Курсовая работа на тему Исследование архитектур информационно-поисковых систем НИР4 3

Оглавление


ВВЕДЕНИЕ 2
1 АНАЛИЗ НАУЧНОЙ НОВИЗНЫ И ПРАКТИЧЕСКОЙ ЗНАЧИМОСТИ РЕЗУЛЬТАТОВ 4
2 РЕКОМЕНДАЦИИ ПО УСТРАНЕНИЮ ВЫЯВЛЕННЫХ НЕДОСТАТКОВ ПО ИССЛЕДУЕМОЙ ПРОБЛЕМЕ 6
3 ПРЕДПОЛАГАЕМЫЙ ЛИЧНЫЙ ВКЛАД В РАЗРАБОТКУ ТЕМЫ 7
3.1 ИНФОРМАЦИОННАЯ СИСТЕМА ДЛЯ ПОСТРОЕНИЯ МОДЕЛИ ЗНАНИЙ 7
3.2 WEB-СЕРВЕР ИЗ ОДНОГО УЗЛА 10
3.3 ВЗАИМОДЕЙСТВИЕ ЭЛЕМЕНТОВ УЗЛА ВНУТРИ ЛОКАЛЬНОЙ СЕТИ 11
3.4 ИСПОЛЬЗОВАНИЕ КЛАСТЕРНЫХ ТЕХНОЛОГИЙ И БАЛАНСИРОВКИ НАГРУЗКИ 12
3.5 РЕКОМЕНДАЦИИ ПО ВЫБОРУ СЕТЕВОГО ОБОРУДОВАНИЯ 15
3.6 РАЗВЕРТЫВАНИЕ БД «ISCMK» 18
4 НАПРАВЛЕНИЕ ДАЛЬНЕЙШИХ ИССЛЕДОВАНИЙ 30
ЗАКЛЮЧЕНИЕ 38
ЛИТЕРАТУРА 41







Введение
Шесть лет назад Тим Бернерс-Ли (TimBernersLee), Джеймс Хендлер (JamesHendler) и Ора Лассила (OraLassila) представили в журнале ScientificAmerican новую концепцию Семантическую сеть (SemanticWeb) – информационную сеть со множеством взаимосвязей, к которой можно легко подключится с любого настольно или карманного компьютера и которая проста в использовании. Они описали будущее, в котором интеллектуальные программы будут через Интернет автоматически заказывать билеты на авиарейсы и бронировать места в отелях, вносить новые записи в истории болезни и давать однозначные ответы на запросы, избавляя от нас необходимости самостоятельно анализировать результаты поиска.
Тим Бернерс-Ли, Джеймс Хендлер и Ора Лассила представили также средства, позволяющие воплотить эту идею в реальность: общий язык представления данных, понятный всем видам программных агентов, онтологии наборы операторов для перевода информации из баз данных с различной структурой в общие термины, и правила, позволяющие программным агентам "осмысливать" информацию, описанную в этих терминах. Формат данных, онтологии и программы "осмысления" должны работать во Всемирной паутине как единое большое приложение, анализирующее все исходные данные, хранящиеся в оперативных базах данных, и всю информацию о текстах, изображениях, видеофрагментах и их взаимосвязях, имеющуюся в Сети. Семантическая сеть будет расти стихийно, но ее развитие будут поддерживать специалисты из Веб-консорциума (WorldWide Web Consortium).
Скептики утверждают, что Семантическая сеть слишком сложна для понимания и пользоваться ею будет трудно. Вовсе нет. Необходимые технологии уже в достаточной степени отработаны. Энергичное сообщество первых пользователей согласовало стандарты, делающие работу с Семантической сетью более удобной. Крупные компании работают над масштабными проектами, призванными существенно повысить эффективность использования информационной сети как в научных исследованиях, так и в быту. Другие компании используют Семантическую сеть для развития межкорпоративных взаимодействий и создания незаметных для пользователя систем обработки данных, обеспечивающих функционирование новых потребительских сервисов. Пользовательские приложения — всего лишь часть этой работы, подобно верхушке айсберга.

1 Анализ научной новизны и практической значимости результатов
Применение современных высокопроизводительных подходов к исследованию обучающих систем позволяет выдвигать предположения о взаимосвязях, лежащих в основе исследуемых процессов. Эти предположения должны подвергаться критической оценке в свете данных, опубликованных в научной литературе. Ознакомление с соответствующими литературными источниками занимает длительное время и не всегда обеспечивает полноту анализа. Это обуславливает необходимость создания средств семантического анализа для повышения эффективности обучения.
В настоящее время обучение производится в основном с использованием общедоступных баз данных и баз знаний.
Авторы ряда работ предлагают проводить семантический анализ анализ предметной области и построение семантической сети.
Целью работы являлась разработка семантической сети предметной области.
Новизна данной работы по сравнению с аналогичными подходами заключается в том, что мера семантической связности определяется на основе смысловой близости относящихся к предметной области терминам. Для смыслового сравнения документов применяется алгоритм поиска родственных публикаций, представленный в библиографической системе. Применение поисковых запросов обеспечивает возможность динамической актуализации семантической сети по мере увеличения количества публикаций, депонируемых в базе данных. Впервые показано, что рассчитываемую системой оценку смыслового сходства документов можно использовать для автоматизированного выявления взаимосвязей и конструировать семантические сети.

Практическое применение разработанного подхода в научных исследованиях обусловлено интуитивно понятной схемой его работы. Поиск в базе данных информации в настоящее время широко используется для обучения. Разработанный подход позволяет автоматизировать поиск информации и и существенно ускорить получение обобщенного представления о конкретной области знаний.

2 Рекомендации по устранению выявленных недостатков по исследуемой проблеме
Рекомендации начнем с формулирования требований к поблеме со стороны рассматриваемой придметной области. В нашем случае в качестве предметной области выступает модель представления знаний о теории автоматического управления. В качестве основных рекомендаций выступают следующие[1].
Способы представления должны описывать все (в данной области) объекты, их свойства и отношения между ними.
Возможность решения возникающих противоречий.
Возможность исключения дублирования информации.
Возможность поиска в семантической сети.
Среди моделей семантических сетей, разработанных в России в последние десятилетия, наибольшую известность получили:
Расширенные семантические сети И. П. Кузнецова,
Неоднородные семантические сети Г. С. Осипова,
Обобщенная модель представления знаний о предметной области А. И. Башмакова,
Нечеткие семантические сети И. А. Перминова.

3 Предполагаемый личный вклад в разработку темы
Для создания отказоустойчивого Web-сервера высокой доступности системы построения модели знаний могут использоваться кластерные технологии разных уровней. Повышение безопасности осуществляется путем шифрования трафика и разграничения прав доступа на системном и сетевом уровне. Система для построения модели знаний устанавливается под операционной системой SunSolaris 10 (платформа SPARC) и требует SunJavaSE 6 иphp 5. Используется база данных Oracle 10g. Система взаимодействует с серверами Tomcat 6 иApache 2. Для построения кластера необходима связка серверов Apache и Tomcat. Такое решение позволяет обеспечить работу системы, построенной на основе сервлетов, в кластере, с поддержкой балансировки нагрузки.
3.1 Информационная система для построения модели знаний
Сетевая многопользовательская информационная система для построения модели в режиме on-line была разработана на основе следующих требований:
наличие механизмов увеличения производительности системы пропорционально вычислительной мощности;
многократное раздельное резервирование программных и аппаратных модулей системы;
разграничение прав доступа на системном, сетевом и прикладном уровнях, шифрование данных при передаче и хранении;
широкий спектр встроенных сценариев и схем построения обучающего диалога;
отсутствие на рабочих станциях клиентов специализированного программного обеспечения.
Диаграмма развертывания системы представлена на рисунке 17. В качестве клиентского приложения используется Web-обозреватель. Запросы от клиента направляются на сервер приложений. Для взаимодействия клиента с сервером приложений использован протокол HTTPS.
Сервер приложений включает в себя два компонента: Web-сервер и сервер Web-приложений. Серверное приложение, Java-сервлет, функционирует под управлением сервера Web-приложений Tomcat. В качестве Web-сервера используется Apache. Сервер Apache выполняет балансировку нагрузки на серверы Web-приложений, объединенных в кластер, и шифрование данных, передаваемых клиенту. Балансировка не только обеспечивает равномерное распределение нагрузки в кластере, но и обеспечивает отказоустойчивость при выходе из строя одного или нескольких серверов кластера. Для работы в режиме кластера сервер Tomcat должен быть настроен специальным образом. Кластер, построенный на Tomcat-сервере, реплицирует идентификаторы и параметры сессий между экземплярами Tomcat и позволяет не привязывать сессии к конкретному серверу. Для поддержания правильной работы с такими сессиями, а также для обеспечения балансировки нагрузки на сервера Web-приложений Tomcat, для Web-сервера Apache используется специальный модуль TomcatConnectors.


Рисунок 3.1 - Диаграмма развертывания
Основная задача Java-сервлета – преобразование запроса, полученного от клиента, в вызов хранимой процедуры. Соответствие между именами команд и именами хранимых процедур описано в системе в табличном пространстве для каждой группы безопасности. Группа безопасности выбирается при входе в систему. Таким образом, на основе информации о группе безопасности пользователя сервлет обращается к хранимой процедуре и в результате ее выполнения получает данные, представленные в формате XML, и XSL-шаблон для преобразования данных в формат HTML.
БД системы построена на Oracle 10g с опцией Real Application Clusters (RAC), которая позволяет строить отказоустойчивые и хорошо масштабируемые серверы БД на основе объединения нескольких вычислительных систем. В архитектуре RAC экземпляры Oracle одновременно выполняются на нескольких объединенных в кластер системах, производя совместное управление общей БД.
При возрастании требований к ресурсам RAC дает возможность добавлять в кластер новые узлы, производить постепенное увеличение мощности системы с оптимизацией затрат на оборудование. Важным преимуществом кластерной архитектуры на основе Oracle RAC является устойчивость системы к отказам за с