θα μπορούσαν να ταξινομηθούν σε τρεις κατηγορίες με βάση την λογική της λειτουργίας τους: α) επαγωγική λογική (deductive logic), β) πρακτική λογική (practical logic) και γ) αντιδραστική (reactive). Οι δύο πρώτες κατηγορίες χρησιμοποιούν συμβολική αποτύπωση για το ορισμό του περιβάλλοντος, τις πεποιθήσεις και τις προθέσεις του πράκτορα. Η τελευταία ταξινόμηση δεν χρησιμοποιεί συμβολική αναπαράσταση, αλλά χρησιμοποιεί τοπικές πληροφορίες για να αποφασίσουν για την πορεία της δράσης. Μια πρόσφατη κατεύθυνση της έρευνας είναι η χρήση σημασιολογικών μοντέλων σε συνδυασμό με ένα ΣΠΠ για την ευφυή αποκέντρωση του επιχειρηματικού/βιομηχανικού περιβάλλοντος με στόχο την επίτευξη της κάθετης ολοκλήρωσης από το επιχειρησιακό επίπεδο μέχρι το επίπεδο παραγωγής. Δεδομένου ότι κάθε επιχειρησιακό/βιομηχανικό στοιχείο αντιπροσωπεύεται από έναν πράκτορα, έχει ουσιαστικά μια δημόσια διεπαφή για κάθε άλλο στοιχείο που αντιπροσωπεύεται επίσης από έναν πράκτορα. Το οντολογικό μοντέλο περιέχει όλη τη γνώση του επιχειρηματικού/βιομηχανικού περιβάλλοντος και αυτή η γνώση είναι στη διάθεση των πρακτόρων που τη χειρίζονται και κάνουν χρήση της για τη λειτουργία τους. [129]

131 Οι πράκτορες αποτελούν ένα αποτελεσματικό παράδειγμα των κατανεμημένων συστημάτων λογισμικού. Οι πράκτορες λογισμικού παρέχουν έναν ιδανικό μηχανισμό για την ε- φαρμογή ετερογενών και σύνθετων κατανεμημένων συστημάτων, λόγω της ικανότητάς τους να αντιμετωπίσουν στοιχεία με τη διανομή και τη διαλειτουργικότητα. Η τεχνολογία πρακτόρων, ειδικότερα, είναι κατάλληλη για εφαρμογές που απαιτούν κατανεμημένα συστατικά να συνεργαστούν για κοινούς στόχους ή να ανταγωνίζονται για τη μεγιστοποίηση των αποτελεσμάτων των στόχων τους. Ως εκ τούτου, η τεχνολογία πρακτόρων μπορεί να εφαρμοστεί σε διάφορους τομείς κατασκευής, όπως την διαχείριση αλυσίδας εφοδιασμού, των σχεδιασμό κατασκευών, τον προγραμματισμό και τον έλεγχο της εκτέλεσης επιχειρησιακών και βιομηχανικών διαδικασιών [Maturana et al., 2005]. Η εφαρμογή των συστημάτων πολλαπλών πρακτόρων στη βιομηχανία είναι σχεδόν μια νέα έννοια. Ένας σημαντικός αριθμός από συστήματα έχουν αναπτυχθεί που αποδεικνύει τη χρήση των ΣΠΠ σε ένα βιομηχανικό περιβάλλον. Αυτές οι προσεγγίσεις ΣΠΠ αποτελούνται από ένα σύνολο πρακτόρων που φιλοξενούνται σε κατάλληλη πλατφόρμα. Οι πράκτορες μπορούν να διαμένουν σε οποιοδήποτε επίπεδο μιας βιομηχανικής διαδικασίας, από το χαμηλότερο επίπεδο ελέγχου της μηχανής στο επίπεδο της επιχείρησης. Το κοινό στοιχείο σε όλες τις προσεγγίσεις είναι η χρήση μιας σειράς αυτόνομων πρακτόρων με στόχους προσανατολισμένους μέσα από τη πληροφόρησης των συνθηκών του περιβάλλοντος στο οποίο λειτουργούν. Πολλές αρχιτεκτονικές ΣΠΠ έχουν προταθεί για τον έλεγχο της αυτοματοποίησης στη βιομηχανία. Πιο συγκεκριμένα, το πλαίσιο ARCHON [Wittig et al, 1994] είχε ως στόχο του την ανάπτυξη μιας γενικής σκοπού αρχιτεκτονικής, που θα επιτρέψει προϋπάρχοντα έμπειρα συστήματα, που ασχολούνται με διάφορες πτυχές της λήψης αποφάσεων σε ένα δεδομένο σύνθετο περιβάλλον, να συνεργαστούν με ένα αμοιβαίο επωφελή τρόπο. Το κύριο χαρακτηριστικό του σχεδιασμού του ARCON ήταν ότι έδωσε έμφαση στη χαλαρή σύζευξη ως μέσο ενίσχυσης της συνεργασίας ανάμεσα σε ένα σύνολο συστημάτων. Το σύστημα ADEPT [Jennings et al., 1996] περιλαμβάνει το μετασχηματισμό των περιγραφών της επιχειρηματικής διαδικασίας σε μια σειρά από ομάδες πρακτόρων, η καθεμιά με μια σύνδεση σε κάποιο κοινό μέσο επικοινωνίας. Μια ομάδα πρακτόρων ορίζεται ως: «μια ομάδα πρακτόρων αποτελείται από ένα υπεύθυνο (ή ελεγκτή) πράκτορα, ένα σύνολο εργασιών που ο πράκτορας μπορεί να εκτελέσει και ένα δυνατό σύνολο υπο-ομάδες πρακτόρων». Αυτή η σχέση μεταξύ των υπο-ομάδων πρακτόρων και του υπεύθυνου πράκτορα μπορεί να θεωρηθεί ως ένα είδος κοινωνικής δέσμευσης και παρέχει ένα μηχανισμό για τον εγκλεισμό και την [130]

132 αφαίρεση των υπηρεσιών. Ο αρμόδιος πράκτορας παρέχει μια περιγραφή των υπηρεσιών που μπορεί και είναι πρόθυμος να παρέχει στους συνεργάτες του, ακόμη και αν κάποιες από τις δραστηριότητες θα απαιτηθεί η συνδρομή των υπο-πρακτόρων του. Το AMIS [Odell, 2002] χρησιμοποιεί μια χαλαρή συνάθροιση των πρακτόρων λογισμικού ώστε να αντιπροσωπεύει μια οντότητα παραγωγής. Για παράδειγμα, οι παράγοντες των πόρων αντιπροσωπεύουν τις ικανότητες και την ποσότητα των διαφόρων διαθέσιμων πόρων, όπως τα μηχανήματα, τα εργαλεία, οι άνθρωποι, και οι υπολογιστές. Η εργασία που εκτελείται μέσα σε μια εγκατάσταση εκπροσωπείται από τους πράκτορες εκτέλεσης. Σε ένα μικρό σύστημα, η διάδραση των πρακτόρων των πόρων με τους πράκτορες εκτέλεσης διαχειρίζεται τη διαδικασία παραγωγής. Πρόσφατα, τα Holonic Manufacturing Systems (HMS) [Van Brussel, 2014] παρουσιάζουν επίσης μια καλή κοινή έννοια του κατανεμημένου ελέγχου στο επίπεδο παραγωγής και μηχανών. Τα HMS βασίζονται στον ορισμό της Ολότητας (Holon) ως μια ενιαία ανεξάρτητη μονάδα, η οποία επικοινωνεί με τα άλλα συστατικά του συστήματος να εξασφαλίσει την επεξεργασία του προϊόντος. Μια Ολότητα θεωρείται ως ένας πράκτορας (χωρίς να αναφέρει την τεχνολογία πράκτορα στο πλαίσιο της προσέγγισης HMS) και, αντίστοιχα, μια ιεραρχία ολοτήτων (holarchy) ορίζεται ως μια ιεραρχική σειρά των συνεργαζόμενων Ολοτήτων. Υπάρχουν πολλές αρχιτεκτονικές που βασίζονται στο HMS όπως η Resource-Order-Staff architecture (PROSA) και η MetaMorph Χρήση ΣΠΠ στην Ολοκλήρωση Συστημάτων Ηλεκτρονικής Εκπαίδευσης Η προσέγγιση για την ολοκλήρωση συστημάτων ηλεκτρονικής εκπαίδευσης παρουσιάζει μια κλιμακούμενης υλοποίησης αρχιτεκτονική η οποία βασίζεται σε ένα Σύστημα Πολλαπλών Πρακτόρων [Alexakos et al., 2006d][Giotopoulos et al., 2010][Γιωτόπουλος, 2007]. Η πλατφόρμα αυτή χρησιμοποιείται για τη διαχείριση της εκτέλεσης των διαφορετικών ευφυών πρακτόρων οι οποίοι υποστηρίζουν ετερογενή συστήματα δικτυακής μάθησης. Στη συνέχεια παρουσιάζεται μια λεπτομερειακή περιγραφή των λειτουργιών και της υλοποίησης της πλατφόρμας των ευφυών πρακτόρων όπως επίσης και η αρχιτεκτονική στην οποία βασίστηκε η υλοποίηση [Giotopoulos et al., 2005] [Giotopoulos et al., 2006]. Η αρχιτεκτονική της πλατφόρμας των ευφυών πρακτόρων (Σχήμα 42) βασίζεται σε ανοιχτά και διαδραστικά πρότυπα, αφού έχει δοθεί ιδιαίτερη σημασία στη προοπτική επαναχρησιμοποίησης της συγκεκριμένης πλατφόρμας και σε άλλα συστήματα. Η [131]

133 βασική ιδέα πίσω από αυτή την αρχιτεκτονική είναι η χρήση ενός ΣΠΠ που θα παρέχει τις επιπρόσθετες δυνατότητες στο δικτυακό περιβάλλον μάθησης. Σχήμα 42: ΣΠΠ για την ολοκλήρωση συστημάτων ηλεκτρονικής εκπαίδευσης Η κύρια ιδέα έγκειται στην αξιοποίηση των χαρακτηριστικών του προτεινόμενου ΣΠΠ και στην ανάπτυξη πρακτόρων που θα υλοποιούν τα χαρακτηριστικά που απαιτούνται. Βασικό στοιχείο της αρχιτεκτονικής είναι το γεγονός ότι το ΣΠΠ επικοινωνεί με το δικτυακό περιβάλλον μάθησης μέσω της χρήσης των Υπηρεσιών Ιστού και πιο συγκεκριμένα με τη χρήση του SOAP πρωτοκόλλου. Οι αιτήσεις που έρχονται από το σύστημα ηλεκτρονικής εκπαίδευσης υφίστανται επεξεργασία από τον Dispacher Agent. Ο συγκεκριμένος πράκτορας είναι υπεύθυνος για την ταυτοποίηση των αιτήσεων που καταφθάνουν από το σύστημα ηλεκτρονικής εκπαίδευσης και για την προώθησή τους στον κατάλληλο πράκτορα με σκοπό την επεξεργασία αυτών. Κάθε πράκτορας έχει σχεδιαστεί ώστε να υλοποιεί λειτουργίες που προκύπτουν από τις απαιτήσεις των χρηστών. Η επικοινωνία στο εσωτερικό του ΣΠΠ πραγματοποιείται με ανταλλαγή ACL (Agent Communication Language) μηνυμάτων τα οποία αποτελούν μέρος του FIPA προτύπου. Αξίζει να σημειωθεί ότι ο Dispatcher Agent αποτελεί το βασικότερο τμήμα του ΣΠΠ λόγω της πολλαπλής συμπεριφοράς και χρησιμότητάς του. Χρησιμοποιείται για εξακρίβωση ταυτότητας αιτήσεων, για κατανομή διεργασιών και για διαχείριση επικοινωνίας. Επομένως αποτελεί βασικό πράκτορα για τη σωστή λειτουργία του ΣΠΠ. Ο Dispatcher Agent ενημερώνεται από [132]

134 τους υπόλοιπους πράκτορες σχετικά με τις λειτουργίες που παρέχουν. Η βασική του λειτουργία είναι να αναγνωρίζει τις εισερχόμενες αιτήσεις που καταφθάνουν μέσω του SOAP περιβάλλοντος διεπαφής (interface) από το δικτυακό περιβάλλον μάθησης και να τις μεταφράζει σε ACL μηνύματα με σκοπό την δρομολόγηση αυτών σε αντίστοιχο πράκτορα. Στόχος του όλου εγχειρήματος είναι να υλοποιηθεί ένα ΣΠΠ το οποίο να επιλύει συγκεκριμένα θέματα σχετικά με τον όρο προσαρμοζόμενη συμπεριφορά μαθητή. Αυτό σημαίνει ότι το βασικό μέρος της όλης εργασίας αποτελεί η ενσωμάτωση της προσαρμοζόμενης συμπεριφοράς σε δύο σημεία: 1. Στην προσαρμογή της διαδικασίας πιστοποίησης της γνώσης, δίνοντας τη δυνατότητα στον επιβλέποντα / χρήστη να δημιουργεί ερωτηματολόγια τα οποία έχουν τη δυνατότητα να προσαρμόζονται βάση των απαντήσεων του χρήστη. 2. Στη διαδικασία υποστήριξης του ατόμου που επιβλέπει και υποστηρίζει τη μαθησιακή διαδικασία, δίνοντας τη δυνατότητα σε αυτόν βάση συγκεκριμένων παραμέτρων που έχει επιλέξει να αλλάζει τα βασικά χαρακτηριστικά απόφασης για την κατάταξη ενός μαθητή Για αυτό το λόγω παρέχει δυο ειδών πράκτορες προς τα συστήματα ηλεκτρονικής εκπαίδευσης που ολοκληρώνει: Πράκτορας ερωτηματολογίων του μαθητή (Student Questionnaire Reasoning). Ο συγκεκριμένος πράκτορας του συστήματος ουσιαστικά αναλαμβάνει την διαχείριση των απαντήσεων του χρήστη και παρέχει στο σύστημα τον υπολογισμό των πιθανοτήτων του να απαντηθούν σωστά, βάση της προηγούμενης γνώσης, οι επόμενες ερωτήσεις από το συγκεκριμένο χρήστη. Πράκτορας Μοντελοποίησης Μαθητή (Student ModelAgent). Ο συγκεκριμένος πράκτορας δημιουργεί το μοντέλο του μαθητή και το ανανεώνει βάση της απόδοσης του μαθητή στην μαθησιακή διαδικασία και βάση των ενδιαφερόντων και των ιδιαίτερων χαρακτηριστικών του συγκεκριμένου μαθητή. Επίσης, αναλαμβάνει την ιδιαίτερη καθοδήγηση του χρήστη κατά τη διάρκεια της διαδικασίας πιστοποίησης βάση της πληροφορίας που λαμβάνει από το Student Questionnaire Reasoning. [133]

135 7.2 Σχεδιασμός Συστημάτων Πολλαπλών Πρακτόρων Τα τελευταία χρόνια έχουν αναπτυχθεί πολλές μεθοδολογίες και επεκτάσεις αυτών για την σχεδίαση Συστημάτων Πολλαπλών Πρακτόρων. Στο παρόν κεφάλαιο παρουσιάζουμε τις επικρατέστερες μεθοδολογίες Gaia Η GAIA [Wooldridge et al., 2000] είναι μία γενική μεθοδολογία, η οποία υποστηρίζει την ανάπτυξη των πρακτόρων τόσο σε μικρό (δομές πρακτόρων) όσο και σε μεγάλο επίπεδο (κοινωνία πρακτόρων και οργανωτική δομή). Επίσης, απαιτεί να είναι στατικές οι σχέσεις μεταξύ των πρακτόρων αλλά και οι ικανότητές τους. Ο σκοπός της δημιουργίας της Gaia είναι ότι οι υπάρχουσες μεθοδολογίες δεν μπόρεσαν να αναπαραστήσουν την αυτόνομη και ιδανική στη λύση προβλημάτων φύση των πρακτόρων [Cernuzzi et al., 2014]. Ακόμα, απέτυχαν να μοντελοποιήσουν τους τρόπους αλληλεπίδρασης των πρακτόρων. Έτσι, οι σχεδιαστές λογισμικού, χρησιμοποιώντας τη Gaia, μπορούν να αναπτύξουν συστηματικά έναν -έτοιμο για υλοποίηση- σχεδιασμό, βασισμένο στις απαιτήσεις του συστήματος. Το πρώτο βήμα στην διαδικασία ανάλυσης είναι να βρεθούν οι ρόλοι του συστήματος και το δεύτερο είναι να μοντελοποιηθούν οι αλληλεπιδράσεις μεταξύ των ρόλων αυτών. Οι ρόλοι έχουν τέσσερα γνωρίσματα : τις ευθύνες, τις άδειες, τις δραστηριότητες και τα πρωτόκολλα. Οι ευθύνες είναι δυο τύπων : ζωντανές ιδιότητες, όπου οι ρόλοι έχουν να προσθέσουν κάτι καλό στο σύστημα και ιδιότητες ασφαλείας, όπου οι ρόλοι δεν επιτρέπουν να γίνει κάτι κακό στο σύστημα. Οι άδειες αντιπροσωπεύουν αυτά που επιτρέπεται να κάνει ένας ρόλος και πιο συγκεκριμένα ποιες πληροφορίες επιτρέπεται να προσπελάσει. Οι δραστηριότητες είναι τα καθήκοντα που εκτελεί ένας ρόλος χωρίς να χρειαστεί να αλληλεπιδράσει με άλλους ρόλους. Τέλος, τα πρωτόκολλα είναι οι συγκεκριμένοι τρόποι αλληλεπίδρασης. Η Gaia έχει τελεστές και φόρμες για την αναπαράσταση των ρόλων και των αντίστοιχων γνωρισμάτων τους, καθώς και σχήματα για την αναπαράσταση των αλληλεπιδράσεων. Όσον αφορά τη διαδικασία σχεδιασμού, έχουμε τρία βήματα. Το πρώτο βήμα είναι να χαρτογραφηθούν οι ρόλοι σε τύπους πρακτόρων και ύστερα να δημιουργηθεί ο σωστός αριθμός από στιγμιότυπα πρακτόρων για κάθε τύπο. Στο δεύτερο βήμα αποφασίζεται το μοντέλο υπηρεσιών που χρειάζεται για να αντιστοιχηθεί ένας ρόλος σ έναν ή περισσότερους πράκτορες. Στο τελευταίο βήμα δημιουργείται το μοντέλο για την αναπαράσταση της επικοινωνίας μεταξύ των πρακτόρων. [134]

136 7.2.2 Multi-agent Systems Engineering, MaSE Η MaSE [McDonald et al., 2000] γενικά είναι παρόμοια με την Gaia με τη διαφορά ότι υποστηρίζει επιπλέον την δημιουργία αυτόματου κώδικα μέσω του MaSE εργαλείου. Ο σκοπός ανάπτυξης του MaSE είναι η έλλειψη αποδεδειγμένης μεθοδολογίας και βιομηχανικής σειράς εργαλείων για την κατασκευή συστημάτων βασισμένων σε πράκτορες. Ο στόχος του MaSE είναι να οδηγήσει τον σχεδιαστή από τις αρχικές λεπτομέρειες του συστήματος στην υλοποίηση του συστήματος πρακτόρων. Οι περιορισμοί του πεδίου ορισμού του MaSE είναι παρόμοιοι με αυτούς του Gaia, με τη διαφορά του ότι εδώ απαιτούνται οι αλληλεπιδράσεις των πρακτόρων να είναι μία προς μία κι όχι η κάθε μία με πολλαπλούς ρόλους. Επίσης, τα τελευταία χρόνια παρουσιάστηκαν διάφορες παραλλαγές της MaSE προσαρμοζόμενες σε διαφορετικές απαιτήσεις, όπως η Organization-based Multiagent System Engineering (O-MaSE) [DeLoach et al., 2010] και η Adaptive O-MaSE (AO-MaSE) [Case et al., 2013]. Η μεθοδολογία MaSE χωρίζεται σε 7 φάσεις με μία λογική σειρά : η πρώτη είναι η σύλληψη των στόχων, δηλαδή μετασχηματίζονται οι αρχικές λεπτομέρειες του συστήματος σε μία δομημένη ιεραρχία στόχων του συστήματος. Αυτό συμβαίνει αρχικά με την αναγνώριση των στόχων, βασιζόμενοι στις αρχικές ανάγκες του συστήματος και ύστερα τοποθετώντας τους στόχους αυτούς σε μία δομημένη και τοπική ιεραρχία σύμφωνα με την σπουδαιότητά τους. Η δεύτερη φάση είναι η εφαρμογή Use Cases, στην οποία δημιουργούνται Use Cases και διαγράμματα αλληλουχίας (sequence diagrams), βασισμένα στις αρχικές λεπτομέρειες του συστήματος. Τα Use Cases παρουσιάζουν τις λογικές αλληλεπιδράσεις μεταξύ διαφόρων ρόλων του συστήματος. Τα διαγράμματα αλληλουχίας χρησιμοποιούνται για να αποφασιστεί ο μικρότερος αριθμός μηνυμάτων που πρέπει να περαστεί μεταξύ των ρόλων. Η τρίτη φάση είναι η βελτίωση των ρόλων. Δημιουργούνται ρόλοι που είναι υπεύθυνοι για τους στόχους που ορίστηκαν στην πρώτη φάση. Γενικότερα, κάθε στόχος αντιπροσωπεύεται από ένα ρόλο, αλλά μία συλλογή από σχετικούς στόχους μπορεί να ταιριάζει σ ένα ρόλο. Μαζί με τους ρόλους δημιουργείται και μία συλλογή από καθήκοντα, τα οποία ορίζουν πως εκπληρώνονται οι στόχοι που σχετίζονται μ ένα ρόλο. Επίσης, τα καθήκοντα ορίζονται ως state diagrams. Στην τέταρτη φάση δημιουργούνται οι κλάσεις πρακτόρων και χαρτογραφούνται οι ρόλοι σ αυτές τις κλάσεις. Το διάγραμμα που δημιουργείται ονομάζεται διάγραμμα κλάσης πρακτόρων και μοιάζει με τα διαγράμματα κλάσης αντικειμένων με τη διαφορά ότι οι σχέσεις του πρώτου είναι σημασιολογικά υψηλού επιπέδου. [135]

137 Η πέμπτη φάση είναι η κατασκευή συμπεριφορών. Ορίζεται ένα πρωτόκολλο συντονισμένο στα state diagrams, το οποίο δηλώνει τις συμπεριφορές για την αλληλεπίδραση των πρακτόρων. Στην έκτη φάση συναρμολογούνται οι κλάσεις των πρακτόρων και κατασκευάζεται η εσωτερική λειτουργία των κλάσεων αυτών. Η κάθε λειτουργία βασίζεται σε 5 διαφορετικούς τύπους αρχιτεκτονικής πρακτόρων : πίστη - επιθυμία - αποφασιστικότητα (BDI), αντιδραστικότητα, προγραμματισμός, βασισμένη στη γνώση και ορισμένη από τον χρήστη. Η τελευταία φάση είναι ο σχεδιασμός του συστήματος, στον οποίο δημιουργούνται αληθινά στιγμιότυπα πρακτόρων βασισμένα στις κλάσεις πρακτόρων. Το τελικό αποτέλεσμα παρουσιάζεται στο διάγραμμα ανάπτυξης Agent-Object Relationship Το μοντέλο Agent-Object Relationship (AOR) [Wagner, 2003] έχει επηρεαστεί από δύο ευρέως διαδεδομένα μοντέλα βάσεων δεδομένων, το μοντέλο Οντοτήτων-Σχέσεων (ER) και το Σχεσιακό μοντέλο (RDB). Ο σκοπός του μοντέλου ER είναι να απλουστεύσει τον μετασχηματισμό των σχέσεων μεταξύ των οντοτήτων σε ένα έτοιμο, για υλοποίηση, πληροφοριακό σύστημα. Αυτός ο μετασχηματισμός πετυχαίνει όσον αφορά στατικές οντότητες και αντικείμενα, αλλά αποτυγχάνει στο σχηματισμό ενεργών οντοτήτων και πρακτόρων σ ένα πληροφοριακό σύστημα. Ο σκοπός του μοντέλου AOR είναι να επεκτείνει το μοντέλο ER, παρέχοντας την δυνατότητα του σχηματισμού σχέσεων μεταξύ των πρακτόρων. Επιπλέον, στο μοντέλο AOR, οι οντότητες μπορεί να είναι 6 τύπων : πράκτορες, γεγονότα, πράξεις, αποστολές, αξιώσεις και αντικείμενα. Οι οργανισμοί ορίζονται σαν μία ομάδα από υπό-πράκτορες, κάθε ένας από τους οποίους έχει το δικαίωμα να εκτελέσει συγκεκριμένες πράξεις. Ακόμα, οι υπό-πράκτορες δεσμεύονται για καθήκοντα, όπως την παρακολούθηση αξιώσεων και γεγονότων, σχετικών με τους οργανισμούς-πράκτορες. Η ερμηνεία των καθηκόντων και των αδειών ταιριάζει με τις υπηρεσίες και τις άδειες της Gaia μεθοδολογίας. 7.3 Μεθοδολογία GAIA Οι διάφορες οργανωτικές αφαιρετικές έννοιες που είναι απαραίτητες για την ανάλυση και την σχεδίαση των Συστημάτων Πολλαπλών Πρακτόρων (MAS), χρειάζεται να διαμορφωθούν σε μία σχεδιαστική διαδικασία. Ο σχεδιασμός μοντέλων MAS υποστηρίζεται από μια σειρά μεθοδολογιών και τεχνολογιών, που χαρακτηρίζονται από διαφορετικά επίπεδα ωριμό- [136]

138 τητας. H μεθοδολογία GAIA είναι πολύ δημοφιλής [Leitão and Vrba, 2011] [Lina et al., 2009], διότι παρέχει ένα ισχυρό εργαλείο σχεδιασμού για μηχανικούς, προκειμένου να περιγράψει τις λειτουργίες ενός ΣΠΠ μαζί με την συμπεριφορά των παραγόντων που ενεργούν σε αυτό. Σύμφωνα με την GAIA προσέγγιση, η συμπεριφορά και η αλληλεπίδραση ενός συστήματος πρακτόρων περιγράφεται από ένα σύνολο ρόλων με δραστηριότητες που σχετίζονται με τον ρόλο και μια σειρά αλληλεπιδράσεων μεταξύ των ρόλων. Η σχεδιαστική διαδικασία της Gaia ξεκινάει με την φάση της ανάλυσης. Η φάση της α- νάλυσης έχει ως στόχο τη συλλογή και την οργάνωση των λεπτομερών όρων, οι οποίοι αποτελούν την βάση της σχεδίασης του υπολογιστικού οργανισμού. Ο οργανισμός περιέχει την α- ναγνώριση των ακόλουθων σημείων: των στόχων των οργανισμών που απαρτίζουν ολόκληρο το σύστημα και της προβλεπόμενης γενικής συμπεριφοράς τους. Σ αυτό περιλαμβάνεται ο τρόπος με τον οποίο γίνεται η ανάλυση του γενικού οργανισμού σε υπό-οργανισμούς. του περιβαλλοντικού μοντέλου. Σχεδιάζεται σαν μία αφαιρετική, υπολογιστική αναπαράσταση του περιβάλλοντος στο οποίο βρίσκεται το ΣΠΠ. του προκαταρκτικού μοντέλου ρόλων. Αναγνωρίζονται οι βασικές ικανότητες που απαιτούνται από τον οργανισμό. του προκαταρκτικού μοντέλου αλληλεπιδράσεων. Αναγνωρίζονται οι βασικές αλληλεπιδράσεις που απαιτούνται ώστε να επιτευχθούν οι προκαταρκτικοί ρόλοι. των κανόνων που πρέπει να σεβαστεί ο οργανισμός και να επιβάλλει στη γενική του συμπεριφορά. Τέτοιοι κανόνες αντιπροσωπεύουν τους περιορισμούς στις δραστηριότητες εκτέλεσης των ρόλων και των πρωτοκόλλων και είναι πρωταρχικής σημασίας στην προώθηση της αποδοτικότητας της σχεδίασης και στην α- ναγνώριση του τρόπου με τον οποίο το αναπτυσσόμενο ΣΠΠ μπορεί να υποστηρίξει συμπεριφορά ειλικρίνειας και ιδιοτέλειας. Η απόδοση της φάσης της ανάλυσης που αποτελείται από το περιβαλλοντικό μοντέλο, το προκαταρκτικό μοντέλο ρόλων, το προκαταρκτικό μοντέλο αλληλεπιδράσεων κι ένα σύνολο από οργανωτικούς κανόνες μπορεί να επηρεάζει τη φάση της σχεδίασης, η οποία μπορεί να αναλυθεί στις παρακάτω 2 φάσεις: α) την αρχιτεκτονική φάση και β) τη λεπτομερή φάση της σχεδίασης. Η αρχιτεκτονική φάση της σχεδίασης περιέχει : [137]

139 τον ορισμό της οργανωτικής δομής του συστήματος, δηλαδή την τοπολογία και τον έλεγχό του. Αυτή η δραστηριότητα, η οποία μπορεί να εκμεταλλευτεί τους καταλόγους οργανωτικών προτύπων, περικλείει τη μελέτη της οργανωτικής αποδοτικότητας, του οργανισμού (του πραγματικού κόσμου) στον οποίο βρίσκεται το MAS και της ανάγκης για επιβολή των οργανωτικών κανόνων. την ολοκλήρωση του προκαταρκτικού μοντέλου ρόλων και αλληλεπιδράσεων. Αυτό βασίζεται στην οργανωτική δομή που ενστερνίστηκε και περικλείει τον διαχωρισμό μεταξύ των εξαρτημένων από τον οργανισμό (απορρέουν από την υιοθέτηση μιας συγκεκριμένης οργανωτικής δομής), των τεχνικών και των ανεξάρτητων (ανακαλύπτονται στην φάση της ανάλυσης) ρόλων. Αυτή η οροθεσία προωθεί μία ιδέα αλλαγής της σχεδίασης μέσω διαχωρισμού της δομής του συστήματος (είναι απόρροια μιας πιθανής επιλογής) από τους στόχους του (απορρέουν από έναν γενικό χαρακτηρισμό). Η λεπτομερής φάση της σχεδίασης μπορεί να ξεκινήσει την στιγμή που αναγνωρίζεται η συνολική αρχιτεκτονική του συστήματος καθώς και τα ολοκληρωμένα μοντέλα ρόλων και αλληλεπιδράσεών του. Καλύπτει: τον ορισμό του μοντέλου πρακτόρων. Αυτό το μοντέλο αναγνωρίζει τις κλάσεις των πρακτόρων που σχηματίζουν το σύστημα και τα παραδείγματα των πρακτόρων. Μπορεί να υπάρξει μία μία-προς-μία αντιστοιχία μεταξύ των ρόλων και των τύπων των πρακτόρων, παρόλο που ένας αριθμός, πολύ σχετικών, ρόλων μπορεί να χαρτογραφηθεί στην ίδια κλάση των πρακτόρων με σκοπό την αύξηση της αποδοτικότητας. τον ορισμό του μοντέλου υπηρεσιών. Αυτό το μοντέλο αναγνωρίζει τις κύριες υ- πηρεσίες που χρειάζονται ώστε να κατανοηθούν οι ρόλοι των πρακτόρων καθώς και οι ιδιότητές τους. Στο Σχήμα 43 [Zambonelli et al., 2003] παρουσιάζει τις διάφορες φάσεις σχεδίασης που ορίζονται στο μοντέλο GAIA. [138]

140 Σχήμα 43: Οι φάσεις σχεδίασης ΣΠΠ της GAIA μεθοδολογίας Μοντέλο Πρακτόρων και Υπηρεσιών GAIA Στόχος μας είναι η δημιουργία ενός οντολογικού μοντέλου περιγραφής Συστημάτων Πολλαπλών Πρακτόρων στο οποίο θα ορίζεται με ρητό και περιγραφικό τρόπο οι οντότητες και οι συσχετίζονται ενός τέτοιου συστήματος. Για την ολοκλήρωση του συγκεκριμένου στόχου, μοντελοποιήσαμε το μοντέλου πρακτόρων και υπηρεσιών όπως αυτό απορρέει από τη διαδικασία ανάλυσης και σχεδίασης ενός ΣΠΠ με τη χρήση της GAIA μεθοδολογίας. Στο περιβάλλον της Gaia, ο πράκτορας είναι μία ενεργητική οντότητα λογισμικού που εκτελεί ένα σύνολο από ρόλους πρακτόρων. Έτσι, ο ορισμός του μοντέλου πρακτόρων ισοδυναμεί με τον λεπτομερή καθορισμό των κλάσεων πρακτόρων που ορίζονται για να εκτελέσουν συγκεκριμένους ρόλους και των αριθμό των στιγμιότυπων κάθε κλάσης που πρέπει να βρίσκονται στο πραγματικό σύστημα. [139]

141 Τυπικά, μπορεί να υπάρχει μία μία-προς-μία αντιστοιχία μεταξύ των κλάσεων των ρόλων και των πρακτόρων : ένας δοσμένος ρόλος θα εκτελείται από ένα στιγμιότυπο ενός πράκτορα μιας κλάσης που ευθύνεται για την υλοποίηση αυτού του ρόλου. Μία τέτοια αντιστοιχία α- πορρέει από τη διαδικασία της μεθοδολογίας που υιοθετήθηκε. Παρ όλ αυτά, δοθέντος ότι δεν επηρεάζεται η οργανωτική αποδοτικότητα, δεν αναδύονται προβλήματα περιορισμένου ορθολογισμού και δεν παραβιάζονται οι οργανωτικοί κανόνες, ένας σχεδιαστής μπορεί να επιλέξει να πακετάρει έναν αριθμό από στο περιβάλλον της Gaia, ο πράκτορας είναι μία ενεργητική οντότητα λογισμικού που εκτελεί ένα σύνολο από ρόλους πρακτόρων. Έτσι, ο ορισμός του μοντέλου πρακτόρων ισοδυναμεί με τον λεπτομερή καθορισμό των κλάσεων πρακτόρων που ορίζονται για να εκτελέσουν συγκεκριμένους ρόλους και των αριθμό των στιγμιότυπων κάθε κλάσης που πρέπει να βρίσκονται στο πραγματικό σύστημα. O σκοπός του μοντέλου υπηρεσιών της Gaia είναι να αναγνωρίσει τις υπηρεσίες που σχετίζονται με κάθε κλάση πρακτόρων ή ισοδύναμα, με κάθε ρόλο που εκτελείται από τις κλάσεις πρακτόρων. Έτσι, το μοντέλο υπηρεσιών εφαρμόζεται τόσο στην περίπτωση της στατικής εκχώρησης των ρόλων σε κλάσεις πρακτόρων όσο και στην περίπτωση όπου οι πράκτορες μπορούν να αναλάβουν δυναμικά κάποιους ρόλους. Το μοντέλο πρακτόρων της Gaia μπορεί να οριστεί χρησιμοποιώντας ένα απλό διάγραμμα (ή πίνακα), καθορίζοντας λεπτομερώς, για κάθε κλάση πρακτόρων, τους ρόλους που θα χαρτογραφηθούν. Επίσης, το μοντέλο πρακτόρων μπορεί να περιέχει τα στιγμιότυπα της κλάσης που θα εμφανιστούν στο ΣΠΠ, πράγμα που μπορεί να συμβεί μέσω του σχολιασμού των κλάσεων των πρακτόρων. Ο σκοπός του μοντέλου υπηρεσιών της Gaia είναι να αναγνωρίσει τις υπηρεσίες που σχετίζονται με κάθε κλάση πρακτόρων ή ισοδύναμα, με κάθε ρόλο που εκτελείται από τις κλάσεις πρακτόρων. Έτσι, το μοντέλο υπηρεσιών εφαρμόζεται τόσο στην περίπτωση της στατικής εκχώρησης των ρόλων σε κλάσεις πρακτόρων όσο και στην περίπτωση όπου οι πράκτορες μπορούν να αναλάβουν δυναμικά κάποιους ρόλους. Λόγω της πραγματικά ενεργητικής φύσης του πράκτορα, μία υπηρεσία μπορεί να θεωρηθεί ως ένα απλό και συναφές σύνολο δραστηριότητας, στο οποίο απασχολείται ένας πράκτορας. Μία τέτοια υπηρεσία δεν προκαλείται από εξωτερικές αιτήσεις (λόγω του ότι ο πράκτορας είναι αυτόβουλος στις δραστηριότητές του) και ούτε μία εξωτερική αίτηση δεν προκαλεί αναγκαία μία υπηρεσία (η αυτονομία υποδηλώνει ότι υπάρχουν δυνατότητες λήψης εσωτερικών αποφάσεων). [140]

142 Για κάθε υπηρεσία που εκτελείται από έναν πράκτορα, είναι απαραίτητο να αναφερθούν οι ιδιότητές της. Ειδικότερα, πρέπει να αναγνωριστούν οι είσοδοι, οι έξοδοι, τα προαπαιτούμενα και τα εξαγόμενα. Οι είσοδοι και οι έξοδοι απορρέουν μ έναν προφανή τρόπο από το μοντέλο πρωτοκόλλων (για υπηρεσίες που περικλείουν την επεξεργασία των δεδομένων και την ανταλλαγή γνώσης μεταξύ των πρακτόρων) και το μοντέλο περιβάλλοντος (για υπηρεσίες που περικλείουν την τροποποίηση των περιβαλλοντικών πόρων). Τα προαπαιτούμενα και τα εξαγόμενα αντιπροσωπεύουν περιορισμούς στην εκτέλεση και την ολοκλήρωση, αντίστοιχα, των υπηρεσιών. Αυτές απορρέουν από τις ιδιότητες ασφαλείας ενός ρόλου, καθώς και από τους οργανωτικούς κανόνες και μπορεί να περικλείουν περιορισμούς στην διαθεσιμότητα και στις συγκεκριμένες τιμές. Οι υπηρεσίες που συνθέτουν έναν πράκτορα απορρέουν από τη λίστα των πρωτοκόλλων, των ευθυνών και των ζωντανών ιδιοτήτων των ρόλων που τον υλοποιούν. Συνεπώς, θα υπάρξει μία τουλάχιστον υπηρεσία για κάθε παράλληλη δραστηριότητα της εκτέλεσης, που ο πράκτορας θα πρέπει να εκτελέσει. Παρ όλ αυτά, ακόμα και για διαδοχικές δραστηριότητες της εκτέλεσης, μπορεί να χρειαστεί η παρουσία περισσότερων υπηρεσιών για την αναπαράσταση διαφορετικών φάσεων της εκτέλεσης του πράκτορα και δεν αναδύονται προβλήματα περιορισμένου ορθολογισμού και δεν παραβιάζονται οι οργανωτικοί κανόνες, ένας σχεδιαστής μπορεί να επιλέξει ένα πράκτορα να είναι μία ενεργητική οντότητα λογισμικού που εκτελεί ένα σύνολο από ρόλους πρακτόρων. Μετά την επιτυχημένη ολοκλήρωση της σχεδιαστικής διαδικασίας της Gaia, οι μηχανικοί έχουν ένα ξεκάθαρα ορισμένο σύνολο από κλάσεις πρακτόρων για υλοποίηση, σύμφωνα με τα ορισμένα μοντέλα πρακτόρων και υπηρεσιών. Όπως αναφέρθηκε προηγουμένως, η Gaia δεν έρχεται αντιμέτωπη με ζητήματα υλοποίησης και θεωρεί την έξοδο της φάσης της σχεδίασης ως έναν λεπτομερή καθορισμό που μπορεί να μαθευτεί χρησιμοποιώντας μία παραδοσιακή μέθοδο ή που μπορεί να υλοποιηθεί χρησιμοποιώντας ένα κατάλληλο πλαίσιο εργασίας προγραμματισμένο με βάση τους πράκτορες. Αυτές οι θεωρήσεις βασίζονται στην υπόθεση ότι ειδικοί τεχνολογικοί περιορισμοί (όπως για παράδειγμα, αυτοί που αφορούν την μοντελοποίηση και την προσπέλαση του περιβάλλοντος) αναγνωρίστηκαν νωρίτερα στην διαδικασία. 7.4 Σημασιολογική Μοντελοποίηση ΣΠΠ - GAIA-MAS Ontology Στα πλαίσια της εργασίας αναπτύχθηκε ένα οντολογικό μοντέλο, το GAIA-MAS Ontology (GMO) [Alexakos et al., 2012a]. H οντολογία GMO βασίστηκε σε παλαιότερες προσεγγίσεις για την μοντελοποίηση ΣΠΠ [Georgoudakis et al., 2007] [Georgoudakis et al., [141]

143 2008], οι οποίες όμως προσανατολίζονταν στην σημασιολογική αναπαράσταση ενός δικτύου πρακτόρων και δεν παρείχαν τη γενικότητα την οποία προσδίδει η σημασιολογική μοντελοποίηση του μοντέλου ρόλων της GAIA. Το Σχήμα 44 αποτυπώνει το οντολογικό μοντέλο GMO ενώ ο Πίνακας 5 ορίζει τα βασικά αξιώματα της οντολογίας. Σχήμα 44: Οι κλάσεις και οι συσχετίσεις του στην GAIA-MAS Ontology Πίνακας 5: Αξιώματα GAIA-MAS Ontology Αξιώματα 1 AgentSystem ObjectSomeValuesFrom(:consistsOf :AgentSystemEntity) 2 AgentRole ObjectSomeValuesFrom(:functionsAccordingTo :RoleResponsibility) 3 SafetyProperty ObjectExactCardinality(:isExpressBy :Expression) 4 LivenessProperty ObjectExactCardinality(:isExpressBy :Expression) 5 Expression ObjectExactCardinality(:startsWith :ExpressionSegment) 6 ExpressionSegment ObjectExactCardinality(:connectionUsesOperator :ExpressionOperator) 7 ExpressionOperator ObjectExactCardinality(:connectsTo :ExpressionSegment) [142]

144 8 AgentRole ObjectSomeValuesFrom(:accessResourceAccordingTo :RolePermission) 9 RolePermission ObjectSomeValuesFrom(:allowAccess :DataObject) 10 RolePermission ObjectSomeValuesFrom(:denyAccess :DataObject) 11 AgentRole ObjectSomeValuesFrom(:actsAccordingTo :RoleActivity) 12 RoleActivity ObjectSomeValuesFrom (:executesa :FunctionMethod) 13 AgentRole ObjectSomeValuesFrom(:interactsAccordingTo :RoleProtocol) 14 RoleProtocol ObjectSomeValuesFrom (:hasinitiator :AgentRole) 15 RoleProtocol ObjectSomeValuesFrom (:hasresponder :AgentRole) 16 RoleProtocol ObjectSomeValuesFrom (:hasinputs :DataObject) 17 RoleProtocol ObjectSomeValuesFrom (:hasoutput :DataObject) 18 RoleProtocol ObjectSomeValuesFrom (:hasprocess :Expression) Το οντολογικό μοντέλο αποτελείται από τις παρακάτω βασικές υπερ-κλάσεις: AgentSystem, είναι η βασική κλάση που ορίζει το MAS προς σχεδίαση, AgentSystemEntity, είναι μια αφηρημένη κλάση (abstract class) που χρησιμοποιείται για να ορίσει τις βασικές οντότητες που χρησιμοποιούνται από τη GAIA μεθοδολογία για τον σχεδιασμό MAS και το AbstractConcept, το οποίο χρησιμοποιείται για τον ορισμό των υποστηρικτικών οντοτήτων για τον καθορισμό των εννοιών συμπεριφοράς και λειτουργίας για MAS. Σύμφωνα με τη μεθοδολογία GAIA, κάθε σύστημα πρακτόρων περιλαμβάνει ένα σύνολο ρόλων πρακτόρων. Οι ρόλοι (AgentRole) εκτελούν δραστηριότητες, ακολουθούν πρωτόκολλα κι έχουν άδειες και ευθύνες. Επιπλέον, έχουν περιγραφή που επεξηγεί το σκοπό τους. Κάθε ρόλος ορίζεται από τέσσερις ιδιότητες: 1. τις αρμοδιότητες (RoleResponsibility), 2. τα δικαιώματα (RolePermission), 3. τις δραστηριότητες (RoleActivity) και 4. τα πρωτόκολλα (RoleProtocol) [143]

145 Αυτές οι οντότητες απεικονίζονται ως υπο-κατηγορίες (AgentRole, RoleResponsibility, RolePermission, RoleActivity) του AgentSystemEntity (Πίνακας 5, αξίωμα # 1). Οι αρμοδιότητες είναι τα χαρακτηριστικά γνωρίσματα που καθορίζουν την προβλεπόμενη συμπεριφορά ενός ρόλου και γι αυτό είναι το γνώρισμα κλειδί του ρόλου (Πίνακας 5, αξίωμα #2). Οι ευθύνες χωρίζονται σε 2 τύπους: στις ζωντανές ιδιότητες (LivenessProperty) και τις ιδιότητες ασφαλείας (SafetyProperty). Οι ζωντανές ιδιότητες εκφράζουν το ότι κάτι καλό συμβαίνει, δηλαδή περιγράφουν τις υποθέσεις στις οποίες επιδρά ο πράκτορας, δοσμένων συγκεκριμένων συνθηκών. Οι ιδιότητες ασφαλείας εκφράζουν το ότι τίποτα κακό δεν συμβαίνει, δηλαδή διατηρείται μία αποδεκτή κατάσταση συμβάντων. Οι εκφράσεις ασφαλείας εκφράζουν εμμέσως ασυνήθιστες καταστάσεις, στις οποίες πρέπει να μπορεί να αντιδράσει ένας πράκτορας. Ο πρώτος τύπος υποδεικνύει ενέργειες που πρέπει να πραγματοποιηθούν δοθέντων ορισμένων περιβαλλοντικών συνθηκών και εκφράζονται από την κλάση Expression (Πίνακας 5, αξιώματα #3, #4). Μια Expression υποδηλώνει μια έννοια που αποτελείται από ExpressionSegments που αντιστοιχούν είτε μια δραστηριότητα ή ένα πρωτόκολλο. Τα ExpressionSegments συνδέονται μέσω ExpressionOperator (ExpAnd, ExpFollows, ExpOccurance, ExpOr) (Πίνακας 5, αξιώματα #5, #6, #7) προκειμένου να συνθέσει μια ροή των ενεργειών που καθορίζουν τη δραστηριότητα. Στο Σχήμα 45 παρουσιάζεται ένα παράδειγμα αποτύπωσης της ροής με τους όρους της GMO. Σχήμα 45: Αποτύπωση διαδικασιών στην GMO οντολογία Τα δικαιώματα σχετίζουν τους ρόλους με το περιβάλλον και λένε τι μπορεί και τι δεν πρέπει να ξοδευτεί για να επιτευχθεί ένας ρόλος. Αναλυτικότερα σκοπεύουν στην αναγνώριση των πόρων που μπορούν να χρησιμοποιηθούν για να φέρουν εις πέρας το ρόλο και στην έκφραση των ορίων των πόρων μέσα στα οποία πρέπει να λειτουργήσει ο ρόλος. Γενικότερα, τα δικαιώματα σχετίζουν τους ρόλους των πρακτόρων με το περιβάλλον στο οποίο βρίσκονται: [144]

146 για να επιτευχθεί ένας ρόλος, θα πρέπει ένας πράκτορας να προσπελάσει περιβαλλοντικούς πόρους και πιθανόν να τους καταναλώσει. Ως εκ τούτου, τα δικαιώματα ενός ρόλου εντοπίζονται στους πόρους που είναι διαθέσιμοι για το συγκεκριμένο ρόλο, ώστε να συνειδητοποιήσουν τις ευθύνες του (Πίνακας 5, αξίωμα #8). Στο παρόν μοντέλο, τα δικαιώματα τείνουν να είναι πηγές πληροφοριών. Οι πόροι απεικονίζεται από τη αφηρημένη έννοια DataObject (Πίνακας 5, αξιώματα #9, #10). Οι δραστηριότητες είναι μια ομάδα πράξεων τις οποίες εκτελεί ένας πράκτορας, χωρίς να αλληλεπιδρά με άλλους πράκτορες (Πίνακας 5, αξίωμα #11). Επιπλέον, η κάθε δραστηριότητα είναι μία μέθοδος προσανατολισμένη στα αντικείμενα και οι πράξεις της δεν περιλαμβάνουν αλληλεπιδράσεις με κανέναν άλλο πράκτορα. Οι δραστηριότητες αποτυπώνονται από την κλάση RoleActivity, και υλοποιείται από την συσχέτιση με ένα στιγμιότυπο της αφηρημένης κατηγορίας FunctionMethod (Πίνακας 5, αξίωμα #12). Τέλος, ένας ρόλος προσδιορίζεται επίσης με μια σειρά πρωτοκόλλων (κλάση RoleProtocol), τα οποία καθορίζουν τον τρόπο με τον οποίο μπορεί να αλληλεπιδράσει ένας ρόλος με άλλους ρόλους (Πίνακας 5, αξίωμα #13). Κάθε πρωτόκολλο ορίζεται από το ρόλο της έναρξης, τους ρόλους ανταπόκρισης που τα δεδομένα εισόδου, δεδομένων εξόδου και τη διαδικασία που εκτελείται (Πίνακας 5, αξιώματα #14, #15, #16, #17, #18). Η τελευταία πραγματοποιείται ως στιγμιότυπο της κλάσης Expression. Η GMO οντολογία παρέχει ένα σημασιολογικό σχήμα για τον καθορισμό της λειτουργικότητας ενός συστήματος πολλαπλών πρακτόρων. Προκειμένου να είναι σε θέση να αναπτυχθεί σε ένα συγκεκριμένο τομέα, όπως την βιομηχανία θα πρέπει να παρέχει τους απαραίτητους μηχανισμούς ενσωμάτωσης των εξωτερικών δεδομένων και λειτουργικότητας. Σε ένα συγκεκριμένο τομέα της γνώσης, οι πληροφορίες μπορούν να απεικονιστούν σε μια οντολογία ορισμένου τομέα, περιγράφοντας και καθορίζοντας τα δεδομένα που χρησιμοποιούνται από τα συστήματα. Η ενσωμάτωση των ορισμών εξωτερικών δεδομένων στην ο- ντολογία GMO επιτυγχάνεται με την επέκταση της αφηρημένης κλάσης DataObject. Όλες οι έννοιες εξωτερικών οντολογιών εισάγονται στην οντολογία GMO ως υπο-κλάσεις DataObjects. Σύμφωνα με το χαρακτηριστικό γνώρισμα της κληρονομικότητας στις οντολογίες OWL, τα στιγμιότυπα των κλάσεων της εισαγόμενης οντολογίας μπορεί να χρησιμοποιηθούν στον καθορισμό των δικαιωμάτων του ρόλου, δραστηριότητες και πρωτόκολλα. [145]

147 Πίνακας 6: Αξιώματα της κλάσης FunctionMethod της GMO Αξιώματα 1 FunctionMethod ObjectSomeValuesFrom(:implementedBy rdfs:literal) 2 FunctionMethod ObjectSomeValuesFrom(:hasInputs :DataObject) 3 FunctionMethod ObjectSomeValuesFrom(:hasOutput :DataObject) Μια άλλη πτυχή του προτεινόμενου πλαισίου είναι η ενσωμάτωση των δραστηριοτήτων που μπορεί να εκτελεστούν από πράκτορες. Οι δραστηριότητες αυτές διαφέρουν ανάλογα με είδος τους. Ο ορισμός των ζωντανών αρμοδιοτήτων, των ιδιοτήτων ασφαλείας και των πρωτόκολλων απαιτούν την απεικόνιση της ροής διαδικασιών σε όρους οντολογίας. Σε αυτήν την έννοια, η κλάση Expression χρησιμοποιείται. Μια έκφραση (στιγμιότυπο της κλάσης Expression) αποτελείται από έναν αριθμό τμημάτων έκφρασης (Expression Segments) που συνδέονται με τελεστές έκφρασης (Expression Operators). Κάθε τμήμα έκφρασης αντιστοιχεί σε μια δραστηριότητα ή πρωτόκολλο. Οι τελεστές της έκφρασης εκφράζουν τον τύπο των συνδέσεων μεταξύ των τομέων έκφρασης (π.χ ακολουθία). Στο πλαίσιο αυτό, η αφηρημένη κλάση FunctionMethod έχει σχεδιαστεί έτσι ώστε να αναπαρασταθεί ως μέθοδος σε βιβλιοθήκες λογισμικού. Η κύρια ιδέα είναι η ανάπτυξη του κώδικα δραστηριοτήτων χωριστά από το σύστημα πολλαπλών πρακτόρων ως βιβλιοθήκες λογισμικού και διεπαφών προγραμματισμού εφαρμογών (Application Programmamable Interface - API). Αυτές οι βιβλιοθήκες/αρι περιλαμβάνουν τις μεθόδους που μπορούν να αντιταχθούν δυναμικά από τον πυρήνα του λογισμικού του πράκτορα. Κάθε παράδειγμα FunctionMethod ορίζεται από το όνομα της αντίστοιχης μεθόδου η οποία πρέπει να γίνει επίκληση (Πίνακας 6, αξίωμα #1). Τα δεδομένα εισόδου και εξόδου της μεθόδου αντιστοιχίζονται είτε σε στιγμιότυπα της κλάσης DataObject είτε σε υποκλάσεις (Πίνακας 6, αξιώματα #2, #3). Με αυτόν τον τρόπο, τα δεδομένα εισόδου και εξόδου αντιστοιχίζονται σε αντικείμενα που ορίζονται από εξωτερικές οντολογίες. 7.5 Ανασκόπηση Συμπεράσματα Ένα σημαντικό κομμάτι για την ολοκλήρωση των επιχειρησιακών συστημάτων είναι η διασύνδεση και λειτουργικότητα των εμπλεκόμενων συστημάτων. Τα Συστήματα Πολλαπλών Πρακτόρων σε συνδυασμό πάντα με άλλες τεχνολογίες όπως η αντικειμενοστραφής αρχιτεκτονική παρέχει μια αξιόπιστη λύση όπου αυτόνομες μονάδες λογισμικού (πράκτορες) μπορούν να διασυνδεθούν με τρίτα συστήματα και να συνεργάζονται για την επίτευξη ενός επιχειρησιακού στόχου. Η χρήση των πρακτόρων καλύπτει δυο βασικές πτυχές της ολοκλήρω- [146]

148 σης, εξασφαλίζει τη διαλειτουργικότητα και παρέχει τη δυνατότητα της έξυπνης διαχείρισης μιας επιχειρησιακής διαδικασίας. Τα ΣΠΠ παρέχουν ευελιξία και ευκολία στην υλοποίηση και επίσης έχουν την ευκαιρία να αντιδρούν και να προσαρμόζονται ευέλικτα σε διάφορα συμβάντα στο επιχειρησιακό/βιομηχανικό περιβάλλον ώστε να φέρουν εις πέρας μια συγκεκριμένη επιχειρησιακή διαδικασία. Παρουσιάστηκε μια προσέγγιση που χρησιμοποιεί τα ΣΠΠ για την διαλειτουργικότητα ετερογενών συστημάτων. Σε αυτή την προσέγγιση, ένα ΣΠΠ χρησιμοποιήθηκε με σκοπό την προσθήκη λειτουργιών έξυπνης μοντελοποίησης μαθητή σε διαφορετικά συστήματα ηλεκτρονικής μάθησης. Ο συνδυασμός πρακτόρων και υπηρεσιών ιστού επέτρεψε τόσο την επικοινωνία μεταξύ των ήδη υπαρχόντων συστημάτων ηλεκτρονικής μάθησης όσο και τη διαχείριση και επεξεργασία της πληροφορίας που συγκεντρώνεται από τους πράκτορες για την παροχή υπηρεσιών έξυπνων αλγορίθμων Υπολογιστικής Νοημοσύνης για την βελτίωση των μηχανισμών αυτοαξιολόγησης της μαθησιακής πορείας των μαθητών. Ο στόχος της εργασίας είναι ορισμός μιας οντολογίας περιγραφής ενός ΣΠΠ η οποία μπορεί εύκολα στη συνέχεια να ενσωματώσει οντολογικά μοντέλα ολοκλήρωσης της πληροφορίας. Η σημασιολογική αναπαράσταση ΣΠΠ βασίστηκε σε μια ήδη καθιερωμένη μεθοδολογία σχεδίασης συστημάτων πολλαπλών πρακτόρων, τη GAIA. Σε αυτό το κεφάλαιο έγινε μια ανάλυση της συγκεκριμένης μεθοδολογίας δίνοντας βάρος στο αποτέλεσμά της που είναι το μοντέλο ρόλων και υπηρεσιών το οποίο περιγράφει το ΣΠΠ ένα βήμα πριν την υλοποίηση. Το σημασιολογικό μοντέλο GAIA-MAS Ontology (GMO) το οποίο παρουσιάστηκε έχει υιοθετήσει τις βασικές έννοιες του μοντέλου ρόλων και υπηρεσιών της GAIA. H GMO στοχεύει στον ορισμό ενός ΣΠΠ ο οποίος θα είναι «κατανοητός» και από ανθρώπους και από μηχανές, για αυτό και επιλέχτηκε η περιγραφική γλώσσα OWL που χρησιμοποιείται για τις υλοποιήσεις οντολογιών. Επίσης η σημασιολογική αναπαράσταση του ΣΠΠ επιτρέπει την ενσωμάτωση των οντολογιών για την ολοκλήρωση της πληροφορίας εύκολα μιας και ακολουθείται το ίδιο συντακτικό και οι μηχανισμοί συσχετισμών επιτρέπουν την διασύνδεση και σε εννοιολογικό επίπεδο. [147]

149 Κεφάλαιο 8: Πλαίσιο Δυναμικής Σχεδίασης και Ανάπτυξης ΣΠΠ για Ολοκλήρωση Πληροφοριακών Συστημάτων Στα προηγούμενα κεφάλαια παρουσιάστηκε η οντολογία P2Ontology η οποία ορίστηκε βάση του σημασιολογικού μοντέλου τριών επιπέδων για την ολοκλήρωση της πληροφορίας σε ένα σύστημα ολοκλήρωσης βιομηχανικών/επιχειρησιακών διαδικασιών με χρήση Συστημάτων Πολλαπλών Πρακτόρων. Επίσης, παρουσιάστηκε η σημασιολογική αναπαράσταση ενός ΣΠΠ βάση της οντολογίας GAIA. Το παρόν κεφάλαιο θα παρουσιάσει ένα πλαίσιο σχεδίασης, αυτόματης υλοποίησης και προσαρμογής στο εκτελεστικό περιβάλλον ενός συστήματος ολοκλήρωσης πληροφοριακών συστημάτων σε επιχειρησιακά/βιομηχανικά περιβάλλοντα περιβάλλον [Alexakos et al., 2012a] [Alexakos et al., 2012b]. Το πλαίσιο βασίζεται στην GAI-MAS οντολογία για τον σχεδιασμό των λειτουργιών και αλληλεπιδράσεων των πρακτόρων σε ένα ΣΠΠ. Επίσης το μοντέλο πρακτόρων συνδέεται με ένα οντολογικό μοντέλο ολοκλήρωσης της πληροφορίας ώστε να ορίσει με σαφή τρόπο την πληροφορία που χρησιμοποιείται και ανταλλάσσεται τόσο μεταξύ των πρακτόρων καθώς και των πρακτόρων και τρίτων συστημάτων που μετέχουν στο περιβάλλον ολοκλήρωσης. Για λόγους επίδειξης και επικύρωσης του προτεινόμενου πλαισίου, το μοντέλο ρόλων του PABADIS PROMISE και η P2Ontology οντολογία χρησιμοποιήθηκαν ως παράδειγμα. Επίσης, για την επέκταση του σημασιολογικού μοντέλου ολοκλήρωσης με τεχνικές και πρακτικές από τον τομέα του IoT, χρησιμοποιήθηκε η οντολογία Semantic Sensor Network Ontology (SSN). Το παρακάτω σχήμα (Σχήμα 46) παρουσιάζει πως οι επιμέρους οντολογίες και οντολογικά μοντέλα συνθέτονται ώστε να δημιουργήσουν ένα ενιαίο σημασιολογικό πλαίσιο ολοκλήρωσης συστημάτων και πληροφορίας. [148]

150 Σχήμα 46: Ενιαίο σημασιολογικό μοντέλο ολοκλήρωσης επιχειρησιακών/βιομηχανικών συστημάτων Επίσης παρουσιάζεται αναλυτικά η μεθοδολογία που ορίζει το πλαίσιο για την μετατροπή του σημασιολογικού σχεδιασμού σε ένα υλοποιημένο σύστημα πολλαπλών πρακτόρων. Τέλος, παρουσιάζονται τα δομικά στοιχεία της αρχιτεκτονικής ολοκλήρωσης που υλοποιεί το συγκεκριμένο πλαίσιο. 8.1 Χρήση της GMO για τον Σχεδιασμό ΣΠΠ Στο προτεινόμενο πλαίσιο, η GMO Οντολογία παίζει το ρόλο ενός μετα-μοντέλου, προκειμένου να καθοριστεί το πεδίο εφαρμογής συγκεκριμένων ΣΠΠ. Για να μπορέσουμε να επιδείξουμε τον τρόπο χρήσης της GMO, επιλέξαμε το παράδειγμα του αυτοματισμού παραγωγής, και συγκεκριμένα επιλέξαμε τον σχεδιασμού του συστήματος πολλαπλών πρακτόρων PABADIS' PROMISE. Το ΣΠΠ PABADIS' PROMISE έχει σχεδιαστεί βάση της GAIA μεθοδολογίας, γεγονός που το καθιστά κατάλληλο τόσο για την παρουσίαση χρήσης όσο και για την επικύρωση του οντολογικού μοντέλου GMO. Το πρώτο βήμα είναι ο ορισμός του MAS οντοτήτων και η λειτουργικότητα σε στιγμιότυπα του οντολογικού σχήματος GMO. Συγκεκριμένα, ένα στιγμιότυπο της GMO Οντολογίας ορίζεται για κάθε συστατικό και την έννοια της MAS. Για να καταδειχθεί η διαδικασία ορισμού, αυτό το τμήμα παρουσιάζει την συγκεκριμενοποίηση ενός μικρού τμήματος του [149]

151 PABADIS PROMISE μοντέλου ρόλων, όπως παρουσιάστηκε στην ενότητα 6.1 της παρούσας εργασίας. Κάθε πράκτορας απεικονίζεται ως ένα στιγμιότυπο της κλάσης AgentRole, π.χ. ο P2AbilityBroker και P2ResourceManager αναφέρονται στους ρόλους Ability Broker and Resource Manager αντίστοιχα. Ο Πίνακας 7 απεικονίζει ένα μέρος του ορισμού του ρόλου Resource Manager κατά GAIA. Ο Πίνακας 8 παρουσιάζει τα στιγμιότυπα και τις συσχετίσεις που ορίζονται με τη χρήση της GMO για την σχηματοποίηση του των εννοιών στον σχεδιασμό του ρόλου. Για καθένα από τους ορισμούς που παρουσιάζονται στον πίνακα, δημιουργήθηκε ένα αντίστοιχο στιγμιότυπο. Τα δικαιώματα αναφέρονται σε δεδομένα που ο πράκτορας μπορεί να έχει πρόσβαση. Για την άδεια ΡΜ2, δημιουργήθηκε ένα στιγμιότυπο που ονομάζεται permrmresourceinfo. Το στιγμιότυπο αυτό πρέπει να συνδέεται με ένα στιγμιότυπο της κλάσης DataObject. Έτσι, ένα στιγμιότυπο του P2Resource κλάσης της P2Ontology έχει δημιουργηθεί με το όνομα resourceinfo. Το επόμενο βήμα είναι να χρησιμοποιήσει τη σχέση allowaccess, η οποία κληρονομείται στη P2Resource από τη DataObject, για να ορίσουν το εύρος της άδειας (Πίνακας 8, αξίωμα #1). Πίνακας 7: Σχεδιασμός του ρόλου Resource Manager κατά GAIA Χαρακτηριστικά Ρόλου Έννοιες P1: Register ability P2: Search ability 2 Protocols P3: Inform about ability changes 1 P4: Negotiate 4... Activities A1: Initialise resource A2: Observe resource abilities... PM1: Control resource schedule and resource allocation Permissions PM2: Provide resource related information [150]

152 Responsibilities RL1: Provide of information about abilities Liveness RL2: Provide scheduling information.. Safety RS1: Ensure that the resource will not be blocked by deadlock allocation RS2: Avoid system deadlocks... Η δραστηριότητα Α2 ορίζεται από το στιγμιότυπο actrmobserveresource της κλάσης RoleActivity και το στιγμιότυπο p2rmobserveres της FunctionMethod κλάσης, το οποίο υλοποιεί τη δραστηριότητα. Το p2rmobserveres υλοποιείται από την μέθοδο JAVA org.pp.rm.resourcemananger.observe() με είσοδο και έξοδο το στιγμιότυπο resourceinfo της P2Resource (Πίνακας 8, αξιώματα #3, #4, #5). Ο ορισμός των ζωντανών αρμοδιοτήτων, των ιδιοτήτων ασφαλείας και των πρωτόκολλων απαιτούν την απεικόνιση της ροής σε όρους οντολογίας. Μια έκφραση (στιγμιότυπο της κλάσης Expression) αποτελείται από έναν αριθμό τμημάτων έκφρασης (Expression Segments) που συνδέονται με φορείς έκφρασης. Κάθε τμήμα έκφρασης αντιστοιχεί σε μια δραστηριότητα ή πρωτόκολλο. Φορείς του τομέα εκφράζουν τον τύπο των συνδέσεων μεταξύ των τομέων έκφρασης (π.χ ακολουθία). Τα αξιώματα #6 έως #14 (Πίνακας 8) εκφράζουν αυτή της σημασιολογία, προκειμένου να καθοριστεί ζωντανή αρμοδιότητα RL1. Πίνακας 8: Παράδειγμα ορισμού ρόλου πράκτορα με τη χρήση της GMO Αξιώματα 1 ObjectPropertyAssertion (:allowaccess :permrmresourceinfo :resourceinfo) 2 ObjectPropertyAssertion (:executesa :actrmobserveresource :p2rmobserveres) 3 ObjectPropertyAssertion (:hasiputs :p2rmobserveres :resourceinfo) 4 ObjectPropertyAssertion (:hasoutput :p2rmobserveres :resourceinfo) 5 DataPropertyAssertion ( :implementedby :p2rmobserveres "org.pp.rm.resourcemananger.observe"^^xsd:string ) [151]

153 6 ObjectPropertyAssertion (:isexpressby :livrmprovideability :expprovideability) 7 ObjectPropertyAssertion (:startswith :expprovideability :expprovideabilits1) 8 9 ObjectPropertyAssertion (:indicatesa :expprovideabilits1 :actrmobserveresource) ObjectPropertyAssertion (:connectionusesoperator : expprovideabilits1 :followsa) 10 ObjectPropertyAssertion (:connectsto :followsa :expprovideabilits2) 11 ObjectPropertyAssertion (:indicatesa :expprovideabilits2 :resourceinfo) 12 ObjectPropertyAssertion (:connectionusesoperator : expprovideabilits2 :followsb) 13 ObjectPropertyAssertion (:connectsto :followsb :expprovideabilits3) 14 ObjectPropertyAssertion (:indicatesa :expprovideabilits3 :prrminformability) 8.2 Ολοκλήρωση Αντικειμένων IoT Όπως αναφέρθηκε και στα εισαγωγικά κεφάλαια, το IoT προβλέπεται να παίξει σημαντικό ρόλο στο μέλλον στα επιχειρησιακά και βιομηχανικά περιβάλλοντα. Ειδικότερα στο τομέα της παραγωγής προϊόντων σε ένα εργοστάσιο όπου μικρά δίκτυα αισθητήρων μπορούν να προσφέρουν χρήσιμη και κάποιες φορές σημαντικότατη πληροφορία για την πορεία μιας παραγωγικής διαδικασίας. Για αυτό και στη συγκεκριμένη ενότητα θα παρουσιάσουμε πως μπορούμε να προσαρμόσουμε την ιδέα του IoT στο υπάρχον μοντέλο ολοκλήρωσης επιχειρησιακών/βιομηχανικών συστημάτων. To συγκεκριμένο σενάριο έχει ως στόχο να επιδείξει και να πιστοποιήσει την ευελιξία και επεκτασιμότητα του μοντέλου σε τυχόν αλλαγές ή εφαρμογή νέων τεχνολογιών στο επιχειρησιακό/βιομηχανικό περιβάλλον. Θεωρούμε ότι σε ένα εργοστάσιο είναι εγκατεστημένοι κάποιοι αισθητήρες. Αυτοί οι αισθητήρες μπορούν μέσω WiFi να επικοινωνήσουν με το κεντρικό επιχειρησιακό δίκτυο, πάνω στο οποίο εκτελείται και το ΣΠΠ που έχουμε περιγράψει. Οι συγκεκριμένοι αισθητήρες αναλαμβάνουν να συλλέξουν δεδομένα και να τα αποστείλουν στους Order Managers και στον Information Collector για τις συνθήκες στο εργοστάσιο, π.χ θερμοκρασία, τοποθεσία μιας RFID ετικέτας, κτλ. Το πρώτο βήμα είναι να εισάγουμε στο μοντέλο ρόλων του ΣΠΠ ένα νέο ρόλο πράκτορα, τον Sensor Manager. Ο Sensor Manager θα αναλάβει να επικοινωνεί με τον εκάστοτε αισθητήρα που υπάρχει στο εργοστάσιο και να συλλέγει πληροφορίες. Οι Order Managers θα [152]

154 ζητούν από τον Sensor Manager να τους ενημερώσει για τις τιμές του αισθητήρων που χρησιμοποιούν. Την τιμή αυτή θα την χρησιμοποιήσει για να κρίνει τα επόμενα βήματα της διαδικασίας που πρέπει να εκτελέσει. Για να γίνει πιο κατανοητό, παραθέτουμε το ακόλουθο παράδειγμα με μια συσκευή ανάγνωσης RFID μικρής εμβέλειας ο οποίος είναι τοποθετημένος στην είσοδο μιας μηχανής. Η συσκευή ανάγνωσης RFID «ελέγχει» την είσοδο της μηχανής και είναι ικανή να αναγνωρίσει αν κάποιο αντικείμενο (π.χ. κάποιο εξάρτημα) είναι στην είσοδο της μηχανής, που σημαίνει ότι είναι έτοιμο για επεξεργασία από τη μηχανή. Επιπρόσθετα, η συσκευή ανάγνωσης RFID να «αναγνωρίσει» μέσω της ανάγνωσης της RFID ετικέτας πιο συγκεκριμένο αντικείμενο είναι αυτό. Τα δεδομένα μεταφέρονται μέσω υπηρεσίας ιστού που διαθέτει το αισθητήρας. Η χρησιμότητα αυτού του παραδείγματος έγκειται στο γεγονός ότι ο Order Manager μπορεί να ενημερωθεί αν το αντικείμενο ανήκει στην παραγωγική του διαδικασία για να δώσει εντολή στον αντίστοιχο Resource Manager για να ενεργοποιήσει τη μηχανή και να προχωρήσει στην επεξεργασία του. Αν το αντικείμενο δεν ανήκει στη παραγωγική διαδικασία που επιβλέπει θα πρέπει να περιμένει μέχρι το αντικείμενο ενδιαφέροντος να έρθει μπροστά στη μηχανή. Το πρώτο βήμα είναι να προσθέσουμε έναν νέο ρόλο, τον Sensor Manager, στο οντολογικό μοντέλο πρακτόρων ακολουθώντας τη μεθοδολογία σχεδιασμού GAIA. Στον παρακάτω πινάκα (Πίνακας 9) παρουσιάζεται η περιγραφή του νέου ρόλου. Πίνακας 9: Περιγραφή Ρόλου Sensor Manager κατά GAIA Χαρακτηριστικά Ρόλου Protocols Activities Έννοιες P1: Inform about sensor value A1: Initialize sensor A2: Save sensor measurements Α3: Read sensor measurement Permissions PM1: Provide sensor related information PM2: Provide sensor measurement information Responsibilities Liveness Safety RL1: Provide of measurement information about sensor RS1: Ensure that the sensor will not be blocked by deadlock alloca- [153]

155 tion RS2: Avoid system deadlocks... Το επόμενο βήμα αφορά την ολοκλήρωση της πληροφορίας που λαμβάνεται από τον ρόλο και αφορούν τον αισθητήρα. Σε αυτό το σημείο απαιτείται μια οντολογία που περιγραφεί τη λειτουργία και την πληροφορία που επεξεργάζεται ο αισθητήρας. Παρόλο που υπάρχουν πολλές προσεγγίσεις στην βιβλιογραφία με οντολογίες για το IoT [Kotis and Katasonov, 2012], [Dhananjay et al., 2014], [Mrissa et al., 2014], εμείς επιλέξαμε την οντολογία Semantic Sensor Network Ontology (SSN) [Compton et al., 2012] η οποία έχει οριστεί από την ομάδα εργασίας Semantic Sensor Networks Incubator Group (SSN-XG) του παγκόσμιου οργανισμού World Wide Web Consortium (W3C). H SSN οντολογία χρησιμοποιείται για την περιγραφή αισθητήρων, παρατηρήσεων και όλων των σχετικών εννοιών. Στο Σχήμα 47 [Compton et al., 2012] παρουσιάζεται η οντολογιά SSN. Figure 1: Η οντολογία Semantic Sensor Network Σχήμα 47: Η οντολογία Semantic Sensor Network H SSN οντολογία περιγράφει τις εξής έννοιες: Την προοπτική του αισθητήρα (sensor perspective), με έμφαση σε ό, τι αισθάνεται, πώς αισθάνεται και τι γίνεται αισθητό, [154]