FORUM

Un système de médiation basé sur la sémantique pour des applications à large échelle

Description du projet

 Le projet FORUM traite du problème de l'intégration de l'information dans un contexte fortement dynamique et à large échelle.  Le besoin d'intégrer et d'analyser des grands ensembles de données issus des bases de données publiées sur le web est présent dans  de nombreux domaines d'applications comme la génomique, l'environnement, la médecine et le commerce électronique.

Ces données sont, après intégration, utilisées pour prendre des décisions, des échanges de services, etc.  Actuellement, l'approche traditionnelle pour l'intégration de l'information issue de sources distribuées est basée sur l'architecture par médiation.  Dans cette architecture, des sources d'informations sont définies comme en un ensemble de vues logiques qui représentent une interface uniforme  pour accéder aux sources de données locales. Puis, un schéma global intégré est construit pour fournir un seul point d'entrée pour formuler des requêtes.

Bien que ce type d'architecture de médiation soit certainement très utile dans beaucoup de contextes d'application, elle présente des limitations  fondamentales pour faire face à la croissance rapide en termes de sources de données dans un contexte fortement dynamique tel que le Web.

En effet, il apparaît clairement que l'approche qui consiste à construire un schéma médiateur basé sur la connaissance de la structure et de la sémantique  des sources de données est difficilement applicable dans ce contexte. Par conséquent, le partage efficace d'un nombre potentiellement grand de sources  d'informations distribuées, hétérogènes et dynamiques, exige de nouvelles techniques de gestion de données et de traitement de requêtes qui soient  flexibles et qui passent à l'échelle. Pour faire face à ce défi, de nouvelles approches pour l'intégration de données ont émergé ces dernières années.

En particulier, des travaux de recherche, autour du modèle pair à pair (P2P), visent à développer des architectures de partage de données où, plutôt que  d'exiger l'utilisation d'un schéma intégré unique, permettent à des pairs de définir des correspondances (mappings) sémantiques entre eux.

Par ailleurs, les efforts déployés autour du web sémantique permettent d'associer une description sémantique des données véhiculées par le Web  afin de les rendre compréhensibles par des utilisateurs humains et "faciles" à traiter par des entités informatiques. En particulier, le Web sémantique  favorise l'utilisation des ontologies comme outil pour réconcilier l'hétérogénéité sémantique entre les ressources de données.

En dépit de ces premiers efforts, les objectifs des systèmes basés sur les architectures P2P et ceux du Web sémantique, y compris ceux pour améliorer  la technologie pour organiser, rechercher, intégrer un grand nombre de sources de données dynamiques ne sont pas atteints.

L'objectif du projet FORUM est d'étendre les techniques d'intégration existantes pour permettre le partage de données dans un environnement à grande  échelle et dynamique comme le Web. Plus précisément, ce projet vise à développer une infrastructure de partage de données flexible et qui passe à  l'échelle pour permettre l'interrogation d'un très grand nombre de sources d'information. Notre étude s'appuie sur une architecture P2P, à savoir l'architecture  XPeer. Xpeer organise l'espace d'information en un réseau de communautés de pairs appelées clusters.

Dans ce contexte, nous voulons étudier les problèmes et questions ouvertes suivants :

·  Afin de faciliter la tâche d'intégration et pour permettre une infrastructure flexible qui réponde à la    nature dynamique du contexte de l'étude, nous proposons de développer des techniques pour découvrir d'une    façon automatique des mappings entre sources d'information hétérogènes. - Afin de supporter l'interrogation par le contenu dans les systèmes P2P, et en l'absence d'un unique schéma    médiateur, nous proposons d'investiguer des techniques de réécriture de requêtes nouvelles et flexibles.

· Afin d'assurer le passage à l'échelle et faire face à l'évolution du réseau, nous proposons d'investiguer la conception de nouveaux    algorithmes de réécriture de requêtes (utilisant des vues) qui passe à l'échelle.

· Pour prendre en compte les aspects dynamiques des systèmes P2P, (i) au niveau fonctionnel nous utiliserons    une modélisation multi-agent et (ii) au niveau sémantique nous proposons d'étudier la restructuration des mappings et leur impact sur   l'optimisation de requêtes.

Coordinateur du projet

BELLAHSENE ZOHRA - Laboratoire d'Informatique, de Robotique et de Microélectronique-  Université Sciences et Techniques du Languedoc Montpellier 2, CNRS (UMR 5506).

Partenaires

§ TOUMANI FAROUK - Laboratoire d'Informatique, de Modélisation et d'Optimisation des Systèmes –Université Clermont Ferrand 2 et Université Clermont Ferrand 1- Inst. Fr. Meca. Avancée Clermont Ferrand, CNRS (UMR 6158).

§ BOSC PATRICK - ENSSAT (Ecole Nationale Supérieure des Sciences Appliquées et de Technologie) - Université de Rennes 1, INRIA, IRISA, CNRS (6074).

§ BENBERNOU Salima - Laboratoire d'InfoRmatique en Image et Systèmes d'information - Institut National des Sciences Appliquées Lyon- Ecole Centrale de Lyon Université Lyon 1 et 2- CNRS (UMR 5205).

§ VIGIER Frédéric - Cemagref – Technologies et système d’information pour les agro-systèmes.