Transcript Enabling real world Semantic Web applications through a

Enabling real world Semantic Web
applications through a coordination
middleware
Robert Tolksdorf, Lyndon J. B. Nixon, Elena Paslaru Bontas,
Duc Minh Nguyen, Franziska Liebsch
Free University of Berlin, Institute for Computer Science
AG Networked Information Systems
五十嵐 靖也 (igarashi@gigei.jp)
株式会社 日本技芸
1 : Introduction

Semantic Web


実環境への応用



Webにおける大規模な分散環境に最適な、知識表現モデ
ルとテクニック
広範囲、低信頼性、不安定な環境
ストレージ、効率的な推論、スケーラビリティ、データ分類、
耐障害性、セキュリティ…
セマンティックウェブのためのコーディネートミド
ルウェアを提示
2 : Overview of the scenario

交通管理システムへの適用

Semantic Webの応用分野




グリッドコンピューティングシステム
マルチエージェントシステム
マルチエージェントシステムにおける例として
構成



動的エージェント（乗り物など）
静的エージェント（信号、メッセージシステム、センサなど）
中央データストア
2 : Overview of the scenario

仕組み
2 : Overview of the scenario

仕組み


センサエージェントが各々独立して交通データを取得
し、交通管理システムに送信
交通管理システムは、ルートデータと交通データを参
照し、交通制御を行う


ボトルネックになっている地点の、信号やメッセージシステ
ムに表示メッセージを送信する
動的エージェント（乗り物）から交通管理システムに接
続可能

インテリジェントなナビゲーションシステム
2 : Overview of the scenario

オントロジーの拡張


エージェントが新しい情報を利用するための推論を可
能にする
拡張シナリオ

乗り物、道路、行きたい地点についてのオントロジー
ベースの知識を加えられる


乗り物のタイプによる制限（トラクターは高速道路を走らな
い）
特定のサービスを効率よく受けられる（ガソリンスタンド
等）
3 : Requirements for Semantic
Web Technologies

Webベースアプリケーションと連携するSemantic
Webミドルウェアの要件




エージェントによる効率的な情報の公開・検索が可能な分
散構造
スケーラビリティ
高次の抽象化
エージェント間やエージェントとミドルウェア間の非同期イ
ンタラクションのサポート

各エージェントがフレキシブルで効率的に交通情報の公開と検
索を行うために、時間的、空間的に分離しているべき
4: Semantic Web Technologies
Today

Semantic Web



機械処理可能なデータのセマンティクスをベースにし
た自動的な情報へのアクセスの提供
特定の表現言語（RDF(S)、OWL）の実現
シナリオで利用可能か


OWLのような言語は“静的な”ドメインの知識の表現
は可能
一時的な情報等の“動的な”知識は、より表現力のあ
る技法を要求する
4: Semantic Web Technologies
Today

現在のセマンティックウェブアプリケーション



古典的なクライアント・サーバモデルと交換処理に基
づいている
交通管理システムでは、異なるコミュニケーションパ
ラダイムを必要とする
tuplespaceパラダイムによる“Semantic Web
Spaces”

スケーラブルなミドルウェアで実現可能なソリューショ
ン
5 : Linda and TupleSpaces

Linda


並列コンピューティングにおいて、コンカレントプログ
ラミングをシーケンシャルプログラミング言語に導入
するために開発された
データ(tuples)を含む共有されたデータスペース
(tuplespace)と、共有されたデータスペースで適用さ
れるコーディネート操作(コーディネート基関数)で構成
5 : Linda and TupleSpaces

tuple



tuplespaces


(”Bobby Bear”, GBP, 25.18)
(”Bobby Bear”, GBP, ?amount)：テンプレート
共有されたデータスペース
コーディネート基関数
tupleをtuplespaceから
取り出したり投入したりする
ための操作セット

5 : Linda and TupleSpaces

Lindaの特徴




相互に作用する処理を、時間的、空間的に分離する
結合しやすいアドレシングを可能にする
tuplespaceによる抽象化による、非同期と並行性の
サポート
プラットホームやプログラミング言語の特性から、コー
ディネート実装を分離
6 : Semantic Web Spaces

Semantic Web Space


要求要件（確実性、スケーラビリティ、自己組織化、
コーディネーション）を満たすミドルウェア・プラット
フォーム
tuplespacesをWebに適用する際の要件





空間、セマンティクス、構造の命名
tuplesの入れ子構造
参照メカニズム
分離メカニズム
よりリッチな分類
6 : Semantic Web Spaces

Semantic Web Spaceでは、




tuple = RDFステートメント
tuplespace = RDFグラフ
tuplespaceの各tupleは3つに分類されたRDFs
を持つ（RDFトリプルのモデリング）
全てのRDFリソースがtupleフィールドにURIに
よって表される

tuplespaceのそれぞれのフィールド値はRDFタイプ
に関連づけられる
6 : Semantic Web Spaces

3つのRDFモデル化基関数



空白のノード（BlankNode）
 どんな形式のURI識別もないノード
 tuplespaceにある空白のノードを表現するために、tupleで具体
化され、内部的にユニークなURIの値を与える
コンテナとコレクション
 rdfs:Container (rdf:Bag, rdf:Alt, rdf:Seq)：可変配列
 collection(rdf:List)：固定配列
 BlankNodeかURIで参照することができ、rdfs:memberプロパ
ティのステートメントによるメンバと連携
具体化
 rdf:Statement、rdf:subject、rdf:predicate、rdf:object
 RDFが、別のステートメントのオブジェクトとして、ステートメント
をURIを同一に扱えるようにする
6 : Semantic Web Spaces

入れ子のtupleの使用


入れ子のtupleは、識別子としてグローバルなURIを
伴ったrdf:Statement
RDFSpaces, XMLSpaces



RDFSpaces：Semantic Web Spacesの原型
XML指向構文を利用する際に、XMLSpacesを参照
XMLSpaces：

tupleとtupleフィールドのタイプとしてXML文書の管理をサ
ポートする、LindaモデルのJavaと.NETによる実装
6 : Semantic Web Spaces

Semantic Web Spacesの構造
7 : Design of the Traffic
Management System

Lindaモデルに基づくシステムの設計




共通のデータ・ストア
複数のエージェント間の相互連携サポート
時間的、空間的なインタラクションと分離の調整
アーキテクチャ


直接エージェントがデータ・ストアとリンダの基関数を
使用することで対話可能
モジュール化されたシステムにより、どのような要求
を持ったエージェントでも直接利用可能
7 : Design of the Traffic
Management System
7-1 : Point of interest Use Case:
Getting to the nearest Esso station

要件



ユーザが何を求めているかを理解(ESSOとは何か)
それに関する情報(ESSOが位置している場所)に近
づく手段を持つ
ESSOが近くになかったら

推論：TOTALが近くにあるならユーザは問題にしない



ユーザはESSOの顧客カードを持っている
TOTALガソリンスタンドでもESSOのカードが使える
TOTALも近くになかったら

推論：ユーザは他のガソリンスタンドへ向かっても受
け入れる

ポイントはもらえないが、ガソリンを買うことができる
7-1 : Point of interest Use Case:
Getting to the nearest Esso station

Description Logics

エージェントからのルートリクエスト
7-1 : Point of interest Use Case:
Getting to the nearest Esso station

ルート設定システムでの処理

設定ルートの読み込み
7-2:Vehicle Use Case:
Routing a slow-moving truck


道路と乗り物の間の関連性によるルーティング
の最適化
ルーティングからの控除のためのメタデータ


乗り物のタイプと特性
道路タイプと特性
7-2:Vehicle Use Case:
Routing a slow-moving truck

乗り物と道路のオントロジー的知識のモデル化
7-2:Vehicle Use Case:
Routing a slow-moving truck

与えられたルートに対して

GPSとルートとのマッピング

矛盾の解決
7-3:Route Use Case: Checking
the traffic on the whole route

与えられた道路上にあるセンサを検索
現在の交通速度のステータスを確認

どのルートが最も速いかを確認しルーティング





動的エージェントが現地でtuplespaceをアップデート
トラフィックルータが、目的地へのルートを示すtupleをアップ
デート
動的エージェントとルートの特性は、ルート上で論理的な矛盾を
特定するのに使用
ルートの選択肢から、tuplespaceで表される交通状態を使用す
ることで最も迅速なルートを選択
8 : Conclusions and Future
Work

tuplespaceは、これまでの情報管理の代替手段
とWebとの相互作用モデルとして適している


セマンティックウェブによるtuplespacesの拡張


エージェントによる情報の公開・検索が、時間的・空
間的に分けられるため
Lindaモデルのスケーラビリティの問題や基関数に関
する改訂
SemanticWebSpace


システムのスケーラビリティにフォーカス
Lindaの基関数の再定義を今後行う