A language to express reactivity in the Semantic Web

Rev. Téc. lng. Univ . Zulia . Vol. 33. N° 1. 68 - 76. 2010 A language to express reactivity in the Semantic Web 1 2 Eisa Liliana Tovar y María Esther Vidal 1Departamento de Computación. Facultad Experimental de Ciencia y Tecnologia. Universidad de Carabobo. Sector Bárbula Nag ua nagua, Venezuela. Teif: 0241 -86 7.82.43. [email protected]. 2 Departamen to d e Computación y Tecnología de la I nformación , Un iversidad Simón Bolívar. Valle de Sartenejas, Bamta, Venezuela. Teif: 0212-906 .32.68. [email protected] Abs tract The Semantic Web Is a Web lo des cri be by means of metadata th e WWW data . [n The Seman tlc Web. knowledge is modeled by uslng ontology and the reactive behavior is e ncoded by m a ns of ac tive ru les. Hen c . active knowledge cannot be used to derive new properties of the d ata insta nces, nelther new reactive be havior infonnation can be inferred di rectly [rom the sch ema. In this paper. we describe a n alt m ative a pproa c h aiming to lhe emichment ofthe Sema nti Web with active information . We propose th e ontology fonnaHs m ACTlON . In ACTION. events a re a tegorized as concepts of the ontology and In conj u nclion with c\asses. properlies and Ins tan es a re cons idered during lh query answering a n d reason lng ta s ks. We have conducted an e mpirical experime ntal s tudy a n d we have observed lhat active knowledge repres entation increas s t he known informa Uon in a third of the ac Uv knowledge of the modeled domain . But. t he augment of the exp r s ive power implies the augment of the com putaUona l complexity and efficient stra tegies to eva luate reactive c¡uery are necessary. Key words : Reactivity, la ng ages of th Sema ntic Web . knowledge repres entatlon, ontologi es. Un lenguaj e para expres ar reactividad en la Web Semántica Resumen La WebSemántica es u na Webdestln ada a describir. a través de m etada tos, los datos q u e es tán en la WWW. En la We b Semántica , el conocimiento es modelado usand o on lología s y el comport m iento reac tivo es usua lmente cod ificado independien temente de las ontologí s. en r glas ac tivas. Por ello . el conocimien lo activo no puede ser us ado par derivar nu vas propiedades de los datos , n i nueva información acp res enta un enfoque alternalivo para enriquecer la Web Semántica con con ocimien to tiva. Este tr ab ~o activo, para ello se propone el forma lismo ontológico ACTION. En ACTION los ventos son categorizados como con ceptos de la on tología yen conj unción con las clases , p rop i dades e instancias. s on considerados durante las tareas de razonamiento y de respon der consu ltas . Para estudia r la caUda d de la solución propuesta, se realizó un es tu d io expe rim n tal . Los res ultados del estu dio empírico permiten conclu ir qu e las ontología s ACTION permi ten a umen ta r has ta e n un tercio el con ocim jen to activo del dominio modelado . Por otra parte. el aumen to de l poder expresivo on tológico trae con s igo un aumento en l complejid d comp utaCiona l, lo que h ace n eces aria la defi n ición de estrategias eficien tes para evaluar las consultas reactiva s que re presen tan la s solicitudes de procesam iento reactivo en ACTION. Palabras clave: Reactividad , lengu ajes de la Web Semántica, represen tación del cono ¡m iento, on tologías. Rev. T t c . Ing. Univ. Zulia . Vol. 33. No . 1,20 10 69 Un 1 nguaJe para xpresa r reactividad en la Web Semántica l. Introducción La Web Semántica es una Web destinada a describir. a través de mela datos (d atos acerca de los dalos). los recurs os que están en la Wo rld Wide Web. El objetivo de la Web Se mántica es crear un espacio donde la inform ación tenga un signIficado bien definido. d manera que pud iera ser interpretad a tanto por h umanos como por agentes o aplicaciones de software. Una he rram ienta ú til para dotar de significado los re ursos d la Web es la ontología. Una ontologí' es una es pecificación formal y explícita de conceptos e Interrelaciones entre conceplos. En el ámbito computacional. las ontologías han s ido usadas exi tos amente para model r datos y conocimie nto que perm.iten conceplualizar d ominios particulares: los conceptos reciben el nombre de clases y las interrelaclon s se denominan propiedade . Sin embargo. los esfuerzos por dotar de semántica a la información disponible en la Web. se han cenlrado en u na visión está tica de lo datos o recursos. por lo que las ontologías han sido conceb idas básicamente pa ra expresar propiedades estáticas de la s entidades r levantes a un dominio de conoc imiento. Una propiedad estática es una propiedad que no cambia su valor ante n ingún evento. por ~em plo . nombre (propied ad) de u n huracán (clase). La reactlvldad de los datos se refiere a la dinámica que rig el comportamiento de los valores que loman los da tos cuando se ejecu tan las transacciones definidas por el usuario . Esto Implica que los datos rea cionan . ca mbiando automáticamente s us valores. sin la in telvención de un progra ma de usuario. Por ejemplo , la categoría (propiedad) de un huracá n (cla se) cam bia de acuerdo al a umento (evento) de la velocidad (propieda d) del vien to del huracán . En general. el proces amiento de la reac lividad es necesario para el control de l s restricciones de Int gridad y el manejo de las reglas del negocio en las bases de d tos y, en el ca o de la Web Semán tica, se ha u tilizado extensamen te como una herra mienta efectiva para modelar esquemas ele negociación en comercio elec Lrónico y para el mantenimi n to de repositoriOs XML al p reslar servicios ele tró nicos. Desde la det1nlción de comportamiento reactivo en los repositorios de datos, el procesamien to de la reac tividad se convirtIó n un tópico relevante para la gestión de d a los en iente, d ando nacim ien to a las bases de datos activa [11. Las bases de datos activas a ñadieron una nueva d Imensión de indep nden ia de los da tos, la llama da independenc ia del conocimiento activo. Esta indep 'ndencia libera a las a plicaciones del procesamlen o de los cambios a los daLos como consecuencia de los even tos o transacciones que los afectan y delega esta gestión a la ejec ución de las reglas a ctivas bajo el paradlgma Evento-Con dlción-Acción (ECA) [lJ. E te enfoqu e no facilita la incorpor ción del comportamiento reactivo de los datos en la construcción de las ontologías de la Web Semántica. sin o que por el contrario. establ ce una clara separación ent re el conocimient o a ctivo codificado en las reglas y la conceptualiza ción del dominio modelado en la ontología y los eventos no s on conceptos sino transacciones como inserción. eliminación, actua lización. etc. En este trabajo. se pr senta u n formalismo para definir ontologías activas con el propósito de enriquecer a la We b Semántica con la poslbllldad de expresar comportamiento reactivo. En n uestro fo rmalis mo, los even tos son considerad os como conceptos al m is mo n ivel que las cla ses de la ontología y, en con junción con las clases. pro piedades y las instancias. son tomados en cuenta durante las tareas de razona miento y de res ponder con ultas . Este a rtículo conslsLe de siete secciones . En la sección 2, se desc ribe un ejemplo que motiva la Importancia de representar conocimi nto reactivo en la Web Semántica . En la sección 3. se describen los tra bajos relacionados con el tema . En la sección 4 se describe el for malis mo propueslo. En la sección 5 se describe 1 procesamiento del comportamien lo reactivo. En la sección 6 se reportan lo resultados de nuestro esLudio experimental. Fina lmente, en la s ección 7 se presentan las conclusiones y Jos trabajos futuros. 2. Motivación Considere qu i dominio de los desastres naturales se modela a través de u na ontología y se conoc que: todo fenómeno natural es un fenó meno causado por la naturaleza. slos pueden ser: terremotos. huracanes. erupciones volcánicas, etc. Cada uno de ellos tiene características que le son prop ias. por ejemplo: un terremoto tie ne una onda ísmica cuya amplitud expresa su Rev. Téc. lng. Unlv. Zu lia . Vol. 33 . No. 1. 20 10 70 Tovar y Vidal pod er destructivo , a s í como la ve locidad del viento es la p rincipal propiedad d e un huracán. T odos es los conceplos pueden ser modela dos con lengu ajes que permiten defin ir esquemas para los datos en ontologías bás icas tales como RD F / RDFS [2] . Por ejem plo , se puede definir que FenómenoNaturaL, Terremoto. H uracán, Tifón son clases del dominio y que la inte nsidad es una propiedad de Te rremoto y calegoríaes u na propiedad de Huracán. Adem ás, es posible d efi nir q u e las clases Ilu racány Terre moto son subconjuntos de FenómenoNaturaL No obstante , s ólo con u n lenguaj e como OWL [3]. que contiene el onstructor equioalenLC lass, es pos ible m odelar qu e las clases H uracán y Tifón son si nónim os. La informació n a cerca de que terremotolndonesia2004 es un individ uo que pertenece a la clase Terremoto y q ue e l valor de su propiedad intensidad es 7.1. consUtuye. en conjunción con la ¡ n~ rm ación anterior. el conocimient estatico debido a que ninguno d e es tos datos es afectad o por la ocurrencia de ningú n evento. Sin embargo , h ay otros as pectos del d ominio qu neces itan ser re p r sen tados . P r ej mplo, las lluvias ab u n d a ntes durante u n periodo de tiempo largo pueden ocasion a r deslaves, los terre motos pueden activar ts unamis si e l lecho marino se q u iebra o p uede causar d años a las estructuras c ivil s por incen dios o inundaciones. En esto casos, un s istema de software acliva. qu trabaje con este dominio , p u ede reconocer estas s ituaciones y m andar. de form a a utom ática. m ensajes de alerta como alertaTs unami, alertaInundación o alertaIncendio a los organismos competentes y . probablemente así. evi tar tragedia s m ayores. Con lo formalismos exis te n tes es posible modelar en la ontología, una propiedad llamada a lertaGenerad a cuyos posibles valores sea n aler taTs unami, alertaInundación y alertaIncendiD. Sin embargo. no es posible expresar q ue el a ler' taTsuna mi s ólo debe s er enviado cu ando el lecho marino s e ha deformado por cau sa dellerre moto. es decir, c uando otra propied ad como. por eJemplo , daño_Causado por el terremoto tiene el valor "lecho_defo r mado ". Esta limita ión se evidencia también cuando se qu iere expr sar que los ú n icos valores posibles para una p ropiedad como alegoría de la cla se H ur acán son 1, 2. 3. 4 Y 5 Y que estos valores son determinados por el incremento / decrecimiento de la uelocidad d 1 vie n to (la categor ía de u n h ura án es 1 s i la velocidad es ma- yor a 153 K m/hora, 2 cuando es mayor 177 K m. / hora y así). Sólo con una visión global de los camb ios de los d alas es posib le modela r inform ación estática y ac tiva d e e ste d ominio. Sin embargo, esta visión no puede s er expresada con las tra d icionales clase y propiedades de los form alismos exis tentes. Se requiere cons iderar a los eventos como conceptos y a c iertas propieda des como propiedades a ctivas. En este tr a bajo, proponem os un for m al ismo para on tologías activas a fin d e represen lar conocimiento estático. E l for malismo se implementa como una b ase de d atos deductiva , la c ua l permite d rivar n u evo conocimiento sobre las propieda des ac tivas a partir d la aparición d e eventos. Tanto e l conocimie nto deriva d o a partir de la exis tenci a de un evento, así com o el conoctmiento estatico. p ueden ser consid radas indistintamente duran te las tareas d e razonamiento y de re po nder con s u ltas. 3. Trabajos Relacionados Las base d d atos activas han sido gestion das con un software que integró el manejo tra d icional y eficien te de las bases de d atos tradicion ales con la creación y ejecu ción de reglas de produ cción. Manejadores de b ses de datos activas tradi ¡onales como Starburs t. Oracle, DB2 y Stalag h icieron uso de triggers de p ropós ito general basado en el estánda r de SQL3 [ t ). En el ambito de las b a'5es de d atos orientadas a objeto s e presenta el proyecto CHIMERA [41 que hace uso d e un lenguaje de reglas activas propio y u tiliza el iden tificador de objetos para en lazarlo a los even tos que los afec tan . En dicho proye to se plantea, a nivel de diseño conceptual, u n nuevo d iagrama llamado .. Euolución de los Objetos" para mostrar cómo deben cambiar los datos cu ando ocurren los eventos. En el contexto ele la Web Semántica también se ha incorpora do el para digma de las regla s ECA para gestionar reactividad [5-1 0 1. E n [6 ] se especifican r glas ECA, en el contexto de XSLT [111 Y WREL [12 ]. para implementar servicios y com rcio electrón icos haciendo posible g nerar o m anip ula r el contenido de un r epositorio XML com o una reacción a los cam b ia s que ocu rren en la información de los d ocumentos. En [1 31s p resenta un trabajo lógico para m odela r cambios sobre u na ontología a través del tiempo. Es le en foque consist en un m arco d trabajo on tológico para re presen lar actividades, estados y tiem po se Rev. Téc. lng. Univ. Zu lla. Vol. 33. No. 1. 20 10 Un lenguaje para expres ar reac tiVidad en la Web S mántica representa n d ntro de lIna on tología en lógica de prim er orde n. Un agente inteligente es definido para razona r a ce rca de la ocurr nci de acciones qu e modifica n a los da tos. No s e define el concep lo even to y el conocimien to represen tado en la ontología es estático y sólo cambia s i el agente externo detecta que des pués de pa s ado un tiempo se d ebe n ej ecutar las acciones. Recient mente. se pre entó en [14] un enfoque para integrar información basa da en ontologías a fin de expresar en ella los camb ios frecu ent.es de ciertos fragm ntos de metadata a c rca d fu en tes de datos h e terogéneas. Sin em bargo . el obje tivo de ese trabajo no a punta ha cia representar conocim ien to reactivo. E n [9. l a ] se define el lenguaje XChange para modela r las regla s ECA ln trodu iendo u n á lg bra de composicIón de eventos q ue pe rmite de finIr ventas compues tos y s im ples que pueden ocurrir en di tintos ¡tios en la We b. A diferen la de la presen te p ropu sta todos estos tra bajos se cen tran e n la implementa ción d las reglas ECA como paradigma de rep rese n ación del comportamiento reactivo . por esa razón los eventos (ya sean com p uestos o simp les) son vistos. exclusi vamenle. como tra nsac iones sobre los dalos. En [15. 161, se plant a la necesidad de procesar reactlVida d en la Web Semántica y cómo los eve n tos e n la Web n o debe n esta r restringidos al enfoque de las bas es de datos activas donde sólo se consideren inserciones. actualizaciones. elim inaciones. etc . Deb ido a que u n evento en la Web puede gene rarse por cualqu ier ocurrencia externa e inconlrolada qu p ued e resultar n la realización ele un conjunto de acciones [151, se m n ej a un e nfoque de los even tos como sist mas reactivos. Con esa visión más complej a de la reacUVidad. las reg las ECA son u sadas . en su semántica gen eral. pa ra represen lar u n paradigma r activo a ser m odelado a lravés de ot ros tipos d r gla s . como por ejem plo: las reglas ded uctivas . las reglas d clarativas. otras reglas de prod ucción . ele. Básica m en te. se parte de la idea de reglas abs tractas [16] que tien en diferen tes compone nt es. Los compon nte de las reglas a bstra tas s on descri tos a través de u n a ontología llamada r3 [1 ]. La on tología rJ es pecifica el vocabu la rio abstracto de los elementos con stitu tivos de un lenguaj de reglas y c uá l es la fu nción de cada uno de ellos. Como con tin uación del trab jO sobre r 3 • se definió en [15] u n formalism para re presen tar políticas de tratamiento de la reactiVi- 71 dad en la Web de forma tal que los agenles pueden aulomáticamente ejecu ta r tareas como resu lta dos de evenlos . Los aportes de [15. 16] están claramen le circunscritos al ámbito del uso de las regias ECA como mecanismo para procesar reactiVidad. En esle caso la ontología r3 repr senta Información estática de los eleme ntos que componen a las reglas ECA, no expresan información activa de n ingún dominio a modelar. Por esta razón ca re en de la pOSibilidad de u sar el conocimien to activo en conjunción con los datos d urante el procesam.iento de cons u ltas y la tareas de razon amiento propias de las bases de con ocimiento on lológicas a diferencia del presente trabajo . 4. Formalización de Ontologías Activas: Formalismo ACTION E n este trabaja se propone una ontologfa acUva para expresar conocimien lo activo y stática de ac uerdo a las siguientes definicion es: Definición 1 (ACTION: Ontología activa Oa) Una ontología acliva es Oa=(C. E.P .Pa.F.A. fr) donde: una 7-tupla - C: un conjunto de clases y tipos de datos bá s ico . - E: u n conj unto de eventos. - P: un onJunt de p ro piedades está ticas; cad propiedad corresponde a una fu n ción ue va de C u E en C u E. - Pa: u n conjunto de propied ades activas ; cada propiedad activa corresponde a u na función que va de C en C. - F: un conjunto de pr dicados que repr sen tan instancias de la s clases, propiedades y evenlos. - A: un conj unto de axiomas que describe n las propiedades con semántica predefinid a p roVistas en Pe y en Pa . - fr es una fu nción. fr : F x Booleano(Pa U Pe) x E ~ F: fr defi ne el com portamiento reactivo en Oa. dond Booleano(Pa U Pe) corresponde a l conj u nto de expresiones Booleanas qu e se p ueden con struir sobre las p ropiedades activas en Pa y las propiedades está ticas en e. Rev. Téc. Ing. Univ. Zulia. Vol. 33. No . 1.2010 72 Tovar y Vidal Re tomando I ej emplo de la s ección 2, la fu n clón jrdefin el comportam iento de la propied ad a ctiva calegoriadel h uracan ike, que su cambia su valor 5 cuando ocu rr el eve nto incrementoVelViento y la propiedad velViento es mayor a 250 km! flora. den otado como jr((ike,categoria, nal: que defl n e la semá n tica de los predica dos extens lonales. por ej em plo. " s i El es un subevento de E2 y E2 es un s ubevento de E3 entonces El es un subevento de E3" . Debido a esta s com ponentes, una ontología ACTION se pued e implementar como una base ontológica deductiva . En [1 71 se han desarrolla do técnicas eficientes de optimización y evaluación de consu ltas y optimización de tareas de razonamie n lo e n bases ontológicas deductivas . Este enfoque s extend ido en el pr s ente trabajo añadiend o predicados m eLa-level para representar comportamie n to reactivo de los datos. Según esto. una ontología activa se puede modelar de la sigui n te forma : 250)~(ik 4), (categoria ,event(incrementoVeIViento .uelViento e, cate g oria.5) El conjunto de propiedades Pe contien e propiedades que inducen u na jerarquia de even tos y una jerarquía de clases . De e ta forma, se puede represen tar en una ontología activa Oa que un evento ajectoLechoMarino es un subevento del vento ajectoVída a tra vés del h echo ísSubEventOj(ajectoLechoMarino,aj ectoVida), en el conju n to Fde Oa. tal como se pu ede observar en la Figu ra 1. Cabe destacar que la cond ición boolea na, que d i para las mod ificaciones a las propiedades activa s cu ando ocu rren los eventos, son cond icion es sobre los datos (otras propiedades activas o pasivas) y nu nca una operación que deba ser realiza da para lu ego ser compa rada e n la expresión co mo, por ejem plo, el cálcu lo de un promedio o de una lotalización sobre los valores de otra propied ad . Por otra parte, en el conju nto de axiomas A de la ontología ac tiva Oa d be a parecer una regla deductiva que exprese qu e el pred icado con semántica predefinid a ísSubEven tOj es t ra n sitivo. Definición 2 (Base Ontológica Deductiva Activa) Dad a una ontología activa Oa=(C,E, Pe. Pa. F.A,fr). una Has Ontológica Ded uctiva Ac tiva ADOB, para 0< , es un par (AE O. AlO). donde: - AEO corresponde a base activa extensional compuesta por meta-Ievel predicados que representan explícitamente el conocimiento activo presente en lo conj u n tos C, E. Pe. Pa, F; - s iona l compu esta por m eta-leve) predicados que defmen la semántica del conocim iento repr sen tado en AEO y modelado por los axioma s que están n A. La ontología ACTION definida represen ta la forma can ónica de un tipo d e ontología a ctiva que con s ta de: 1) u n componente extensional: los pred icados que rep resen tan in for mación explícita de los datos como ísSubEven iO.f(aj ectoLechoMarino, ajectoVida), y 2) un componente intensio- Cada ADOB se com pon e de predicados meta-l vel como, por ej emplo . los predicados de s eman tica predefinida ísEvent(E), donde E es el nombre de un evento . y ísS ubEven tOj (Ej .E,,). donde E [ Y E 2 son n ombres de eventos y se defi n e 1 mil/ardo alerta Tsunami \ fenomenoNatural 1- 1 ~ lechoMarinoOeformado fondos alertaGenerada\ isSubClassOf AlO corresponde a una base activa lnten- dañoCausado lerremololndones;a2004 afecto Vida terremoto J;ndividu al daño Causado ________ literal ~ ./ ¡ ~ (fondos, event( class !) isSubEventOf afectoLechoMarino 1_mil/ardo (alerta Generada, event( alerta Tsunami Figura l. Representación de una onlología activa Oa. Rev . Téc. Ing. Univ . Zulia. Vol. 33. No . 1,20 10 Un lenguaje para expresar reactividad en la We b Semántica que define que E¡ es un s ubevento de E 2 . Un ejem plo de estos predicados sería isEven t(ajectoLechoMarino) que represent un hecho qu e forma parte del componente extensional AEO. as í corno también , isSubEventOflafi cloLech oMarino ,ajectoV ida).Por otra parte, la com ponente intensiona l AIO está compu s ta de predicado inten s io na les como areSubEvents(E¡ ,E.). La evaluación de areSubEuen Ls(E¡ ,E.) defi ne la clausu ra tra nsitiva del predicado isS ubEvenLOj (E ¡,E2 ). Otro p redicados de AEO como el pred ic do activeProperty(p,T, D,R) defi ne n una propiedad activa AP en términos de su tipo T, dominio D y rango R; y el pred icado reactiveBehavior(AP.E ¡.P. V,RV) especifica cl comportamiento reactivo de una propiedad AP que to rna el valor RV cu a ndo u n evento E l ocurre Y la propl dad P tiene el valor V. Por ejemplo , react iveBehavior(ca tegoria. incremen t:oVelViento, uelVientO, 2 5 1,5) que Ind ica que la propi dad activa caleg oría debe ca m biar a 5 si ocurre el eve nto incrementoVelVien to y velVien to se u bica en 25 1. La interp re tación de las va ria bles de ADOB s obre la es- tru ctu ra 1 es una función )1 que h ace corresponder los nombres d e las va riables de Vven elementos del un dominio de in terpretación D. Definición 3 (Modelo Mínimo de ADOS) El modelo mín imo MM de una ontología ADOB corres ponde con el modelo para el c ual no Xiste ningún otro modelo MM' para ADOB tal qu MM' e MM ([ 11. El MM es 1plm to fijo sobre el conjunto de d a tos que se alcanza cuando se aplican las reglas d la base d datos in tensional AIO a partir de los h ch os de la b ase de datos extenslon a l AEO . El p rocesamiento de la reactividad d una ontología ADOB ¡ cuan do ocu rre un evento e. se define corno I m odelo mín imo de ADOa ¡ U (isEuen t(e)j. Intui tivamen te. el modelo mínimo es tá for m ado por todos los hechos que pu ede n ser deducidos o de rivad os a partir del conocirnJento expl ícita mente expresado e n la on tología. los axiomas y las p ropieda des activa s deriv da s a parti r del evento e qu e se dis paró. 5. Procesamiento del Comportamiento Reactivo El procesamiento del comportamie nto reactivo implica una evaluación bottom-up s e mí- 73 naive [11 de un conjunto de reglas corno la siguiente: areSupEvent s (F, E) :- i s ubEventOf (E, F) . are SupEvents (F, E) :- i sSubE ve n tOf (E, G), areSupEvents (F, G) . En el procesamie nto de la reactividad generada por el eve nto E. ' u pongamos qu e el evento es incrementoVelViento, se determinan todos los individ uos afectados por ese even to, es decir s eva lúa el pred icado arelndividuals(I,Huracán) qu e reto rna todos los h u ra canes activos. Luego. la s propiedad es activas d los huracanes - por ejemplo categ oría- que slán ~ cta das por incrementoVelVien to, ca mbia n de acuerdo a la es pecificación del compOl1:am ie nto reactivo codifi do en el predica do reactiveBehavior(ca tegOria , incrementoVelViento, velVien to, 251 ,5). Se modifican las propiedades activa s -la categoría de cada h u racán- y se procede igual para todos los su pe reven tas de E. El a lgoriLmo que p rocesa la re ctividad de este modo tiene u n tiem po polLn omial debido a que el costo de la clau ura trans itiva está acotado por n 3 ( 18]. donde n es el número de pred icados i sSupEvent:Of. Si M es el número d e ind ividuos con propled des a ctivas a m od ificar e n tonc S se puede decir que el orde n de este algoritmo es O(n3 • M) . 6. Resultados Experimentales Para estudiar empíricam ente la capacidad expresiva del forma llmo. se realizó un estudio experlment 1 e n b ase al Lehigh Universíty Benchmark (LUBM) [191 considerado un pu nto de referen cia estándar para evaluar razonamiento. Este benchmar/cen s u vers ión original genera on tologías sln te Izadas con información está t ica. En este trabéUo s e h iZo una extens ión del generador para que las ontologías consta ra n de ev ntos y propiedades activas corno parte del dominio repres e nta do. La plataforma utilizada fue una má quina Solaris con procesa dor Sparcv9 128 1 MHz y 16GB de memoria RAM y el lenguaje usado para el razon ador fue SWI-Prolog. Version 5.6. 54. La primera parle del es tudio expe rimen tal tuvo el propósito de medir la relación entr conocimiento implícito y el onocimlen to explíCito a umentando progresiva me nte el on ocimlento expliCito (número de in s tancias del ABOX). Se calcu ló el modelo mínimo (MM) h aciendo u so de un meta- Rev. Téc . lng. Univ. Zu lla. Vol. 33 . No. 1. 2010 74 Tovar y Vidal intérprete en cada caso. La hipótesi s Inicial sugería que el procesamiento reactivo de u na ontología genera un MM mayor en la medid en que el número de instancias de propt dad es ac tivas a modificar es mayor. La m ' trica u tilizada fue NMM , que representa el n ú mero de hechos derivados en el mod elo mínimo calcu lado. En la Tabla 1 se muestran las caracteristlcas de la s ontologías u tiUza das y el tamaño del NMM obtenido . Los res ultados confirman un creci mIenlo del NMM pol inomial respecto a l n úmero de in s tancias generada s en cada caso. La segunda parte d el estudio consistió en medir el impacto de la representación del conocimiento activo de nuestro formalismo en relación al conocimien to inferido. La hipótesis inicia l sugeria que la represe n tación del conocimiento activo en nuestro forma lismo permitía inferir nuevo conocimiento en relación al n ú mero de ventas que afectan a los d atos . Para probar esta hi pótesis, s e ej cu tó el procesa miento reactivo mid iendo el a u mento del número de h echos inferidos. La Figura 2 consta de dos gráficas, la gráfica 2 ­a mueslra cómo el conocimiento a ctivo inferido puede crecer repentinamente a! ocurrir un even to que t. n ga muchos supereve ntos o no crecer de manera proporciona! cu ndo se procesa un evento que no tien supereventos en la jerar- quía. La gráfica 2­b muestra el estudio de regresión lineal aplicado a los pu ntos de cada curva , independi ntemente del tamaño de la jerarqu ía. En ella se observa el coeficiente de determinación (R2 ), que mid e la proporción de la va riación del n úmero de hech os Inferidos que puede ser explicada por la variación del número de eventos ocurridos . La variación total del a umento del nuevo conocimiento activo es de 19 .5% al aumentar de 1 a 5 el número de eventos qu e afectan a cada propiedad activa. Considerando qu variar hasta 5 I n úmero de e en tos implica añadir hechos que representan sólo el 0 .39% del tata! de hechos de la base d d atos exi:ensional y que eso genera un alimento del co nocimiento activo en el ord en del 19.5%, pennile con cluir que la capacidad expresiva del formalismo propues to permite inferir una c n tidad importante de nuevo conocimiento activo al procesar el conjunto de eventos que ocurren en u n dominio d e conoci miento modelado el formalismo ACTION . 7. Conclusiones y Trabajos Futuros Todo el trabajo de investiga ción y la experimentac ión empírica nos lleva a las siguientes conclu siones: la semántica del conocimiento reactivo codificada en las reglas ECAestá separa­ Tabla 1 Características de las onlologias utilizadas en el estudio experimental # Unlv # Inst Clases # Insl Prop 153 93 55528 Pequ eña # lnst Act Prop MB NMM 11802 5.7 455624 Mediana 5 91408 325429 69441 33.5 204703 Grande 10 184086 652868 139 438 6 7.3 3 79 6888 a Impacto de las jerarqulas rob ustas en el conocimiento inferido b 11) ~ 25000 , ­ ­ ­ ­ ­ ­ ­ ­ ­ ~ '" 20000 l: .g 15000 ~ ~ QJ.s • JaQ (SIfI JcrarquiCl) • J::o: I (2 eventO-$) ~ J·2 (3 e entos) 't:;: U) ~ +-----..--- - - - - - ---It- 10000 5000 O _ ............OLL..O...,.............­........,.­ .... 2 3 5 4 #Eventos por propiedad ~ Regres ión li neal en jerarquías robustas 25000 :go 20000 .s 15000 'o" ., 10000 o JoJ lo ......"os) .t:: • J"«4 (5 IJwnlcn1i) :r: ~ <J • A 5000 •• O O 2 3 4 #Eventos por propiedad 5 IR ~ O.1958 5~ Figu ra 2. al Conoc imiento activo derivado por la currencia de d iferentes eventos sobre una propied d activa variando el tam ño de la jerarq u ía . b) Cu rva de regresión lineal obre el conjunto el puntos generados a l procesar la reactividad. Rev. Téc. ¡ng. Unív. Zu lia. Vol. 33. No . 1, 20 10 Un lenguaje para expresar reactividad en la We b Semántica da de la semántica de los da tos en el esquem a, por lo que el esquema de los dalos no expresa s u reactiviclad y n o se pueda inferir n ueva conoci miento reactivo. Adicionalmente, el enfoque centrado en los even tos como transacciones sobre los da tos res tringe la adminlslració n de la reactividad a un enfoque exclusivamente proced ime ntal y no se explota. en forma alguna . el uso de los metadatos para inferir cono imíento reactivo. Esto nos lleva a observar que las reglas ECA no escala n pa ra añadir pod r exp resivo reactivo a los lenguajes de la Web S mántica. Por olra part . la posibilidad de expresar eventos com o con ceptos al mis mo n ivel que las clases en las ontologías activas. permite h a cer un uso efeclivo de mecanismos d e in ferenc ia para procesa r comportamiento reactivo a d i ~ rencia del uso del paradlgm a de las reglas ECA Esla característi a abr u n n uevo escenario en e l ma nej o de la reactivtdad en la Web Semántica. El concepto evenlo permite est blecer nuevas relaciones de conten ción de con c ptos . para crear jerarquías de generalización en tre ev n to , favorec í n do u n a mejor descripción del dominio d e in teres y , adiciona lmente . los da los y m etadatos acerca de los eventos, las cIases , las propi dades y las instancias pueden ser usados conjuntamen te para resolver tareas de razonamien to y de responder consultas. Deb ido a que existe una relación inversamente proporcion al entre el poder expresivo de un len uaje y s u complejidad compula cional. añadir la capacid ad de e..xpresar reacllvid ad a los lenguajes on tológicos hace más costosas las tareas de razonamiento y de responder consultas. Por es ta razón. un trabajo fu turo consiste en bu sca r slralegias eficientes para val u ar cons ul las que repr s entan el procesamiento d I comportamiento reactivo de los dalos en ADOB, los resultados prelimin ares de esta propues ta se re portan en [201 . Referencias Bibliográficas 75 4. Foster 1, Voeckler J. , Wllde M., Zhao Y.: "Chi m era: A virtual data s s tem fo r re prese ntin g, que rying a n d a u toma ting data cIerivaUon". In Proceedings of the 14 th SS BM, (1995). 3746. 5. Bailey J .. Poulo ass ilis A.. Wood P. "Analysis and o ptim iza tion for event­condition­aclion rules on XM L'· . Compu l r Networks , Ap ril , Vol. 9, (2002) . 239­259 6. Bonifati A. e t al: "Ac tive rules for XML: A new par adigm fo r e­services". VLDB Journal Vol. !O, (2001). 39­47. 7. Papamarkos O., Poulovassilis A, Wood P.: "Ev nt­Condltion­Actíon Rule Languages fo r the Semantic Web". In Proc . WWW'2002, (2002) Hawai USA 486­ 495. 8. Grígoris A et a l. "Reasoning Methods for Person alization on the Semantic Web". Annals of Math matics , Com puting & Teleinformallcs, Vol. 2. no 1. 2004 , pp 1­ 24. 9. Bry F. et al. "Reactivity on ilie web : parad igms a ncI applications of the langu age Xch ange".J ournal of Web E ngineering, Vol. 5 . No. 1 (2006) 003­024. 10. Bry F .. Eckert M., Pa tranJan P. "Queryi ng Com poslte Events for Reactivity on the Web". LNCS. Vol. 3842. Inlema tional Workshop on X M:L Research and Applica dons (XRA 2006). pp 8 ­47. 11. Berglu n d A.: "XSLT Specification". (1 999) . www. w3 .org/ TR/ WD­xsl 12 . Abt leboul S., guass D., Mc Hugh J ., Widom J ., Wiener J.: ''The Lorel Quely Language for SemJstructured Da ta". lntern tional Journal on Digital Lib raries. April (199 7) . 13. Gruni nger M. Fox M .: "An Activity for Enterprise Modcling" (2006). www.eil.utoron lo . ca/enterprise­modelling/papers/ gru n inger ­ wetice94­act. pd L 14. Xing W .. Corcho O .. Goble C .. Dikaiakos M.: 1. Zaniolo C, et al: "Advanced Dat base Systems". Morghan Publishers, USA (1 997). 5­33. 2. Sema nt1cs : W3C Working Hayes P.: ~RDF Draft". (2003). h ttp:/ /www. w3. org/ TR/ rd fmt/ ~Active Onlology: An Information ln tegratlon Approach for Dyn am ic lnformalion Sou rce ". Poster al 4 th European Semantic Web Confere n ce (2007) , bttp:/ / grid. u cy.ac.. cy / Talks / Acton ­xing. UCY. ppt 3. McOu in ness D . van Har melen F.: ~OWL. Recomme ndation W3C", (2004). h t.tp:/ /www. w3 .org/TR/owl­fea tu res. 15. May M., Alfe res J, Amador R. "An Ontologyand Resources ­Based Ap proac h lo EvoJu ion and Reactivity in the Semantic Web". LNC Rev. Tec. Jng. Un iv. Zu lia. Vol. 33. No. 1. 20 10 76 Tovar y Vidal Vol. 3 761 . Active Rules a nd Web Services 2005 pp . 1553 -1 570 . 16. Alferes J . Amador R.. K"arger P.. Olm edilla D. "Towards r active semantíc web pollcies: Advanced agent con trol for th e semantíc web" . In Inte rnational Semantic Web Corue rence (Pos te rs & De mos). 2008 . http:// flp. lnforma tlk. rwth­aachen.de /Publlcations / CEUR­WS /Vol­40 1/ 17. Ru khaus E.. Ru iz E., Vidal M. E. : "Query Optimization in The Semantic W e b~ . lnternational Worksh op on Applica tions of Logic Programming in the Seman tlc Web and Semantic Web Services. Sea ttle. USA (2006). http://ldc. usb.ve/ ­ruckh a u s /es/investiga ción / ass ets/rrv_c r.pd f 18. Cohen E .: "Slze­estimation framework with a pplication s to tra nsitive clos ure and reacha b ility". ACM J ournal of Computer a nd System Science. Vol 55 Academic Press, FL, USA, (1997) 441­ 4 53. 19. SWAT ProJects. ''The Lehigh Univers ity Benchmark (LUBM). h ttp:/ /swat.cse .lehigh .ed u / projects/lubm/ 20. Tovar E., Vida! M.E. : "Magic Rewritings for Efficiently Processing Reactivity on Web O n tolg les~. LNCS Vol 533 2 . Proceedings of the OTM 2008. 1338­ 13 54. Recibido el 9 de Marzo de 2009 En forma revisada el 22 de Feb rero de 2010 Rev. Téc. Ing. Univ. Zuli . Vol. 33 , No . 1. 20 10