| عنوان فارسی مقاله: |
مدیریت معنایی داده های جریانی
|
| عنوان انگلیسی مقاله: |
Semantic Management of Streaming Data |
چکیده
یکی از چالش های بنیادینی که داده های جدید طوفانی که با شبکه های سنسوری ایجاد شده اند این است که چگونه سری های زمانی داده های جریانی باید مدیریت شوند و از این رو می توانند آماده تحلیل و استدلال و نیز اگاه به اصل و بنیاد خود باشند. تکنولوژی وب معنایی نشان از نوید های بزرگی میدهد ولی پشتیبانی کافی در مورد مبحاث مربوط به زمان را ندارند.در این مقاله سیستمی را ارائه میدهیم که کوئری های داده های سری زمانی و شاخص بندی را ، به ویژه داده های جریانی را، با استفاده از روش وب معنایی انجام دهد. این سیستم واژگان RDF خاصی و یک تفسیری برای روابط زمانی معنایی را بهم پیوند میزند. چارچوب حاصله ، که از آن به عنوان RDF حاشیه نویسی زمان یاد میکنیم، یک عملکرد اولیه ای را برای نمایش و کوئری کردن داده های مرتبط با زمان انجام میدهد. ظرفیت های RDF حاشیه نویسی زمان به عنوان درخواستی از API های جاوا بر روی Tupelo (یک میان افزار مدیریت محتوی معنایی است)پیاده سازی شدند تا شفافسازی همگنی را در میان داده های ناهمگن ارائه دهند ، یعنی به همان شکلی که در جریان ها و دیگر منابع داده ها و متا دیتاهایشان ارائه میشوند.نشان خواهیم داد که چگونه این سیستم ها از کوئری های مرتبط با زمان با استفاده از حاشیه نویسی های SPARQL ای که دراین مقاله معرفی میشود ، پیشتیبانی میکنند ، به شکلی که یک تحلیلی برای مدل داده TA-RDF باشند. چنین سیستم های اولیه ای، استفاده های موفقی را در پروژه سنسور مجازی داشته اند که در آن سیستم ها جریان های داده راداری نزدیک به زمان واقعی باید دریافت شوند، شاخص بندی شوند، پردازش شوند و در نهایت به عنوان جریان های سنسوری مجازی جدیدی بازنشر شوند.
