基于SOA和本體的指揮信息系統(tǒng)數(shù)據(jù)集成研究

　　摘 要：隨著信息化作戰(zhàn)的發(fā)展，迫切需要對指揮信息系統(tǒng)的數(shù)據(jù)進(jìn)行集成整合，在分散異構(gòu)的數(shù)據(jù)源上實現(xiàn)統(tǒng)一的數(shù)據(jù)交換。針對這一問題，提出了一種基于 SOA 和本體的多源異構(gòu)數(shù)據(jù)集成架構(gòu)，并詳細(xì)闡述了其體系結(jié)構(gòu)、模塊設(shè)計、功能特點以及關(guān)鍵技術(shù)，最終實現(xiàn)了一個多源異構(gòu)數(shù)據(jù)集成原型系統(tǒng)。通過 Web Service 技術(shù)解決了客戶端與服務(wù)端之間的遠(yuǎn)程多源數(shù)據(jù)傳輸問題，同時利用本體技術(shù)在語義描述方面的優(yōu)勢，有效整合了領(lǐng)域知識，實現(xiàn)了統(tǒng)一的數(shù)據(jù)訪問。結(jié)果表明，該系統(tǒng)克服了傳統(tǒng)平臺技術(shù)及數(shù)據(jù)共享技術(shù)在信息集成中的局限，解決了指揮信息系統(tǒng)數(shù)據(jù)空間異構(gòu)、語義異構(gòu)、格式異構(gòu)的現(xiàn)實問題，實現(xiàn)了數(shù)據(jù)的有效集成。

　　本文源自葉霞; 劉睿珩; 許飛翔; 岳增營， 火力與指揮控制 發(fā)表時間：2021-04-19《火力與指揮控制》雜志，月刊，于1976年經(jīng)國家新聞出版總署批準(zhǔn)正式創(chuàng)刊，由中國兵器工業(yè)集團(tuán)有限公司主管，北方自動控制技術(shù)研究所主辦的學(xué)術(shù)性刊物，本刊在國內(nèi)外有廣泛的覆蓋面，題材新穎，信息量大、時效性強(qiáng)的特點，其中主要欄目有：專家論壇、綜述、理論研究、工程實踐、試驗技術(shù)。

　　關(guān)鍵詞：Web Service，本體技術(shù)，數(shù)據(jù)集成，語義異構(gòu)

　　在信息化戰(zhàn)爭背景下，指揮信息系統(tǒng)作為作戰(zhàn)指揮的“神經(jīng)中樞”，已然成為各國部隊的建設(shè)重點之一，數(shù)據(jù)作為其“血液”，更是發(fā)揮著至關(guān)重要的作用。然而，隨著指揮信息系統(tǒng)數(shù)據(jù)需求的快速增長，各類數(shù)據(jù)資源的規(guī)模、結(jié)構(gòu)、分布都發(fā)生了巨大變化。當(dāng)前，由于各作戰(zhàn)單位指揮信息系統(tǒng)建設(shè)的階段性和分布性特點，這些系統(tǒng)的建設(shè)時間、開發(fā)人員、運行環(huán)境大都不一致，并且它們的數(shù)據(jù)源之間相互獨立，因此存在著大量冗余、異構(gòu)的數(shù)據(jù)。這導(dǎo)致數(shù)據(jù)難以在系統(tǒng)之間流轉(zhuǎn)、共享和融合，容易產(chǎn)生“信息孤島”的現(xiàn)象[1]。

　　為解決不同指揮信息系統(tǒng)數(shù)據(jù)之間存在的格式異構(gòu)、空間異構(gòu)、語義異構(gòu)等問題，實現(xiàn)數(shù)據(jù)資源的高效利用。本文提出了一種基于 SOA(Service Oriented Architecture)[2]和本體技術(shù)的多源異構(gòu)數(shù)據(jù)集成系統(tǒng)[3]。通過面向 SOA 的 WebService[4]技術(shù)，對多個孤立數(shù)據(jù)源進(jìn)行整合，結(jié)合本體映射方法，合并不同指標(biāo)體系中具有相同語義的概念，從而構(gòu)建統(tǒng)一的全局指標(biāo)本體，為指揮員提供一個完整統(tǒng)一的數(shù)據(jù)視圖，協(xié)助指揮中心對子單位數(shù)據(jù)資源進(jìn)行管理。除此之外，通過統(tǒng)一底層數(shù)據(jù)源格式，系統(tǒng)還集中了數(shù)據(jù)模式轉(zhuǎn)換和查詢處理等功能，實現(xiàn)異構(gòu)數(shù)據(jù)源的無縫鏈接和信息共享，為指揮員提供兼容可靠的查詢功能，便于獲取、集成和查看數(shù)據(jù)。因此，多源異構(gòu)數(shù)據(jù)集成系統(tǒng)的設(shè)計實現(xiàn)成為了解決“信息孤島”問題的有效手段，是實現(xiàn)數(shù)據(jù)一體化訪問和挖掘運用的關(guān)鍵因素。

　　1 相關(guān)研究

　　數(shù)據(jù)集成指通過清理、映射和轉(zhuǎn)換等操作，將不同來源的數(shù)據(jù)合并到單個統(tǒng)一視圖的過程。起初的研究主要集中在聯(lián)邦數(shù)據(jù)庫系統(tǒng)[5，6]上，通過建立聯(lián)邦模式架構(gòu)，實現(xiàn)各個數(shù)據(jù)源之間的相互聯(lián)系和獨立自治[7]，但這種架構(gòu)很難實現(xiàn)數(shù)據(jù)源的拓展。隨著數(shù)據(jù)存儲能力的提升，數(shù)據(jù)倉庫[8]能較好地整合多個數(shù)據(jù)源從而實現(xiàn)高效查詢，并得到了進(jìn)一步運用[9]，但數(shù)據(jù)倉庫不能很好地處理冗余數(shù)據(jù)，導(dǎo)致數(shù)據(jù)實時更新困難。為了更好地解決用戶與數(shù)據(jù)源之間的連接關(guān)系，一些工作在兩者之間建立一個中間件層[10]，從而為用戶提供統(tǒng)一的數(shù)據(jù)視圖和訪問接口。但這種方法難以區(qū)分具有相似語義的數(shù)據(jù)，并且查詢效率很大程度上依賴于中間層的設(shè)計。因此，近年來越來越多的研究集中在實體匹配[11]和語義映射[12]等方面，但是這些方法往往只針對結(jié)構(gòu)化或者非結(jié)構(gòu)化類型的單一數(shù)據(jù)。XML (Extensible Markup Language)和本體技術(shù)[13]的引入為異構(gòu)數(shù)據(jù)集成提供了一種新思路，利用 XML 在統(tǒng)一數(shù)據(jù)格式時的普適性以及本體技術(shù)嚴(yán)謹(jǐn)?shù)母拍罱Y(jié)構(gòu)和邏輯推理等特性，進(jìn)一步提升了數(shù)據(jù)集成的效果[14]。本文以 Web Service 體系為框架并結(jié)合本體技術(shù)，針對指揮信息系統(tǒng)數(shù)據(jù)在空間、結(jié)構(gòu)和語義上的差異，設(shè)計實現(xiàn)了一個多源異構(gòu)數(shù)據(jù)集成系統(tǒng)。

　　1.1 SOA 和 Web Service 概述

　　SOA 即面向服務(wù)架構(gòu)，它是一種軟件架構(gòu)設(shè)計的模型和方法論，將應(yīng)用程序的不同功能單元通過這些服務(wù)之間定義良好的接口和契約聯(lián)系起來。 SOA 的提出是在企業(yè)計算領(lǐng)域，就是要將緊耦合的系統(tǒng)，劃分為面向業(yè)務(wù)的，粗粒度，松耦合，無狀態(tài)的服務(wù)。在 SOA 的技術(shù)框架下，可以把雜亂無章的龐大系統(tǒng)整合成一個全面有序的系統(tǒng)，從而增加企業(yè)在業(yè)務(wù)發(fā)展過程中應(yīng)用系統(tǒng)的靈活性，解決異構(gòu)系統(tǒng)之間通信問題，實現(xiàn)最大的網(wǎng)絡(luò)資產(chǎn)利用率。

　　Web Service 作為一個新型的分布式計算模型，是實現(xiàn) SOA 這一理念的推薦標(biāo)準(zhǔn)，它由三個部分組成，分別為服務(wù)提供者、服務(wù)請求者和服務(wù)代理，通過發(fā)布、查找和綁定實現(xiàn)信息的傳輸。Web Service 的關(guān)鍵技術(shù)包括 XML、SOAP、WSDL 和 UDDI。

　　XML 是指可擴(kuò)展標(biāo)記語言，是 Web Service 的技術(shù)基礎(chǔ)，Web Service 中各種信息的描述都是基于 XML。

　　SOAP(Simple Object Access Protoco1)是指簡單對象訪問協(xié)議，是基于 XML 在分散或分布式的環(huán)境中交換信息的簡單的協(xié)議。允許服務(wù)提供者和服務(wù)請求者經(jīng)過防火墻在 Internet 進(jìn)行通訊交互。

　　WSDL(WebService Description Language)是指網(wǎng)絡(luò)服務(wù)描述語言，也是基于 XML 語言的，用于描述 WebService 以及如何對它們進(jìn)行訪問。

　　UDDI (Universal Description，Discoveryand Integration)是指通用描述、發(fā)現(xiàn)與集成服務(wù)，用來創(chuàng)建 Web 服務(wù)注冊中心，它是 Web 服務(wù)注冊和發(fā)現(xiàn)的技術(shù)規(guī)范。UDDI 是一個獨立于平臺的框架，用于通過使用 Internet 來描述服務(wù)，發(fā)現(xiàn)企業(yè)，并對企業(yè)服務(wù)進(jìn)行集成。

　　Web Service 三角形的設(shè)計模型[15]被稱作 SOA 的體系結(jié)構(gòu)，Web Service 模型如圖 1 所示。

　　一個完整的 Web Service 體系結(jié)構(gòu)的實現(xiàn)過程如圖 2 所示

　　Step1：客戶查詢服務(wù)中介以請求特定的服務(wù); Step2：服務(wù)注冊中心引導(dǎo)客戶找到滿足請求的服務(wù) WSDL 文檔; Step3：服務(wù)請求者訪問 WSDL 文檔; Step4：WSDL 提供服務(wù)的具體描述信息; Step5：客戶根據(jù) WSDL 生成相應(yīng)的 SOAP 消息，發(fā)送給 Web 服務(wù)提供者; Step6：服務(wù)提供者應(yīng)答 SOAP 消息，提供給請求者相應(yīng)的服務(wù)。

　　1.2 本體技術(shù)

　　隨著語義網(wǎng)技術(shù)[16]的不斷發(fā)展成熟，異構(gòu)數(shù)據(jù)集成的重點慢慢地轉(zhuǎn)移到解決語義異構(gòu)的問題上，而目前本體技術(shù)利用對語義很好地描述能力可以很好地解決數(shù)據(jù)的語義異構(gòu)問題，EhrigM 等在文獻(xiàn)[17]中介紹了本體集成的問題在歐洲委員會啟動的 SWAP(Semantic Weband Peer-to-peer)項目中首次被提出，該項目有著在每個終端建立各自的本體之后建立一個集成大本體的需求，因此提出了本體映射和本體合并的概念，本體技術(shù)的運用消除了數(shù)據(jù)集成過程中的語義異構(gòu)問題，并最終實現(xiàn)語義融合的目的。

　　本體概念的發(fā)展使得本體模型也在不斷地進(jìn)行完善，最終得到公認(rèn)的一套本體模型[18]：O={C， R，F(xiàn)，A，I}。

　　1)C 代表類(class)：是從本體中提取出用以表述事物對象的集合，描述領(lǐng)域內(nèi)的實際概念，既可以是實際存在的事物，也可以是抽象的概念，比如邏輯推理、動作、策略和工作過程等;

　　2)R 代表關(guān)系(relations)：用于描述類(概念)之間的關(guān)系，表示了領(lǐng)域內(nèi)的概念與概念之間的相互影響力，如 part-of、kind-of 等;

　　3)F 代表函數(shù)(function)：函數(shù)是一類特殊的關(guān)系，可以理解為關(guān)系的一個特例，在這種關(guān)系中前 n-1 個元素可以唯一決定第 n 個元素，

　　4)A 代表公理(axioms)：公理代表本體內(nèi)存在的事實，多用來表示對概念或者實例的約束;

　　5)I 代表實例(instances)：表示具體某個類的實際存在，從語義方面講實例代表的就是具體對象。

　　為解決指揮信息系統(tǒng)數(shù)據(jù)目前存在的空間異構(gòu)、格式異構(gòu)以及語義異構(gòu)等問題，本文提出使用本體技術(shù)和基于 SOA 的 WebService 技術(shù)實現(xiàn)多源異構(gòu)數(shù)據(jù)集成的方法，設(shè)計并實現(xiàn)了多源異構(gòu)數(shù)據(jù)集成原型系統(tǒng)。

　　2 基于 Web Service 和本體的多源異構(gòu)數(shù)據(jù)集成原型系統(tǒng)設(shè)計

　　2.1 需求分析

　　不同的作戰(zhàn)單位在地理位置分布上十分的分散，而且每個單位指揮信息系統(tǒng)存儲數(shù)據(jù)的格式不盡相同，不利于進(jìn)行聯(lián)合作戰(zhàn)指揮，難以提高部隊?wèi)?zhàn)斗力。因此考慮將各個單位的數(shù)據(jù)集成起來，進(jìn)行統(tǒng)一查詢，并將集成后的數(shù)據(jù)以二維數(shù)據(jù)表的形式輸出，可以很好地了解相應(yīng)系統(tǒng)的作戰(zhàn)水平。

　　多源異構(gòu)數(shù)據(jù)集成原型系統(tǒng)是服務(wù)于基層作戰(zhàn)單位以及指揮中心的。該系統(tǒng)使用 Web Service 技術(shù)進(jìn)行數(shù)據(jù)傳輸，利用 XML 技術(shù)和本體技術(shù)實現(xiàn)數(shù)據(jù)集成查詢 [19]，提供給指揮員數(shù)據(jù)集成分析的功能，為各級指戰(zhàn)員高效完成作戰(zhàn)提供堅實的基礎(chǔ)，是信息化戰(zhàn)爭中不可或缺的一環(huán)。

　　多源異構(gòu)數(shù)據(jù)集成原型系統(tǒng)的主要參與者可以分為兩類：指揮中心技術(shù)員作為指揮中心用戶完成數(shù)據(jù)集成查詢等操作;各個子單位技術(shù)員作為子單位用戶完成數(shù)據(jù)采集處理等操作。具體的系統(tǒng)用戶及其功能性需求如表 1 所示。

　　2.2 系統(tǒng)功能設(shè)計

　　在充分調(diào)研了現(xiàn)有的指揮信息系統(tǒng)數(shù)據(jù)管理現(xiàn)狀后，結(jié)合用戶的需求，將系統(tǒng)劃分為各作戰(zhàn)單位使用的客戶端以及指揮中心使用的服務(wù)端。完整的系統(tǒng)功能設(shè)計如圖 3 所示。

　　2.2.1 客戶端主要功能

　　1)本地數(shù)據(jù)管理

　　各作戰(zhàn)單位是數(shù)據(jù)的來源，對數(shù)據(jù)的管理尤為重要，直接關(guān)乎到后續(xù)數(shù)據(jù)集成效果的優(yōu)劣，用戶需要通過此功能對本地的數(shù)據(jù)進(jìn)行管理，不論是非結(jié)構(gòu)化的文本數(shù)據(jù)還是結(jié)構(gòu)化的數(shù)據(jù)庫數(shù)據(jù)，都可以進(jìn)行增刪查改等操作。

　　2)數(shù)據(jù)清洗及轉(zhuǎn)換

　　規(guī)范的數(shù)據(jù)可以減少服務(wù)端進(jìn)行集成所花費的時間，所以在客戶端需要實現(xiàn)數(shù)據(jù)的清洗[20]及格式的轉(zhuǎn)換。數(shù)據(jù)的清洗主要針對數(shù)據(jù)中出現(xiàn)的重復(fù)、缺失、不合理值的情況進(jìn)行處理，從而得到規(guī)范的數(shù)據(jù)，方便后續(xù)的處理。由于在數(shù)據(jù)傳輸中采用 Web Service 技術(shù)，可擴(kuò)展的標(biāo)記語言 XML 作為 Web Service 平臺表示數(shù)據(jù)的基本格式，除了易于建立和易于分析外，其主要的優(yōu)點在于它可以不受平臺和所使用軟件的影響。因此考慮將數(shù)據(jù)格式全部統(tǒng)一成 XML 格式的文件，以便于后續(xù)的數(shù)據(jù)傳輸和集成。

　　3)上傳數(shù)據(jù)

　　各個單位的客戶端在處理好數(shù)據(jù)后，需要將數(shù)據(jù)上傳至指揮中心的服務(wù)端，此過程中通過 Web Service 技術(shù)與服務(wù)端進(jìn)行通信，同時進(jìn)行數(shù)據(jù)的傳輸，從而將各個作戰(zhàn)單位的數(shù)據(jù)全都集中到指揮中心的服務(wù)端上，這是解決數(shù)據(jù)空間異構(gòu)的重要步驟。

　　4)系統(tǒng)設(shè)置

　　系統(tǒng)在實現(xiàn)主要功能時，還應(yīng)具備一些基礎(chǔ)功能。如語言選擇、時間調(diào)整、界面外觀設(shè)置、用戶名和密碼修改等通用設(shè)置，提供更好地用戶體驗。

　　2.2.2 服務(wù)端主要功能

　　1)用戶管理

　　用戶管理主要針對服務(wù)端和客戶端用戶，對登錄到系統(tǒng)的用戶權(quán)限進(jìn)行管理。為了充分考慮各個單位數(shù)據(jù)源的安全性，因此可以將每個客戶端看作一個數(shù)據(jù)源，同時對用戶和數(shù)據(jù)源進(jìn)行相應(yīng)的綁定。

　　2)數(shù)據(jù)管理

　　數(shù)據(jù)管理功能主要實現(xiàn)對各單位上傳的 XML 數(shù)據(jù)的管理，接收到各單位的數(shù)據(jù)后，可以進(jìn)行增刪查改等操作。服務(wù)端還需對客戶端清洗過的數(shù)據(jù)進(jìn)行檢查，如果數(shù)據(jù)依舊存在有重復(fù)、缺失、不合理值等情況，需要再次進(jìn)行清洗修正。

　　3)數(shù)據(jù)集成

　　數(shù)據(jù)集成的功能主要利用本體集成相關(guān)技術(shù)，具體包括本體的構(gòu)建、本體概念相似度的計算以及本體的映射，最終將各個單位的數(shù)據(jù)集成到一個全局本體中，這也是整個系統(tǒng)的關(guān)鍵技術(shù)。在相似度計算和本體映射中可以引入機(jī)器學(xué)習(xí)算法，提高計算精度和映射準(zhǔn)確性。通過本體集成技術(shù)實現(xiàn)各個單位數(shù)據(jù)的高效集成，并存儲于服務(wù)端的數(shù)據(jù)庫中。

　　4)集成結(jié)果查詢

　　集成結(jié)果查詢?yōu)橛脩籼峁┝艘粋€人性化查詢接口。將各個單位的數(shù)據(jù)集成到一起后，可實現(xiàn)用戶的按需查詢，例如，當(dāng)用戶有查看某單位或某一天數(shù)據(jù)的需求時，可以通過系統(tǒng)搜索框輸入需要查詢的單位編號、日期、指標(biāo)名稱等關(guān)鍵字，就可以在數(shù)據(jù)庫中查找相應(yīng)的信息，后臺經(jīng)過一些查詢內(nèi)容的查詢轉(zhuǎn)換、最終向用戶呈現(xiàn)查詢結(jié)果。

　　5)輔助功能

　　輔助功能主要是保證管理員可以在服務(wù)端完成數(shù)據(jù)和代碼的維護(hù)。系統(tǒng)將重要的指標(biāo)名稱進(jìn)行標(biāo)記，當(dāng)有新的指標(biāo)名稱出現(xiàn)時，進(jìn)行相似度計算，實時更新本體概念庫，數(shù)據(jù)維護(hù)對于系統(tǒng)的運行十分重要，也是保證本體集成效果的重要措施。代碼維護(hù)功能可以保證系統(tǒng)正常的調(diào)試運行。

　　6)系統(tǒng)設(shè)置

　　同客戶端一樣，服務(wù)端也具備系統(tǒng)的基礎(chǔ)設(shè)置功能。

　　2.3 系統(tǒng)體系結(jié)構(gòu)設(shè)計

　　本文在數(shù)據(jù)結(jié)構(gòu)和相應(yīng)算法的基礎(chǔ)上進(jìn)行系統(tǒng)體系結(jié)構(gòu)設(shè)計和開發(fā)，如圖 4 所示。系統(tǒng)采用基于 SOA 的三層 B/S 結(jié)構(gòu)[21]，其中包含應(yīng)用層、中間層和信息源層。信息源層主要包含異構(gòu)數(shù)據(jù)源，首先進(jìn)行數(shù)據(jù)的清洗，然后將數(shù)據(jù)轉(zhuǎn)換為 XML 格式;中間層主要完成基于 Web Service 的數(shù)據(jù)安全傳輸、接口的管理以及基于本體的數(shù)據(jù)集成相關(guān)工作;應(yīng)用層主要表現(xiàn)為網(wǎng)頁端系統(tǒng)，直接面向管理員和用戶。系統(tǒng)的體系結(jié)構(gòu)設(shè)計如圖 4 所示。

　　2.3.1 信息源層

　　信息源層是整個系統(tǒng)的基礎(chǔ)，本課題研究的數(shù)據(jù)是來自于各個作戰(zhàn)單位指揮信息系統(tǒng)運行數(shù)據(jù)，數(shù)據(jù)源存儲于不同的單位，在不改變原有信息結(jié)構(gòu)的基礎(chǔ)上，將結(jié)構(gòu)化數(shù)據(jù)及非結(jié)構(gòu)化文本數(shù)據(jù)轉(zhuǎn)化為 XML 格式后上傳至服務(wù)端，在服務(wù)端將 XML 文檔進(jìn)行處理，構(gòu)造局部本體，通過本體映射實現(xiàn)將局部本體映射到全局本體。實現(xiàn)數(shù)據(jù)的集成，以滿足后續(xù)的查詢需求。

　　2.3.2 中間層

　　中間層的主要任務(wù)是進(jìn)行整個業(yè)務(wù)功能的完成。要為應(yīng)用層訪問該系統(tǒng)的用戶提供功能操作和數(shù)據(jù)查看，向下需要協(xié)調(diào)各個單位的數(shù)據(jù)源，在這一層系統(tǒng)主要完成數(shù)據(jù)的交互、本體的構(gòu)建、本體概念相似度的計算、本體的映射、集成數(shù)據(jù)查詢處理、Web Service 接口的管理等功能。

　　2.3.3 應(yīng)用層

　　應(yīng)用層處于多源異構(gòu)數(shù)據(jù)集成原型系統(tǒng)的信息源層和中間層之上，主要是服務(wù)于系統(tǒng)框架中的信息的用戶和管理者，在本系統(tǒng)中以網(wǎng)頁的形式展現(xiàn)，為客戶端用戶和服務(wù)端管理員進(jìn)行數(shù)據(jù)的傳輸、處理、集成、查詢提供用戶界面。用戶和管理員只需在網(wǎng)頁上選擇需要進(jìn)行的操作或者查詢需要查找的信息，瀏覽器便可以接受用戶的請求并進(jìn)行解析，將請求傳至中間層進(jìn)行處理，完成相應(yīng)的操作。這種方法的好處在于，用戶和管理員無需了解請求數(shù)據(jù)和系統(tǒng)數(shù)據(jù)在底層傳輸處理的細(xì)節(jié)，而是能夠直接在網(wǎng)頁系統(tǒng)上查看到中間層返回的結(jié)果，有著較好的人機(jī)交互體驗。

　　3 系統(tǒng)關(guān)鍵模塊設(shè)計

　　3.1 數(shù)據(jù)格式統(tǒng)一模塊

　　數(shù)據(jù)格式的異構(gòu)是當(dāng)前數(shù)據(jù)集成所面臨的最基本的問題，不同的單位的指揮信息系統(tǒng)運行數(shù)據(jù)存儲的格式不盡相同，有的以 TXT、Word、Excel 或者 XML 格式進(jìn)行存儲，有的存放在數(shù)據(jù)庫中，數(shù)據(jù)庫的選擇也不盡相同，有 Oracle、SQLServer、MySQL、 Access 等，統(tǒng)一各單位數(shù)據(jù)的數(shù)據(jù)格式是完成數(shù)據(jù)集成的第一步。由于 Web Service 和本體技術(shù)都對 XML 格式有著較好的親和力，因此，考慮以 XML 作為數(shù)據(jù)的統(tǒng)一格式。XML 作為一種機(jī)器可讀文檔的規(guī)范，在數(shù)據(jù)轉(zhuǎn)換領(lǐng)域有著廣泛的應(yīng)用，特別是可以根據(jù)其語義約束的特性定義 XML 文件結(jié)構(gòu)，以便于開發(fā)人員和解析工具處理。本文通過 XML Schema 定義各類元素及其系列屬性來確定 XML 文檔結(jié)構(gòu)。在轉(zhuǎn)換數(shù)據(jù)格式時，對于需要集成的數(shù)據(jù)，根據(jù)結(jié)構(gòu)特點，主要將其劃分為結(jié)構(gòu)化和非結(jié)構(gòu)化兩類，并按照預(yù)先定義的 XMLSchema 映射文件，在客戶端統(tǒng)一將本地數(shù)據(jù)轉(zhuǎn)換為 XML 格式。

　　3.1.1 結(jié)構(gòu)化數(shù)據(jù)到 XML 數(shù)據(jù)的轉(zhuǎn)換

　　由于目前的數(shù)據(jù)庫管理系統(tǒng)存在很多差異，不同的應(yīng)用領(lǐng)域，數(shù)據(jù)模型不盡相同，不同的生產(chǎn)商也生產(chǎn)出不同的數(shù)據(jù)庫，如 Oracle、SQL Server、 MySQL、Access 等。這些關(guān)系數(shù)據(jù)庫到 XML 的數(shù)據(jù)轉(zhuǎn)換主要是通過 XML Schema 直接建立與數(shù)據(jù)庫的映射。

　　首先按照需求和 XML 文件的定義，根據(jù)映射規(guī)則生成 XMLSchema 映射文件，Schema 定義了在數(shù)據(jù)庫中檢索的數(shù)據(jù)，以及最終在 XML 文件中如何表示這些數(shù)據(jù)。然后利用文檔對象模型(Document Object Model，DOM)來解析 Schema 文件，根據(jù)映射的定義，將獲得的數(shù)據(jù)庫結(jié)果集轉(zhuǎn)化為目標(biāo) XML 文檔。

　　3.1.2 非結(jié)構(gòu)化文本數(shù)據(jù)到 XML 數(shù)據(jù)的轉(zhuǎn)換

　　非結(jié)構(gòu)化文本數(shù)據(jù)主要是以 TXT、Word、Excel 這些類型存儲的數(shù)據(jù)。其中，TXT 文本數(shù)據(jù)可以通過 java.io 流來進(jìn)行輸入和輸出，完成對 TXT 文本的讀取，并將其中的文件結(jié)構(gòu)和文件內(nèi)容取出，按照 XML Schema 預(yù)設(shè)的格式寫入到同名的 XML 文檔中，最終實現(xiàn) TXT 文檔到 XML 文檔的轉(zhuǎn)換;Word 文檔的轉(zhuǎn)換可以通過 Jacob(Java-COMBridge)技術(shù)對 Word 文檔內(nèi)容進(jìn)行讀取，Jacob 在 Java 與微軟 COM 組件之間建立橋梁，通過 JNI 功能訪問 Windows 平臺的 COM 組件或 win32 系統(tǒng)庫，完成讀取后按照 XML Schema 預(yù)設(shè)格式生成同名 XML 文檔; Excel 文檔到 XML 文檔的轉(zhuǎn)換可以通過 Java Excel API 實現(xiàn)[22]，該組件可以對 Excel 文檔進(jìn)行讀取、創(chuàng)建和更新。因此，使用 Java Excel API 讀取 Excel 文檔中所有單元格的內(nèi)容及格式，并按照同樣的方法寫入到同名 XML 文檔。

　　3.2 數(shù)據(jù)傳輸模塊

　　結(jié)合各級指揮單元之間在空間分布上“散”和 “遠(yuǎn)”的特點，依托指揮信息系統(tǒng)信息通信支撐網(wǎng)和其他共用信息基礎(chǔ)設(shè)施，數(shù)據(jù)交互模塊主要解決指揮信息系統(tǒng)在數(shù)據(jù)集成時所面臨的空間異構(gòu)問題，以實現(xiàn)客戶端與服務(wù)端之間的數(shù)據(jù)交互，這里的數(shù)據(jù)不僅指系統(tǒng)數(shù)據(jù)，還包括請求和響應(yīng)數(shù)據(jù)。

　　首先為每個數(shù)據(jù)源創(chuàng)建相應(yīng)的 WebService 接口，然后各子單位可根據(jù)指揮中心發(fā)布的 WSDL 文檔并通過 SOAP 協(xié)議上傳數(shù)據(jù)。在本系統(tǒng)中，服務(wù)端作為服務(wù)提供者進(jìn)行 Web Service 接口的開發(fā)，而各單位的客戶端系統(tǒng)作為服務(wù)的請求者，根據(jù)服務(wù)端的 WSDL 文件配置交互的參數(shù)，并以 SOAP 消息的形式封裝 XML 數(shù)據(jù)，交互的參數(shù)、文檔以及返回值都采用 XML 格式[23]。客戶端與服務(wù)端進(jìn)行通信時的數(shù)據(jù)交互流程如圖 5 所示。

　　3.3 本體構(gòu)建模塊

　　在指揮信息系統(tǒng)中，由于不同單位建立的指標(biāo)體系存在差異，相同的概念經(jīng)常以不同的指標(biāo)描述，容易引起語義異構(gòu)問題。本體的構(gòu)建[24]是利用本體技術(shù)進(jìn)行數(shù)據(jù)集成的重要基礎(chǔ)，本系統(tǒng)將各單位上傳的 XML 文檔轉(zhuǎn)換為局部本體的形式，具體的構(gòu)建流程如圖 6 所示。通過本體映射對具有相同語義的指標(biāo)概念進(jìn)行合并，從而實現(xiàn)指揮信息系統(tǒng)數(shù)據(jù)的集成和共享。

　　首先將各個單位上傳的 XML 文檔，使用 XML Schema 進(jìn)行描述，接著將 XML Schema 轉(zhuǎn)換成為 RDF Schema 模式，然后將 RDF 相關(guān)文件導(dǎo)入到 prot佴g佴 中，完成局部本體 OWL 的構(gòu)建，最后將構(gòu)建好的 OWL 本體文件導(dǎo)入到服務(wù)端系統(tǒng)。

　　為增強(qiáng)與指揮信息系統(tǒng)領(lǐng)域與本體概念之間的相關(guān)性，在轉(zhuǎn)換成本體概念后，還需進(jìn)一步的篩選，保證轉(zhuǎn)換后的概念可以有效表示指揮信息系統(tǒng)領(lǐng)域的相關(guān)指標(biāo)[25]，具體方法如下：

　　1)劃定所研究的領(lǐng)域的知識范圍。比如指揮信息系統(tǒng)通信模塊相關(guān)數(shù)據(jù)的集成時，在構(gòu)建本體時就要將領(lǐng)域知識范圍限定在指揮信息新系統(tǒng)通信相關(guān)領(lǐng)域，準(zhǔn)確分析相關(guān)概念，盡量選擇認(rèn)可度最高的概念作為本體構(gòu)建的權(quán)威依據(jù);

　　2)分析領(lǐng)域知識中的相關(guān)概念和所構(gòu)建的本體概念之間的差異與聯(lián)系。確保兩者之間不出現(xiàn)邏輯上的混亂和原則上的差錯;

　　3)利用語義模型檢驗本體概念。將所構(gòu)建的本體概念在語義網(wǎng)中進(jìn)行表示，確保不會出現(xiàn)模棱兩可、表述不清的情形;

　　4)確保人工評價的準(zhǔn)確性。在使用本體構(gòu)建原則對所構(gòu)建的本體進(jìn)行人工評價時，需要做到評價準(zhǔn)確。對補(bǔ)充到本體中新的本體概念，也要進(jìn)行評價，以確保本體的不斷完善。

　　5)若完成上述操作，即可確定所構(gòu)建的本體，并使用本體語言表示，添加到本體概念庫中。

　　3.4 集成結(jié)果查詢模塊

　　查詢處理也是系統(tǒng)的重要功能，當(dāng)用戶需要查詢一些特定條件下的數(shù)據(jù)時，比如特定的單位、特定的時間或者特定的指標(biāo)數(shù)據(jù)時，系統(tǒng)可以及時做出反應(yīng)，將用戶需要的信息呈現(xiàn)出來。在查詢的過程中，系統(tǒng)需要根據(jù)用戶所輸入的關(guān)鍵詞與本體庫中的概念進(jìn)行映射匹配，在全局本體中找到該概念的本體表達(dá)，然后將查詢命令分解為對局部本體的查詢，最后將查詢局部本體數(shù)據(jù)返回給用戶界面。

　　本 研 究 用 到 兩 種 查 詢 語 言 OWL-QL 和 XQuery，分別對本體語言表示的概念和 XML 語言形式的概念進(jìn)行查詢。OWL-QL 是 W3C 推薦的網(wǎng)絡(luò)本體查詢語言錯誤!未找到引用源。，由查詢回復(fù)和查詢回復(fù)協(xié)議組成，與傳統(tǒng)查詢語言不同，在查詢過程中，OWL-QL 需要對 OWL 知識庫進(jìn)行推理，且支持應(yīng)答格式的設(shè)定、多知識庫的選擇和使用。 XQuery 是一種針對于 XML 的查詢語言錯誤!未找到引用源。，類似于 SQL、OQL 等，能夠從 XML 文檔中抽取數(shù)據(jù)。XQuery 不僅擁有其它多種查詢語言的優(yōu)點，而且適用于各種類型 XML 數(shù)據(jù)源的查詢。系統(tǒng)查詢處理的過程如圖 7 所示，具體步驟為：

　　Step1：查詢生成器接收用戶所發(fā)出的查詢請求，將用戶的查詢關(guān)鍵詞接受后送給本體管理器。查詢生成器開始驗證查詢關(guān)鍵詞的語法，判斷所輸入的關(guān)鍵詞是否符合語法要求，符合要求時生成 OWL-QL 查詢語句送至本體管理器，否則提示輸入的查詢信息有誤;

　　Step2：本體管理器根據(jù)得到詞語在全局本體內(nèi)進(jìn)行查找，當(dāng)查找到全局本體里面的概念或者根據(jù)本體概念相似度計算模型得出的相近的概念時，將全局本體的查詢分解為對局部本體的查詢，此時查詢的概念為映射為全局本體概念前的所有相似概念，同時生成多個局部本體查詢語句，本體管理器會將結(jié)果送給查詢分解器;

　　Step3：查詢分解器接收到本體管理器的查找結(jié)果后，生成 XQuery 查詢語句在各局部本體對應(yīng)的 XML 文件中進(jìn)行相關(guān)概念的查找;

　　Step4：查詢處理器將查詢分解器最終查詢到的結(jié)果以數(shù)據(jù)表的形式返回到瀏覽器進(jìn)行解析，用戶便可在網(wǎng)頁系統(tǒng)上看到查詢的結(jié)果。

　　4 驗證與應(yīng)用

　　根據(jù)多源異構(gòu)數(shù)據(jù)集成原型系統(tǒng)需求分析、功能設(shè)計、體系結(jié)構(gòu)設(shè)計和關(guān)鍵模塊的設(shè)計，結(jié)合 Web Service、本體以及 XML 技術(shù)，基于 java 語言，使用 Eclipse IDE 開發(fā)，系統(tǒng)的整體展示如圖 8 所示。本文所實現(xiàn)的數(shù)據(jù)集成原型系統(tǒng)于 2019 年 8 月份進(jìn)行了測試，測試過程中在 101 單位、102 單位、103 單位和 201 單位使用 IE 瀏覽器登錄數(shù)據(jù)集成原型系統(tǒng)客戶端，首先將各單位不同格式數(shù)據(jù)通過格式轉(zhuǎn)換功能統(tǒng)一成為 XML 格式的文件，然后通過 Web Service 上傳至指揮中心的服務(wù)端進(jìn)行集成，服務(wù)端中使用本體集成相關(guān)功能進(jìn)行語義融合和數(shù)據(jù)集成。

　　系統(tǒng)在測試中可以基本完成相應(yīng)的功能，但也存在部分測試用例不通過的情況，例如出現(xiàn)以下問題：各級用戶權(quán)限判別有誤;輸入錯誤或者無效的字段時，查詢界面沒有錯誤提示等。產(chǎn)生這些問題的主要原因主要來自于需求定義不明確、功能性錯誤、頁面設(shè)計和需求不一致以及開發(fā)過程中的疏忽等原因。經(jīng)過后期的修改和調(diào)試工作，對本系統(tǒng)進(jìn)行了再次測試，結(jié)果表明上述問題均得到了有效解決，實現(xiàn)了不同單位、不同格式、存在語義異構(gòu)數(shù)據(jù)的集成，較好地驗證了系統(tǒng)設(shè)計的可行性。

　　5 結(jié)論

　　本文研究了基于 SOA 和本體的指揮信息系統(tǒng)數(shù)據(jù)集成方法和架構(gòu)。將系統(tǒng)分為信息源層、中間層和應(yīng)用層，通過 WebService 技術(shù)解決了數(shù)據(jù)集成中的數(shù)據(jù)源空間異構(gòu)問題，使用 XML 統(tǒng)一了多種格式的數(shù)據(jù)源，解決了數(shù)據(jù)集成中的格式異構(gòu)問題，利用本體技術(shù)解決了數(shù)據(jù)集成中的概念語義異構(gòu)問題。實現(xiàn)了指揮信息系統(tǒng)多源異構(gòu)數(shù)據(jù)的有效集成，為用戶提供全局視圖，為數(shù)據(jù)挖掘、決策支持提供基礎(chǔ)。同時設(shè)計實現(xiàn)的系統(tǒng)是實驗性質(zhì)的，距離完成大數(shù)據(jù)的集成和戰(zhàn)場應(yīng)用還有很大的差距，需要進(jìn)一步改進(jìn)完善。