CN102985919B - 用于序列化数据服务的系统和方法 - Google Patents

Abstract

本公开包括一种用于序列化数据服务的系统和方法。用于序列化数据服务的方法[801]包括：对于数据服务检索序列化数据[803]；以及用与一个或多个数据保持策略相对应的信息来增强所述序列化数据[809]。所述被增强的序列化数据被存储到数据源[811]。所述被增强的序列化数据被基于所述被增强的信息从所述数据源中去除[813]。

Description

用于序列化数据服务的系统和方法

相关申请的交叉引用

本申请涉及：（1）PCT申请序列号，代理人案号201000505-1，于与本申请相同的日期提交的标题为“SystemandMethodforServiceRecommendationService”；（2）PCT申请序列号，代理人案号201000495-1，于与本申请相同的日期提交的标题为“SystemandMethodforCollaborativeInformationServices”；（3）PCT申请序列号，代理人案号201000503-1，于与本申请相同的日期提交的标题为“SystemandMethodforAutomatedDataDiscoveryService”；以及（4）PCT申请序列号，代理人案号201000497-1，于与本申请相同的日期提交的标题为“MethodforSelf-ServiceConfigurationofAuthorization”，所述公开被通过引用结合在本文中。

背景技术

信息可以具有巨大的价值。组合和维护用来存储信息的数据库涉及实际的成本。该成本可以包括用来获取信息的成本、与用来收容信息、使信息安全以及使信息可用的实物资产相关联的成本、和/或用来管理信息的劳动力成本。

某信息的价值中的一些可以源自信息不被广泛地知道（例如，不被共享）的事实。例如，供应商的列表、他们的产品以及定价、或客户列表对于很可能将不倾向于与其竞争者共享这样的信息的制造实体来说可能是有价值的。相反地，其他信息的价值中的一些可以源自信息被广泛地知道（例如，被共享）的事实。例如，图书目录是通过被广泛地获得从而在尝试在很多项目中定位特定项目的过程中节约了时间、精力、并且也许是金钱而对于用户团体而言可能是有价值的信息。

主要从不被广泛知道（例如，在竞争者和/或客户之间）得到价值的某竞争性信息可以得到额外的价值，如果其被以有限的方式与其他实体共享的话。一个这样的示例是与供应链有关的信息。供应链是在将产品或服务从供应商移动到客户的过程中所涉及的组织、人员、技术、活动、信息以及资源的系统。服务能够包括完全电子化的工作流程，其中，情况“履行”是用适当的临时排序完成特定的一组可能完全电子化的任务。供应链可以是产品和服务的组合。例如，对通过客户进行的用电进行监测并且提供本地控制的服务可以帮助控制电力到客户的产生和供应。供应链中的参与者的关系除了其他以外还可以包括供应商-客户、和/或竞争者。管理者和/或消费者还可能对关于特定的供应链的信息感兴趣。例如，有关食物产品的供应链的信息对管理者和/或消费者来说可能是有兴趣的。

在有限的基础上共享信息以表明某部件未被涉及、或者以其他方式追踪在供应链中涉及的项目和/或处理可能是有益的。在有限的基础上共享信息以用于可能有益于多个供应链实体和/或消费者的研究、或者向管理者证明或反驳某事实可能是令人期待的。提高的跟踪能力还能够限制伪造和有缺陷的产品的潜在巨大的经济和安全后果。例如，食物和/或商标名称盗版问题能够每年花费该行业数十亿美元，并且能够使该行业实施防伪技术以保护产品、商标和/或市场。召回也是关键的服务，其中补救行为将被应用于有缺陷的产品或其部件，使得标识受影响的产品的位置是令人期望的。提高的沿着供应链的跟踪能力能够增加信任并且将事件的后果限制到更靠近供应链中的它们的源。

增强的供应链稳健性通过可靠地输送产品并且减少与调试和修复产品和服务的输送中的错误相关联的成本和人工干预而改进了客户体验。供应链参与者被激发来改进稳健性的积极性，但是需要改进的机制以有效地管理信息的共享。协作信息系统能够包括大量的动态数据，诸如关于供应链的产品和/或服务的事务性信息。将适当的数据保持策略应用于可能是在地理上和组织上不同的、受制于多个法律要求以及在长的时间段期间可以作为数据相关的注意事项改变来维护的数据源可能是富有挑战性的。

附图说明

图1是图示了根据本公开的示例的计算系统的图。

图2A是图示了用于提供根据本公开的示例的协作信息服务的示例计算平台的图。

图2B是图示了用于提供根据本公开的示例的协作信息服务的另一示例计算平台的图。

图3是图示了根据本公开的示例的协作信息服务平台的部件的图。

图4是图示了根据本公开的示例的用于计算平台的授权和证明服务的图。

图5是图示了根据本公开的示例的用于计算平台的发现服务的图。

图6是图示了根据本公开的示例的云索引高速缓存布置的图。

图7是图示了根据本公开的示例的序列化数据服务的图。

图8是图示了用于根据本公开的示例的序列化数据服务的方法的示例的流程图。

具体实施方式

本公开包括用于序列化数据服务的系统和方法。用于序列化数据服务的示例方法[801]包括：对于数据服务检索序列化数据[803]；以及用与一个或多个数据保持策略相对应的信息来增强该序列化数据[809]。被增强的序列化数据被存储到数据源[811]。被增强的序列化数据被基于被增强的信息从数据源中去除[813]。

本公开的协作信息系统通常被以轮辐式（hub-and-spokes）配置来布置，其中被编程为具有查询服务的协作信息服务（CIS）计算平台作为轮毂，而参与者数据源作为轮辐。协作信息系统中的参与者使得其他参与者的查询可获得他们的相应的数据源的某部分。根据本公开，参与者采用受约束的数据输入和已知的输出属性对查询服务授权。查询服务是被执行来探知感兴趣的信息的一组一个或多个查询。查询集是在某方面可能彼此相关的多个查询。查询服务可以包括来自一个或多个查询集的查询，或者包括多个查询服务的查询可以全部被包括在单个查询集中。也就是说，取决于包括（一个或多个）查询集和（一个或多个）查询服务的查询，查询服务可以是一个或多个查询集的子集，或者多个查询服务可以是单个查询集的子集。

根据本公开的协作信息系统，每个查询服务的属性在该查询服务被任何参与者调用之前被定义。每个数据源控制实体必须实现查询服务的预定义的查询，以涉及他们的相应的数据源。例如，对与特定查询服务相关联的数据的类型和数据源的范围进行预定义，使得参与者可获得相应的查询服务的属性，从而使得他们能够确定是否将他们的相应的数据源暴露给查询服务的查询、以及将他们的相应的数据源暴露给查询服务的查询到什么程度。也就是说，如果被数据源的控制实体授权并且在相应的数据源上实现查询，则使用可以被应用于数据源的“罐装的”一组查询来实现每个查询服务。类似地，查询结果的范围、格式等也在查询服务被调用之前被定义。这样的预定义的结果可以被计算并且对于查询调用者和数据提供者共享是相互有利的。它可能使通过嵌入式查询获得以计算中间结果的数据的方面模糊，不过该数据提供者可能不想或者不需要直接共享。在知道调用查询服务的那些仅能访问可能更有限的计算结果的情况下，这可能鼓励提供者共享更多的数据。在输入和输出方面具有预定义的查询使协作信息系统参与者能够关于查询的类型和范围并且因此他们愿意允许他们的相应的数据源被暴露于的查询服务做出有精明的决定。

根据本公开的协作信息系统，经授权的结果所需要的信息（例如，原始数据源数据、中间计算等）可以或可以不被呈现给调用特定查询服务的参与者。在一些先前的方法中，通过每个参与者使其可获得的数据需要被存储到（例如复制到）特定的专用计算系统存储媒体。然而，本公开的协作信息系统不要求将参与者贡献的信息保持在公共的、专用的位置中。也就是说，本公开的协作信息系统使参与者能够自我配置各种授权模型，所述各种授权模型又控制其他参与者对他们的（一个或多个）数据源的访问。以这种方式，包括基于云的数据源的分散的数据源能够被控制到由在他们的原始位置处的数据源控制实体所期望的程度。

根据本公开的协作信息系统，针对协作信息服务计算平台的查询服务来进行对访问数据源的数据的授权，而不是与协作信息系统中的每个参与者对等。因此，本公开的协作信息系统使得能够实现在由他们的IT人员的较少干预的情况下由参与者进行的授权的自我配置。同样地，可从查询服务可获得的数据源的部分获得的信息的自动和重复的发现支持大规模的实时查询服务的有效实现。

图1是图示了根据本公开的示例的计算系统的图。图1中所示出的该计算系统是联网的计算系统，诸如云计算系统100。云计算系统100是联网的计算系统的一个示例实施方式。然而，本公开的示例不限于特定的计算系统配置。通过“云计算”意思是能够在多个用户之间有效地共享包括软件和/或信息的物理计算资源的基于因特网的计算。云计算实时地使得能够实现计算资源的细粒度的供应以响应于变化的数据处理级来实现动态可伸缩性。

云计算系统100能够包括通信地耦合到公共云102的私有云110。公共云102能够包括通过各种通信信道106联网在一起的多个计算资源，包括在混合云112（在下文中进一步讨论）外部的第一计算资源104，以及在该混合云112外部的第二计算资源。包括公共云102的计算资源104可以具有变化的规模和能力，可以是分别在地理上与彼此分散或者被共同定位，以及可以被分别由任何数量的独立实体拥有和/或操作。公共云102的规模、能力以及配置能够被动态地改变，如由服务水平协议、实际计算要求、以及针对适用于云计算布置的其他因素规定的那样。

术语“公共”指的是所提供的和/或可用于供除了计算资源拥有者之外的实体（例如，大众）使用的计算资源，通常以补偿（例如，用于出租的计算能力）作为交换。包括公共云102的计算资源104可以由分立实体拥有，所述实体可以或可以不是计算资源正被用于的特定协作信息系统中的参与者。

相应的私人拥有者/操作员能够使得大众可获得拥有者/操作员保持的计算资源以便租用。术语“私有”指的是专用于供有限的一组用户（例如，诸如公司或其他组织之类的一个实体）使用的计算资源。也就是说，“私有”旨在意指保留用于供一些人使用，而对于大众而言是不可获得的。

私有云110能够包括多个计算资源105。虽然图1中示出了单个服务器，但是私有云能够包括多个计算资源105。计算资源105能够包括控制电路，诸如处理器、状态机、专用集成电路（ASIC）、控制器、和/或类似的机器。如本文中所使用的那样，不定冠词“一”和/或“一个”能够指示一个或一个以上的被命名对象。因此，例如，“处理器”能够包括一个处理器或一个以上的处理器，诸如并行处理布置。控制电路能够具有提供给定功能的结构、和/或执行被存储在非暂时性计算机可读介质107上的计算机可读指令。非暂时性计算机可读介质107可以是整体的，或者以有线或无线的方式通信地耦合到计算资源105。例如，非暂时性计算机可读介质107可以是内部存储器、便携式存储器、便携式盘、或位于另一计算资源内部的存储器（例如，使计算机可读指令能够被通过因特网下载）。非暂时性计算机可读介质能够具有存储在其上的计算机可读指令，所述计算机可读指令被控制电路（例如，处理器）执行以提供特定的功能。

如本文中所使用的非暂时性计算机可读介质107能够包括易失性和/或非易失性存储器。易失性存储器能够除了其他之外还包括取决于电力来存储信息的存储器，诸如各种类型的动态随机存取存储器（DRAM）。非易失性存储器能够包括不取决于电力来存储信息的存储器。非易失性存储器的示例除了其他之外还能够包括固态媒体，诸如快闪存储器、EEPROM、相变随机存取存储器（PCRAM）。非暂时性计算机可读介质107能够包括光盘、数字视频盘（DVD）、高清晰度数字通用盘（HDDVD）、紧致盘（CD）、激光盘以及诸如磁带驱动器、软盘、以及硬盘驱动器之类的磁媒体、诸如快闪存储器、EEPROM、相变随机存取存储器（PCRAM）之类的固态媒体、以及其他类型的机器可读媒体。

由实体114（例如，组织、自然人）拥有的数据源115可以是私有云110的一部分，或者如图1中所示出的那样通信地耦合到私有云110。也就是说，在组织114的控制之下的信息可以被存储在包括私有云110的计算资源中，或者被存储在可由私有云110访问的存储器中。数据源115可以被用在协作信息系统中，其中组织114使得协作信息系统中的其他参与者可获得在数据源115中存储的信息的某部分，如在下文中被进一步描述的那样。

尽管为了简明起见在图1中未示出，但是私有云110还能够包括通过各种通信信道106联网在一起的多个计算资源（例如，物理资源、软件等），诸如计算资源104。私有云110的计算资源可以是同样的或具有变化的规模和能力，可以在地理上与彼此分散或者被共同定位，以及可以由奉献他们的计算资源中的一些或全部以供一个实体（例如，组织114）私人使用的一个或任何数量的独立实体拥有和/或操作。能够按由服务水平协议、动态计算要求以及适用于云计算布置的其他因素所规定的那样改变私有云的规模、能力以及配置。

云计算系统100的部分118可以被组织114拥有，而云计算系统100的另一部分120可以被除了组织114之外的实体拥有。同样地，除了为私有的之外，私有云110也可以被称为内部云（例如，在组织114内部并且专用于组织114的私人使用的云计算布置）。关于特定的云计算系统配置的考虑除了其他之外还可以包括安全、登录、审核/顺应性、防火墙边界位置、和/或公司政策。组织114可以保持不专用于组织114的私人使用（例如，可用于由作为云的一部分的大众的合同使用）的附加计算资源。

多个实体116可以是公共云102（例如，作为联网的计算系统）的用户。一些实体116可以具有可以在协作信息系统中使用（例如，使得可用于由参与者查询）的数据源115，而使用公共云的其他实体116可以参与协作信息系统（例如，调用查询）但是不具有数据源或者不使得数据源可用于其他参与者。存在来自能够实现数据源的各种不同的厂商的许多产品，所述数据源可以经由标准接口用于协作信息服务以用于数据查询。

虽然云计算系统100在图1中被图示为两个通信地耦合的云（例如，私有的和公共的），但是本公开的示例不被如此限制，并且本公开的方法能够使用私有云110、公共云102、或者包括使得可用于该用途的私有云110和公共云102的某部分的混合云112来加以实现。

不是图中所图示的所有部件和/或通信信道都被需要来实现本公开的系统和方法，并且在不背离本公开的系统和方法的精神或范围的情况下，可以做出部件的布置、类型以及数量方面的变化。网络部件能够包括个人计算机、膝上型计算机、移动设备、蜂窝电话、个人数字助理等等。通信信道可以是有线的或无线的。包括计算系统的计算设备能够连接到另一计算设备以发送和接收信息，所述信息包括对于来自服务器的信息的web请求。服务器可以包括被配置成管理各种动作的服务器应用，例如，被配置成使终端用户能够经由网络计算系统与服务器进行交互的web服务器应用。服务器能够包括一个或多个处理器，和存储可由所述一个或多个处理器执行的指令的非暂时性计算机可读媒体（例如，存储器）。也就是说，可执行指令能够被存储在通信地耦合到该一个或多个处理器的固定有形介质中。存储器能够包括RAM、ROM、和/或大容量存储设备，诸如硬盘驱动器、磁带驱动器、光驱动器、固态驱动器、和/或软盘驱动器。

非暂时性计算机可读媒体能够被编程为具有诸如用于控制服务器的操作的操作系统之类的指令、和/或诸如web页面服务器之类的应用。协作信息服务（CIS）平台和/或应用（例如，服务和/或模型）可以被作为在易失性和/或非易失性存储器内的一个或多个位置处存储的一个或多个可执行指令来实现。包括实现协作信息系统的计算系统的计算设备还可以包括内部或外部数据库、或其他存档介质，以用于存储、检索、组织、以及以其他方式管理协作信息系统的数据源和/或功能逻辑。

包括计算系统的计算设备还可以是配置为客户端设备的移动设备，并且包括与非暂时性存储器通信的处理器、电源、一个或多个网络接口、音频接口、视频接口、显示器、键盘和/或小键盘、以及接收机。移动设备可以可选地与基站（未示出）进行通信，或者直接与另一网络部件设备进行通信。网络接口包括用于将移动设备耦合到一个或多个网络的电路，并且被构造成用于与一个或多个通信协议和技术一起使用。客户端设备上的应用可以包括在非暂时性介质中存储的计算机可执行指令，所述计算机可执行指令当由处理器执行时提供如web浏览器这样的功能以使得能够实现与诸如服务器和/或类似设备的其它计算设备的交互。

图2A是图示了用于提供根据本公开的示例的协作信息服务的示例计算平台的图。在整个本说明书中针对协作信息系统的供应链应用来举例说明了用于协作信息服务的本公开的系统和方法。然而，本公开的协作信息系统的实施方式不限于供应链，并且构思了其他的协作信息服务实施方式，包括SaaS实施方式。

实现协作信息服务（CIS）的联网的计算系统能够适用于与供应链相关联的信息，以为供应商和客户信息提供安全且受信的登记。这样的协作信息系统能够充当用于连接服务、合伙人以及客户的信息的高速缓存。例如，供应商可以向协作信息系统来登记他们销售的产品，而客户可以登记他们使用的产品。

协作信息系统能够被例如用来对与供应链相关联的产品提供召回服务。协作信息系统中的信息能够使召回消息被发送到特定的接受者（例如，现有客户），而不是通常被广播（例如，还发送到潜在客户）。召回消息能够包括适合于特定的召回或各系列的召回的具体指令。这样的召回服务能够记录被发送的消息，从而使得供应商确信登记客户被通知到。

客户还可以充当包括作为零件的其他产品的产品的供应商。如果零件之一被召回，则客户可以针对合成产品经由协作信息系统发出附加召回。以这种方式，召回消息能够穿越供应链的适当部分而没有过多包含或过少包含。

图2A图示了协作信息系统222的示例架构。例如，感兴趣的供应链中的参与者中的一些或全部可以是协作信息系统222中的参与者238。协作信息系统参与者238可以具有可以被使得协作信息系统222以及在其中的其他参与者238可获得的零个或更多的数据源240（例如，数据库、存储器）。这样的数据源240能够由独立的实体来广泛地部署、拥有和/或控制，并且能够采用用于共享供应链信息的标准接口来加以实现。协作信息系统222的一些参与者238可以不将数据源提供给协作信息系统222（例如，具有零个数据源）。协作信息系统222中的一些参与者238在不提供数据源的情况下可以通过调用查询服务来参与。例如，管理者或消费者可以是协作信息系统参与者238，而不用还为数据源提供者。

图2A中所图示的协作信息系统222包括通信地耦合到经由通信网络239互连的多个协作信息参与者238的CIS平台224，每个参与者238都具有数据源240。根据示例实施例，协作信息系统222可以通过诸如图1中所图示的云计算系统100之类的联网的计算系统来实现，其中CIS平台224被实现为云平台。也就是说，能够使用在地理上分散并且动态配置的计算资源来实现CIS平台。

CIS平台224被经由通信链路239通信地耦合到与协作信息系统中的参与者相关联的数据源240。CIS平台224被编程为具有CIS226（例如，查询服务）。使用可在参与者数据源240的经授权的部分上操作的一个或多个查询（例如，227-1,227-2,…227-N）来实现每个查询服务226。也就是说，每个CIS都可以是涉及可用的数据源240的一个或多个查询的集合。一组查询与查询集相比可以是相同的或不同的（例如，或多或少包含的），其在下文中被进一步讨论。换句话说，每个查询服务都可以使用标准化的一组（例如，“罐装的集”）的查询来加以实现。进一步采用来自对他们的数据源240的某部分授权以可用于由至少一个查询服务226定义的一个或多个查询(例如，227-1,227-2,...227-N)的多个协作信息参与者238中的个别的协作信息参与者的指示来对CIS平台224进行编程。参与者238能够使得相应的查询或查询集的全部或部分可获得他们的数据源的全部或部分。参与者238可以要求其IT人员启用查询或查询集。然而，一旦被启用，已经实现了他们要求的查询的参与者然后可以对附加的查询服务授权，而不用IT人员的进一步参与。

图2B是图示了用于提供根据本公开的示例的协作信息服务的另一示例计算平台的图。除了查询服务226之外，CIS平台224还能够被编程为具有服务建模服务228、授权配置服务230、授权和证明服务232、云索引服务234、以及认证服务236。

服务建模服务228描述了由每个查询服务226发出的查询，以及通过相应的查询服务226的输出结果的属性（例如，格式、范围）。授权配置服务230是允许CIS参与者通过查询服务226和/或个别查询来控制对他们的数据源的访问的入口。授权和证明服务232的授权部分确保只有通过经授权的查询服务226的经授权的查询访问参与者数据源240。授权和证明服务232的证明部分记录各种服务和参与者的数据源240的交互，如果参与者238期望，则来充当审核追踪。云索引服务234保持来自数据源240的经授权的信息的高速缓存，其使得能够实现要求用于潜在大量的数据源240的仅一部分的信息的查询服务的有效实现。

CIS平台224被（例如，用在存储器中存储的并且可在处理器上执行的可执行指令）编程为实现以下功能。协作信息系统222中的参与者238与CIS平台224进行认证（例如，端-对-平台和平台-对-端，一起被称为端-对-平台-对-端）而不是与彼此直接认证（例如，端对端）。例如，第一参与者238能够授权CIS平台224对第一参与者的数据源240的某些部分执行某些查询服务和/或查询，以某些指定的方式（在下文中进一步解释）提供查询结果。第一参与者238能够进一步授权CIS平台224许可某些其他参与者调用关于第一参与者的数据源240的经授权的部分的经授权的查询服务（和/或查询）。

此后，另一参与者238如果作为平台被授权许可另一参与者238的结果而由平台授权，则能够使CIS平台224调用授权的查询服务226（和/或查询）。也就是说，第一参与者能够授权查询、查询集、和/或CIS以涉及由与每个查询相对应的第一参与者指定的第一参与者的数据源的部分。随后，一个或多个参与者如果被针对该查询、或查询集和/或查询服务授权，则能够执行该查询、查询集、和/或查询服务，以涉及与相应的查询相对应的、第一参与者指定的第一参与者的数据源的部分。以这种方式，第一参与者不必一个一个单独地对希望执行查询或查询集和/或查询服务的每个随后的参与者进行授权（并且监控或控制）。在下文中解释用于创建新的查询和/或查询服务（即，成组的查询）的规定。

CIS平台224的端-对-平台和平台-对-端授权功能使得参与者238能够授权以标准化（例如，已知的）方式访问数据的CIS服务，而不是必须管理在可以是先前的信息共享方法的典型的参与者之间的点-到-点数据共享规则。端-对-平台和平台-对-端授权关系结构、有效地轮辐式配置，从管理协作信息系统布置的角度看使得能够实现更大的可伸缩性。端-对-平台和平台-对-端授权关系结构、和具有已知的查询服务结果属性的标准化查询也使得能够实现更大的数据共享，同时大大地减少了被竞争者挖掘数据的风险。

图3是图示了根据本公开的示例的协作信息服务平台的部件的图。入口访问系统342包括通信地耦合到多个模型和服务的入口344。入口344提供对协作信息系统模型的访问，所述协作信息系统模型通过CIS平台（例如，图2A在224处）的参与者能够实现较大的自我配置。模型指的是可以被以硬件或者通过在存储器中存储的并且可由处理器执行以执行功能的可执行指令来实现的逻辑。参与者经由入口344来配置模型。

图3示出了经由通信链路347提供对服务建模服务328的访问的入口344。服务建模服务被通信地耦合到服务模型346。经授权的服务开发者能够使用入口344来管理特定的服务（例如，依赖于一个或多个查询的集的查询服务）的生命周期。入口能够支持与相同级别的功能的人类和程序交互二者，所述功能包括服务的注册、归类以及描述。服务的描述包括由服务（例如，查询）所使用的信息、和由服务所提供的输出（例如，结果属性）的描述。

图3示出了经由通信链路349提供对服务分类模型348的访问的入口344。参与者能够使用入口344来指示他们愿意针对数据的特定类别、和/或针对他们的数据源的特定位置支持服务分类模型348中的哪些服务。服务分类模型348被经由通信链路363通信地耦合到服务建模服务328，从而使得他们可以交换信息。服务能够被归类以促进与大量的服务一起工作。例如，参与者可以对一类别的服务授权，而不是必须单独地对一些服务授权。此外，被适当地添加到先前授权的类别的服务可以被借助于对于经授权的类别而言合适的归类来加以授权。

能够基于能够反映以下各项中的一个或多个的服务分类模型348来按层级对服务进行分类：服务的类型、（一个或多个）结果的类型、和/或正被执行以实现服务的查询/查询集。服务能够固有地与其他服务有关，或者被参与者以相关方式（例如，对查询的结果应用逻辑函数以得出期望的输出）来调用。例如，查询服务“A”可以使用作为查询服务“B”的子集的查询来实现。同样地，查询服务“A”和“B”被固有地相关，其中查询服务“A”是查询服务“B”的孩子。在另一示例中，参与者可能想要询问数据源以找到反映查询服务“C”和查询服务“D”的输出数据集。以这种方式，参与者以相关的方式来调用查询“C”和“D”。在又一示例中，可以在第一查询服务的结果中运行第二查询服务，诸如可以在用来创建数据提供者愿意与消费者共享的数据的上游集的服务上运行下游消费者服务。

服务分类模型348能够被建立为是基于静态规则的，和/或能够包括有条件的分类。例如，数据提供者可能愿意共享用于单独运行的查询服务“C”的数据。数据提供者还可能愿意共享用于单独运行的查询服务“D”的数据。然而，数据提供者可能感觉查询服务“C”和查询服务“D”的结果揭示了关于数据提供者的数据源中的某数据的关系的太多的信息。因此，服务分类模型348能够反映查询服务“C”和查询服务“D”的结果根本不是可用的，或者该结果的某些部分被概括为不是那么有启迪作用的（revealing）更高级别，或者被以对于数据提供者而言可接受的某方式混淆。关于有关服务的分类还能够被称为有条件的分类。

以数据源所支持的（一个或多个）语言来描述查询本身。作为数据源提供者的参与者必须使得针对用于服务的该查询的支持能够在他们的数据源上运行。查询集是通常被一起执行的查询的集合，并且能够在使用适当的有条件的分类的情况下被授权。能够使用一个或多个查询、一个或多个查询集、或一个或多个查询集的部分来实现（例如，使用）服务（例如，查询服务、发现服务、或其他服务）。若干不同的服务可以具有属于特定的查询集的查询。在参与者对特定的查询集授权以涉及参与者的数据源的部分的情况下，参与者还可以对具有完全得自于经授权的特定查询集的查询的任何服务进行授权。通过对多个查询集授权，参与者能够选择对得自于被实现为对他们的数据源操作的该多个查询集的宽范围的服务进行授权，而不必单独地对所述服务评价（并且授权）。根据本公开的一些示例，具有数据源的参与者（例如，数据提供者）能够针对他们的数据源实现查询集并且使用（一个或多个）分类模型来对使用所实现的查询集的查询的服务进行授权。根据一些示例，参与者可以撤回或者有条件地修改某些服务的授权，尽管已经对包括服务的查询中的每一个查询的查询集进行了授权。可以使用有条件的分类来有条件地修改授权。例如，对于针对单独的服务的数据的呈现而言，可以混淆单独的服务之间的关系。因此，即使服务是单独可用的，在没有附加约束的情况下两个或更多个服务的组合（例如，通过逻辑操作）也可能不是可能的。也就是说，“复合”服务可以具有依据有条件的分类的不同的参与/访问权限。

图3示出了经由通信链路357提供对查询/查询集模型356的访问的入口344。参与者必须实现对于他们选择授权的服务而言所需要的查询和或查询集。可以使得针对特定的数据源产品的查询集的实现（implementation）可用于经由查询/查询集模型356下载到参与者。查询/查询集模型356被经由通信链路345通信地耦合到服务建模服务328，例如以传送到特定的查询和/或查询集的服务授权。

图3示出了经由通信链路355提供对数据源模型354的访问的入口344。不是所有的数据源都将根据数据分类模型350来对数据进行归类。数据源模型354解决了这个问题。如果参与者的数据源根据数据分类模型350的分类法来对数据进行标记，则服务的查询被基于数据分类模型350的分类法来约束。否则，查询和/或结果被进一步处理以使参与者的数据源标记对应于所述分类法（例如，根据缺省映射或列表）。

图3示出了经由通信链路353提供对参与者分类模型352的访问的入口344。参与者分类模型352定义了多个参与者组，诸如终端消费者、种植者、维护提供者等。参与者可以是如在参与者分类模型352中定义的零个或多个组的一部分。参与者组能够被用来进一步支配通过谁来许可调用涉及该参与者的自已的数据的某些服务的权利。也就是说，参与者可以对一服务进行授权以涉及他们的数据源，除了该服务被指定的其他参与者、参与者组调用和/或与另一个服务一起（例如，与另一个服务聚合）被调用之外。例如，一个服务可能提供产品位置信息，而另一个服务可能提供产品计数信息。数据提供者可以允许其他参与者单独地运行任一服务，但是不允许运行与彼此聚合的两个服务，因为这样做暴露了太多的信息（例如，在每个位置处的产品计数）。或者，参与者可以对一服务进行授权以在该服务被一个参与者/组调用的情况下涉及他们的数据源的某部分，并且可以对一服务进行授权以在该服务被另一个参与者/组调用的情况下涉及他们的数据源的某其他（或多或少或不同的）部分。

图3示出了经由通信链路351提供对数据分类模型350的访问的入口344。数据分类模型350能够被参与者配置成相对于数据的特定类别来进一步定义对参与者的数据源的访问的范围，其可以被某些参与者进一步限制。也就是说，参与者可以针对特定的服务来限制他们的数据源的某些（或全部）部分。例如，参与者可以将一服务限制为涉及来自被公开地报告的他们的数据源的数据，而不是根本不对该服务授权。或者，参与者可以针对由指定的参与者调用的服务将他们的数据源的范围限制于某些相关种类的数据，和/或对于组合的（例如，聚合的）服务经受附加的约束。

图3示出了经由合成器选择359和通信链路360与361提供对授权模型358的访问的入口344。一个或多个授权的参与者的配置被合成到授权模型358中，所述授权模型358用来支配对参与者的数据源的访问。参与者的授权配置规范还能够被直接地捕获到授权模型358中。授权模型358通过将由经授权的其他参与者进行的相应查询服务的访问限制到参与者的数据源的指定部分来支配对参与者的数据源的访问。

参与者配置的授权模型使得对于参与者（例如，任何规模的组织）而言比采用先前的（例如端对端）方法（其中可能需要来自IT人员的更多干预）所体验的更容易地支持他们自己在协作信息系统中的参与。支持针对参与者和平台的自我配置的服务的示例是发现服务，其被根据图5进一步地讨论。与其他服务一样，发现服务必须由参与者来授权。一旦被授权以用于由CIS平台执行，发现服务就细读参与者的其他经授权的服务的服务模型，识别在查询中考虑的产品类别的种类和/或产品ID，以及然后与参与者的数据源进行交互以发现参与者在其供应链中支持哪些产品。这个信息被高速缓存在云索引中以支持其他经授权的服务的有效操作。它将其他经授权的查询服务导引到对于该查询服务而言相关的参与者数据源。在没有这样的发现服务的情况下，参与者必须特别地注册他们选择授权的信息。因此，自我配置能够有利于提供数据源的参与者、以及可能希望调用涉及由于先前的发现过程而可以更有效地起作用的数据源的服务的（一个或多个）参与者二者。

服务开发者能够使用服务建模服务328在服务模型346中描述诸如查询服务之类的服务。例如，服务开发者能够将服务模型346配置成指示被查询服务使用的查询和/或查询集。参与者能够经由入口344访问服务模型346以知道被特定查询服务使用的查询和/或查询集。

图4是图示了根据本公开的示例的用于计算平台的授权和证明服务的图。授权逻辑464包括授权和证明服务466，所述授权和证明服务466具有来自授权模型458和查询服务446的输入，并且将输出提供给数据源472和参与者报告库474。授权和证明服务466的功能是确保CIS平台（例如，诸如查询服务446之类的服务）针对经授权的参与者执行涉及经授权的数据源的经授权的查询，并且不执行未经授权的查询、涉及用于相应的查询的数据源的未经授权的部分的查询、和/或由未经授权的实体（包括未经授权的参与者）调用的查询。

此外，授权和证明服务466的另一个功能是维护证明日志468，所述证明日志468能够用来审核参与者与平台和/或数据源之间的交互。授权和证明服务能够记录（log）在可能感兴趣的其他活动之中的查询和/或服务调用，并且能够将结果报告给参与者和/或系统管理员。根据一个示例实施例，报告被经由通信链路476存储在参与者报告库474中。

由如可以被每个参与者自我管理的授权模型458来导引授权和证明服务，包括以有条件的分类表达的服务关系规则，如先前所讨论的那样。授权模型458经由通信链路478与授权和证明服务466进行通信。授权和证明服务466能够包括查询填隙片（shim）470，一种装配在两个其他逻辑部件之间以便使它们关联（例如，促进在其之间的有用信息的通信）的在逻辑意义上的“填隙片”。查询填隙片470被编程为确保在数据源472上仅进行经授权的查询（例如，经由通信链路480），并且只有经授权的结果被返回给服务的调用者。经授权的结果响应于调用服务可以不包括来自数据源的原始数据，或中间结果（例如，根据原始数据计算的结果）。返回给参与者的经授权的结果可以将查询原始数据和/或中间结果格式化、组织和/或概括成更高级别的经授权的结果，其聚合原始数据和/或中间结果以便于根据服务描述来维护单独的原始数据的机密性。以这种方式，来自数据源的原始数据和计算的中间结果未被暴露给服务的调用者，除非它们被包括在针对特定服务的结果的定义中。因此，数据源提供者一直知道什么数据将被返回给服务的调用者，并且能够使用该知识来指导其自己的授权选择。

图5是图示了根据本公开的示例的用于计算平台的发现服务的图。发现逻辑582包括发现服务584，所述发现服务584被经由通信链路583通信地耦合到授权模型558，并且被经由通信链路588通信地耦合到授权和证明服务566，以及被经由通信链路587通信地耦合到索引服务586（例如，云索引服务）。发现服务584检查授权模型558以找到什么服务被参与者授权了。被参与者授权的服务根据授权和证明服务566来确定。

发现服务584还检查服务的查询，并且构建关于可以从参与者的数据源572访问的主数据和事务性数据的种类的信息。根据本公开的一些示例，主数据能够与成组的项目（例如，类别）有关，然而事务性数据能够与个别的项目有关。例如，针对关于供应链应用的协作信息服务，主数据可能与和各种种类的立体声设备相对应的属性有关，但是发现服务还可能发现诸如数据源中的立体声设备的实际实例和涉及立体声设备的实际实例的活动（例如，销售、制造步骤、位置、制造的数据、部件类型/来源等）的事务性数据。

发现服务584如果被相应的参与者授权则然后能够对于参与者的数据源572运行查询，以便找出实际上存在什么种类的对应的主数据和事务性数据。由发现服务584产生的信息被缓存在协作信息系统索引（例如，云索引）586中，该信息随后能够被用来支持查询服务的更有效的（例如，优化的）执行。例如，针对关于供应链应用的协作信息服务，查询服务由参与者调用以横跨多个数据源在特定品牌的立体声部件上操作。然而，因为服务在他们被参与者调用之前被定义了，所以发现服务584可能已经预先运行了包括正被调用的服务的查询并且将结果缓存在云索引586中。然后，响应于正被引起查询的参与者所调用的服务，高速缓存能够被用来快速地找到哪些供应链参与者具有这样的部件，而不是必须实时地查询大量的可能的数据源。

虽然为简明起见在图5中指示了单个云索引，但是本公开的示例未被如此限制。也就是说，本公开的协作信息系统能够包括不止一个云索引和/或云索引高速缓存布置（例如，云索引和关联接口并且支持数据处理硬件和/或编程功能，如在下面针对图6进一步讨论的那样）。

图6是图示了根据本公开的示例的云索引高速缓存布置的图。云索引高速缓存布置690包括通信地耦合到注册接口694、数据发现接口696、维护接口698以及查询引擎699中的每一个的云索引692。云索引高速缓存布置690支持协作信息服务。如上文所讨论的那样，数据发现服务（例如，图5的584处）例如经由数据发现接口696用能够用来优化查询服务的执行的所发现的信息来填充云索引692。注册接口694和维护接口698可以是分别用于配置和管理云索引692的标准化接口。查询引擎699能够用来执行查询以填充和/或更新云索引，如可以被数据发现服务（例如，图5的584处）指示的那样。

查询填隙片（例如，图4的470处）还能够与云索引692交互以获得可以具有对于查询而言感兴趣的数据的数据源的列表。查询填隙片确保只有已经对用于查询服务的特定实例的查询授权的那些数据源能够针对该查询服务提供数据。类似地，查询填隙片可以与如由协作信息服务平台的不同实例支持的多个云索引交互。

图7是图示了根据本公开的示例的序列化数据服务的图。数据源能够包括许多类型和类别的数据。一个这样的数据类别是主数据和事务性（例如，序列化的）数据。例如，针对供应链应用的协作信息系统中的参与者能够具有主数据，该主数据描述了作为供应链的主题的项目的属性。主数据可以是对组进行描述的更高级别信息。更具体地针对供应链示例，主数据可以描述产品的类、产品的类型、产品属性、针对供应链感兴趣的位置、以及可以适用于一个以上的供应链项目或活动的类型的其他信息。主数据的容量不随着供应链活动而改变。然而，对于主数据的容量不随着供应链活动而改变的一般条件可能存在有限的例外。如果首次设计或制造新的产品类型，则可以生成与新产品相对应的新的主数据。然而，当另外大量的新产品被制造时与新产品相对应的主数据能够保持不变。主数据在很少的情况下可能需要被修改以用于现有产品。一个示例是如果产品已经是如此成功以致序列化的产品信息不再是可从主数据中得到的。另一示例是如果产品已经被召回，使得仅主数据的一部分现在是相关的。

相比之下，事务性数据的容量通常随着供应链活动而改变（例如，增加）。例如，当制造特定的产品时，可以捕获数据以记录特定于该特定产品的属性，诸如制造的日期/时间、序列号、批号、在产品中使用的部件输入、当前位置、库存数量等。能够随着时间的推移生成事务性信息。同样地，能够以序列化次序随着时间的推移将新的事务性信息接收到数据源。同样地，基于时间的事务性数据还可以被称为序列化数据。序列化数据捕获关于当供应链操作时发生的事件的信息。例如，产品从一个位置到另一个位置的装运是相对于时间点发生并且能够具有某些对应的序列化数据的事件。序列化数据的容量通常随着供应链活动增长。再次，对于事务性数据的容量随着供应链活动改变（例如，增加）的一般条件可能存在例外，例如，在现有数据被改变以反映在供应链中发生的改变而不是创建新数据情况下，可以不增加数据的容量。当主数据被更新时可以不更新事务性数据。例如，在供应链内的召回的情况下，关于对象的类的主数据可能需要改变，而关于每个特定对象的事务性数据保持不变。

一些协作信息系统参与者可能想要使他们的序列化数据由服务托管。对于参与者来说，这样的序列化数据托管布置的优点包括：不必管理逐渐增加的数据容量；不必维护高度可用的数据源以将信息提供给协作信息系统；以及不必管理可以适用于序列化数据的一个或多个数据保持策略。如本文所使用的那样，数据保持策略指的是规则，而不是与特定数据项（例如，校验和、奇偶性等）的质量的测量结果有关的那些，通过该测量结果能够做出确定以将数据保持（或者不保持）在非暂时性介质内。例如，由于数据质量和/或数据完整性问题而未被存储在存储介质中的数据通常不是数据保持策略的应用。然而，根据预定义日期相关的准则被存储持续一定时间段并且然后去除（例如，即使在存储器实际上保持用数据项编程的情况下，诸如通过改变数据的索引不再能够被访问或者被检索）的数据可以是数据保持策略的应用。根据一些示例，主机序列化数据服务的数据源可以包含代表多个协作信息系统参与者的数据。

图7图示了序列化数据服务布置781的一个示例实施方式。序列化数据服务783能够经由通信链路775从数据源772接收数据。数据源772可以是协作信息系统参与者的数据源，所述参与者可以是作为供应链的一部分的实体，并且序列化数据服务783可以是主机实体的序列化数据服务。数据源772可以或者可以不是数据的永久存储，或者可以是容量足以存储序列化数据持续相当有限的时间段的。

数据然后能够被经由通信链路797传送到序列化数据数据源789，并且存储在其中。序列化数据数据源789可以被用作为用于代表参与者的协作信息系统的数据源。也就是说，序列化数据数据源789可以被通信地耦合到用如图2A和2B中在240处所示出的协作信息服务所编程的计算平台，并且类似地被利用。至于其他数据源，诸如由参与者直接提供的和如上所述的那些，通过协作信息系统中的其他参与者对序列化数据数据源789内的数据的访问受参与者的授权模型（例如，图3在358处）的支配。

序列化数据数据源789中的序列化数据可以经受并且受一个或多个保持策略的支配。保持策略可以由保持策略数据分类模型791来实现。保持策略数据分类模型791被通过通信链路793通信地耦合到序列化数据数据源789，使得保持策略逻辑791可以对在序列化数据数据源789中存储的数据进行操作。例如，在特定日期反映了适用于数据的特定部分的数据保持策略之后，保持策略数据分类模型791可以指定删除在序列化数据数据源789中存储的数据的特定部分。

保持策略数据分类模型791可以由其数据被存储在序列化数据数据源789中的参与者（例如，数据提供者）来配置，以便实现可应用的保持策略。可替换地和/或此外，保持策略数据分类模型791可以由代表其数据被存储在序列化数据数据源789中的参与者的第三方（诸如通过序列化数据服务783的主机）来配置，以便实现可应用的保持策略。

根据序列化数据服务布置781的一些示例实施方式，序列化数据服务783可以例如经由通信链路775从参与者的（一个或多个）数据源772提取数据。序列化数据服务783能够作为由协作信息系统计算平台所支持的其他服务来操作，并且因此能够受到参与者的授权模型（例如，图3在358处）的支配。

根据序列化数据服务布置781的一些示例实施方式，如果参与者想要将数据从参与者的（一个或多个）数据源772推送到序列化数据服务783，则数据首先能够被经由通信链路771推送到代理数据存储介质785。代理数据存储介质785接收并且临时地缓存被推送的数据，直到其经由通信链路773被序列化数据服务783提取了为止。

参与者和/或经授权的第三方（例如，主机）能够通过配置保持策略数据分类模型791来针对序列化数据的可应用部分设置一个或多个保持策略。一个或多个保持策略能够由序列化数据服务783（例如，当通过通信链路795传送时）和/或序列化数据数据源789（例如，当通过通信链路793传送时）实施。

根据实现保持策略的更特定的示例，序列化数据服务783能够用一个或多个适当的标签来增强特定的序列化数据项，所述标签反映了支配特定的数据项（例如，在诸如数据库之类的数据源中存储的数据的项）的一个或多个保持策略。例如，数据项与一个或多个保持策略之间的关系能够被定义在作为序列化数据服务783的一部分被管理的保持策略数据分类模型791中。数据提供者783（即，具有数据源的参与者）能够经由通信链路762配置数据源，并且能够经由通信链路765配置保持策略数据分类模型791。数据项标记处理可以是主题（例如，供应链）、时间/日期、和/或如在保持策略数据分类模型791中指定的特定位置。

一些保持策略可以规定受影响的数据被保持持续指定的时间段（例如，两年），并且然后在那时以后删除。其他保持策略可以与特定的主题（例如，特定的供应链）相关联，并且是进一步基于位置（例如，数据被捕获到所在的位置和/或产品被最后卖掉所在的位置）的。其他保持策略可以是基于一个或多个管理要求的，所述管理要求可以是除其他注意事项之外的与数据库项目的位置、越境活动和/或项目所有权国籍相关联的复合体（例如，对于全球分布的供应链来说）。一些保持策略还可以是其他保持策略的逻辑组合，或者被实现为包括条件准则。

适用于能够在策略配置时被识别的特定数据项（例如，数据源的）的保持策略中的冲突可以引起数据提供者738的注意（例如，经由通信链路765）。可以给出用于解决冲突的建议（例如，诸如针对给定策略与另一个相比的取代权限之类的待实现的策略规则的建议次序）。在策略实现时被识别的冲突能够同样地可以引起数据提供者的注意，可能具有用于解决此冲突的建议。用于解决保持策略冲突的一个解决方案对于数据提供者来说是指定用于冲突保持策略规则的实施方式的最终次序。

也能够以其他的方式来解决保持策略规则冲突。保持策略能够被映射到同一广义图或树上，并且在每个树处比较策略建议以便检测冲突。若干保持策略冲突解决方法论是可能的，包括：（1）一个保持策略重载（override）另一个（例如，一直）；（2）提供用更严格的组合来调用冲突保持策略的超集保持策略；（3）在不能够解决保持策略冲突的情况下，冲突保持策略既不应用，并且所应用的保持策略也不默认为“安全的”保持策略；和/或（4）完全限制直到手动修复被提供了为止。上述的保持策略冲突方法是非详尽的，并且在本公开的范围内预期了其他可能的动作。

协作信息服务计算平台能够被编程为追踪并且实现这样的要求，这样的要求代表了它的许多参与者（例如，针对供应链、行业等）而不是必须针对每个数据源或一组数据源独立地这样做的每个参与者。因此，横跨大量数据源的保持策略的集中实施方式和/或统一应用的能力通过减少管理数据源中的数据的关联负担，能够帮助提高所有规模的组织参与协作信息系统的能力。

序列化数据源783能够使得协作信息系统参与者更易于让他们的数据托管，以便使他们的数据对结果协作信息服务做出贡献，并且以便确保他们的数据遵守适当的保持策略。作为协作信息系统参与者的许多数据提供者（尤其是来自较小的组织的那些）可以大大地受益于外包他们的序列化数据的托管。这将参与者从托管和管理高度可用的数据源的成本（包括时间）中解脱出来。

具有可被协作信息系统可靠地得到的它的数据的数据提供者可能够除其他之外与减少成本和/或能量使用的其他参与者一起参与策略。参与者能够利用如被协作信息系统所支持的数据保持策略的可用性。参与者能够受益于已经实现了要求的策略而不是必须单独地实现它的其他人。某些保持策略能够被配置成遵守简化全球贸易中的参与、如由当地法律所要求的规则。

图7中所图示的序列化数据服务布置781与协作信息服务计算平台（例如，图2B在224处）兼容。也就是说，能够与图2B中所图示的数据源240类似地利用序列化数据数据源789。能够以针对计算平台被用其编程的其他服务所描述的方式来配置和管理序列化数据服务783。例如，根据相同的授权模型（图3在358处），能够对序列化数据服务783进行管理，使得仅授权的数据被存储在其中。如一般地针对数据源先前所描述的那样，授权模型还能够被配置成定义序列化数据服务783数据可以如何被其他协作信息服务使用。

图8是图示了根据本公开的示例的用于序列化数据服务801的方法的示例的流程图。方法801包括对于序列化数据服务检索序列化数据803。该方法进一步包括用与一个或多个数据保持策略相对应的信息来增强序列化数据809。被增强的序列化数据被存储到数据源811。该方法还包括基于被增强的信息从数据源中去除被增强的序列化数据813。

可操作来执行与图8相结合地描述的方法的机器可读和可执行指令和/或逻辑能够全部或部分地存在于其他图的示例中。然而，实施例不限于本文所给出的特定示例。

将公共授权模型应用于数据源，包括序列化数据服务783和/或序列化数据数据源789减少了在管理授权时矛盾的可能性。现有方法似乎未开发单个多维授权模型以指导数据源中的数据的存储，控制对数据提供者授权的活动的数据访问，或者支持主题感知（例如，与供应链相关联的）和/或位置感知保持策略用于可被协作信息系统得到的数据的实施方式。数据源和服务横跨协作信息系统的类似操作性能够为与参与协作信息系统相关联的参与者减少挑战。

上述说明书、示例以及数据提供了方法和应用的描述，以及本公开的系统和方法的使用。因为在不背离本公开的系统和方法的精神和范围的情况下能够做出许多示例，所以此说明书仅仅陈述了许多可能的实施例配置和实施方式中的一些。

尽管已经在本文中图示和描述了特定示例，但是本领域的普通技术人员将了解的是，打算用来实现相同结果的布置能够代替所示出的特定示例。此公开旨在涵盖本公开的一个或多个示例的改编或变化。应当理解的是，已经以说明性方式而不是限制性方式进行了上述描述。上述示例和在本文中未被具体地描述的其他示例的组合对于回顾了上述描述之后的本领域的技术人员而言将是显而易见的。本公开的一个或多个示例的范围包括其中使用了上述结构和方法的其他应用。因此，应该参考随附权利要求以及这样的权利要求被赋予权力的全部范围的等同物来确定本公开的一个或多个示例的范围。

已经参考图详细地描述了用于协作信息服务的系统和方法的各种示例，在图中相同的附图标记遍及若干视图表示相同的部件和组件。对各种示例的参考不限制用于显示广告的系统和方法的范围，其仅仅由附加于此的权利要求的范围来限制。此外，在此说明书中所陈述的任何示例都不旨在是限制性的，并且仅仅陈述了针对所要求保护的用于协作信息服务的系统和方法的许多可能的示例中的一些。

在整个说明书和权利要求中，在下文中标识的意义未必限制术语，但是仅仅提供用于该术语的说明性示例。“一”、“一个”以及“该”的意义包括多个参考，并且“在…中”的意义包括“在…中”和“在…上”。如在本文中所使用的短语“在实施例中”未必指的是相同的实施例，尽管它可以这样。

在前述详细描述中，出于使本公开简化的目的，一些特征在单个实施例中被组合在一起。公开的此方法将不被解释为反映本公开的所公开示例必须使用比每个权利要求中明确记载的更多的特征的意图。相反地，如以下权利要求反映的，发明的主题在于少于单个公开实施例的所有特征。因此，以下权利要求从而被结合到所述详细描述中，其中每个权利要求独立地作为单独的实施例。

Claims (13)

1.一种用于序列化数据服务的方法[801]，包括：

对于数据服务检索序列化数据[803]；

用与一个或多个数据保持策略相对应的信息来增强所述序列化数据[809]；

将被增强的序列化数据存储到数据源[811]；以及

基于所述用于增强所述序列化数据的信息从所述数据源中去除所述被增强的序列化数据[813]；

其中，所述数据源[789]可被由协作信息系统[222]中的参与者[238]所调用的查询服务[226]利用；

进一步包括通过数据提供者[738]来配置保持策略数据分类模型[791]以指定所述一个或多个数据保持策略与所述用于增强所述序列化数据的信息之间的对应关系。

2.根据权利要求1所述的方法，其中，检索所述序列化数据服务[783]的序列化数据包括从数据提供者[738]的数据源[772]中检索所述序列化数据。

3.根据权利要求1所述的方法，进一步包括将所述序列化数据从数据提供者[738]的数据源[772]推送到代理数据存储介质[785]，其中，检索所述数据服务[783]的序列化数据包括从所述代理数据存储介质[785]中检索所述序列化数据。

4.根据权利要求1所述的方法，进一步包括通过所述协作信息系统[222]来调用所述数据服务[783]，其中，检索序列化数据包括获得作为所述数据服务[783]的查询[227-1,227-2,...,227-N]的结果的所述序列化数据。

5.根据权利要求1所述的方法，进一步包括通过所述数据提供者[738]来配置授权模型[358]以指定涉及所述数据源[789]的授权的服务的属性，所述授权的服务包括查询服务和所述数据服务[783]。

6.根据权利要求1所述的方法，进一步包括通过除了所述数据提供者之外的一方来配置保持策略数据分类模型[791]以指定所述一个或多个数据保持策略与所述用于增强所述序列化数据的信息之间的对应关系。

7.根据权利要求1所述的方法，其中，所述一个或多个数据保持策略是基于所述序列化数据的寿命的。

8.根据权利要求1所述的方法，其中，所述一个或多个数据保持策略是基于所述序列化数据被捕获到所在的位置的。

9.根据权利要求1所述的方法，进一步包括解决所述一个或多个数据保持策略之间的冲突，其中，解决包括选自包括以下内容的组的动作：（1）一直重载所述一个或多个数据保持策略中的特定一个支持所述一个或多个数据保持策略中的另一个；（2）提供调用所述一个或多个数据保持策略的最严格组合的超集数据保持策略；（3）提供默认的安全的数据保持策略代替所述一个或多个数据保持策略；以及（4）完全地限制所述序列化数据直到能够提供手动修复为止。

10.一种用于序列化数据服务的设备，包括：

用于对于数据服务检索序列化数据的装置；

用于用与一个或多个数据保持策略相对应的信息来增强所述序列化数据的装置；

用于将被增强的序列化数据存储到数据源的装置；以及

用于基于所述用于增强所述序列化数据的信息从所述数据源中去除所述被增强的序列化数据的装置；

其中，所述数据源可被由协作信息系统中的参与者所调用的查询服务利用；

进一步包括用于通过数据提供者来配置保持策略数据分类模型以指定所述一个或多个数据保持策略与所述用于增强所述序列化数据的信息之间的对应关系的装置。

11.根据权利要求10所述的设备，其中，用于检索所述序列化数据服务的序列化数据的装置还包括用于从数据提供者的数据源中检索所述序列化数据的装置。

12.根据权利要求10所述的设备，进一步包括用于将所述序列化数据从数据提供者的数据源推送到代理数据存储介质的装置，其中，用于检索所述数据服务的序列化数据的装置包括用于从所述代理数据存储介质中检索所述序列化数据的装置。

13.一种计算系统[100]，包括：

经由通信网络互连的多个协作信息参与者[238]，每个参与者都具有零个或更多的数据源[240,772]；

用包括查询服务[226]和序列化数据服务[783]的多个服务编程的计算平台[224]，所述查询服务[226]使用可在参与者数据源[240,772]的授权的部分上操作的一个或多个查询[227-1,227-2,...,227-N]；

其中，所述序列化数据服务[783]用于：

从至少一个参与者的数据源中检索序列化数据[803]；

用与一个或多个数据保持策略相对应的信息来增强所述序列化数据[809]；以及

基于所述用于增强所述序列化数据的信息对所述序列化数据实施所述一个或多个数据保持策略；

其中，所述数据源可被由协作信息系统[222]中的参与者[238]所调用的查询服务[226]利用；

进一步包括通过数据提供者[738]来配置保持策略数据分类模型[791]以指定所述一个或多个数据保持策略与所述用于增强所述序列化数据的信息之间的对应关系。