Acton: managing dynamic information in large-scale distributed systems

Abstract

Τα Συστήματα Ευρείας Κλίμακας όπως τα Υπολογιστικά Πλέγματα (Grids) και τα Συστήματα Ομοτίμων (P2P Systems) αποτελούνται από μεγάλο αριθμό από υπολογιστικούς, αποθηκευτικούς και δικτυακούς πόρους. Η παροχή ακριβών και βαρυσήμαντων πληροφοριών σε σχέση με αυτούς τους πόρους θέτει μεγάλες προκλήσεις λόγω δύο πολύ σημαντικών ιδιοτήτων των κατανεμημένων συστημάτων ευρείας κλίμακας: της δυναμικότητας και της ετερογένειας. Αυτή η διατριβή μελετά ένα πολύ σημαντικό πρόβλημα της περιοχής: τη σημασιολογική διαχείριση δυναμικών πληροφοριών σε κατανεμημένα συστήματα ευρείας κλίμακας. Στα πλαίσια αυτής της διατριβής προτείνεται η μέθοδος Active Ontology (ActOn) για τη δυναμική διαχείριση πληροφοριών σε κατανεμημένα συστήματα ευρείας κλίμακας. Η ιδέα πίσω από το ΑctOn είναι απλή: το ActOn επιτρέπει τη μετάφραση των τιμών δυναμικής πληροφορίας σε εκτελέσιμα επερωτήματα, όπου η εκτέλεση των ερωτημάτων εξαρτάται από τη διάρκεια ζωής της δυναμικής πληροφορίας. Ένα νέο σημασιολογικό μοντέλο προτείνεται για την περιγραφή δυναμικής πληροφορίας. Αυτό καθίσταται εφικτό με την επέκταση του RDF/OWL με ένα νέο στοιχείο (Dobject) που επιτρέπει την διαχείριση δυναμικής πληροφορίας. Ο σχεδιασμός του στοιχείου Dobject, επιτρέπει την δημιουργία καθώς και αναβάθμιση της πληροφορίας ActOn δυναμικά για την αντιμετώπιση αλλαγών σε κατανεμημένα συστήματα. Βασισμένη στο μοντέλο ΑctOn, έχει αναπτυχθεί μια νέα μέθοδος ενοποίησης πληροφορίας με μηχανισμούς ελέγχου της διάρκειας ζωής και επιλογής πηγών πληροφορίας για τη εξασφάλιση της ακρίβειας καθώς και της συνέπειας της πληροφορίας που αντιπροσωπεύεται από το μοντέλο ActOn. Ο μηχανισμός ελέγχου διάρκειας ζωής χρησιμοποιείται στην διαχείριση της δυναμικής πληροφορίας. Ο μηχανισμός επιλογής πηγών πληροφορίας χρησιμοποιείται στη επιλογή πηγών πληροφορίας έναντι της εκτέλεσης ερωτημάτων από πολλαπλές υποψήφιες πηγές πληροφορίας κατά τη διαχείριση του κύκλου ζωής της. Παρουσιάζεται η σχεδίαση και η υλοποίηση υπηρεσίας πληροφοριών στο πλέγμα EGEE, η οποία, είναι βασισμένη στο μοντέλο ActOn και έχει στόχο την επίδειξη της χρησιμότητας του μοντέλου υπό εξέταση. Η βασική διαφορά σε σύγκριση με τις λοιπές υπηρεσίες πληροφόρησης έγκειται στο γεγονός ότι εισάγει τη χρήση δύο συγκεκριμένων ActOn δομοστοιχείων: α) μία κρυφή μνήμη σημασιολογικών πληροφοριών με διαχείριση χρόνου ζωής, η οποία, παρέχει γρήγορη πρόσβαση ενοποιημένες και έγκυρες πληροφορίες και (β) ένα διαλογέα πηγών πληροφορίας ο οποίος χρησιμοποιείται κατά τη δημιουργία σχεδίου δράσης για την ανάκτηση πληροφορίας από τις αντίστοιχες πηγές. Ο διαλογέας πηγής πληροφορίας επιτρέπει στην υπηρεσία πληροφορίας ActOn την προσαρμογή στις μεταβαλλόμενες συνθήκες της υποδομής πλέγματος EGEE, όπως επίσης και την εύκολη προσθήκη νέων πηγών πληροφορίας. Ένα ακόμα σημαντικό στοιχείο αυτής της διατριβής είναι η μελέτη της ποιότητας της πληροφορίας σε ένα μεγάλης κλίμακας κατανεμημένο περιβάλλον. Συγκεκριμένα, προτείνεται και αξιολογείται μία δίκαιη και συστηματική προσέγγιση για τη μέτρηση της ποιότητας της πληροφορίας σε διαφορετικές υπηρεσίες πληροφοριών που σχεδιάζονται σε μία ευρείας κλίμακας υποδομής πλέγματος. Το προτεινόμενο πλαίσιο εργασίας ελέγχει κυρίως τρεις βασικές μετρικές πληροφοριών: την ολοκλήρωση, τη συνέπεια και την προσβασιμότητα της πληροφορίας. Στο πλαίσιο αυτό διενεργήθηκαν πειράματα όσον αφορά τη σύγκριση και την ανάλυση δύο υπηρεσιών πληροφοριών που σχεδιάστηκαν στο EGEE (BDII και RGMA) και της ActOn υπηρεσίας πληροφοριών στην υποδομή του EGEE.

Large-scale distributed systems such as Grids, clouds and P2P systems consist of large numbers of computational, storage and network resources. Providing meaningful and accurate information about those resources for deployed applications poses challenges due to the dynamic and heterogeneous features of the large-scale distributed systems. This dissertation studies a key issue: semantic information management of dynamic information (or dynamicity) in large-scale distributed environments. In this work I propose the Active Ontology (ActOn) approach to manage dynamic information in large-scale distributed environments. The idea behind ActOn is simple: ActOn allows the value of the dynamic piece of information to be interpreted as an executable query, and the execution of the query is controlled by the lifetime of dynamic information. A semantic model is proposed for representing dynamic information by extending RDF/OWL with a new element enabling dynamic information management. The new element Dobject is particularly designed to enable ActOn information be generated (or updated) dynamically to cope with the changes in a distributed environment. Based on the ActOn model, I developed an ontology-based information integration approach with lifetime control and information source selection mechanisms to ensure the accuracy and consistency of the information that was represented using the ActOn model. The lifetime control mechanism is used to manage (update) dynamic information. The information source selection mechanism is used to select a suitable information source against the query execution from multiple information source candidates during the information life-cycle management. To illustrate the usefulness of the ActOn model, a design and development of an ActOn-based information service for EGEE Grid is presented. The main difference with respect to other Grid information services is that it incorporates two ActOn specific modules that are not commonly found in others: a semantic information cache with lifetime management, which provides fast access to information that has been already integrated and materialized and which is still valid, and an information source selector, which is used during the generation of the execution plan for retrieving information from the information sources. The information source selector allows the ActOn-based information service to adapt to changing conditions of the EGEE Grid infrastructure and to add new information sources easily. Another important aspect of this dissertation is the study of information quality in a large-scale distributed environment. In particular, I propose and evaluate a fair and systematic approach to measuring the information quality of different information services deployed in a large-scale distributed Grid infrastructure. The proposed evolution framework mainly tests three key metrics of information: information completeness, consistency, and accessibility. I conducted experiments to compare and analyse two EGEE deployed information services (BDII and RGMA) and the ActOn information service on the EGEE production testbed.