Αυτόνοµη Λήψη Αποφάσεων Βασισµένη σε Πολιτικές για Ασύρµατα ίκτυα Α.Μ.: 1115200200024 Α.Μ.:1115200200135



Σχετικά έγγραφα
Σχεδίαση και Ανάπτυξη Μηχανισμών Διαχείρισης σε Μελλοντικά Δίκτυα

ΤΙΤΛΟΣ ΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ ΠΕΡΙΟΧΗ ΕΡΕΥΝΑΣ: ΣΥΓΓΡΑΦΕΑΣ:

Σχεδιασµός Ανάπτυξη Οντολογίας

Αναπαράσταση Γνώσης και Αναζήτηση στον Σηµασιολογικό Ιστό

Σημασιολογική Ολοκλήρωση Δεδομένων με τη χρήση Οντολογιών

1 Συστήματα Αυτοματισμού Βιβλιοθηκών

Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 02 & 03. Δρ. Γεώργιος Χρ. Μακρής

Μάθημα: Δ3. Δίκτυα Γνώσης και Σημασιολογικός Ιστός. Διάλεξη 01 & 02. Δρ. Γεώργιος Χρ. Μακρής

Περίληψη ιπλωµατικής Εργασίας

Η ΟΝΤΟΛΟΓΙΑ ΤΟΥ ΕΛΛΗΝΙΚΟΥ ΚΤΗΜΑΤΟΛΟΓΙΟΥ. Μελέτη υλοποίησης στο Protégé-2000

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΗΧ/ΚΩΝ Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ ΑΝΑΠΑΡΑΣΤΑΣΗ ΓΝΩΣΗΣ ΣΤΟΝ ΠΑΓΚΟΣΜΙΟ ΙΣΤΟ ΕΚΠΟΝΗΣΗ ΕΡΓΑΣΙΑΣ

Αρχιτεκτονική Λογισμικού

ιαχείριση Γνώσης σε Ενδοεπιχειρισιακά ίκτυα και το ιαδίκτυο (ΗΥ-566)

Νέες τεχνολογίες εισάγονται ή χρησιµοποιούνται

Ραγδαία τεχνολογική εξέλιξη

Κεφάλαιο 8. Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής. Τεχνητή Νοηµοσύνη - Β' Έκδοση

ΠΛΑΤΩΝΑΣ Έργο ΓΓΕΤ 1SME2009

Εργαστήριο Σημασιολογικού Ιστού

ΕΝΙΑΙΟ ΠΛΑΙΣΙΟ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ

Εργαστήριο Σημασιολογικού Ιστού

Σχεδιασµός Οικολογικού ιαµεσολαβητή για την εποπτεία και διαχείριση δικτύου διανοµής ηλεκτρικής ενέργειας

Αρχιτεκτονική του πληροφοριακού συστήµατος Cardisoft Γραµµατεία 2003 ιαχείριση Προσωπικού

ΓΕΩΠΟΝΙΚΗ ΣΧΟΛΗ ΑΠΘ Εργαστήριο Πληροφορικής στη Γεωργία ΠΛΗΡΟΦΟΡΙΚΗ Ι

Συστήματα Γνώσης. Θεωρητικό Κομμάτι Μαθήματος Ενότητα 2: Βασικές Αρχές Αναπαράστασης Γνώσης και Συλλογιστικής

Α. Βαγγελάτος 2, Γ. Ορφανός 2, Χ. Τσαλίδης 2, Χ. Καλαμαρά 3

Οντολογία για την περιγραφή των προσωπικοτήτων της Σάμου, την κατηγοριοποίηση και τις σχέσεις τους

ΟΝΤΟΛΟΓΙΕΣ, ΣΗΜΑΣΙΟΛΟΓΙΚΟΣ ΙΣΤΟΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΔΙΑΚΥΒΕΡΝΗΣΗΣ

ΜΑΘΗΜΑ 6. Σχήµατα ιαλειτουργικότητας Μεταδεδοµένων. Το RDF Το Warwick Framework. Ιόνιο Πανεπιστήµιο - Τµήµα Αρχειονοµίας - Βιβλιοθηκονοµίας

Γενικές Αρχές. Τεχνολογία ικτύων Επικοινωνιών ΙΙ

Ανάπτυξη & Σχεδίαση Λογισμικού (ΗΥ420)

Επιλογή και επανάληψη. Λογική έκφραση ή συνθήκη

Σχεδιασµός βασισµένος σε συνιστώσες

Τι είναι τα Συστήµατα Γεωγραφικών Πληροφοριών. (Geographical Information Systems GIS)

ΗΥ562 Προχωρημένα Θέματα Βάσεων Δεδομένων Efficient Query Evaluation over Temporally Correlated Probabilistic Streams

Εφαρμογές Προσομοίωσης

Περιεχόμενο του μαθήματος

ΑΝΤΙΚΕΙΜΕΝΟΣΤΡΕΦΗΣ ΑΝΑΛΥΣΗ Επιχειρηματική Μοντελοποίηση. Ιωάννης Σταμέλος Βάιος Κολοφωτιάς Πληροφορική

Μηχανική Λογισμικού για Διαδικτυακές & Φορητές Εφαρμογές

Διαδικασίες παραγωγής λογισμικού. Βασικές αρχές Τεχνολογίας Λογισμικού, 8η αγγ. έκδοση

METROPOLIS. Ένα περιβάλλον σχεδιασμού για ετερογενή συστήματα

09 Η γλώσσα UML I. Τεχνολογία Λογισμικού. Τμήμα Πληροφορικής & Τηλεπικοινωνιών Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών. Εαρινό εξάμηνο

Εισαγωγή στη Σχεδίαση Λογισμικού

Ελληνικό Ανοικτό Πανεπιστήµιο. Η Ανάλυση και ο Σχεδιασµός στην Ενοποιηµένη ιαδικασία. ρ. Πάνος Φιτσιλής

Ανάλυση Απαιτήσεων Απαιτήσεις Λογισµικού

Integrated Project. Ambient Intelligence System of Agents for Knowledgebased and Integrated Services for Mobility Impaired users

ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΙΟΙΚΗΣΗΣ. Ανάπτυξη Πληροφοριακών Συστηµάτων Επισκόπηση Π.Σ. & τεχνικές για Ανάλυση και Ανάπτυξη. πληροφοριακών συστηµάτων

Επιµέλεια Θοδωρής Πιερράτος

Τη φυσική (MAC) διεύθυνση που δίνει ο κατασκευαστής του δικτυακού υλικού στις συσκευές του (π.χ. στις κάρτες δικτύου). Η περιοχή διευθύνσεων που

SNMP ΔΙΑΧΕΙΡΙΣΗ ΔΙΚΤΥΟΥ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ

Τεχνητή Νοημοσύνη (ΥΠ23) 6 ο εξάμηνο Τμήμα Πληροφορικής και Τηλεματικής Χαροκόπειο Πανεπιστήμιο Ουρανία Χατζή

Διακριτά Μαθηματικά ΙΙ Χρήστος Νομικός Τμήμα Μηχανικών Η/Υ και Πληροφορικής Πανεπιστήμιο Ιωαννίνων 2018 Χρήστος Νομικός ( Τμήμα Μηχανικών Η/Υ Διακριτά

ΔΟΜΗΜΕΝΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Κεφάλαιο 8 : H γλώσσα προγραµµατισµού Pascal 1 ο Μέρος σηµειώσεων (Ενότητες 8.1 & 8.2 σχολικού βιβλίου)

Προβλήματα, αλγόριθμοι, ψευδοκώδικας

Θέματα Ατομικής Διπλωματικής Εργασίας Ακαδημαϊκό Έτος 2017/2018. Γεωργία Καπιτσάκη (Επίκουρη Καθηγήτρια)

05 Ανάλυση απαιτήσεων

Σύστημα υποβολής αιτήσεων υποψήφιων συνεργατών ΕΚΤ

Σχεδίαση και Ανάπτυξη Ιστότοπων

Αποτύπωση επιχειρηματικής γνώσης και Διαδικασιών

ΘΕΜΑ 1 Τεχνικές Εξαγωγής Συµφράσεων από εδοµένα Κειµένου και Πειραµατική Αξιολόγηση

Τεχνικές Προδιαγραφές ιαλειτουργικότητας

Αποτύπωση επιχειρηματικής γνώσης και Διαδικασιών

Πληροφορική 2. Τεχνητή νοημοσύνη

Ανάπτυξη & Σχεδίαση Λογισμικού (ΗΥ420)

ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ. Ενότητα 1: Εισαγωγή στις Βάσεις Δεδομένων. Αθανάσιος Σπυριδάκος Διοίκηση Επιχειρήσεων

Θέματα Ατομικής Διπλωματικής Εργασίας - DRAFT Ακαδημαϊκό Έτος 2015/2016. Γεωργία Καπιτσάκη (Λέκτορας)

GoNToggle: ΕΞΥΠΝΗ ΜΗΧΑΝΗ ΑΝΑΖΗΤΗΣΗΣ ΜΕ ΧΡΗΣΗ ΟΝΤΟΛΟΓΙΩΝ

Ανάκτηση Πληροφορίας

Μεθοδολογίες Παραγωγής Λογισµικού

Μοτίβα Σχεδίασης (Design Patterns)

Τεχνικές αλλαγές στις εκδόσεις

...στις µέρες µας, όσο ποτέ άλλοτε, οι χώρες καταναλώνουν χρόνο και χρήµα στη µέτρηση της απόδοσης του δηµόσιου τοµέα...(oecd)

ΚΕΦΑΛΑΙΟ 10. Υπηρεσίες και εφαρμογές Διαδικτύου. ΚΕΦΑΛΑΙΟ 10 Υπηρεσίες και εφαρμογές Διαδικτύου. Α Γενικού Λυκείου

Περιεχόμενο του μαθήματος

ΟΙΚΟΝΟΜΙΚΗ ΠΡΟΣΦΟΡΑ ΣΧΕ ΙΑΣΗΣ ΚΑΙ ΚΑΤΑΣΚΕΥΗΣ web εφαρµογής - ηλεκτρονικού κατατήµατος για έξυπνα κινητά

* Enterprise Resource Planning ** Customer Relationship Management

Διαχείριση οντολογιών: μελέτη και εμβάθυνση στα βασικά προβλήματα που την αφορούν και παρουσίαση υπαρχουσών βιβλιοθηκών οντολογιών

Είδη Groupware. Λογισμικό Συνεργασίας Ομάδων (Groupware) Λογισμικό Groupware. Υπάρχουν διάφορα είδη groupware ανάλογα με το αν οι χρήστες εργάζονται:

Συστήµατα Τηλεκπαίδευσης: Κύκλος ζωής εκπαιδευτικού υλικού

o AND o IF o SUMPRODUCT

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ

Γεωγραφικά Πληροφοριακά Συστήµατα (Geographical Information Systems GIS)

Γ Γυμνασίου: Οδηγίες Γραπτής Εργασίας και Σεμιναρίων. Επιμέλεια Καραβλίδης Αλέξανδρος. Πίνακας περιεχομένων

Πρότυπο Αναφοράς Open Systems Interconnection (OSI) Επικοινωνίες Δεδομένων Μάθημα 5 ο

ΚΕΦΑΛΑΙΟ 1: Τα είδη των Δικτύων Εισαγωγή

ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

Τεχνολογία Ευφυών Πρακτόρων (Intelligent Software Agents)

Εισαγωγή στην αντικειµενοστρεφή τεχνολογία

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕΔΟΝΙΑΣ - Π.Μ.Σ. ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΠΤΥΧΙΑΚΗ. Θέμα πτυχιακής: Voice over IP. Ονοματεπώνυμο: Κόκκαλη Αλεξάνδρα

Εγγυημένη ποιότητα υπηρεσίας

Οπτική αντίληψη. Μετά?..

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών

Η Oracle ανακοίνωσε την πιο ολοκληρωμένη λύση στον τομέα της Ανάλυσης δεδομένων στο Cloud

Σχεδιασμός Οικολογικού Διαμεσολαβητή για την εποπτεία και διαχείριση δικτύου διανομής ηλεκτρικής ενέργειας

ιαχείριση Γνώσης σε Ενδοεπιχειρισιακά ίκτυα και το ιαδίκτυο (ΗΥ-566)

Βάσεις Δεδομένων. Τ.Ε.Ι. Ιονίων Νήσων Σχολή Διοίκησης και Οικονομίας - Λευκάδα

Λιόλιου Γεωργία. ιατµηµατικό Πρόγραµµα Μεταπτυχιακών Σπουδών στα Πληροφοριακά Συστήµατα

Τεχνολογία ανάπτυξης νέων ιστοσελίδων στο Semantic Web.

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ

8 Τεχνικός Εφαρμογών Πληροφορικής με Πολυμέσα

Transcript:

ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟ ΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ Αυτόνοµη Λήψη Αποφάσεων Βασισµένη σε Πολιτικές για Ασύρµατα ίκτυα Νίκη Ε. Γκαζώνη Ξενοφών Α. Φαφούτης Επιβλέποντες: Λάζαρος Μεράκος, Καθηγητής ΕΚΠΑ Αθανασία Αλωνιστιώτη, Επιστηµονικός Συνεργάτης ΕΚΠΑ Αντώνιος Λιλής, Ερευνητής ΕΚΠΑ ΑΘΗΝΑ ΙΟΥΛΙΟΣ 2007

ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ Αυτόνοµη Λήψη Αποφάσεων Βασισµένη σε Πολιτικές για Ασύρµατα ίκτυα Νίκη Ε. Γκαζώνη Α.Μ.: 1115200200024 Ξενοφών Α. Φαφούτης Α.Μ.:1115200200135 ΕΠΙΒΛΕΠΟΝΤΕΣ: Λάζαρος Μεράκος, Καθηγητής ΕΚΠΑ Αθανασία Αλωνιστιώτη, Επιστηµονικός Συνεργάτης ΕΚΠΑ Αντώνιος Λιλής, Ερευνητής ΕΚΠΑ

ΠΕΡΙΛΗΨΗ Με την ανάπτυξη ασύρµατων δικτύων που έχουν επίγνωση του περιβάλλοντος και αντλούν τις απαραίτητες πληροφορίες από αυτό για την προσαρµογή και τη λειτουργία τους προκύπτει το πρόβληµα της διαχείρισης τους. Απαιτείται η ανάπτυξη τεχνολογιών αυτοδιαχείρισης, αυτογνωσίας και λήψης αποφάσεων για την προσαρµογή και ρύθµιση της λειτουργίας τους. Ένα αυτόνοµο σύστηµα µπορεί να συλλέγει και να επεξεργάζεται πληροφορίες από το περιβάλλον του ώστε να προσαρµόζει και να βελτιστοποιεί τη δοµή και τις ρυθµίσεις του ανάλογα µε τις συνθήκες. Αυτό επιτυγχάνεται µε βάση κανόνες εκφρασµένους στην κατάλληλη γλώσσα και σενάρια που προσοµοιώνουν τις διάφορες δυνατές καταστάσεις στις οποίες θα πρέπει να προσαρµοστεί το σύστηµα. Οι τρόποι δράσης του συστήµατος σε κάθε κατάσταση καθορίζονται από πολιτικές. Η αναπαράσταση του «κόσµου» στον οποίο αλληλεπιδρούν τα αυτόνοµα ασύρµατα δίκτυα γίνεται µε ένα σύνολο οντολογιών που υποδηλώνει την ιεραρχία µεταξύ των στοιχείων της οντολογίας και τις σχέσεις µεταξύ των στοιχείων αυτών, παρόµοια µε ένα µοντέλο οντοτήτων συσχετίσεων. Στα πλαίσια αυτής της εργασίας µοντελοποιούµε ένα τηλεπικοινωνιακό κόσµο σε µία οντολογία, εκφράζουµε πολιτικές αυτοδιαχείρισης και παρουσιάζουµε παραδείγµατα δυναµικής λήψης αποφάσεων που υλοποιούν την προσαρµογή και ρύθµιση της λειτουργίας του συστήµατος στις αλλαγές του περιβάλλοντος του, σύµφωνα µε τις ιδιότητες των αυτόνοµων συστηµάτων. ΘΕΜΑΤΙΚΗ ΠΕΡΙΟΧΗ: Ασύρµατα ίκτυα ΛΕΞΕΙΣ ΚΛΕΙ ΙΑ: αυτόνοµο σύστηµα, πολιτική, αυτοδιαχείριση, λήψη αποφάσεων, οντολογία Ν. Γκαζώνη, Ξ. Φαφούτης 3

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ...5 1.1 Εισαγωγή...5 ΚΕΦΑΛΑΙΟ 2 ΑΥΤΟΝΟΜΑ ΣΥΣΤΗΜΑΤΑ...7 2.1 Αυτόνοµα Συστήµατα...7 2.2 Υλοποίηση του ελέγχου και των βρόγχων ελέγχου...9 ΚΕΦΑΛΑΙΟ 3 ΟΝΤΟΛΟΓΙΕΣ ΚΑΙ Η ΓΛΩΣΣΑ OWL...12 3.1 Τεχνολογίες Σηµασιολογικού Ιστού...12 3.2 Οντολογίες...13 3.3 Η γλώσσα OWL...16 3.4 οµικά στοιχεία της οντολογίας σε OWL...17 ΚΕΦΑΛΑΙΟ 4 ΠΟΛΙΤΙΚΕΣ ΚΑΙ Η ΓΛΩΣΣΑ SWRL...21 4.1 Πολιτικές...21 4.2 «ιύλιση» των πολιτικών...21 4.3 Η γλώσσα SWRL...24 ΚΕΦΑΛΑΙΟ 5 ΣΕΝΑΡΙΟ ΣΕ ΑΥΤΟΝΟΜΟ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΟ ΣΥΣΤΗΜΑ...27 5.1 Σενάριο: Γενική παρουσίαση...27 5.2 Σκοποί και υσκολίες...31 ΚΕΦΑΛΑΙΟ 6 ΟΝΤΟΛΟΓΙΑ ΕΝΟΣ ΑΣΥΡΜΑΤΟΥ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ...32 6.1 Protégé...32 6.2 Οντότητες...32 6.3 Ιδιότητες...36 ΚΕΦΑΛΑΙΟ 7 ΠΟΛΙΤΙΚΕΣ ΕΚΦΡΑΣΜΕΝΕΣ ΣΕ SWRL ΚΑΝΟΝΕΣ...45 7.1 Protégé και SWRL Κανόνες...45 7.2 Στόχος 1: υνατότητα Επιλογής του Καταλληλότερου ικτύου...45 7.3 Στόχος 2: υνατότητα Μετάβασης από ίκτυο σε ίκτυο...51 7.4 Στόχος 3: Αυτοµατοποιηµένες ιαδικασίες...53 ΚΕΦΑΛΑΙΟ 8 ΑΝΑΛΥΤΙΚΗ ΑΝΑΠΤΥΞΗ ΤΟΥ ΣΕΝΑΡΙΟΥ...56 8.1 Jess, Η µηχανή κανόνων...56 8.2 Ο Τηλεπικοινωνιακός Κόσµος...57 8.3 Το Σενάριο του Κώστα...62 8.4 Το Σενάριο της Μαρίας...70 ΚΕΦΑΛΑΙΟ 9 ΥΛΟΠΟΙΗΣΗ...79 9.1 Εισαγωγή...79 9.2 Περιγραφή...81 9.3 Η Βιβλιοθήκη Protégé OWL...85 9.4 Η Βιβλιοθήκη SWRLRuleEngineBridge...87 ΚΕΦΑΛΑΙΟ 10 ΣΥΜΠΕΡΑΣΜΑΤΑ...90 10.1 Συµπεράσµατα...90 ΑΚΡΩΝΥΜΙΑ...92 ΟΡΟΛΟΓΙΑ...94 ΑΝΑΦΟΡΕΣ...98 Ν. Γκαζώνη, Ξ. Φαφούτης 4

ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 1.1 Εισαγωγή Η τάση για σύγκλιση και διαλειτουργικότητα (interoperability) στον τοµέα των ασύρµατων δικτύων και των κινητών τηλεπικοινωνιών δηµιούργησε την ανάγκη για εξελιγµένα δίκτυα [1] που να «αντιλαµβάνονται» και να προσαρµόζονται στο µεταβαλλόµενο περιβάλλον τους, να µπορούν να είναι ευέλικτα ώστε να ενσωµατώνουν νέες ρυθµίσεις και αναβαθµίσεις των πρωτοκόλλων και του υπόλοιπου λογισµικού τους χωρίς να δυσχεραίνεται η διασύνδεση µεταξύ διαφορετικών τεχνολογιών αλλά και να µπορούν να λαµβάνουν αποφάσεις για τη διαχείριση τους ανάλογα µε την κατάσταση του περιβάλλοντος τους. Με την ανάπτυξη ολοένα και πιο πολύπλοκων γνωσιακών (cognitive) συστηµάτων και συσκευών που έχουν επίγνωση του περιβάλλοντος (context aware) και αντλούν τις απαραίτητες πληροφορίες από αυτό για την προσαρµογή και τη λειτουργία τους (π.χ. θέση, χρεώσεις υπηρεσιών, προτιµήσεις χρηστών) προκύπτει το πρόβληµα της οργάνωσης και διαχείρισης τους που αποτελεί και σηµαντικό µέρος του κόστους της λειτουργίας αυτών των συστηµάτων. Τη λύση στο πρόβληµα καλείται να δώσει η επιστηµονική / επιχειρηµατική κοινότητα µε την ανάπτυξη τεχνολογιών αυτοδιαχείρισης (self management), αυτογνωσίας (self-awareness) και λήψης αποφάσεων από το ίδιο το σύστηµα για την προσαρµογή και ρύθµιση της λειτουργίας του. Μάλιστα αυτό είναι επιθυµητό σε τέτοιο βαθµό ώστε να µειωθεί η ανάγκη ανθρώπινης παρέµβασης στη διαχείριση, να εξασφαλιστεί η σταθερότητα της απόδοσης των δικτύων, εξυπηρετώντας την επεκτασιµότητα και δυνατότητα κλιµάκωσης (scalability) αυτών των συστηµάτων, την µείωση του λειτουργικού κόστους και παρέχοντας στον χρήστη µια διαφανή (seamless) εµπειρία απολαβής υπηρεσιών. Ο χαρακτηρισµός αυτόνοµο (autonomic) προσδιορίζει ένα σύστηµα που ενσωµατώνει τις προαναφερθείσες ιδιότητες. Ένα τέτοιο σύστηµα χρειάζεται να µπορεί να συλλέγει και να επεξεργάζεται πληροφορίες από το περιβάλλον του (contextual information) ώστε να προσαρµόζει και να βελτιστοποιεί τη δοµή και τις ρυθµίσεις του ανάλογα µε τις συνθήκες. Επειδή οι πληροφορίες περιβάλλοντος είναι µεταβλητές και προφανώς δεν είναι γνωστές στο σύστηµα εκ των προτέρων, απαιτείται η δηµιουργία µηχανισµών που Ν. Γκαζώνη, Ξ. Φαφούτης 5

να µπορούν να συνάγουν τις αλλαγές στο περιβάλλον από τις πληροφορίες που λαµβάνουν και να «µαθαίνουν» τα επαναλαµβανόµενα γνωρίσµατά (patterns) τους. Αυτό µπορεί να επιτευχθεί µε την ενσωµάτωση µηχανισµών που µε βάση κανόνες εκφρασµένους στην κατάλληλη γλώσσα και σενάρια που προσοµοιώνουν τις διάφορες δυνατές καταστάσεις στις οποίες θα πρέπει να προσαρµοστεί το σύστηµα, δίνουν τη δυνατότητα λήψης αποφάσεων [2]. Οι τρόποι δράσης του συστήµατος σε κάθε κατάσταση καθορίζονται από τις πολιτικές (policies) που έχουν περιγραφεί µε τα ανωτέρω σενάρια και κανόνες. Προκειµένου να γίνει η αναπαράσταση του «κόσµου» στον οποίο βρίσκεται και αλληλεπιδρά ένα επαναρυθµιζόµενο (reconfigurable) σύστηµα χρησιµοποιείται ένα σύνολο οντολογιών, δηλαδή ένα σύστηµα τάξεων οντοτήτων που υποδηλώνει την ιεραρχία µεταξύ των στοιχείων (components) της οντολογίας και τις σχέσεις µεταξύ των οντοτήτων αυτών, παρόµοια µε ένα µοντέλο οντοτήτων συσχετίσεων [3]. Στα πλαίσια αυτής της εργασίας θα µοντελοποιήσουµε ένα τηλεπικοινωνιακό κόσµο σε µία οντολογία, θα εκφράσουµε πολιτικές αυτοδιαχείρισης και θα παρουσιάσουµε παραδείγµατα δυναµικής λήψης αποφάσεων που υλοποιούν την προσαρµογή και ρύθµιση της λειτουργίας του συστήµατος στις αλλαγές του περιβάλλοντος του, σύµφωνα µε τις ιδιότητες των αυτόνοµων συστηµάτων. Η γλώσσα αναπαράστασης οντολογιών που θα χρησιµοποιηθεί για την µοντελοποίηση του περιβάλλοντος των ασυρµάτων δικτύων στην παρούσα εργασία είναι η OWL (Web Ontology Language) [11]. Ο τρόπος µε τον οποίο το σύστηµα θα µεταβαίνει από µια κατάσταση σε άλλη µπορεί να καθορίζεται από ένα σύνολο κανόνων εκφρασµένων στην γλώσσα SWRL (Semantic Web Rule Language) [20]. Ν. Γκαζώνη, Ξ. Φαφούτης 6

ΚΕΦΑΛΑΙΟ 2 ΑΥΤΟΝΟΜΑ ΣΥΣΤΗΜΑΤΑ 2.1 Αυτόνοµα Συστήµατα Η έλλειψη αυτονοµίας στα σηµερινά δίκτυα εµποδίζει την ανεξάρτητη εξέλιξη και κλιµάκωση τους. Μια βασική αιτία για αυτό είναι ότι δεν επιτρέπει τον σχηµατισµό τους όποτε απαιτείται (ad hoc) και την προσαρµογή τους στο διαρκώς µεταβλητό «περιβάλλον» στο οποίο λειτουργούν, διότι δεν υποστηρίζεται η διαχείριση τέτοιων συστηµάτων. Οι αδυναµίες διαχείρισης που παρουσιάζονται σε πολύπλοκα δίκτυα µπορούν να συνοψιστούν ως εξής [5]: Ένα σύνολο δικτυακών οντοτήτων µπορεί να παρουσιάζει συµπεριφορά που δεν είναι δυνατόν να προβλεφθεί µε βάση τη γνώση για την κάθε οντότητα ξεχωριστά. Ο ντετερµινιστικός προσδιορισµός των αιτίων της συµπεριφοράς πολύπλοκων δικτυακών συστηµάτων περιορίζεται σε απλή στατιστική ανάλυση και στοιχειώδεις προσεγγίσεις συσχετισµού. Αυτές οι προσεγγίσεις βασίζονται σε διαγνωστικές τεχνικές που έχουν διεκπεραιωθεί πριν από την λειτουργία του συστήµατος. εν υπάρχει δυνατότητα από πλευράς του συστήµατος να προχωρήσει πέρα από την προκαθορισµένη γνώση και διαδικασίες. Προκειµένου να γίνει ρύθµιση σε οποιοδήποτε στάδιο της λειτουργίας του συστήµατος απαιτείται ο ανθρώπινος παράγοντας (human in the loop). Όλες οι σύγχρονες τεχνικές πρόβλεψης και τροποποίησης της συµπεριφοράς των δικτύων στηρίζονται σε αναλύσεις που διεξάγονται από ανθρώπους σε χρόνο ανεξάρτητο µε τη λειτουργία του συστήµατος και που απαιτούν εκτενή γνώση του συστήµατος, της υλοποίησης και της τεχνολογίας που χρησιµοποιείται, που φυσικά ποικίλλουν µεταξύ συστηµάτων. Η λύση στο πρόβληµα είναι εµπνευσµένη από τη λειτουργία και τη δοµή του ανθρώπινου νευρικού συστήµατος και αποκαλείται αυτόνοµη δικτύωση (autonomic networking). Οι αρχές που διέπουν ένα αυτόνοµο σύστηµα είναι οι εξής [4]: Ν. Γκαζώνη, Ξ. Φαφούτης 7

Αυτογνωσία (self-awareness): το σύστηµα γνωρίζει την κατάσταση στην οποία βρίσκεται και τις πιθανές συµπεριφορές (behaviors) που µπορεί να επιδείξει. Αυτοπροστασία (self-protecting): το σύστηµα είναι εξίσου επιρρεπές σε δυσλειτουργίες και επιθέσεις και είναι ικανό να τις εντοπίζει, να προστατεύει τους πόρους του από εξωτερικές είτε εσωτερικές επιθέσεις και να διατηρεί την συνολική του ασφάλεια και ακεραιότητα. Αυτοθεραπεία (self-healing): ένα αυτόνοµο σύστηµα είναι ενήµερο για τα πιθανά προβλήµατα που µπορεί να προκύψουν και έχει τη δυνατότητα να επαναρυθµιστεί ώστε να συνεχιστεί η οµαλή λειτουργία του. Αυτορύθµιση (self-configuring): ένα αυτόνοµο σύστηµα έχει τη δυνατότητα να προσαρµόζει δυναµικά τους πόρους του µε βάση την κατάσταση του και την κατάσταση του περιβάλλοντος εκτέλεσης του. Επίγνωση του περιβάλλοντος (contextually aware): πρέπει να αντιλαµβάνεται το περιβάλλον µέσα στο οποίο λειτουργεί και να αντιδρά στις αλλαγές σε αυτό. Ανοικτό (open): θα πρέπει να µπορεί να µεταφερθεί σε διαφορετικές αρχιτεκτονικές υλικού και λογισµικού και συνεπώς να έχει υλοποιηθεί µε βάση προτυποποιηµένα (standard) και ανοικτά πρωτόκολλα και διεπαφές (interfaces). Προνοητικό (anticipatory): ένα τέτοιο σύστηµα θα πρέπει να προβλέπει, στο βαθµό που µπορεί, τις ανάγκες και τις συµπεριφορές του ιδίου αλλά και του περιβάλλοντος του και να αυτό-διαχειρίζεται εκ προοιµίου (proactive self management). Η αυτοδιακυβέρνηση (self-governing) των αυτόνοµων συστηµάτων επιτυγχάνεται µε ένα µοντέλο διαχείρισης βασισµένο σε πολιτικές [κεφ 4], που καθορίζονται από τους επιχειρηµατικούς στόχους των συµµετεχόντων στη λήψη αποφάσεων (stakeholders) για τις λειτουργίες του δικτύου. Με τη χρήση της αυτογνωσίας του συστήµατος µπορούν να µελετηθούν οι δυνατότητες του συστήµατος και οι περιορισµοί που τίθενται σε αυτό λόγω της λειτουργίας του µέσα σε ένα περιβάλλον. Πολλαπλοί βρόγχοι ελέγχου (control loops) δίνουν στο σύστηµα την ικανότητα να παρατηρεί αλλαγές στον εαυτό του ή στο περιβάλλον του, να τις αναλύει ώστε να ελέγχει εάν οι στόχοι του εξακολουθούν να ικανοποιούνται, να σχεδιάζει τις αλλαγές που πρέπει να γίνουν σε περίπτωση που απειλείται η επίτευξη των στόχων, να εκτελεί αυτές Ν. Γκαζώνη, Ξ. Φαφούτης 8

τις αλλαγές και να επεξεργάζεται τα αποτελέσµατα. Οι βρόγχοι ελέγχου ενισχύονται από τις διαδικασίες αυτό-µάθησης (self-learning) και εξαγωγής συµπερασµάτων, δίνοντας στο σύστηµα τη δυνατότητα να αναπτύξει ευρύτερη γνώση του ιδίου και του περιβάλλοντος, µέσω της εµπειρίας και της ενσωµάτωσης νέας γνώσης που αποκτήθηκε από το περιβάλλον και τις εξωτερικές διαδικασίες. Παρατηρείται λοιπόν ότι η αυτοδιακυβέρνηση είναι ένα συνεχές (continuum). 2.2 Υλοποίηση του ελέγχου και των βρόγχων ελέγχου Ο ρόλος του τµήµατος ελέγχου (control) σε ένα αυτόνοµο σύστηµα είναι να διατηρεί την οµαλή λειτουργία του συστήµατος και να εξασφαλίζει υψηλή απόδοση, παρά τις όποιες συνθήκες παρουσιαστούν κατά την εκτέλεσή του. Οι ακόλουθες µηχανές υλοποιούν τις λειτουργίες του: Μηχανή Παρακολούθησης και Ανάλυσης (Monitoring and Analysis Engine, M&A): Παρακολουθεί την κατάσταση του συστήµατος και τις επιδόσεις του µέσω των αισθητήρων της και αναλύει τις πληροφορίες που συλλέγει Μηχανή Σχεδιασµού (Planning Engine, PE): Σχεδιάζει εναλλακτικές στρατηγικές εκτέλεσης (επιλέγοντας τις κατάλληλες ενέργειες) ώστε να βελτιστοποιηθούν οι συµπεριφορές του συστήµατος και οι λειτουργίες του. Μηχανή Γνώσης (Knowledge Engine, ΚΕ): Παρέχει την υποστήριξη της λήψης αποφάσεων ώστε να επιλέγεται ο κατάλληλος κανόνας από ένα σύνολο κανόνων για την βελτίωση της απόδοσης. Μηχανή Εκτέλεσης (Execution Engine, ΕΕ): Εκτελεί τις αλλαγές στη συµπεριφορά του συστήµατος που έχουν αποφασιστεί από τις προηγούµενες µηχανές. Η λειτουργία του ελέγχου και της επίτευξης των στόχων υλοποιείται µε τη βοήθεια δυο υποσυστηµάτων κλειστών βρόγχων ελέγχου (closed control loops) [4] που ενεργοποιούνται µε την εφαρµογή και τους αισθητήρες του συστήµατος (reactive) αλλά και µε online µοντέλα πρόβλεψης της απόδοσης (proactive) και µε αυτόν τον τρόπο διαχειρίζεται και βελτιστοποιεί τη λειτουργία του συστήµατος. Τοπικός βρόγχος ελέγχου (local control loop) Ν. Γκαζώνη, Ξ. Φαφούτης 9

Αυτός ο βρόγχος υλοποιεί την αυτοδιαχείριση του κάθε ξεχωριστού στοιχείου του συστήµατος. Ελέγχει για τους τοπικούς αλγόριθµους και τις στρατηγικές δέσµευσης πόρων τοπικά. ιαχειρίζεται µόνο γνωστές εκ των προτέρων καταστάσεις του περιβάλλοντος µε βάση την αντιστοίχηση αυτών των καταστάσεων σε συµπεριφορές όπως αυτές εµπεριέχονται στην µηχανή γνώσης. Ο τοπικός βρόγχος είναι «τυφλός» ως προς την συνολική συµπεριφορά του συστήµατος και γι αυτό δε συνεισφέρει στην επίτευξη των συνολικών στόχων. Για παράδειγµα όταν ο φόρτος του συστήµατος υπερβεί µια τιµή κατωφλίου, ο τοπικός βρόγχος ελέγχου θα εξισορροπήσει το φορτίο είτε ελέγχοντας τους τοπικούς πόρους είτε µειώνοντας το µέγεθος του υπολογιστικού φορτίου. Αυτή η τακτική θα λειτουργήσει µόνο εάν οι υπολογιστικές ανάγκες µπορούν να ικανοποιηθούν από τους τοπικούς πόρους. Εικόνα 1: Μια εννοιολογική αναπαράσταση του αυτόνοµου συστήµατος [4] Καθολικός βρόγχος ελέγχου (global control loop) Όταν µια από τις κρίσιµες µεταβλητές του συστήµατος υπερβεί τα επιθυµητά όρια, ενεργοποιείται το υποσύστηµα καθολικού βρόγχου ελέγχου. Ο βρόγχος αυτός θα Ν. Γκαζώνη, Ξ. Φαφούτης 10

διαχειριστεί τη συµπεριφορά του συνολικού συστήµατος και θα καθορίσει τη γνώση που θα χρησιµοποιηθεί για να γίνουν έπειτα τοπικές ρυθµίσεις. Μπορεί να διαχειριστεί άγνωστες εκ των προτέρων καταστάσεις περιβάλλοντος και χρησιµοποιεί τέσσερα πρωτεύοντα χαρακτηριστικά (cardinals) για την παρακολούθηση και ανάλυση της λειτουργίας του συστήµατος, απόδοση (performance), ανεκτικότητα σε σφάλµατα (fault tolerance), ρύθµιση (configuration) και ασφάλεια (security). Στο προηγούµενο παράδειγµα, η προκαθορισµένη συµπεριφορά του συστήµατος θα ήταν να επιχειρήσει να διατηρήσει το τοπικό υπολογιστικό φορτίο µέσα στα ανεκτά όρια. Λαµβάνοντας υπ όψιν µόνο τις τοπικές µεταβολές και ακολουθώντας µια προκαθορισµένη τακτική χωρίς να λαµβάνεται υπ όψιν το δίκτυο συνολικά οδηγεί στην υποβάθµιση της συνολικής απόδοσης του συστήµατος. Αυτή ακριβώς η µείωση της απόδοσης θα ενεργοποιήσει τον καθολικό βρόγχο ελέγχου, ο οποίος θα επιλέξει ένα εναλλακτικό πρότυπο συµπεριφοράς (behavior pattern) από τη δεξαµενή συµπεριφορών (behavior pool). Η µηχανή σχεδιασµού (PE) αποφασίζει το κατάλληλο σχέδιο ενεργειών χρησιµοποιώντας τη µηχανή γνώσης (KE). Τελικά η µηχανή εκτέλεσης (EE) εφαρµόζει το σχέδιο προσαρµόζοντας τη συµπεριφορά του συστήµατος στις νέες συνθήκες περιβάλλοντος. Ν. Γκαζώνη, Ξ. Φαφούτης 11

ΚΕΦΑΛΑΙΟ 3 ΟΝΤΟΛΟΓΙΕΣ ΚΑΙ Η ΓΛΩΣΣΑ OWL 3.1 Τεχνολογίες Σηµασιολογικού Ιστού Η δηµιουργία µεταδεδοµένων (metadata) που θα αναπαριστούν πληροφορίες για το ίδιο το περιεχόµενο ενός εγγράφου και για τις συσχετίσεις αυτού µε άλλα έγγραφα ή για τις περιγραφόµενες οντότητες µέσα σε αυτό αποτελεί τον βασικό σκοπό των τεχνολογιών σηµασιολογικού ιστού (semantic web technologies) προσφέροντας έτσι µια νέα προσέγγιση στην διαχείριση και οργάνωση πληροφοριών και την αναπαράσταση γνώσης. Σε αντίθεση µε τα µεταδεδοµένα της HTML [9] που παρέχουν πληροφορίες µόνο για την παρουσίαση ενός εγγράφου και των περιεχοµένων του και όχι για το ίδιο το περιεχόµενο, τα σηµασιολογικά µεταδεδοµένα (semantic metadata) είναι µια αναπαράσταση κατανοητή από τους υπολογιστές ώστε να µπορούν να συνάγουν νέες πληροφορίες σχετικά µε τα δεδοµένα και τις συσχετίσεις µεταξύ τους. Συνεπώς πλέον τα δεδοµένα συσχετίζονται µε το νόηµα τους και όχι απλά µε το κείµενο. Οι εφαρµογές των τεχνολογιών της σηµασιολογίας (semantics) είναι πολλαπλές [6]. Αρχικά δίνεται η δυνατότητα οργάνωσης και αναζήτησης πληροφοριών µε βάση το νόηµα και τα συµφραζόµενα (context) των δεδοµένων. Έτσι ένα σύστηµα µπορεί να διακρίνει πότε µια λέξη χρησιµοποιείται µε διαφορετικές σηµασίες. Για παράδειγµα εάν επιθυµεί κανείς να κάνει µια αναζήτηση στη λέξη Jaguar έχοντας κατά νου την βιοµηχανία αυτοκίνητων το σύστηµα θα µπορεί να αγνοήσει πιθανά αποτελέσµατα της αναζήτησης που αφορούν στο οµώνυµο αιλουροειδές. Παράλληλα οι πληροφορίες µπορούν να οργανωθούν νοηµατικά, δηλαδή στην προηγούµενη αναζήτηση να έχουµε τα συνολικά αποτελέσµατα οµαδοποιηµένα ανάλογα µε το αν αφορούν το ζώο, τα αυτοκίνητα ή άλλα θέµατα. Περαιτέρω µε τη χρήση σηµασιολογίας µπορεί ένα σύστηµα να συγχωνεύσει πληροφορίες από όλα τα συναφή έγγραφα, αφαιρώντας τους πλεονασµούς και ακόµα να κάνει περιλήψεις όπου είναι δυνατόν. Επιπλέον οι συσχετίσεις µεταξύ βασικών οντοτήτων µέσα σε ένα έγγραφο µπορούν να παρουσιαστούν και οπτικά. Όλα αυτά υποστηρίζονται από την δυνατότητα ενός συστήµατος να εξάγει συµπεράσµατα σχετικά µε τις οντότητες που αναπαριστούν την υπάρχουσα γνώση δηµιουργώντας νέα γνώση. Ν. Γκαζώνη, Ξ. Φαφούτης 12

Σηµαντικός είναι ο ρόλος της σηµασιολογίας [8] στην συγχώνευση και αλληλεπίδραση δεδοµένων που προέρχονται από ετερογενείς πηγές, για παράδειγµα διαφορετικούς τηλεπικοινωνιακούς οργανισµούς. Καθώς διαφορετικές δοµές και αρχιτεκτονικές χρησιµοποιούνται συνήθως για την αναπαράσταση πληροφοριών και διαφορετικές ορολογίες τα περιγράφουν, προκείµενου τέτοια δεδοµένα να ενοποιηθούν και να γίνουν αντιληπτά από ετερογενή συστήµατα, µε τη χρήση σηµασιολογίας δηµιουργούνται αντιστοιχίες (mappings) µεταξύ των διαφορετικών σχηµάτων παρέχοντας έτσι διαλειτουργικότητα µεταξύ των διαφορετικών διεργασιών που χρησιµοποιούν τις πληροφορίες. Σηµασιολογικά µεταδεδοµένα µπορούν να αποδοθούν και σε διεργασίες, όπως περιγραφές σε υπηρεσίες δικτύου (web services). Όταν οι πληροφορίες για την λειτουργία µιας τέτοιας υπηρεσίας µπορούν να επισυναφθούν στην υπηρεσία, τότε αυτή µπορεί να ανακαλυφθεί από τους ενδιαφερόµενους καταναλωτές της σε έναν δικτυακό χώρο όπου έχει δηµοσιοποιηθεί και να γνωστοποιηθεί πιο εύκολα. Παράλληλα όταν το περιεχόµενο και η λειτουργία τέτοιων υπηρεσιών είναι διαθέσιµο σε ένα σύστηµα, τότε µπορούν να συντεθούν νέες υπηρεσίες από συνδυασµούς αυτών που ήδη υπάρχουν, ιδιότητα πολύ χρήσιµη όταν πρέπει να αντιµετωπιστούν υλοποιήσεις µεγάλης κλίµακας. Στα πλαίσια των ασυρµάτων δικτύων η σηµασιολογία έχει εφαρµογές στην αναπαράσταση της γνώσης για τον τηλεπικοινωνιακό κόσµο στον οποίο λειτουργούν τα δίκτυα καθώς και στην δυνατότητα επισύναψης σχολίων κατανοητών από υπολογιστή στις διάφορες νέες υπηρεσίες και πρωτόκολλα που µπορούν να αναπτύσσονται και να προτείνονται προς χρήση. Παράλληλα επιτρέπει την ανταλλαγή πληροφοριών µεταξύ των ποικίλλων ετερογενών αρχιτεκτονικών και συστηµάτων που εφαρµόζονται στα ασύρµατα δίκτυα, υποστηρίζοντας έτσι την διαλειτουργικότητα. 3.2 Οντολογίες Ο σηµασιολογικός ιστός επιτρέπει την συνεργασία µεταξύ ετερογενών συστηµάτων επειδή αποδίδει καλά ορισµένο και αντιληπτό νόηµα στις πληροφορίες. Αυτός ο προσδιορισµός του νοήµατος επιτυγχάνεται µε τη χρήση οντολογιών. Οι ιδιότητες που καθιστούν τις οντολογίες βασικό συστατικό των υπολογιστικών συστηµάτων που έχουν επίγνωση του περιβάλλοντός τους είναι [6]: Ν. Γκαζώνη, Ξ. Φαφούτης 13

Μια κοινή οντολογία επιτρέπει την ανταλλαγή γνώσης µεταξύ δυναµικών κατανεµηµένων συστηµάτων Οι σωστά δηλωµένες οντότητες παρέχουν την δυνατότητα στους ευφυείς πράκτορες (intelligent agents) να βγάλουν συµπεράσµατα για την κατάσταση ενός συστήµατος µε την επεξεργασία των πληροφοριών περιβάλλοντος, Μια οντότητα που έχει αναπαρασταθεί µε σαφήνεια επιτρέπει σε συσκευές και πράκτορες (agents) που δεν είναι εξ αρχής σχεδιασµένα να λειτουργούν µαζί, να συνεργάζονται. Χωρίς τις οντολογίες η γνώση που είναι ενσωµατωµένη σε ένα σύστηµα θα ήταν περιορισµένη για χρήση µόνο σε αυτό. Κύριο χαρακτηριστικό των οντολογιών είναι οι οντότητες (classes). Μια οντότητα αντιπροσωπεύει µια έννοια του γνωστικού πεδίου (domain) και διαθέτει κάποιες ιδιότητες (properties) που αντιστοιχούν στα χαρακτηριστικά της συγκεκριµένης έννοιας και υποδεικνύουν τις σχέσεις µεταξύ αντικειµένων (individuals) των οντοτήτων. Μια οντότητα µπορεί να έχει υπό-οντότητες (subclasses) που αντιπροσωπεύουν έννοιες πιο εξειδικευµένες από την οντότητα στην οποία ανήκουν. Στις σχέσεις µεταξύ των οντοτήτων, που περιγράφονται από τις ιδιότητες, µπορεί να υπάρχουν περιορισµοί (restrictions). Οι βασικοί λόγοι για τους οποίους αναπτύσσει κανείς οντολογίες είναι [10]: Για την από κοινού κατανόηση της δοµής των πληροφοριών µεταξύ ατόµων ή πρακτόρων λογισµικού (software agents). Για την δυνατότητα επαναχρησιµοποίησης (knowledge reusability) της γνώσης γύρω από κάποιο πεδίο. Για να γίνουν σαφείς οι υποθέσεις (explicit assumptions) για τη δοµή ενός γνωστικού πεδίου. Για τον διαχωρισµό της γνώσης σχετικά µε ένα πεδίο από την γνώση για τη λειτουργία µιας υλοποίησης. Για την ανάλυση της γνώσης σχετικά µε ένα πεδίο. Εάν διαφορετικά συστήµατα δηµοσιοποιούν και µοιράζονται την ίδια οντολογία για περιγραφή των όρων που χρησιµοποιούν τότε οι υπολογιστικοί πράκτορες (computer Ν. Γκαζώνη, Ξ. Φαφούτης 14

agents) µπορούν να εξάγουν και να συναθροίσουν τη γνώση από διαφορετικά συστήµατα και κατόπιν να χρησιµοποιήσουν τη συνολική γνώση για να απαντήσουν επερωτήσεις (queries) χρηστών ή σαν είσοδο σε άλλες εφαρµογές. Όταν µια ερευνητική οµάδα αναπτύξει µια λεπτοµερή οντολογία για κάποιο γνωστικό πεδίο τότε άλλες οµάδες µπορούν να την χρησιµοποιήσουν την ίδια οντολογία για ένα γνωστικό πεδίο µε κοινά χαρακτηριστικά. Επιπλέον προκειµένου να αναπτυχθεί µια εκτεταµένη οντολογία µπορούν να συνενωθούν πολλές µικρότερες ήδη υπάρχουσες, η κάθε µια περιγράφοντας ένα τµήµα του µεγάλου γνωστικού πεδίου. Αυτό είναι και ένα παράδειγµα της δυνατότητας επαναχρησιµοποίησης των οντολογιών. Εικόνα 2: Παράδειγµα Οντολογίας για Ασύρµατα ίκτυα [7] Σε µια υλοποίηση η διατύπωση κατηγορηµατικών υποθέσεων (explicit assumptions) για τη γνωστική περιοχή δίνει τη δυνατότητα να τροποποιηθούν αυτές εύκολα, χωρίς να Ν. Γκαζώνη, Ξ. Φαφούτης 15

χρειάζεται επέµβαση στην αρχιτεκτονική του συστήµατος, εάν η γνώση σχετικά µε το πεδίο αυτό αλλάξει. Αντίθετα, ο άκαµπτος τρόπος έκφρασης των υποθέσεων σε µια προγραµµατιστική γλώσσα θα τις έκανε όχι µόνον δυσνόητες αλλά και δύσκολο να µεταβληθούν, ειδικά από κάποιον χωρίς ιδιαίτερη προγραµµατιστική εµπειρία. Παράλληλα είναι εύκολο για κάποιον νέο στο αντικείµενο να κατανοήσει την ορολογία που το περιγράφει. Μπορούµε να αναπτύξουµε έναν αλγόριθµο για την ρύθµιση των παραµέτρων ενός συστήµατος που να δέχεται σαν είσοδο µια οντολογία που περιγράφει τα στοιχεία του συστήµατος προς ρύθµιση, ανεξάρτητα από το τι ακριβώς θα περιγράφει η οντολογία αυτή. Έτσι τον ίδιο αλγόριθµο µπορούµε να τον εφαρµόσουµε για την ρύθµιση των παραµέτρων ενός µεγάλου υπολογιστικού συστήµατος αλλά και για τη ρύθµιση ενός κινητού τηλεφώνου, ανάλογα µε την οντολογία που θα του δώσουµε ως είσοδο. Τέλος, η ανάλυση της γνώσης που περιγράφει ένα πεδίο είναι εφικτή µε τον δηλωτικό τρόπο παρουσίασης της µέσα από τις οντολογίες, πράγµα πολύ χρήσιµο όταν επιχειρείται επαναχρησιµοποίηση ή επέκταση µιας οντολογίας ή ενός συστήµατος. 3.3 Η γλώσσα OWL Μια γλώσσα αναπαράστασης οντολογιών (ontology representation) που αναπτύχθηκε από τον οργανισµό W3C (World Wide Web Consortium) είναι η OWL (Web Ontology Language) [11]. Βασίζεται στην τεχνολογία RDF (Resource Description Framework) [12] που είναι µια γλώσσα µοντελοποίησης δεδοµένων, βασιζόµενη σε γράφους που υλοποιείται σε XML (extended Markup Language) [13]. Ουσιαστικά αποτελείται από τριπλέτες του τύπου «υποκείµενο κατηγόρηµα αντικείµενο». Το υποκείµενο είναι συνήθως ένας πόρος (resource) που κατονοµάζεται από ένα URI (Uniform Resource Identifier) [14]. To κατηγόρηµα είναι επίσης ένας πόρος. Το αντικείµενο µπορεί να είναι πόρος, ή ένας κενός κόµβος στο γράφο (µη αναγνωρίσιµος έξω από τον γράφο) ή ένα αλφαριθµητικό. Η OWL διαθέτει πλούσιο λεξιλόγιο και κάποια πρόσθετα στοιχεία όπως ιεραρχία µεταξύ των οντοτήτων (classes), την έννοια της ισότητας καθώς και πιο πλούσια περιγραφή των ιδιοτήτων (properties), χάρις στα οποία διαδόθηκε. Η OWL περιλαµβάνει τρεις υλοποιήσεις που διαβαθµίζονται ανάλογα µε την εκφραστικότητα τους. Κάθε µια υπό-γλώσσα (sub-language) αποτελεί επέκταση της Ν. Γκαζώνη, Ξ. Φαφούτης 16

προγόνου (predecessor) της [7]. Η OWL Lite είναι η λιγότερο εκφραστική και µπορεί να περιγράψει ιεραρχίες οντοτήτων και απλούς περιορισµούς. Λόγω της απλότητας της είναι ευκολότερο να δηµιουργηθούν εργαλεία σε αυτή τη γλώσσα. Η OWL DL (Description Logic) παρέχει περισσότερη εκφραστικότητα ενώ παράλληλα διατηρεί υπολογιστική πληρότητα (computational completeness) και αποφασισιµότητα (decidability). Έτσι είναι δυνατόν να παραχθούν λογικά συµπεράσµατα για την ιεραρχία των κλάσεων και να ελεγχθεί για αντιφάσεις µια οντολογία σε OWL DL. Τέλος, η OWL Full παρέχει στους χρήστες τη µέγιστη εκφραστικότητα και συντακτική ελευθερία αλλά όχι εγγυηµένη υπολογισιµότητα (computational guarantees). Συνεπώς δεν είναι εφικτό να πραγµατοποιηθεί αυτοµατοποιηµένη εξαγωγή συµπερασµάτων (automated reasoning) σε µια OWL Full ontology. 3.4 οµικά στοιχεία της οντολογίας σε OWL Ακολουθεί µια περιγραφή των συστατικών µιας οντολογίας [10] σύµφωνα µε την ορολογία που χρησιµοποιείται στην πλατφόρµα Protégé την οποία χρησιµοποιούµε για την ανάπτυξη της οντολογίας µας σχετικά µε τα ασύρµατα δίκτυα (βλέπε κεφάλαιο 6). Οι ονοµασίες των δοµικών στοιχείων και κάποιες λεπτοµέρειες διαφέρουν σε ορισµένες περιπτώσεις από την κλασσική OWL αλλά η βασική δοµή είναι η ίδια. Αντικείµενα (Individuals) Τα αντικείµενα αναπαριστούν αντικείµενα µέσα στο γνωστικό πεδίο που µας ενδιαφέρει να µοντελοποιήσουµε. Αποτελούν στιγµιότυπα των οντοτήτων (classes). Στην κλασσική OWL το να έχουν δυο αντικείµενα διαφορετικά ονόµατα δεν εξασφαλίζει ότι πρόκειται για διαφορετικές οντότητες (εδώ µε την κυριολεκτική έννοια), δηλαδή κάλλιστα δυο ονόµατα θα µπορούσαν να αναφέρονται στο ίδιο αντικείµενο. Στην OWL πρέπει ρητά να δηλώνεται εάν δυο αντικείµενα είναι ίδια ή διαφορετικά. Ιδιότητες (Properties) Οι ιδιότητες (properties) είναι εν γένει διµερείς σχέσεις µεταξύ δυο αντικειµένων ή µεταξύ ενός αντικειµένου και µιας τιµής. Συγκεκριµένα οι ιδιότητες αντικειµένων (object properties) συνδέουν ένα αντικείµενο µε ένα άλλο. Αυτού του τύπου οι ιδιότητες υποχρεωτικά έχουν ένα πεδίο ορισµού (domain) που αναπαριστά το σύνολο των αντικειµένων από το οποίο ξεκινά η αντιστοιχία και ένα πεδίο τιµών (range) που είναι το Ν. Γκαζώνη, Ξ. Φαφούτης 17

σύνολο των αντικειµένων στο οποίο καταλήγει η αντιστοιχία. Για παράδειγµα η ιδιότητα αντικειµένων isoperatedby που αντιστοιχεί διαχειριστές (operators) σε δίκτυα έχει σαν πεδίο ορισµού ένα σύνολο δικτύων (networks) και σαν πεδίο τιµών ένα σύνολο διαχειριστών. Σε περίπτωση που πολλές οντότητες οριστούν σαν πεδίο ορισµού µιας ιδιότητας τότε η Protégé OWL ερµηνεύει σαν πεδίο ορισµού την ένωση αυτών των συνόλων. Οι ιδιότητες τύπου δεδοµένων (datatype properties) αντιστοιχίζουν ένα αντικείµενο σε µια τιµή κάποιου εκ των βασικών τύπων δεδοµένων. Για παράδειγµα η ιδιότητα τύπου δεδοµένων isloaded που περιγράφει το εάν ένα δίκτυο έχει µεγάλο φόρτο ή όχι, αντιστοιχίζει σε ένα αντικείµενο της οντότητας Network µία λογική (Boolean) τιµή «αληθής» (true) ή «ψευδής (false). Υπάρχει και ένας τρίτος γενικότερος τύπος ιδιοτήτων, οι ιδιότητες σχολιασµού (annotation properties) που χρησιµοποιούνται για να προσθέσουν µεταδεδοµένα σε οντότητες, αντικείµενα ή σε άλλες ιδιότητες. Οι ιδιότητες αντικειµένων και οι ιδιότητες τύπου δεδοµένων µπορούν να χαρακτηριστούν ως ιδιότητες σχολιασµού. Κάθε ιδιότητα αντικειµένων µπορεί να έχει την αντίστοιχη της αντίστροφη ιδιότητα (inverse property), δηλαδή µια ιδιότητα µε τα πεδία ορισµού και πεδίο τιµών της αρχικής αντεστραµµένα. Συνεπώς εάν µια ιδιότητα αντικειµένων συνδέει το αντικείµενο a µε το αντικείµενο b, η αντίστροφη ιδιότητα συνδέει το αντικείµενο b µε το a. Για παράδειγµα η αντίστροφη της ιδιότητας isownerof είναι η isownedby. Επίσης µια ιδιότητα τύπου δεδοµένων µπορεί να χαρακτηριστεί ως συναρτησιακή (functional) που σηµαίνει ότι για ένα δεδοµένο αντικείµενο µπορεί σε αυτό να αντιστοιχηθεί το πολύ ένα αντικείµενο µέσω αυτής της ιδιότητας. Για παράδειγµα εάν η ιδιότητα hasmother είναι συναρτησιακή, εάν γίνουν οι δηλώσεις Jean has Mother Peggy και Jean hasmother Margaret τότε ένας εξαγωγέας συµπερασµάτων (reasoner) θα συµπεράνει ότι τα αντικείµενα Peggy και Margaret είναι το ίδιο. Η αντίστροφη ιδιότητα µιας συναρτησιακής ιδιότητας είναι και αυτή συναρτησιακή. Μια τρίτη ειδική κατηγορία ιδιοτήτων αντικειµένων είναι οι µεταβατικές ιδιότητες (transitive properties) για τις οποίες ισχύει η γνωστή από τα µαθηµατικά µεταβατική ιδιότητα. ηλαδή εάν µια ιδιότητα p συνδέει το αντικείµενο a µε το αντικείµενο b και το αντικείµενο b µε το αντικείµενο c, τότε µπορούµε να συµπεράνουµε πως το a συνδέεται µε το c µέσω της ίδιας ιδιότητας. Είναι προφανές ότι µια µεταβατική ιδιότητα δεν µπορεί Ν. Γκαζώνη, Ξ. Φαφούτης 18

ποτέ να είναι συναρτησιακή. Τέλος, για την ειδική κατηγορία των συµµετρικών ιδιοτήτων (symmetric properties) ισχύει ότι εάν ένα αντικείµενο a συνδέεται µέσω µιας συµµετρικής ιδιότητας p µε το αντικείµενο b, τότε και το b θα συνδέεται µε το a µέσω της ίδιας ιδιότητας. Οντότητες (Classes) Οι οντότητες (classes) της OWL αντιστοιχούν στις έννοιες του γνωστικού πεδίου που θέλουµε να αναπαραστήσουµε και αντιµετωπίζονται σαν σύνολα από αντικείµενα. Περιγράφονται µε κάποιον φορµαλισµό που δηλώνει ποιες ακριβώς είναι οι απαιτήσεις ώστε ένα αντικείµενο να είναι µέλος της οντότητας. Οργανώνονται σε µια ιεραρχία από υπέρ-οντότητες (superclasses) και υπό-οντότητες (subclasses) που είναι γνωστή και ως ταξονοµία (taxonomy). Μια υπό-οντότητα αποτελεί εξειδίκευση της υπέρ-οντότητας της. Προκειµένου να δηλώσουµε ότι δυο οντότητες είναι ξένα µεταξύ τους σύνολα, πρέπει να χαρακτηριστούν ασύνδετες (disjoint). Αυτό συµβαίνει επειδή η γενική υπόθεση της OWL είναι ότι οι οντότητες επικαλύπτονται και συνεπώς δεν συνάγεται ότι ένα αντικείµενο δεν είναι µέλος κάποιας οντότητας απλά επειδή δεν έχει δηλωθεί σαν µέλος της. Η έννοια της υπό-οντότητας στην OWL εκφράζει αναγκαία συνεπαγωγή, δηλαδή εάν η οντότητα b είναι υπό-οντότητα της a, τότε κάθε αντικείµενο της b ανήκει υποχρεωτικά και στην a. Περιορισµοί (Restrictions) Οι ιδιότητες στην OWL µπορούν να χρησιµοποιηθούν και για τη δηµιουργία περιορισµών (restrictions) πάνω στα αντικείµενα που θα ανήκουν σε µια οντότητα. Οι περιορισµοί ανήκουν σε τρεις υποκατηγορίες: ποσοτικοί περιορισµοί, περιορισµοί τιµών και περιορισµοί πληθικότητας. Ουσιαστικά ένας περιορισµός εκφράζεται µε µια ανώνυµη οντότητα που έχει µέλη όλα τα αντικείµενα που ικανοποιούν το συγκεκριµένο περιορισµό. Οι ποσοτικοί περιορισµοί (quantifier restrictions) χρησιµοποιούν τον υπαρξιακό τελεστή ( ) ή τον καθολικό τελεστή ( ) ακολουθούµενο από µια ιδιότητα και ένα αντικείµενο. Για παράδειγµα οι υπαρξιακοί περιορισµοί εξειδικεύουν την ύπαρξη σχέσης µεταξύ µιας ιδιότητας και τουλάχιστον ενός αντικειµένου που ανήκει σε συγκεκριµένη οντότητα. Όταν χρησιµοποιείται ο καθολικός τελεστής εκφράζεται το σύνολο των αντικειµένων που για δεδοµένη ιδιότητα, συνδέονται µόνο µε µέλη µιας συγκεκριµένης οντότητας. Οι περιορισµοί τιµών (hasvalue restrictions) που δηλώνονται µε τον τελεστή Ν. Γκαζώνη, Ξ. Φαφούτης 19

εκφράζουν το σύνολο των αντικειµένων που συνδέονται µε συγκεκριµένο αντικείµενο µέσω µιας δεδοµένης ιδιότητας. Τέλος, οι περιορισµοί πληθικότητας (cardinality restrictions) είναι ουσιαστικά περιορισµοί στο πλήθος των σχέσεων στις οποίες µπορεί να συµµετέχει ένα αντικείµενο για δεδοµένη ιδιότητα. Χωρίζονται σε περιορισµούς ελάχιστης πληθικότητας (Minimum Cardinality), µέγιστης πληθικότητας (Maximum Cardinality) και περιορισµούς πληθικότητας Cardinality Restrictions και εκφράζουν τον ελάχιστο, µέγιστο και ακριβή αριθµό σχέσεων στις οποίες συµµετέχει ένα αντικείµενο του συνόλου και δηλώνονται µε τους τελεστές, και = αντίστοιχα. Ν. Γκαζώνη, Ξ. Φαφούτης 20