基于公共數(shù)據(jù)模型的自適應(yīng)數(shù)據(jù)格式轉(zhuǎn)換機制

施榮榮， 汪 敏， 陳 榮

（中國電子科技集團公司 第二十八研究所，江蘇 南京 210007）

0 引言

隨著計算機和電子技術(shù)的發(fā)展，發(fā)展數(shù)字化、信息化以及網(wǎng)絡(luò)化的軍事電子信息系統(tǒng)成為世界軍事發(fā)展潮流。信息化和網(wǎng)絡(luò)化成為軍隊轉(zhuǎn)型建設(shè)的戰(zhàn)略，軍事任務(wù)多樣化、電子信息系統(tǒng)規(guī)模指數(shù)性增長和信息系統(tǒng)技術(shù)體制升級換代對軍事電子信息系統(tǒng)的一體化提出了新的要求［1］。

軍事電子信息系統(tǒng)作為龐大的數(shù)據(jù)和信息資源庫，隨著越來越多數(shù)據(jù)源的出現(xiàn)，異構(gòu)數(shù)據(jù)的形式和類別層出不窮。而系統(tǒng)的一體化要求各異構(gòu)系統(tǒng)信息按需協(xié)同、數(shù)據(jù)敏捷交互和知識實時共享。面對眾多復(fù)雜異構(gòu)的數(shù)據(jù)源，進行數(shù)據(jù)交互和數(shù)據(jù)格式轉(zhuǎn)換成為一個核心的問題。在異構(gòu)數(shù)據(jù)格式轉(zhuǎn)換中加入公共數(shù)據(jù)模型是解決該問題的一個途徑。

當前，已有一些關(guān)于數(shù)據(jù)格式轉(zhuǎn)換機制的研究。文獻［2－3］采用語義和本體技術(shù)研究數(shù)據(jù)格式轉(zhuǎn)換機制，并構(gòu)建相應(yīng)的體系結(jié)構(gòu)和關(guān)鍵技術(shù)；文獻［4］介紹了一種通用的非結(jié)構(gòu)化數(shù)據(jù)格式轉(zhuǎn)換方法，以規(guī)則庫為基礎(chǔ)，對非結(jié)構(gòu)化數(shù)據(jù)進行格式描述以及轉(zhuǎn)換規(guī)則的描述；文獻［5］以XML為技術(shù)基礎(chǔ)和公共模型，研究關(guān)系型數(shù)據(jù)庫之間的轉(zhuǎn)換機制。

上述關(guān)于數(shù)據(jù)格式轉(zhuǎn)換機制的研究主要集中在語法、語義研究和XML技術(shù)研究。本文在已有研究的基礎(chǔ)上，提出一種新的數(shù)據(jù)格式轉(zhuǎn)換機制，即基于公共數(shù)據(jù)模型的自適應(yīng)數(shù)據(jù)格式轉(zhuǎn)換機 制 （Common Data Model Based Adaptive Transition of Data form，簡稱CDMATD）。

1 CDMATD機制的應(yīng)用模型

服務(wù)化指揮控制系統(tǒng)是面向網(wǎng)絡(luò)環(huán)境下一體化聯(lián)合作戰(zhàn)的信息系統(tǒng)，是對系統(tǒng)分析研究和對未來指揮控制信息系統(tǒng)設(shè)想規(guī)劃的基礎(chǔ)上所建立的新型的軟件體系結(jié)構(gòu)，其風(fēng)格是柵格網(wǎng)絡(luò)環(huán)境下面向服務(wù)的體系結(jié)構(gòu)［6］。其主要特點如下：

（1）系統(tǒng)間通過標準協(xié)議進行互操作，如服務(wù)消息協(xié)議、服務(wù)注冊協(xié)議、服務(wù)描述協(xié)議和服務(wù)發(fā)現(xiàn)協(xié)議等。

（2）每個計算單元都是一個服務(wù)，在服務(wù)描述協(xié)議文件中進行統(tǒng)一描述，并在構(gòu)建期通過服務(wù)注冊中心完成統(tǒng)一注冊。

（3）服務(wù)查找、檢索和綁定在運行期通過服務(wù)注冊中心來完成。

當前，服務(wù)化指揮控制系統(tǒng)與其他異構(gòu)指揮控制系統(tǒng)共存，需要解決系統(tǒng)間數(shù)據(jù)交互和格式轉(zhuǎn)換問題。

圖1描述了自適應(yīng)數(shù)據(jù)格式轉(zhuǎn)換機制應(yīng)用到軍事電子信息系統(tǒng)的應(yīng)用模型和場景，具體包含如下2種情形。

圖1 自適應(yīng)數(shù)據(jù)格式轉(zhuǎn)換機制的應(yīng)用模型

（1）服務(wù)化指揮控制系統(tǒng)與開放式指揮控制系統(tǒng)的交互。開放式指揮控制系統(tǒng)遵循的技術(shù)體制以面向服務(wù)、面向消息和面向構(gòu)件為主，這些技術(shù)體制遵循統(tǒng)一規(guī)范的消息或協(xié)議格式，具有專門的組織進行定期修正和版本更新發(fā)布。服務(wù)化指揮控制系統(tǒng)與這種系統(tǒng)的交互前提，是將遵循統(tǒng)一規(guī)范的消息或協(xié)議格式統(tǒng)一用服務(wù)化技術(shù)描述，并構(gòu)建虛擬的服務(wù)協(xié)議和服務(wù)發(fā)現(xiàn)等技術(shù)構(gòu)件，繼而兩者之間通過統(tǒng)一的服務(wù)協(xié)議和服務(wù)發(fā)現(xiàn)構(gòu)件進行交互，交互難度相對較小。

（2）服務(wù)化指揮控制系統(tǒng)與非開放式指揮控制系統(tǒng)的交互。非開放式指揮控制系統(tǒng)遵循的技術(shù)體制具有保密和專用性的特點，為了保證傳輸效率和安全性，一般采用專門的報文格式和加密方式來描述信息和交互數(shù)據(jù)，這種非開放式的指揮控制系統(tǒng)普遍存在于綜合電子信息系統(tǒng)中。服務(wù)化指揮控制系統(tǒng)與這種系統(tǒng)的交互前提，是搭建專用的匹配器，適配器以信息互操作服務(wù)為核心技術(shù)，并構(gòu)建轉(zhuǎn)換器來保證信息交互機制的全面覆蓋性。這種交互方式難度相對較大但又是當前急需完成的技術(shù)，本文提出的自適應(yīng)數(shù)據(jù)格式轉(zhuǎn)換機制用于解決上述互操作服務(wù)的問題。

2 CDMATD機制的體系結(jié)構(gòu)

本文中，CDMATD機制以公共數(shù)據(jù)模型（Common Data Model，簡稱CDM）為技術(shù)核心，采用XML技術(shù)［7］，提取不同信息格式中共有的描述信息，將其設(shè)計為XML的標簽信息；采用語義和本體技術(shù)，消除異構(gòu)信息格式的語義差異，建立公共本體庫，對于不同信息格式的專有數(shù)據(jù)描述，則會在CDM的基礎(chǔ)上進行擴展。CDMATD機制的體系結(jié)構(gòu)如圖2所示。

圖2 CDMATD機制的體系結(jié)構(gòu)

由圖2可知，CDMATD機制的體系結(jié)構(gòu)主要由遠程代理服務(wù)、轉(zhuǎn)換器、公共數(shù)據(jù)模型及消息數(shù)據(jù)庫組成。

（1）遠程代理服務(wù)。遠程代理服務(wù)為遠程傳輸服務(wù)和CDMATD機制內(nèi)部起到中介橋梁作用，對內(nèi)屏蔽來自外部傳輸服務(wù)的格式轉(zhuǎn)換請求，對外則屏蔽來自內(nèi)部的接口，為了適應(yīng)軍事信息化系統(tǒng)的窄帶傳輸環(huán)境，遠程代理服務(wù)維護了一個用于低帶寬通道的輸入輸出信息緩沖隊列，摒除了CDMATD內(nèi)外部信息輸入輸出速率的誤差。

（2）轉(zhuǎn)換器。CDMATD機制一般會初始配備多個專用轉(zhuǎn)換器。CDMATD機制需要包括信息元數(shù)據(jù)和用于選擇正確轉(zhuǎn)換器的知識信息來保證轉(zhuǎn)換器的正確選擇，當轉(zhuǎn)換器的通道被打開時，轉(zhuǎn)換器被激活，轉(zhuǎn)換器包含編碼器、解碼器、協(xié)議和通信等功能部件。

（3）公共數(shù)據(jù)模型。轉(zhuǎn)換器處理的傳輸服務(wù)中不同數(shù)據(jù)的定義、表示和存儲形式不統(tǒng)一，給信息處理、信息轉(zhuǎn)換和信息統(tǒng)計分析帶來了巨大障礙。因此設(shè)計一種CDM，旨在解決不同數(shù)據(jù)源的異構(gòu)問題，重點消除異構(gòu)數(shù)據(jù)源的語法異構(gòu)和語義沖突，簡化和規(guī)范轉(zhuǎn)換器的編碼和解碼過程。

（4）消息數(shù)據(jù)庫。消息數(shù)據(jù)庫充當數(shù)據(jù)緩存和知識自適配功能，其中緩存了特定傳輸服務(wù)的信息格式所對應(yīng)的配置信息。CDMATD機制為該消息數(shù)據(jù)庫的記錄設(shè)定清除周期，超過該清除周期的相關(guān)記錄信息會被刪除，當傳輸服務(wù)提出數(shù)據(jù)協(xié)議格式轉(zhuǎn)換申請時，系統(tǒng)查詢消息數(shù)據(jù)庫，若有相關(guān)記錄，則越過配置過程，直接啟動并進入轉(zhuǎn)換過程，否則，需要根據(jù)傳輸服務(wù)的配置需求自定義配置信息，根據(jù)配置啟動相關(guān)線程，此配置記錄會被立即緩沖到消息數(shù)據(jù)庫中。

3 CDMATD機制的若干關(guān)鍵點

3.1 公共數(shù)據(jù)模型

本文提出的CDM是采用XML作為元語言定義的RDF模型。由于XML可表達各種類型的數(shù)據(jù)，其自描述性和擴展性使數(shù)據(jù)易于交換和處理，實現(xiàn)數(shù)據(jù)源的“即插即用”，所以選擇XML作為結(jié)構(gòu)層上的信息模型。

在語義層面上，由于CDM的核心需求是要實現(xiàn)系統(tǒng)間語義層面的互操作，完成對各個異構(gòu)數(shù)據(jù)源的語義描述和處理，無需實現(xiàn)非常強的推理功能，因此選擇RDF（S）來表示語義層次上的信息模型［8］。

3.1.1 CDM構(gòu)建的體系結(jié)構(gòu)

在構(gòu)建體系結(jié)構(gòu)時，根據(jù)源數(shù)據(jù)模型的異構(gòu)層級關(guān)系將體系結(jié)構(gòu)分為數(shù)據(jù)層、語法層、結(jié)構(gòu)層和語義層4個層次的構(gòu)建過程，并由異構(gòu)數(shù)據(jù)源（傳輸服務(wù)源）、XML模式抽取、局部映射、全局映射等部件組成，具體如圖3所示。

圖3 CDM構(gòu)建的體系結(jié)構(gòu)

（1）異構(gòu)數(shù)據(jù)源。主要包括結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)源。對于非結(jié)構(gòu)化數(shù)據(jù)，由于其結(jié)構(gòu)的不穩(wěn)定性，全部交由數(shù)據(jù)源本地組件的索引和存儲機制實現(xiàn)。

（2）XML模式抽取。從關(guān)系數(shù)據(jù)源和XML數(shù)據(jù)源中抽取統(tǒng)一的XML Schema模式。

（3）局部映射。首先在抽取數(shù)據(jù)源模式信息的基礎(chǔ)上半自動構(gòu)建局部本體，這是各個異構(gòu)數(shù)據(jù)源在概念層次上的局部視圖，然后建立XML Schema和局部本體之間詞匯的映射關(guān)系。

（4）全局映射。為解決局部本體間的語義異構(gòu)性問題，首先將局部本體合并成為全局本體，同時滿足其彼此間信息交互需求，然后構(gòu)建全局本體與局部本體間的映射關(guān)系。

3.1.2 數(shù)據(jù)模式抽取

（1）數(shù)據(jù)庫模式抽取。數(shù)據(jù)庫模式存儲在數(shù)據(jù)字典中，數(shù)據(jù)庫的全局邏輯結(jié)構(gòu)可以通過實體－關(guān)系（ER）圖表示，在ER圖中，每個實體會被轉(zhuǎn)化為一個數(shù)據(jù)表，實體的屬性被轉(zhuǎn)化為數(shù)據(jù)表的字段。從關(guān)系模式到XML Schema的映射操作步驟如下：將關(guān)系數(shù)據(jù)庫（relational database，簡稱RDB）名稱映射成為XML Schema的根元素，根元素的數(shù)據(jù)類型為復(fù)雜類型；將RDB中表映射成為XML Schema的元素，元素數(shù)據(jù)類型為復(fù)雜類型；將RDB表中字段映射成為XML Schema元素的屬性；將RDB的數(shù)據(jù)類型映射成為XML Schema的數(shù)據(jù)類型。

（2）XML數(shù)據(jù)模式抽取。XML中可以用DTD或者XML Schema 2種方式來描述元數(shù)據(jù)，統(tǒng)一采用XML Schema描述元數(shù)據(jù)。XML Scheme文件可以通過直接轉(zhuǎn)化DTD文件獲得，也可以通過文檔對象模型 （Document Object Model，簡稱DOM）遍歷XML文件獲得。

3.1.3 局部本體及其映射

（1）XML Schema到RDF Schema的映射和轉(zhuǎn)換。XML Schema可以按照如下規(guī)則轉(zhuǎn)換為RDF Schema：XML Schema中的attribute映射為RDF Schema中的property，XML Schema中的基本類型映射為RDF Schema中的property，XML Schema中的complexType映射為RDF Schema中的class。

（2）RDF Schema中類的組合和繼承。XML Schema中的復(fù)雜類型節(jié)點可以包含節(jié)點和屬性，屬于組合類型。若嵌套節(jié)點的外層與內(nèi)層節(jié)點均屬復(fù)雜類型，則此類結(jié)點都將被映射為RDF Schema中的class，而這些class之間可能存在組合或繼承的關(guān)系，可使用語義知識庫及語義關(guān)系推理器對class間組合或繼承關(guān)系進行處理。本文采用rdfx：include語法來表達組合關(guān)系，采用rdf：subClassof表達繼承關(guān)系，擴展 RDF原語［9］。

3.1.4 全局本體及其映射

（1）RDF映射模式。語義映射是指將各個局部本體中的概念依據(jù)語義關(guān)系關(guān)聯(lián)起來。依據(jù)語義映射多樣性，語義映射的處理機實現(xiàn)對局部本體的映射，映射后的局部本體合并為全局本體，其信息模型構(gòu)成了CDM。

（2）全局本體的構(gòu)建。先考慮語義關(guān)系中的等價關(guān)系，將多個等價類直接歸并為全局本體中的一個類，等價類的等價屬性直接歸并為全局本體中的一個屬性；再考慮不是等價關(guān)系的類和屬性，分別生成全局本體中獨立的類和屬性，然后依據(jù)局部本體中的語義關(guān)系建立它們在全局本體中的語義關(guān)系；直接將其余無語義映射關(guān)系的類、屬性復(fù)制到全局本體上［10］。

3.2 CDMATD機制的過程模型

3.2.1 啟動過程

（1）遠程代理服務(wù)讀取配置文件信息。配置文件中定義了系統(tǒng)、信息格式、協(xié)議、通信傳輸和所需資源的信息。

（2）創(chuàng)建轉(zhuǎn)換器線程。遠程代理服務(wù)為每一個在配置文件中定義的外部系統(tǒng)或者信息格式創(chuàng)建一個轉(zhuǎn)換器線程。

（3）轉(zhuǎn)換器自配置。每個轉(zhuǎn)換器會使用統(tǒng)一的方式為每個可配置的組件（編碼器、解碼器、協(xié)議、通信接口等）創(chuàng)建實例，且當編碼器實例已經(jīng)創(chuàng)建后，需要另外為其創(chuàng)建一個讀線程。

（4）注冊服務(wù)。遠程代理服務(wù)注冊由外部系統(tǒng)提供的服務(wù)，并且通過注冊服務(wù)提供的方法來訂閱確切的信息格式。

3.2.2 信息傳輸

（1）配置信息存儲。服務(wù)或數(shù)據(jù)信息來自于外界需要進行數(shù)據(jù)協(xié)議格式轉(zhuǎn)換的應(yīng)用系統(tǒng)，外部接口解析該傳輸服務(wù)的數(shù)據(jù)信息，并通過信息倉庫即消息數(shù)據(jù)庫的接口將該消息的配置信息存儲下來。

（2）消息傳輸。CDMATD外部接口類向遠程代理發(fā)出數(shù)據(jù)協(xié)議轉(zhuǎn)換通知，并將消息傳輸?shù)竭h程代理服務(wù)中。

（3）信息分發(fā)。每一個轉(zhuǎn)換器都會維護一個信息隊列，該信息隊列指針統(tǒng)一存儲在信息倉庫中，信息將由遠程代理服務(wù)根據(jù)隊列指針被路由到相應(yīng)的轉(zhuǎn)換器，轉(zhuǎn)換器按照一定優(yōu)先策略處理暫留在信息隊列中的信息，并將轉(zhuǎn)換完畢的信息通過通信網(wǎng)絡(luò)分發(fā)到外部系統(tǒng)中。

3.2.3 信息接收

（1）轉(zhuǎn)換器接收信息并存儲。CDMATD的轉(zhuǎn)換器通過通信接口組件接收來自通信網(wǎng)絡(luò)中外部系統(tǒng)的信息數(shù)據(jù)，然后創(chuàng)建新的消息對象，并通過CDMATD服務(wù)接口使用信息倉庫類將信息存儲到信息數(shù)據(jù)庫中。

（2）消息解碼。轉(zhuǎn)換器服務(wù)解碼消息，然后轉(zhuǎn)換為CDM并設(shè)置消息對象中的相關(guān)屬性，然后通過回調(diào)函數(shù)調(diào)用遠程代理服務(wù)的API接口，將信息通知給遠程代理服務(wù)。CDMATD服務(wù)接口將經(jīng)遠程代理服務(wù)處理后的消息解碼為目標傳輸服務(wù)等同的消息格式。

（3）信息發(fā)送。來自外部系統(tǒng)的源信息被轉(zhuǎn)換為目的傳輸服務(wù)信息，并最終發(fā)送到傳輸服務(wù)中。

4 應(yīng)用分析

CDMATD機制以及CDM的構(gòu)建機制能夠很好地應(yīng)用于指揮信息系統(tǒng)的核心平臺。該平臺的核心目標是以SOA為核心架構(gòu)技術(shù)、以服務(wù)訪問和消息傳輸為能力手段、以企業(yè)服務(wù)總線（ESB）為調(diào)度和路由中心，屏蔽上層指揮信息分系統(tǒng)應(yīng)用與底層環(huán)境的直接聯(lián)通。在底層，架設(shè)的服務(wù)器包括文件服務(wù)器、數(shù)據(jù)庫服務(wù)器、Web服務(wù)器和消息服務(wù)器，分別只能處理非結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)（關(guān)系型）、半結(jié)構(gòu)化數(shù)據(jù)和對象型數(shù)據(jù)，在核心平臺中構(gòu)建相應(yīng)功能模塊，利用CDMATD機制和CDM表示技術(shù)，完成異構(gòu)數(shù)據(jù)源數(shù)據(jù)與CDM的相互映射和轉(zhuǎn)換。指揮信息系統(tǒng)核心平臺的基礎(chǔ)架構(gòu)如圖4所示。

圖4 指揮信息系統(tǒng)核心平臺的基礎(chǔ)架構(gòu)

圖4 中核心平臺能夠接收并處理來自指揮信息系統(tǒng)用戶應(yīng)用端的異構(gòu)請求，包括服務(wù)訪問SOAP／HTTP、數(shù)據(jù)訪問JDBC、消息訪問JMS、文件管理FTP等請求信息，這些異構(gòu)信息由服務(wù)消息總線的中介服務(wù)接收后，經(jīng)過中介服務(wù)的CDMATD機制和數(shù)據(jù)格式解析，統(tǒng)一以CDM格式在服務(wù)總線中流轉(zhuǎn)，請求信息統(tǒng)一處理完畢，又由中介服務(wù)進行格式轉(zhuǎn)換，轉(zhuǎn)換成相應(yīng)領(lǐng)域的信息，并最終發(fā)往相應(yīng)領(lǐng)域服務(wù)器。

5 結(jié)束語

在當前信息技術(shù)快速發(fā)展的形勢下，未來指揮控制信息系統(tǒng)可能會長期存在多種技術(shù)體制，這就需要研究自適應(yīng)的數(shù)據(jù)格式轉(zhuǎn)換機制來實現(xiàn)多技術(shù)信息系統(tǒng)之間的數(shù)據(jù)交互和信息共享。本文在分析CDMATD機制應(yīng)用模式的基礎(chǔ)上，提出了CDMATD機制的體系結(jié)構(gòu)，并且詳細闡述了公共數(shù)據(jù)模型和CDMATD機制的過程模型，最終分析了未來指揮信息系統(tǒng)核心平臺的應(yīng)用場景，體現(xiàn)了本機制的實用性和理論可用性。其中，針對CDM的構(gòu)建可以選擇更好的構(gòu)建結(jié)構(gòu)和基礎(chǔ)技術(shù)；如何將本文的數(shù)據(jù)格式轉(zhuǎn)換機制應(yīng)用到更多的領(lǐng)域，也是值得分析和討論的。

［1］劉俊先，羅愛民，曾 熠，等.指揮信息系統(tǒng)綜合集成理論與方法［J］.火力與指揮控制，2008，33（8）：1－7.

［2］王 政，胡文江.基于本體語義模型的數(shù)據(jù)格式轉(zhuǎn)換技術(shù)研究［J］.包頭職業(yè)技術(shù)學(xué)院學(xué)報，2010，11（4）：13－16.

［3］郝亞男，陳少飛，李天柱，等.基于語義的數(shù)據(jù)格式轉(zhuǎn)換［J］.計算機系統(tǒng)應(yīng)用，2004，1（11）：40－43.

［4］馮亞麗，張汝坤.基于規(guī)則庫的非結(jié)構(gòu)化數(shù)據(jù)格式轉(zhuǎn)換技術(shù)研究［J］.云南師范大學(xué)學(xué)報：自然科學(xué)版，2012，32（2）：58－61.

［5］涂 平，朱曉鈴，滿 旺.基于XML的關(guān)系型數(shù)據(jù)庫格式轉(zhuǎn)換研究［J］.微計算機信息，2010，26（9）：91－93.

［6］黎 珂.指揮信息系統(tǒng)體系結(jié)構(gòu)設(shè)計研究［J］.通信技術(shù)，2012，45（8）：44－49.

［7］袁 磊，張 浩，陸劍鋒.面向領(lǐng)域知識的本體知識模型XML表示框架［J］.計算機工程，2006，32（1）：186－188.

［8］呂艷輝.RDF映射系統(tǒng)的設(shè)計與實現(xiàn)［J］.計算機工程與應(yīng)用，2012，48（20）：87－90.

［9］馬 雪，葉仲泉，李成好.一種非線性全局優(yōu)化的單參數(shù)填充函數(shù)［J］.合肥工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2012，35（9）：1289－1292.

［10］谷鵬花，楊 燕，王紅軍.一種基于數(shù)據(jù)關(guān)聯(lián)的聚類集成方法［J］.合肥工業(yè)大學(xué)學(xué)報：自然科學(xué)版，2013，36（1）：59－62.