Онтология объединения информационных подсистем: принципы и примеры

Современный мир существует в информационном пространстве, где взаимодействует огромное количество информационных систем (ИС), решающих самые разнообразные задачи. Правительства принимают программы цифровизации1, население живёт в «сетях» – это ведёт к необходимости объединения ИС. Практически все современные ИС имеют тот или иной механизм интеграции с окружающей экоинфосистемой.

При решении задачи автоматизации в некоторой предметной области (ПрО), формулируется общая цель автоматизации, а также задаются некоторые характеристики ИС. При этом выбирается решение из множества существующих либо создаётся новое решение, фактически реализуя верхнюю ветвь пути моде- рисунок 1 – возможные пути моделирования и представления лирования и реализации, представ-                    предметной области ленного на рисунке 1. В процессе те-

1 См. например, программа «Цифровая экономика Российской Федерации» -

стирования, опытной и промышленной эксплуатации ИС уточняются её характеристики-параметры-элементы, которые можно изменить или настроить. Этот процесс протекает итерационно до достижения результата, устраивающего участников процесса.

Приведённый путь считается каноническим, но обладает ключевым недостатком – невысокой скоростью достижения конечного результата. Современные исследования направлены на преодоление данного недостатка. Одним из таких путей является применение онтологического подхода к процессу проектирования ИС (нижняя ветвь пути на рисунке 1) [1–3].

1    Принципы объединения ИС

По мере исследования ПрО и формирования представления о ней у проектировщиков ИС формируется множество моделей, отвечающих на разнообразные вопросы, такие как:

• ■    какие понятия, сущности используются в данной ПрО;

• ■    какие документы сопровождают процессы в данной ПрО;

• ■    какие информационные потоки характеризуют перемещение информации в данной ПрО;

• ■    какие процессы и функции в данной ПрО протекают;

• ■    как можно их улучшить, повысить качество;

• ■    какие математические зависимости можно использовать для описания данной ПрО;

• ■    и т.д.

Проектировщики ИС стремятся согласовать тезаурусы ПрО как между собой, так и в разных моделях для получения общепризнанного представления.

Преимущества онтологий:

• ■    гибкость онтологий [4];

• ■    возможность автоматизированной обработки семантики информации с целью её эффективного использования (представления, преобразования, поиска) [5];

• ■    возможность анализа, накопления и повторного использования знаний в ПрО [6];

• ■    отсутствие практической альтернативы в некоторых ПрО [7];

• ■    онтологии облегчают не только поиск, но и обучение, актуализацию, интеграцию знаний и многие другие задачи [8];

• ■    систематичность - онтология представляет целостный взгляд на ПрО;

• ■    единообразность - материал, представленный в единой форме, лучше воспринимается и воспроизводится;

• ■    научность - построение онтологии позволяет восстановить недостающие логические связи во всей их полноте [9].

Недостатки онтологий:

• ■    слабая формальность подхода [10];

• ■    трудности инжиниринга и реинжиниринга онтологий;

• ■    субъективность экспертов [11];

• ■    семантика может казаться противоречивой [11].

Общая схема представления ПрО в различные ИС (процесс проектирования) показана на рисунке 2. Часть переходов на рисунке 2 является на текущий момент достаточно проработанной технологией, а часть искусством [12].

С точки зрения онтологического подхода интеграция различных ИС в единую корпоративную ИС (КИС) – это объединение онтологий отдельных ИС. Данный подход позволяет объединять различные онтологии через понятие корня онтологии (Thing), от которого они строятся. Качество объединения ИС зависит от «близости» объединяемых онтологий. Под «близостью» понимается наличие или отсутствие связей, прежде всего информационных, между классами объединяемых онтологий [13].

моделирования

Взаимовлияние

Реализация

Рисунок 2 – Общая схема представления ПрО в различные ИС

Необходимым условием успешности объединения является единый тезаурус, в данном случае – триада «субъект – объект – процесс». В качестве критерия успешности объединения может выступать появление в объединенной онтологии связей между классами, относящихся к изначально разным онтологиям [14].

Одной из проблем объединения систем является то, что одна из них считается надсистемой, влияющей на работу других подсистем КИС. При объединении встречаются системы, охватывающие своими информационными потоками всё пространство КИС, например, документооборот (ДО). С точки зрения ДО документы других систем, например, системы менеджмента качества (СМК), являются обычными документами организационнораспорядительного характера (стандарты предприятия, нормативы качества и т.д.). Важным фактором, влияющим на работу СМК, является то, что рассматривая вопрос качества ИС, отдельно рассматривают качество проектирования, отдельно - качество разработки и реализации, отдельно - качество эксплуатации, при этом качество автоматизируемого объекта в целом остаётся вне этих оценок. При этом считается, что до автоматизации должен быть проведён реинжиниринг бизнес-процессов [13, 15].

Вопросы объединения онтологий возникли у специалистов практически одновременно с появлением первых онтологий [16, 17]. Как инструмент исследования онтологий, объединение и разделение онтологий всегда были в арсенале учёных, а с переходом к практическому использованию онтологий при проектировании ИС появились вопросы у практиков по поводу применения этих инструментов [14, 18].

Пример задачи объединение двух абстрактных онтологий представлен на рисунках. Классы первой, общей – Онтологии 1 (рисунок 3) - называются Кл1 (Кл11…Кл1N), классы второй - Онтологии 2 (рисунок 4) - называются Кл2 (Кл21…Кл2M).

Рисунок 3 – Онтология 1

Рисунок 4 – Онтология 2

Возможность объединения онтологий, а, следовательно, интеграции ИС, на основе которых были построены онтологии, определяется связями между классами данных онтологий. Для выявления возможных связей используются знания экспертов. В данном примере в качестве экспертов выступали: преподаватели, руководители подразделений информационных технологий (ИТ), ИТ-специалисты.

Эксперты заполняют представленную в форме таблицы матрицу, в строках которой отражены классы одной онтологии, а в столбцах – другой, в ячейках указывается наличие или отсутствие связи между классами. Матрица связей онтологий приведена в таблице 1, где Кл1 и Кл2 – классы и подклассы отдельной онтологии становятся строками и столбцами матрицы.

Таблица 1 – Исходная матрица связей онтологий

		Классы Онтологии 1
		Кл11	Кл12		Кл1N
Классы Онтологии 2	Кл21	гД! “21	“21		“21
	Кл22	«22	“22		“22
				a2j
	Кл2M	a2m	U2m		Hl w2m

Здесь a2j ∈ {0, 50, 100}, где a2j принимает значение 0 в случае отсутствия связей между классами; 50 – в случае, если между классами есть опосредованная связь, т.е. взаимодействие происходит не на прямую, а через некоторые третьи классы, возможно не приведённые в матрице, 100 – в случае, если связь прямая. Пример заполнения исходной матрицы связей онтологий приведён в таблице 2.

Таблица 2 – Пример заполнения экспертом матрицы связей онтологий классов Кл1-Кл2

				Кл11
				Кл15	Кл18			Кл12
				Кл16	Кл19
				Кл17	Кл110	Кл111	Кл112	Кл13	Кл14
Cs| 5	Кл210	Кл211		100	50	100	50	50	50
		Кл212		100	0	50	100	0	100
	Кл22	Кл23	Кл24	50	0	100	0	0	50
			Кл25	100	0	50	0	0	50
	Кл26	Кл27		100	0	100	50	0	100
		Кл29		100	0	100	50	0	100
		Кл28		100	0	50	50	0	100

Затем осуществляется сложение всех элементов для получения суммы элементов матрицы M .

м =∑  -^ .

i=i.. N , j=l .. M

Используется простое усреднение оценок экспертов для получения общего вывода о возможности объединить данные онтологии без дополнительных преобразований.

Вводится показатель ^max , описывающий максимально возможное значение суммы всех элементов матрицы м . Показатель объединения для матрицы вычисляется как выраженное в процентах отношение м к одтах . Показатель более 50% означает, что более половины классов объединяемых онтологий имеют связи между собой.

В приведённом примере м = 2150 при ^тах = 4200 , а показатель объединения для матрицы составил 51,19 %. Т.к. значение показателя более 50%, то можно утверждать, что рассмотренные две онтологии можно объединить и использовать полученную объединённую онтологию в качестве исходной для проектирования ИС Онтологии 2 с внедрённой Онтологией 1.

Оценку влияния каждого класса на возможность объединения (качество связей) онтологий можно осуществить по формуле (2), отражающей средневзвешенное мнение экспертов.

т ср.вз. =

^∑ i=i .. N , j = const ^2 j

М

Результаты расчёта мнений экспертов для рассмотренного примера приведены в таблице 3. Из таблицы видно, что наибольшее влияние, определяемое по формуле (2), на качество оказывают Кл211, затем Кл28 и Кл212, что в сумме составляет 50% влияния.

Таблица 3 – Результаты расчёта мнений экспертов по влиянию Онтологии 2 на Онтологию 1

				среднее взвешенное мнение	место в рейтинге
5	Кл210	Кл211		0,21	1
		Кл212		0,14	3
	Кл22	Кл23	Кл24	0,11	6
			Кл25	0,09	7
	Кл26	Кл27		0,13	4
		Кл29		0,12	5
		Кл28		0,20	2

Если рассмотреть влияние Онтологии 1 на процессы Онтологии 2, то можно его представить диаграммой (см. рисунок 5).

Из рисунка видно, что наибольшее влияния оказывают Кл17, Кл111 и Кл14.

Онтология 1, объединённая с Онтологией 2, представлена на

Рисунок 5 – Влияние Онтологии 1 на Онтологию 2           рисунке 6.

где 1 – Кл17, 2 – Кл110, 3 – Кл111, 4 – Кл112, 5 – Кл13, 6 – Кл14

Рисунок 6 – Объединённая Онтология 12

2    Примеры объединения

Пример 1. Объединение онтологий СМК и электронного ДО

Общая онтология СМК представлена на рисунке 7. На рисунке и далее: НПД – нормативно-правовые документы; ОРД – организационно-распорядительные документы; УМК – учебно-методический комплекс.

Рисунок 7 – Онтология СМК образования в ВУЗе

Онтология ДО представлена на рисунке 8.

Результаты опроса одного эксперта приведены в таблице 4. При необходимости можно использовать более сложные механизмы обработки экспертных оценок, например, метод анализа иерархий. При простом усреднении получаем показатель м _cp . В приведённом примере м cp = 2217 при ^тах = 4200 . ^cp

Рисунок 8 – Онтология документооборота в ВУЗе

По приведённому примеру показатель объединения для матрицы составил 52,78 %. Т.к. значение показателя более 50%, то можно утверждать, что данные две онтологии можно объединять и использовать полученную объединённую онтологию в качестве исходной для проектирования ИС документооборота с внедрённой СМК.

Таблица 4 – Матрица связей онтологий СМК – ДО, заполненная экспертом

				Качество
				Субъекты	Объекты			Процессы
				Ректорат	Требования к качеству образования			Процесс менеджмента качества
				Управления	Критерии качества			Управление качеством НПД	Упр-ние текущим качеством
				Подразделения	НДП	ОРД	УМК
н о а о ю о о н к о о	Субъекты	ЛПР		100	50	100	50	50	50
		Исполнители		100	0	50	100	0	100
	Объекты	Документ	Карточка документа	50	0	100	0	0	50
			Карточка контроля	100	0	50	0	0	50
	Процессы	Взаимодействие   с пользователями		100	0	100	50	0	100
		Обработка    корре спонденции		100	0	100	50	0	100
		Контроль исполнения		100	0	50	50	0	100

В таблице 5 приведены результаты расчёта (по формуле 2) мнений экспертов о влиянии ДО на СМК. Из таблицы видно, что наибольшее влияние на качество оказывают: лицо, принимающее решение (ЛПР); процесс контроля исполнения и сами исполнители.

Таблица 5 – Результаты расчёта мнений экспертов по матрицам СМК - ДО

				среднее взвешенное мнение	место в рейтинге
н о о ю о о н к о 5 о	Субъекты	ЛПР		0,21	1
		Исполнители		0,15	3
	Объекты	Документ	Карточка документа	0,10	6
			Карточка контроля	0,09	7
	Процессы	Взаимодействие с пользователями		0,14	4
		Обработка корреспонденции		0,12	5
		Контроль исполнения		0,19	2

Если рассмотреть влияние качества на процесс ДО, то можно его представить диаграммой (см. рисунок 9). Из рисунка видно, что наибольшее влияние оказывают подразделения, ОРД и текущее качество.

Рисунок 9 – Влияние СМК на ДО, где 1 – подразделения, 2 – НПД, 3 – ОРД, 4 – УМК, 5 – управление качеством НПД, 6 – управление текущим качеством.

Онтология документооборота, объединённая с СМК, представлена на рисунке 10.

Рисунок 10 – Объединённая онтология СМК и ДО

Пример 2. Объединение онтологий учебного процесса (УП) и административнохозяйственной деятельности (АХЧ).

Онтология УП представлена на рисунке 11, а онтология АХЧ - на рисунке 12.

Рисунок 11 – Онтология учебного процесса

Рисунок 12 - Онтология АХЧ

Эксперты заполняют матрицу. Пример заполненной матрицы приведён в таблице 6.

В примере м cp = 1400 , при р^тах = 5600 .

Таблица 6 – Матрица связей онтологий АХЧ-УП, заполненная экспертом

			АХЧ
			Субъекты		Объекты	Процессы
			ЛПР	Исполнители	Документы	Планирование АХЧ работ	Выполнение АХЧ работ	Контроль АХЧ  ра бот	Отчетность АХЧ
о о о о а к >к к ю о у	Субъекты	АУП	100	50	0	50	0	0	0
		ППС	100	50	0	50	0	0	0
		УВП	100	50	0	50	0	0	0
	Объекты	Документ	50	0	50	50	50	50	50
	Процессы	Планирование УП	0	0	50	50	50	0	100
		Ведение УП	0	50	50	50	100	0	50
		Контроль УП	0	0	0	0	50	0	0
		Отчетность по УП	0	0	0	0	0	0	0

Показатель объединения для матрицы составил 25 %. Таким образом, можно утверждать, что данные онтологии можно объединять либо после преобразования, либо на основе слабо интегрированного подхода. По экспертным данным видно, что наибольшее влияние на АХЧ оказывают документы УП, затем ведение и планирование УП, что в сумме составляет около 50% влияния (см. таблицу 7). Если рассмотреть влияние АХЧ на учебный процесс, то можно его представить диаграммой (см. рисунок 13). Из рисунка видно, что наибольшее влияния оказывают ЛПР, планирование АХЧ-работ и документы АХЧ.

Таблица 7 – Результаты расчёта мнений экспертов по матрицам АХЧ-УП

			среднее взвешенное мнение	место в рейтинге
о о о о а к >к к о ►>>	Субъекты	АУП	0,18	2
		ППС	0,12	5
		УВП	0,14	3
	Объекты	Документ	0,24	1
	Процессы	Планирование УП	0,13	4
		Ведение_УП	0,11	6
		Контроль_УП	0,05	7
		Отчетность по УП	0,03	8

Рисунок 13 – Влияние АХЧ на УП, где 1 – ЛПР АХЧ, 2 – исполнители 3 – документы, 4 – планирование АХЧ-работ, 5 – выполнение АХЧ-работ, 6 – контроль АХЧ-работ, 7 – отчётность по АХЧ-работам.

Пример 3. Объединение онтологий УП и подрядной организации (Подрядчика).

Онтология УП приведена на рисунке 11, а онтология Подрядчика представлена на рисунке 14. Пример заполненной экспертами матрицы приведён в таблице 8.

Рисунок 14 – Онтология Подрядчика

Таблица 8 - Матрица онтологий Подрядчик-УП, заполненная экспертом

			Подрядчик
			Субъекты		Объекты	Процессы
			ЛПР	Исполнители	Документы	Планирование взаимодействия	Взаимодействие	Отчётность
о о о о к >8 К ю о у	Субъекты	АУП	50	0	100	0	50	0
		ППС	0	0	50	0	0	0
		УВП	0	0	50	0	0	0
	Объекты	Документ	100	0	100	50	50	50
	Процессы	Планирование УП	0	50	50	50	0	0
		Ведение УП	0	0	50	0	0	0
		Контроль УП	0	0	0	0	0	0
		Отчётность по УП	0	0	0	0	0	0

В приведённом примере м cp = 850 , при р^тах = 5600 , а показатель объединения для матрицы составил около 15 %. Таким образом, данные онтологии можно объединять только на основе слабоинтегрированного подхода, например, через частичное объединение ДО.

По результатам расчёта мнений экспертов (см. таблицу 9) видно, что наибольшее влияние на Подрядчика оказывают документы УП, затем АУП, а затем планирование УП, причём основное влияние (более 40%) оказывают документы.

Таблица 9 – Результаты расчёта мнений экспертов по матрицам Подрядчик-УП

			среднее взвешенное мнение	место в рейтинге
о о о Н" о к ►>>	Субъекты	АУП	0,24	2
		ППС	0,06	4/5/6
		УВП	0,06	4/5/6
	Объекты	Документ	0,41	1
	Процессы	Планирование УП	0,17	3
		Ведение_УП	0,06	4/5/6
		Контроль_УП	0	7/8
		Отчетность по УП	0	7/8

Заключение

При проектировании ИС путём объединения отдельных подсистем возникает ряд вопросов: как объединять, надо ли перепроектировать составные части, возможна ли «бесшовная» интеграция, как построить информационный обмен между частями. Одним из путей решения данных вопросов является использование онтологий, при этом ставится задача объединения онтологий, описывающих отдельные подсистемы.

В статье показано, что при объединении онтологий можно «предсказать» их уровень взаимосвязи. На основе расчёта можно выбрать наиболее простую модель интеграции ИС, что снизит затраты на общую разработку и повысит эффективность объединённой ИС.

Выражаем признательность коллективам кафедр автоматизированных систем управления и высокопроизводительных вычислительных технологий и систем, а также сотрудникам управления информационных технологий Уфимского государственного авиационного технического университета.

Исследования поддержаны грантом РФФИ № 19-08-00937 А «Методы и модели интеллектуальной поддержки принятия решений при управлении программными проектами, реализуемыми в среде производственных предприятий».