CN106796607A - 用于基于模型的搜索及网络数据检索的系统和方法 - Google Patents

用于基于模型的搜索及网络数据检索的系统和方法 Download PDF

Info

Publication number
CN106796607A
CN106796607A CN201580054775.XA CN201580054775A CN106796607A CN 106796607 A CN106796607 A CN 106796607A CN 201580054775 A CN201580054775 A CN 201580054775A CN 106796607 A CN106796607 A CN 106796607A
Authority
CN
China
Prior art keywords
group
model element
inquiry
content
label
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201580054775.XA
Other languages
English (en)
Inventor
约翰·查尔斯·施特拉斯纳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN106796607A publication Critical patent/CN106796607A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35Clustering; Classification
    • G06F16/355Class or cluster creation or modification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/3331Query processing
    • G06F16/334Query execution
    • G06F16/3344Query execution using natural language analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/80Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
    • G06F16/81Indexing, e.g. XML tags; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/268Morphological analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/284Lexical analysis, e.g. tokenisation or collocates

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种用于处理查询的方法包括:将所述查询解析成词类(part of speech,简称POS)标记;将所述POS标记分类成内容标记及上下文标记;将所述内容标记映射至第一组模型元素。所述方法还包括:将所述上下文标记映射至第二组模型元素;将所述第一组模型元素及所述第二组模型元素映射成一组组合模型元素;从所述第一组模型元素及所述第二组模型元素,以及所述一组组合模型元素产生一组可扩展标示语言(extensible markup language,简称XML)模式定义(XML schema definition,简称XSD)文件。

Description

用于基于模型的搜索及网络数据检索的系统和方法
本发明要求于2014年12月29日递交的发明名称为“用于基于模型的搜索及网络数据检索的系统和方法)”的第14/585,130号美国非临时专利申请的在先申请优先权,该在先申请的内容以引入的方式并入本文。
技术领域
本发明大体涉及数字通信,且更具体地,涉及一种用于基于模型的搜索及网络数据检索的系统和方法。
背景技术
通信系统已通过使不同类型的用户能够访问各种服务而改变了现代世界中的生活。举例而言,第一用户可在家中或商务出差时可在会议室中利用笔记本计算机对工作计算机进行远程访问;第二用户可在工作时从他的台式计算机上直观地核实他的小孩已在一天的学校生活后安全返家;第三用户可在智能手机上观看喜爱的电影;第四用户可从数字平板上着手烹调晚餐等等。
为了支持如此宽泛的用户、服务及访问技术,通信系统已变得日渐复杂。另外,构成通信系统的硬件组件及软件组件的数目,以及硬件类型及软件类型也已增加。通信系统的复杂性的增大,以及硬件组件及软件组件的数目及类型的增加使通信系统的配置及管理变得更加困难且可能更易于出错。
发明内容
本发明的示例性实施例提供一种用于基于模型的搜索及网络数据检索的系统和方法。
根据本发明的一示例性实施例,提供一种用于处理查询的方法。所述方法包括:将所述查询解析成词类(part of speech,简称POS)标记;将所述POS标记分类成内容标记及上下文标记;将所述内容标记映射至第一组模型元素。所述方法还包括:将所述上下文标记映射至第二组模型元素;将所述第一组模型元素及所述第二组模型元素映射成一组组合模型元素;从所述第一组模型元素及所述第二组模型元素,以及所述一组组合模型元素产生一组可扩展标示语言(extensible markup language,简称XML)模式定义(XML schemadefinition,简称XSD)文件。
根据本发明的另一示例性实施例,提供一种查询处理设备。所述查询处理设备包括:处理器;存储器,能够操作地耦合至所述处理器。所述处理器将查询解析成词类(partof speech,简称POS)标记,将所述POS标记分类成内容标记及上下文标记,将所述内容标记映射至第一组模型元素,将所述上下文标记映射至第二组模型元素,将所述第一组模型元素及所述第二组模型元素映射成一组组合模型元素,以及从所述第一组模型元素及所述第二组模型元素,以及所述一组组合模型元素产生一组可扩展标示语言(extensible markuplanguage,简称XML)模式定义(XML schema definition,简称XSD)文件。所述存储器存储所述查询、所述模型元素及所述XSD文件。
根据本发明的另一示例性实施例,一种查询处理设备用于处理查询。所述查询处理设备可包括:解析元件,将所述查询解析成词类(part of speech,简称POS)标记;分类元件,将所述POS标记分类成内容标记及上下文标记;映射元件;产生元件。所述映射元件可将所述内容标记映射至第一组模型元素,将所述上下文标记映射至第二组模型元素,以及将所述第一组模型元素及所述第二组模型元素映射成一组组合模型元素。所述产生元件可从所述第一组模型元素及所述第二组模型元素,以及所述一组组合模型元素产生一组可扩展标示语言(extensible markup language,简称XML)模式定义(XML schema definition,简称XSD)文件。
根据本发明的另一示例性实施例,提供一种管理环境。所述管理环境包括:通信系统,所述通信系统被管理;管理实体,能够操作地耦合至所述通信系统。所述管理实体将查询解析成词类(part of speech,简称POS)标记,将所述POS标记分类成内容标记及上下文标记,将所述内容标记映射至第一组模型元素,将所述上下文标记映射至第二组模型元素,将所述第一组模型元素及所述第二组模型元素映射成一组组合模型元素,以及从所述第一组模型元素及所述第二组模型元素,以及所述一组组合模型元素产生一组可扩展标示语言(extensible markup language,简称XML)模式定义(XML schema definition,简称XSD)文件。
一实施例的一个优点是元数据的使用使得能够更好地描述存在于查询中的各部分的相依性,以增强对在通信系统的管理中使用的数据的采集。
一实施例的又一优点是信息模型中呈现的知识被用于识别在查询中所指定的对象。
一实施例的又一优点是被管理的对象可即便当未在搜索中被明确地指定时也可被找到。
附图说明
为了更完整地理解本发明及其优点,现在参考下文结合附图进行的描述,其中:
图1a描述了本文所述一示例性实施例提供的其中第一实体正在对第二实体进行管理的示例性受管理环境。
图1b描述了本文所述一示例性实施例提供的由管理系统及第二实体组成的受管理环境的例子。
图2a描述了本文所述一示例性实施例提供的信息模型与一组数据模型之间的实例关系及映射。
图2b描述了本文所述一示例性实施例提供的数据的语义(即,理解)与数据的连接性(即,这些数据如何联系至彼此及联系至被管理的系统的当前上下文或未来上下文)之间的示例性关系。
图3描述了本文所述一示例性实施例提供的包括具有基于信息模型的管理系统的通信系统的示例性系统。
图4描述了本文所述一示例性实施例提供的示例性管理系统,其中详细提供所述管理系统的一部分的突出功能。
图5描述了本文所述一示例性实施例提供的示例性管理系统的组件的细节图。
图6描述了本文所述一示例性实施例提供的在处理网络数据的查询时发生的示例性操作的流程图。
图7描述了本文所述一示例性实施例提供的在将标记映射至模型元素时发生的示例性操作的流程图。
图8描述了本文所述一示例性实施例提供的在将术语联系至一个或多个模型元素时发生的示例性操作的流程图。
图9描述了本文所述一示例性实施例提供的示例性设备。
具体实施方式
以下详细论述当前实例实施例的操作和其结构。但应了解,本发明提供的许多适用发明概念可实施在多种具体环境中。所论述的具体实施例仅仅描述本发明的具体结构以及用于操作本发明的具体方式,而不应限制本发明的范围。
多数网络是由来自不同供应商的利用不同语言、命令,以及数据格式及结构进行编程的异构设备构成。此会使信息与数据隔离,且使在找寻、使用及重复使用,以及改变网络数据时的总体复杂性增大。另外,网络及网络系统改变其行为,但不同的变化会以不同方式影响不同的实体。
这些及其他相关问题使得非常难以建立可提供使操作者能够简单且轻易地对正确数据进行检索的选择菜单的管理系统。本发明通过利用信息模型来定义使相异的数据能够与通用词汇联系的通用词汇表而解决这些及其他相关问题。此随后被映射至一个或多个数据模型,以对由不同的平台提供的不同的能力(例如,存储、处理及查询)加以利用。
从一组对象的方面上讲,信息模型表示受管理环境。每一对象均具有一组属性,且可能联系至其他对象。此有利于重新使用。举例而言,路由器并非具有几百种属性的单一实体,而是对不同概念进行建模的对象的集合。每一概念(例如,卡或端口)可被其他受管理实体重新使用。以此种方式,提供不同功能性的不同网络实体(例如,路由器及服务器)可重新使用通用元件(例如,此例子中的所述端口及卡)。
另外,信息模型的使用确保不同的平台可以可联系至单一“事实来源”的最优方式表示数据。更重要的是,所述信息模型提供用于表示不依赖于数据类型、协议及语言的信息的结构;此使得所述模型能够用于以通用方式表示信息。
信息模型表示受管理对象以及其属性和关系。信息模型也可表示元数据(即,关于数据的数据)。举例而言,可不依赖于供应商设备、协议及语言来定义通用版本化方案,进而使得相异的数据能够被视为从属于同一系统并以恰当的方式进行表示。元数据也可用于对应如何变更行为(例如,根据在上下文中的变化)进行引导。
本发明的示例性实施例提供对网络设备、其产生的数据、由所述网络提供的服务及网络设备之间的关系的更有力且高效的搜索。此外,找寻网络信息的复杂性降低。此是通过结合一个或多个数据模型利用信息模型而提供。具体而言,所述模型提供使来自不同设备的呈不同语言及格式的不同数据能够彼此联系的通用词汇表。另外,元数据使相异的数据的含义能够被编码并用于对所采集的数据进行推理。
本发明的一示例性实施例使用信息模型作为通用词汇表而使来自不同供应商的不同数据能够针对通用词汇进行参考。另一示例性实施例使用DEN-ng信息模型,或使用与DEN-ng具有类似的受管理元素特性、结构及表示形式的另一模型。
如图2a所示,本发明的另一示例性实施例使得能够利用一组模型映射而从单一信息模型定义一组数据模型,所述一组模型映射中的每一种均提供使得被表示且被搜索的数据的一个或多个特性能够以最优方式进行表示的功能性。
本发明的另一示例性实施例使得能够在对相关数据及对象进行的查询中直接或间接地识别所述数据及对象。此即便在所述查询不含有明确地映射至所搜索数据或对象的关键字或其他语言时同样成立。另一示例性实施例使用DEN-ng信息模型,所述DEN-ng信息模型表示在电信系统中使用的受管理对象及数据。
本发明的另一示例性实施例使得能够根据数据的特性和/或行为来找到所述数据。此类特性及数据可通过多种方式加以阐述。一示例性实施例出于此目的而使用元数据。因此,其将元数据定义为所述信息模型的一部分,因而元数据可与信息模型的元素一起用于对数据进行搜索、匹配及检索。此意味着不需要名称或其他识别信息来对所述数据进行检索。举例而言,可检索与所述查询的含义而非所述查询中的特定字相匹配的数据。
本发明的另一示例性实施例使得能够从所述查询提取上下文并使用所述上下文来找寻数据及信息。举例而言,相同的对象可依一天中的时间、地理位置、客户、或查询中指定的其他上下文信息而定与查询匹配或不匹配。一示例性实施例利用元数据与信息模型的其他模型元素的组合来定义上下文。
本发明的另一示例性实施例使以上元素能够以组合形式使用,以利用对于查询发起者而言为自然的术语来定义查询,而非仅限于利用管理系统所知的术语。举例而言,用户可指定服务提供商X的任意路由而非指明“自治系统100的边界路由器(AS 100)”,其中X与AS 100对等。一示例性实施例结合元数据及信息模型的其他模型元素利术语言学分析来在由查询发起者使用的术语与在管理系统中使用的术语之间进行转换。
本发明的另一示例性实施例使得能够从所述查询提取出所述查询的用于对数据进行检索的不同元素(例如,数据、协议)与对所检索数据实行的存储及处理操作之间的相依性,并将所述相依性与存在于信息模型中的相依性进行比较。此使得能够当对数据进行查询时对所述相依性加以考虑。另外,其需要管理系统自身在对数据进行查询及检索时进行重新配置及优化。一示例性实施例利用元数据与信息模型的其他模型元素的组合来定义此类相依性。
本发明的另一示例性实施例使查询的结果能够转换成通用格式。本发明的示例性实施方案将所述查询结果转换成XML以便在平台之间提供一般可携性,且能够产生其他数据编码(例如,JSON或Protocol Buffers)。
将针对特定上下文(即,用于通信系统的基于模型的管理系统)中的示例性实施例来阐述本发明,其中所述管理系统利用模型来增强对所采集的数据的高质量搜索。所述通信系统可为:标准通信系统,例如3GPP LTE、WiMAX、IEEE 802.11、IEEE 802.16等;非标准通信系统;或者一个或多个符合技术标准的通信系统与一个或多个非标准通信系统的组合。
通信系统一般而言是动态的。不仅其逻辑拓扑动态地变化,而且在移动或移除现有物理设备的同时会有新的物理设备添加进来。通信系统的动态性质使得维持网络设备的实时清单以及可用于对其进行识别的一种或多种属性(例如,互联网协议(InternetProtocol,简称IP)地址、端口信息等)具有挑战性。另外,可下载新的应用、模块、或软件版本(包括操作系统与软件应用两者),且可改变硬件(例如,RAM、CPU、硬盘驱动、固态存储器、网卡等)。
网络发现可被排程为在预定义时间处和/或以预定义间隔发生;其也可按需实行。由于通信系统通常较大,因此此类网络发现操作常常涉及大量的处理。通常,网络发现是基于采集器的,且可利用多种扫描方法(例如,ping扫射、端口扫描、用于搜索不同类型的简单网络管理协议(simple network management protocol,简称SNMP)属性的SNMP扫描等)。
然而,用于网络库存的应用会有所变化。高端应用利用网络发现并产生所述通信系统的开放系统互连(open system interconnection,简称OSI)级别1、2及3拓扑图。较高端应用包括网络设备、操作系统、高级应用数据(例如,CPU、磁盘、存储器运行时间、使用率等)。一旦产生通信系统的所述视图,对所述通信系统进行的改变便可被快速地检测到。
所发现和/或所库存的数据的类型与用于发现和/或报告所述数据的协议的类型之间可存在相依性。用于采集所述数据的协议的类型与待采集的数据的类型之间可存在重要的相依性。举例而言,若使用SNMP,则定义有在主机与“转发数据报的设备”(例如,起到路由器作用的设备)之间进行区别的各种管理信息库(management information base,简称MIB)对象。应说明的是,此并不意味着所述设备就是路由器;举例而言,三层交换机也可起到路由器的作用。更重要的是,(a)其他协议可能无法定义此能力;(b)其他协议可定义的一组能力具有较此能力或多或少的功能性;和/或(c)此区别可能不足以对特定网络实体进行准确归类。
另举例而言,可管理实体的类型可具有指示需要使用特定类型的协议的特定属性和/或行为。举例而言,被定义为桥的端口发送桥分组数据单元(bridge packet dataunit,简称BPDU),然而相同的端口可对不同层处的通信发送不同的PDU。此会变得更复杂,原因在于较高的层(例如,层5至层7)不指代PDU自身而是指代实际数据(或所述数据的传递)。
作为又一例子,对待采集的数据的类型的选择会影响在寻找特定实体类型的特定类型的邻居时待使用的协议的类型。举例而言,若对充当“提供商边缘”角色的端口实行发现,则在某些情形中,此端口可连接至充当“客户边缘”、“提供商边缘”、或“提供商核心”角色的其他端口。然而在其他情形中,其可被限制成仅寻找充当“提供商边缘”角色的端口。此外,若此相同的端口曾使用多协议标签交换(multiprotocol label switching,简称MPLS),则其也可寻找标签交换路由器,以及入口、出口及其他类型的MPLS路由器。
作为又一例子,实体在寻找设备或端口所具有的特定类型的功能性时具有的属性类型也可指定待使用的特定协议的使用,原因在于待检索的数据可为非常具体的。举例而言,设备可对判断节点是否支持邻居发现感兴趣,所述邻居发现例如为主动预留协议(active reservation protocol,简称ARP)或邻居发现协议(neighbor discoveryprotocol,简称NDP)、能力、或节点如何获得其地址(例如,通过利用引导协议(bootstrapprotocol,简称BOOTP)或动态主机配置协议(dynamic host configuration protocol,简称DHCP))。
以上论述用于采集数据的协议与待采集的数据之间的几种类型的相依性。在待采集的数据及应对所述所采集数据实行以使所述数据对管理系统更有用的预处理操作及后处理操作的类型与哪一数据(若存在)应在以上操作(例如,预处理或后处理)中的哪一步骤处存储于哪一类型的存储库中之间也可存在关系。这些相依性及关系的设定需要对计算资源及存储资源的协调及优化。本文所述示例性实施例可使用在信息模型中呈现的知识来定义表示可管理实体的模型元素的特性及行为,以及表示决策及推理过程的不同类型以及管控所述过程的应用的规则。
图1a描述受管理环境100,其中第一实体105正在管理第二实体110。第一实体是管理系统的一部分,且第二实体是被管理的系统的一部分。应说明的是,在通用性没有丢失的条件下,术语管理可指代监控和/或配置两者。还应说明的是,尽管被示作单一实体,第一实体105及第二实体110可各自表示多个实体。
第一实体105可通过一个或多个层面管理第二实体110并与其进行交互。举例而言,管理可发生在操作系统层面115,其中第一实体105可利用例如网页管理接口(webmanagement interface,简称WMI)等协议来管理第二实体110。管理也可发生在软件层面120,其中第一实体105可利用例如Telnet、SNMP、表征状态转移(representational statetransfer,简称REST)等协议分别发布命令行接口(command line interface,简称CLI)、SNMP、或其他类型的命令来管理第二实体110。管理也可发生在应用层面125,其中第一实体105可利用例如系统日志(system log,简称SYSLOG)、REST等协议来管理第二实体110。管理也可发生在硬件层面130,其中第一实体105可利用例如SNMP、机器对机器可扩展标示语言(machine to machine extensible markup language,简称M2MXML)等协议来管理第二实体110。实体115、120、125及130各自表示被管理的系统的不同方面;所述管理系统可从第二实体110获得其当前状态、值和/或配置信息,且可随后将这些方面(即,实体115、120、125及130)中的一个或多个改变为其管理过程的一部分。
本文所述示例性实施例使用面向对象的信息模型来定义相关的受管理实体(例如,通信系统中的实体)。本文所作论述将利用以下术语:
-信息模型是受管理环境中的实体的抽象概念及表示形式。此包括其属性、操作及关系的定义。其不依赖于任何特定类型的存储库、软件使用、或访问协议。
-数据模型是信息模型的具体实现形式,其适合于使用一种或多种特定访问协议的特定类型的存储库。其包括数据结构、操作及对如何存储、访问及操控所述数据进行定义的规则。
-模型映射是从一种类型的模型转换至另一类型的模型。模型映射将在一个模型中使用的表示形式和/或抽象程度改变为另一模型中的另一表示形式和/或抽象程度。
-术语模型元素是通用术语,其定义可在信息模型中进行表示的抽象概念。例子包括类别、属性、不同类型的关系(例如,关联、聚合及组合)及其他构造。
-策略规则是智能容器。其含有对策略规则如何用于受管理环境中进行定义的数据,以及指示其所应用至的受管理实体将如何进行交互的行为规格。所述含有数据具有四种类型:(1)对策略规则的语义及行为以及其对所述系统的其余部分施加的行为进行定义的数据及元数据;(2)可用于触发对策略规则的条件从句的评估的一组事件;(3)在为真时允许执行一个或多个策略行动的聚合的一组策略条件;以及(4)实行一个或多个操作(例如,改变给定设备的配置、或从给定设备采集数据)的聚合的一组策略行动。
-可管理实体被定义为受管理环境中的可实行管理功能和/或对管理功能作出回应的任意相关实体。可管理实体的例子包括设备(例如,路由器、交换机、主计算机)、为设备的一部分的实体(例如,物理端口及逻辑设备接口),以及协议、应用、服务器及服务—简言之,可对管理请求作出回应的任何东西。
-行为被表示为一组模型元素,所述一组模型元素捕获管理行为的四个不同方面:(1)一种根据上下文来唯一地识别可管理实体的方式;(2)一种管理可管理实体可产生的功能及角色并基于不同类型的策略规则及在管理域中(及在联合管理域之间)执行的状态自动机而采用一套机制的方式;(3)对一个或多个可管理实体的行为进行协调和/或编排的能力(协调从一组可管理实体自身的角度来定义所述一组可管理实体的行为,而编排则从其他可管理实体的角度来定义一组可管理实体的行为);以及(4)对可与可管理实体进行交互、使用可管理实体和/或对可管理实体进行操作的一组角色(人类或机器)的定义。
-基于网络的数据采集可被定义为高效地采集关于可在网络中进行访问的可管理实体的信息的能力。此具体而言指代处于“父”层次及“子”层次的可管理实体(例如,设备及其端口,或其提供的应用及服务)。
-基于代理的数据采集涉及使用运行于受管理设备本地的专用软件作为管理架构的一部分;基于代理的软件仅专用于管理(其包括但可不仅限于数据采集)。
-无代理数据采集涉及在不在其上对可管理实体进行主控的设备上安装任何新软件的条件下从可管理实体采集数据;其与基于代理的数据采集之间的关键区别在于无代理数据采集不涉及在待监控的任何机器上安装任何新软件。
-数据采集管理方法被定义为使得所采集数据能够被分析、处理及理解的一组数据模型、协议及软件的组合,因而产生所述所采集数据的可管理实体可得到监控及管理。
一示例性实施例使用DEN-ng、或具有类似特性的另一信息模型作为所述信息模型。在此种情形中,模型元素、策略规则、可管理实体、行为及元数据均被定义为DEN-ng信息模型的固有部分。
图1b描述由管理系统153及第二实体160组成的受管理环境150的例子。所述第一实体155是管理系统153的一部分,且正在管理第二实体160,其中所述第二实体160为受管理环境150的一部分。在不丢失通用性的条件下,所述管理系统153可为受管理环境150的一部分或从受管理环境150分离。
受管理环境150可通过不包含于所述受管理环境中的实体来接收管理请求161。管理请求161将被引导至第一实体155,所述第一实体155随后产生一组命令以从第二实体160采集数据。所述第一实体155可参考信息模型163以判断是否有任何可用的关于第二实体160的信息。信息模型163以面向对象的形式定义原型信息及行为,所述原型信息及行为可被视作表示第二实体160的功能性及行为的一组模型元素。标注164也可被定义并用于阐述时间、版本及对表示第二实体160的恰当情形的恰当的一组对象进行定义的其他元数据,且用于阐述此类对象是否已经被定义于一个或多个数据模型166中。若现有关于第二实体160的知识(例如,其当前正在运行哪一操作系统的哪一版本)不充足,则第一实体155可能需要与第二实体160交换一种或多种消息(例如,能力请求167消息及能力响应168消息),以确定第二实体160支持的功能性及行为。能力请求167消息及能力响应168消息可基于信息模型163中所含有的知识。任何数据的交换(包括在此交换中示出的数据的交换)可包括两个单向交换,其中的一个用于对数据进行请求,且另一个用于返回所请求的数据。
第一实体165可检验被请求以从管理请求161采集的数据,并将此请求与第二实体160的能力进行比较以确定如何最佳地获得所请求的数据。一个问题在于数据采集过程中的许多元素可能相依于彼此。举例而言,所使用的协议的类型可对可采集哪一数据、且是以何种频率、粒度及其他因素来采集所述数据产生影响。这些及其他相依性是利用信息模型163而建模。举例而言,能力请求167消息与能力响应168消息的交换定义哪些协议是由第一实体155及第二实体160两者支持。利用所述协议,第一实体155可随后向包括第二实体160的恰当的可管理实体发布一组数据请求,其中第二实体160中的每一可管理实体可使用同一种协议或独立的协议。
作为说明性例子,超文本传输协议(安全)(Hypertext Transfer Protocol(Secure),简称HTTP(S))能力请求可由第一实体155发送至第二实体160,以提供各种性能度量,例如距其最后一次重启的时间、当前存储器占用量,等等。此类度量可通常由多个协议(例如,简单网络管理协议(Simple Network Management Protocol,简称SNMP)、系统日志(System Log,简称Syslog)、命令行接口(Command Line Interface,简称CLI)等)支持;然而,每一种协议可使用不同的一组资源且具有不同的准确性。第一实体155可能利用信息模型163而通过对同一种协议的使用进行优化而首先优化对来自第二实体160的数据的请求,以在可能的情况下得到可能最准确的数据。包括第二实体160的所述一组可管理实体可由第二实体160的数据模型166定义,且数据模型166可衍生自信息模型163。
因此,第一实体155可使用具有特定管理接口的特定协议从第二实体160请求特定数据(例如,使用WMI来请求操作系统数据、使用CLI来请求软件、使用SNMP来请求硬件等)。应说明的是,协议可用于支持一种或多种类型的数据,且特定类型的数据可能需要多个协议来获得所有构成特定类型的数据的信息(举例而言,此在图1a中被示为通过利用CLI、SNMP及REST的组合从第二实体160检索所有软件信息)。这些请求随后对为第二实体160的一部分的恰当的可管理实体进行查询。对所述一个或多个查询的回复可通过第二实体160的接收所述请求的同一管理接口返回。第一实体155可随后读取所采集数据、视需要而对其进行处理及存储,并随后向数据的请求者通知所述数据准备就绪或直接将所述数据发送至所述请求者。
图2a描述信息模型205与一组数据模型之间的关系及映射。从概念上讲,信息模型205提供数据与受管理通信系统之间的固有连接性的视角。信息模型205使信息、知识、智慧,以及其表示的关系、模式及原理能够以技术中立的方式进行建模。相比之下,数据模型(例如,数据模型210至212及数据模型220至222)可被视为信息模型205的实例。所述数据模型可衍生自信息模型205且可彼此联系,原因在于其共享在所述信息模型中定义的概念。定义相同概念的信息模型与数据模型之间的差别是这些概念利用技术、语言和/或协议的实现。一般而言,所述信息模型不使用任何平台专用定义、语言专用定义和/或协议专用定义。另一方面,数据模型通常紧密结合至这三个特征(平台、语言及协议)中的至少一个且常常结合至其中的所有者。
可存在几种类型的数据模型。第一种数据模型类型可为对信息模型205的技术专用但供应商中立的实例化。举例而言,数据模型210至212是对信息模型205的技术专用但供应商中立的实例化,且可利用目录、关系数据库及平面文件来表示概念。第二种数据模型类型是对信息模型205的技术专用且供应商专用的实例化。举例而言,数据模型220至222是对信息模型205及数据模型211的技术专用且供应商专用的实例化。
图2b描述数据的语义(即,理解)与数据的连接性(即,这些数据如何联系至彼此及联系至被管理的系统的当前上下文或未来上下文)之间的关系250。通常,原始数据在所述原始数据之间的关系被知晓时变成信息。在模式被知晓之后,信息可变成知识,所述知识在原理被知晓之后转而变成智慧。所述信息模型可用于对可用于将数据转换成信息、知识及智慧的一组方法进行定义。
一般来说,信息模型可:
-含有可根据不同参数(例如,策略、上下文等)而被共同组织的不同类型的知识;这些参数可用作被上下文定义的过滤器,以解译所采集数据;
-帮助组织可从所采集数据推测的数据与充足的支持数据之间的关系;
-以适用于特定顾客或一组顾客的角度、而非仅以参数的角度来组织知识;
-定义可用于对如何采集、聚合、过滤、匹配、关联及对网络数据实行其他处理操作进行定义的模式;可能进行所述操作的原因在于在所述信息模型中存在面向对象的类别及关系定义。
-使得能够使用不同类型的协议,所述不同类型的协议可揭露关于单一网络实体或一组网络实体的不同类型的数据,以及其互相的约束条件;
-不依赖于技术、平台及协议;使得能够使用信息模型以通过一组映射来支持多个数据模型,使得其优于起始于特定数据模型,原因在于信息模型从如何采集网络对象及其关系以及所述采集的实现方式中抽象出所述网络对象及其关系的规格;
-从额外的增强(例如,元数据的实现、利用一阶逻辑的推理及额外的机制)抽象出网络对象及其关系两者的规格;
-使得采集过程能够从用于对给定网络实体所具有的另一行为进行核实的额外的后采集处理任务分离;
-使得行为能够被定义为包含于所述信息模型中的一组概念,所述一组概念定义行为的句法及静态语义(静态语义指代行为的可在影响可管理实体的状态的设计时间处进行定义的方面),此可通过同样可在所述信息模型中进行定义的一组概念来实行,所述一组概念包括但不仅限于策略规则及状态自动机。
使用信息模型的益处为其提供对知识可如何用于阐述可管理实体的特性及行为的语义(包括其属性和关系)进行定义的自阐述的一套机制。
图3描述示例性系统300,所述示例性系统300包括具有基于信息模型的管理系统的通信系统。系统300包括通信系统305及可用于管理通信系统305的管理系统310。管理系统310包括管理实体315,所述管理实体315可利用数据处理单元320来处理从通信系统305采集的数据。管理系统310提供知识库322,知识库322可使得管理系统310能够确定采集哪一数据、怎样采集这一数据,且还可包括针对如何分析及处理从通信系统305采集的数据的指令等。知识库322可实现通信系统305的信息模型及其一个或多个数据模型。有限状态机324可用于控制管理实体315的运作。
管理系统310还可包括数据采集系统330以从通信系统305中的实体采集数据。数据采集系统330可利用由管理实体315指定的一个或多个协议而从通信系统305采集数据。数据采集系统330可利用流数据单元332使数据以流方式传输管理实体315。所流数据可被无次序地传递、碎片化传递、在某些数据发生丢失的情况下传送等。某些数据可在特定条件下利用特定协议进行检索。管理图形用户接口(graphical user interface,简称GUI)335可允许用户(例如,操作员、管理者等)与管理实体315及通信系统305进行交互。
相依性分析
图4描述示例性管理系统400,其中详细提供所述管理系统的一部分的突出功能。管理系统400包括管理实体405。所述管理实体405可(通过数据采集系统410)确定待采集的数据的类型,(通过协议单元415)确定用于采集所述数据的协议的类型,(通过处理器420)确定待提供至所采集数据的处理(例如,在数据的采集期间发生的预处理和/或在数据的采集已完成之后发生的后处理)的类型,以及(通过存储单元425)确定待用于存储所述所采集数据的存储器(例如,预存储器和/或后存储器,其中所述预存储器为在数据的采集期间使用的暂时存储器,所述后存储器为在数据的采集已完成之后使用的暂时存储器和/或永久存储器)的类型。如前所述,通信系统的信息模型可被管理系统400(具体而言,管理实体405)用于确定数据的类型、协议的类型、处理的类型及给定数据采集任务所需的存储器的类型。
使用通信系统的信息模型会允许通用的一组模型元素,所述通用的一组模型元素可用于对存在于待采集的数据的类型、用于采集所述数据的协议的类型、对所采集数据待实行的预处理操作及后处理操作的类型、应在何种类型的数据存储库中存储哪一数据(若存在)等之间的互相联系的语义进行定义。这些互相联系的语义中的每一个可表示所述数据采集过程的这些基本部分之间的相依性。此外,每一个均为单向的。举例而言,待采集的数据的类型限制可使用的协议的类型,原因在于协议的类型可能需要满足一定数目的需求,包括:(1)所述协议可能需要能够可靠地(且可能安全地)传送数据,亦即每一数据的准确性及整个数据集合不应被更改);以及(2)所述协议可能需要能够支持对数据进行的恰当操作(例如,创建、读取、更新、删除等)。类似地,所述协议约束数据的类型,原因在于所述协议(1)可能需要能够支持由待采集的数据使用的数据结构;且(2)所述协议可能需要在语义上与数据的使用兼容。举例而言,尽管目录可理论上存储并检索任意类型的数据结构,然而其协议(例如,轻量目录访问协议(Lightweight Directory Access Protocol,简称LDAP)或甚至其更强大且更稳健的版本X.500(由ITU-T进行的一组标准定义目录服务))被进行设计以主要与简单文本搜索应用一起使用。此可对数据可如何在目录中被搜索、创建、编辑及检索产生基本限制。
若理解且满足以上相依性,则可建立统一的平台,即不依赖于用于实现以下的技术的平台:协议的类型、可管理实体的类型、待采集的数据的类型、待实行的预处理操作及后处理操作的类型、待实行的存储操作及存储器的类型等。具体而言,所述统一的平台允许:
-一组可重新使用抽象概念—由于协议、数据、预处理功能、后处理功能、数据存储库及存储操作皆可被表示为模型元素,且皆作为可重新使用对象存在于所述管理系统中;
-一组模式,所述一组模式用于创建由所述信息模型提供的可重新使用抽象概念,此可简化所得设计及实现方式;
-第二组模式,所述第二组模式阐述可管理实体之间的所预测的和/或所预期的关系及行为,此可进一步简化所得设计及实现方式;
-可扩展的一套机制,所述可扩展的一套机制识别可管理实体以及其属性及行为,原因在于可管理实体可通过一组属性、关系、元数据、行为和/或结构进行识别;
-第二套可扩展机制,所述第二套可扩展机制识别可管理实体以及其属性及行为,原因在于可管理实体可通过对其行为进行表征的数据及关系的一组模式进行识别;
-基于内在的及外在的模型元素来引导数据采集的能力,所述内在的及外在的模型元素表示数据被采集以供其使用的所述可管理实体或所述一组可管理实体;
-判断是否应自已经被拜访的可管理实体采集任何额外的数据的能力(通过将所采集的可管理实体数据与所述可管理实体在所述信息模型中的表示形式进行比较并判断数据是否丢失的优点而实现);
-对在预处理操作和/或后处理操作(若存在)中的哪一类型被实行之后应在哪一类型的数据存储库(若存在)中存储哪一所采集数据进行定义的能力;
-对以上所论述的特征(若存在)中的哪些特征被所述环境的上下文中的哪些类型的改变所影响进行定义的能力。
用于采集数据的管理系统的高层次概述
图5描述示例性管理系统500的组件的细节图。如图5所示,管理系统500包括管理实体505、数据存储层510及数据采集系统515的细节图。管理实体505包括多个类别识别单元,所述多个类别识别单元利用包括以下的各种匹配技术来识别对象(例如,可管理实体)的类别:名称识别、身份识别、基于特征的匹配、基于结构的匹配、基于行为的匹配、语义相关性匹配等。数据存储层510可为所采集数据提供存储和/或管理。所采集数据存储管理的例子包括关系数据库管理系统(relational database management system,简称RDBMS)、不仅结构化查询语言(not only structured query language,简称NoSQL)系统等。
数据采集系统515可包括发起过程520,所述发起过程520控制数据的采集,包括启动和/或中止数据的采集。数据采集系统515还可包括采集器管理器525,所述采集管理器525负责采集由多个采集器代理(例如,采集器代理530)提供的数据。由于由所述多个采集器代理提供的数据可能呈碎片化、无次序、丢失等,因此采集器管理器525可对所采集数据进行碎片整理(或相当于去除碎片)、重排序、修正和/或恢复。所采集数据可被提供至管理实体505。数据采集系统515可从管理实体505接收关于待采集的数据的指令。
所采集数据(即,从所述可管理实体或所述一组可管理实体采集的数据)可用于发现是否已经有新的能力被添加至现有的可管理实体(例如,添加了具有额外端口的新卡)、或者是否已经有新的可管理实体被添加至所述通信系统(例如,创建了新的虚拟局域网(Virtual LAN,简称VLAN))。这两个例子对应于能够检测被管理系统的新的物理及逻辑(或虚拟)能力的添加的管理系统500。类似地,数据采集可用于发现现有可管理实体和/或其能力是否已经从所述系统移除或不再适当地发挥作用。所采集的数据也可用于采集可用于对可管理实体的性能水平进行计算和/或估量的度量。所述度量还可用于产生告警和/或故障,使可管理实体的性能优化、实行维护操作、执行额外的管理操作等。这些操作—常常被称作操作性操作和/或管理操作—可因不同类型的可管理实体具有不同类型的特性及行为而更复杂。此外,可管理实体的单一实例可在不同的上下文中展现出不同的行为。因此,可能需要稳健的机制来联系上下文对数据采集的影响。
数据采集还可用于对现有父节点和/或子节点进行查询,以确定关于每一节点的额外信息。一般而言,考虑到一组已知的可管理实体(在本文中称作父节点),每一父节点可具有一组子可管理实体(例如,路由器的端口、交换机、或主计算机、或者应用的服务)。举例而言,节点的类型将经常确定可与此节点,以及形成这些关系的语义的协议、媒体层及其他物理特性和/或逻辑特性相联系的可管理实体的类型。例子包括端口结合及链路聚合(其随所使用的端口类型、媒体类型及协议类型而变化)。不同类型的VLAN及虚拟专有网络(Virtual Private Network,简称VPN)具有类似的语义。类似地,也可利用几种不同的协议(例如,简单服务发现协议(simple service discovery protocol,简称SSDP)、服务位置协议(service location protocol,简称SLP)、通用即插即用(universal plug and play,简称UPnP)等)从父节点和/或子节点找到服务。这些协议具有不同的应用,且因此具有不同的语义。因此,所述信息模型利用具有通用的一组语义的通用的一组模型元素而提供用于表示不同类型的可管理实体及其关系的单一源。
通常,从附接至一个或多个通信系统的可管理实体采集的数据将进行混合,使得难以将数据与其所归属的特定可管理实体相关联。此可通过改变而加重,所述改变例如为可管理实体可在不通知管理系统的条件下加入或退出通信系统。此外,可管理实体可进行改变。举例而言,对可管理实体的配置进行的配置可有所改变,此会变更所述可管理实体所提供的功能性(且因此会变更其发送及接收的数据的类型,以及用于对其进行配置的数据的类型)。所述通信系统的信息模型提供辨认可管理实体或一组可管理实体的一个或多个能力所需的知识。异构实体的管理可因此通过对不同可管理实体中的每一个的不同能力的通用方面进行匹配而归一化。在一组通用能力被确定之后,(若需要的话)可继续对所有可应用的几组可管理实体进行进一步处理。
信息模型可用于对所述数据采集过程或所述一组用于从可管理实体的所有或某一子集获得数据的过程进行优化。所述优化可基于优化因素,包括待采集的数据的性质、所涉及的可管理实体的类型、所使用的协议的类型、通信系统的上下文、用户的需求和/或所采集数据的应用等。优化可包括:确定哪些用户和/或应用需要相同的数据并将数据的采集优化,以最大程度减少所述数据的查询次数;使用相同的协议并将数据的采集优化,从而使协议连接的数目最小化;使用相同的命令(例如,供应商专用CLI、供应商中立脚本语言等)来对相同的或不同的可管理实体的不同属性进行查询并(视需要通过对不同的属性不同地进行过滤)将数据的采集优化。
可管理实体A的行为可被定义为一组内在属性和/或涉及可管理实体A的关系和/或一组外在类别、属性和/或可管理实体A与表示一个或多个可管理实体B1…Bn的一组模型元素之间的关系。应说明的是,当单一可管理实体A被一组可管理实体A1…Am取代时,所述定义同样成立。使用信息模型可使得行为能够(例如,利用专用的一组模型元素)通过一组自身被表达于信息模型中的机制(例如,策略规则和/或状态自动机)而被静态地定义及管理。还可能动态地定义行为及使行为发生变化。
使用所述信息模型可使所述管理实体能够不依赖于技术专用实施方案。此可适用于所使用的协议及待采集的数据的类型、作为数据采集操作的目标的可管理实体的类型(例如,存储设备相对于网络设备相对于服务器相对于应用)、如何采集数据、对所采集数据进行的预处理及后处理的类型、用于所采集数据的存储器的类型、如何表示可管理实体自身等。此外,所述管理实体不依赖于例如采集代理、无代理采集、或其组合等数据采集机制。
一般而言,通信系统产生大量的数据。因此,管理系统采集巨量的网络数据。所述网络数据的抽象概念通常并不会使用户更易于找到不同类型的网络数据。另外,通信系统可在不发出告警的情况下进行改变,且不同的改变以经常为不可预测的方式而影响不同的实体。为进一步调和所述情形,不同的装备供应商利用不同的名称来指代相同类型的网络数据,并且使用需要不同协议的不同功能。为每一不同的分类提供单一的一致接口可存在实在太多变化。因此,需要一种用于基于模型的搜索及网络数据检索的系统和方法。
作为说明性例子,被管理的实体可十分复杂。所述实体可不是单一对象;相反其可由许多对象构成。所述对象中的每一个可被各别地或共同地管理。此外,实体的行为可在其与其他对象组团时发生变化。数据模型可用于表示所述通信系统。然而,数据模型的使用暗示所述通信系统依赖于由所述通信系统使用的数据结构及协议,而非依赖于实体和/或对象在实际使用中实际上如何表现。
根据一示例性实施例,模型驱动方法被用于找寻一组受管理对象。存在于所述通信系统的信息模型中的知识可用于识别在查询中(直接地或间接地)指定的对象。所述知识可利用数据模型而增加。一示例性实施例使得能够发现并不明确地映射至所搜索的网络数据的可管理实体。可发现受管理对象正在使用其特性和/或行为;此使得能够在不具体使用名称或其他识别数据的情况下发现可管理实体。作为说明性例子,可使用故障现象而不使用部件号或序列号来识别对象。一示例性实施例将在待映射的查询中使用的不同词类映射至不同的模型元素。应说明的是,模型元素可对应于可管理实体、一组可管理实体、或来自一个或多个可管理实体的简单数据。
一示例性实施例使得能够同样实行语义搜索。在此种类型的搜索中,基于所述搜索的含义来发现来自可管理实体的数据及可管理实体。此方法利用所述信息模型作为词汇,因而可找到具有相同的或类似的含义的模型元素。
一示例性过程可包括:接收查询;从所述查询移除无关字及短语;移除大写、功能字等;应用所处理查询。
图6描述在处理网络数据的查询时发生的示例性操作600的流程图。操作600可指示在查询处理设备(例如,管理系统、管理实体等)处理网络数据的查询时发生于所述查询处理设备中的操作。
操作600可开始于所述查询处理设备接收网络数据的查询(方块605)。所述查询可呈来自以下的输入的形式:来自查询处理系统的用户、与查询处理设备相结合地执行的应用、另一查询处理设备、外部查询处理设备、查询处理设备的另一实例化(例如,为分布式查询处理设备)等。
所述查询处理设备可验证所述查询(方块610)。验证所述查询可帮助确保查询的有效性、检测查询中的错误等。有效查询将映射至至少一个模型元素。所述查询处理设备可实行检查,以判断所述查询是否无误(方块615)。若所述查询有误,则所述查询处理设备可标注查询中的错误(方块620)并返回至方块605以接收另一查询。所述查询处理设备可在对查询中的错误进行标注之后通知所述查询的与所述错误有关的源并可能提示另一查询。
所述查询处理设备可实行对所述查询的词态预处理及词汇预处理(方块625)。所述词态预处理及词汇预处理可帮助简化后续的解析操作及决策操作。词态预处理及词汇预处理的例子包括移除停用字、移除标点、移除大写、移除功能字、词干操作等。举例而言,通过实行词态归一化操作,可利用单一规范词形将看起来不同的字组入同一词态族。作为又一例子,词态预处理及词汇预处理可将所述查询的未被明确提及的元素之间的额外的相依性识别为所述查询的一部分。所述词态预处理及词汇预处理可接收设定(方块627)作为输入来帮助进行所述预处理。
所述查询处理设备可对所述查询进行解析(方块630)。对所述查询进行解析还可包括产生词类(part of speech,简称POS)标记,所述POS标记被用于帮助引领进一步的处理。所述查询处理设备可从所解析查询提取内容标记(方块635)。所述内容标记包含用户希望检索的信息,所述信息被转换成允许不同的部分之间存在相依性的现成定义的形式。所述查询处理设备可从所解析查询提取上下文标记(方块640)。所述上下文标记共同地表示为用户和/或管理实体所知的外在元数据与仅为管理实体所知的内在元数据两者。
所述查询处理设备可将所述标记映射至模型元素(方块645)。以下提供将所述标记映射至所述模型元素的详细论述。所述查询处理设备可对将标记映射至模型元素的结果进行标注并将所述结果转换成可扩展标示语言(extensible markup language,简称XML)模式定义(XML schema definition,简称XSD)文件(方块650)。所述查询处理设备可将XSD文件映射至文本并显示所述结果(方块655)。
图7描述在将标记映射至模型元素时发生的示例性操作700的流程图。操作700可指示在查询处理设备(例如,管理系统、管理实体等)将标记映射至模型元素时在所述查询处理设备中发生的操作。
操作700可开始于所述查询处理设备对所述查询进行解析(方块702),此会从所述查询提取出第一组内容标记。将所述内容标记放置于输出容器中(方块704)。所述查询处理设备可随后实行检查,以判断是否存在元数据(方块705)。所述元数据可存在于所述查询中且可为可为说明性的和/或规约性的。所述元数据可被显式地定义(例如,作为所述查询的一部分)或隐式地定义(例如,隐含于所述查询)。一示例性实施例利用元数据来更好地理解所述查询的意图。没有元数据时,所述查询处理设备被限制成仅利用所述查询的句法结构。有元数据时,所述查询处理设备可更好地理解所述查询的上下文,且因此能够找到与发布所述查询的原因相关的模型元素(而非仅依靠所使用的句法)。在以上两种情形中的任一情形中,若存在元数据,则所述查询处理设备可将所述元数据解析成第二组元数据标记(方块710)。所述查询处理设备可实行检查,以通过将所述内容标记与所述元数据标记进行比较来判断是否已经从元数据推测出更多个内容术语(方块715)。若已经推测出更多术语,则所述查询处理设备可分离所述第一组内容标记与所述第二组元数据标记(方块720),并将所述元数据标记添加至容纳所述内容标记的同一容器、或添加至不同的容器(方块725)。若不存在元数据,则所述查询处理设备可定义默认上下文标记并将其添加至输出容器(方块740)。
所述查询处理设备可定义内容标记与上下文标记之间的关系(方块730)。此步骤将所述查询的内容调整成反映所发布的查询的上下文。所述查询处理设备还可将内容标记与上下文标记的组合联系至一个或多个模型元素(方块745)。一示例性实施例将内容标记与上下文标记的组合表示为一组图形,并随后将所述一组图形联系至一个或多个模型元素,进而形成输出的一组图形(方块747)。以下提供对内容组中的术语与一个或多个模型元素的联系的详细论述。所述查询处理设备还可将从所述查询的初始解析获得的恰当的词类(part of speech,简称POS)标记联系至几组模型元素(方块750)。一示例性实施例可使用所述POS标记来对所述模型元素进行提炼(方块752)。举例而言,所述POS标记可暗示额外的模型元素是存在的且可能与从步骤745中找到的现有模型元素相关。
一示例性实施例对从所述内容标记与上下文标记的组合产生的每一模型元素进行迭代,以判断一个或多个POS标记是否提供关于所述查询的性质的额外信息(方块755)。一示例性实施例将所述POS标记与模型元素两者表示为图形,原因在于此使得所有类型的模型元素(例如,类别、属性、关系及约束条件)能够利用各种众所周知的图形算法而高效地进行匹配。若存在更多由所述POS标记产生的术语,则所述查询处理设备可返回至方块750以继续将恰当的POS术语联系至几组模型元素。若不存在更多术语,则所述查询处理设备可对所述模型元素进行组合及优化(方块760)。此可重新使用现有容器中的一个,或被放置于第三容器中。示例性实施方案通过利用指定模型元素可如何进行组合的图形算法来实行对所述模型元素的组合及优化(方块762)。举例而言,可使用各种图形遍历算法来拜访每一图形中的所有节点及不同类型的着色、分选、传递闭包,且可使用其他类型的图形算法来找到与内容术语及上下文术语对应的模型元素。所述查询处理设备可从经组合及优化的模型元素推测新的模型元素(方块765)。
所述查询处理设备可实行检查,以判断是否因对模型元素进行组合及优化(方块765)而存在要推测的额外术语(方块770)。若存在要推测的额外术语,则所述查询处理设备可将内容术语添加至输入清单并查询新的元数据(方块775)。所述查询处理设备可返回至方块705,以判断是否有新的元数据从方块775添加进来。若不再有要推测的额外术语,则所述查询处理设备可对所述结果进行标注及分析,例如进行图6所示方块650。
图8描述在将术语联系至一个或多个模型元素时发生的示例性操作800的流程图。操作800可指示在查询处理设备(例如,管理系统、管理实体等)将术语联系至一个或多个模型元素时在所述查询处理设备中发生的操作。
操作800可开始于所述查询处理设备选择内容组的术语(方块805)。所述查询处理设备可对所述内容组中的所述术语进行解析(方块810)并将所述术语分类(方块815)。所述查询处理设备可使用所选择战略将所述术语匹配至模型元素(方块820)。举例而言,所述内容术语的名称可被表示为单一规范词形并随后用于找到具有相同名称的模型元素。举例而言,若查询输入仅限于提供与模型元素直接相关的术语的选择,则将会发生此种情况。然而,将更经常地需要进行额外的语言处理。一示例性实施例将使用各种类型的语言处理(例如,基于特征的、基于结构的、基于行为的和/或语义相关性匹配)来将内容术语匹配至一个或多个模型元素。所述查询处理设备可实行检查,以判断是否已经在对所选择术语进行的处理期间推测出额外的术语(方块825)。
若存在额外的术语,则所述查询处理设备可将所述术语与元数据分离(方块830),且所述查询处理设备可如在图7所示方块725中一样将所述元数据添加至现有上下文。若不再存在额外的术语,则所述查询处理设备可将所选择术语转换成模型元素图形(方块835)。所述查询处理设备可将所述模型元素图形添加至输出容器(方块840)。所述查询处理设备可实行检查,以判断是否存在任何剩余术语(方块845)。若存在剩余术语,则所述查询处理设备可选择另一术语(方块850)并返回至方块810以对所选择术语进行解析。若不再存在剩余术语,则所述查询处理设备可如在图7所示方块745中一样将内容组中的术语联系至一个或多个模型元素。
图9描述设备900。设备900可为查询处理设备、管理实体等的实现形式。设备900可用于实现本文所论述实施例中的各种实施例。如图9所示,发送器905用于发送分组、帧、查询和/或其他类型的数据及命令,且接收器910用于接收分组、帧、查询和/或其他类型的数据及命令。在以上两种情形中,所述数据可包括操作性数据及命令、执管性数据及命令、管理数据及命令和/或性能数据及命令。发送器905及接收器910可具有无线接口、有线接口或其组合。
查询解析单元920用于将查询解析成词类标记。查询解析单元920用于验证查询。分类单元922用于将词类标记分类成内容标记及上下文标记。映射单元924用于将内容标记映射成几组模型元素。映射单元924用于确定上下文对象与内容对象之间的关系,将内容组中的术语联系至模型元素,并将词类术语联系至模型元素。映射单元924用于将几组模型元素映射成XSD文件。上下文定义单元926用于定义上下文,以评估查询中的内容标记。XSD处理单元928用于将XSD文件组合成文本结果。XSD处理单元928用于以人类可读取的形式呈现所述文本结果。
存储器930用于存储模型、查询、标记、模块元素等。存储器930可以是物理存储器,如磁盘驱动器、固态存储器或其组合。存储器930可以是设备900的物理部分,也可以是远程设置或者是二者结合。存储器930也可以包括虚拟化的物理存储器,从而使得多个物理存储单元视为能够基于需求分配的单个存储器池。用户接口935包括硬件和/或软件,以允许用户与设备900进行交互。举例而言,用户接口935包括显示器、键盘、触摸板、语音辨识系统、扬声器、鼠标、手写笔等,以允许用户与设备900进行交互。
设备900的元件可实施为特定的硬件逻辑块。在替代性实施例中,设备900的元件可实施为在处理器、控制器、专用集成电路等中执行的软件。在又一替代性实施例中,通信设备900的元件可实施为软件和/或硬件的组合。
例如,发送器905和接收器910可实施成特定的硬件块,而查询解析单元920、分类单元922、映射单元924、上下文定义单元926以及XSD处理单元928可以是在处理器915、微处理器、定制电路或现场可编程逻辑阵列的定制编译逻辑阵列中执行的软件模块。应说明的是,处理器915、所述微处理器、定制电路、定制编译逻辑阵列等可在多处理单元配置中实现成彼此临近或通过通信网络进行分布及耦合。查询解析单元920、分类单元922、映射单元924、上下文定义单元926及XSD处理单元928可作为模块存储于存储器930中。
虽然已详细地描述了本发明及其优点,但是应理解,可以在不脱离如所附权利要求书所界定的本发明的精神和范围的情况下对本发明做出各种改变、替代和更改。

Claims (35)

1.一种用于处理查询的方法,其特征在于,所述方法包括:
查询处理设备将所述查询解析成词类POS标记;
所述查询处理设备将所述POS标记分类成内容标记及上下文标记;
所述查询处理设备将所述内容标记映射至第一组模型元素;
所述查询处理设备将所述上下文标记映射至第二组模型元素;
所述查询处理设备将所述第一组模型元素及所述第二组模型元素映射成一组组合模型元素;
所述查询处理设备从所述第一组模型元素及所述第二组模型元素,以及所述一组组合模型元素产生一组可扩展标示语言XML模式定义XSD文件。
2.根据权利要求1所述的方法,其特征在于,还包括:
接收所述查询;
无误地对所述查询进行解析,由此产生标记;
将对所述查询进行解析所得的所述标记存储于输出容器中;
验证所述查询映射至至少一个模型元素。
3.根据权利要求1所述的方法,其特征在于,还包括:
定义一组上下文标记,以在将所述内容标记映射至所述第一组模型元素之前对所述查询的所述内容标记进行评估;
将所述一组上下文标记存储于第一输出容器中。
4.根据权利要求3所述的方法,其特征在于,定义一组上下文标记包括:
通过对所述查询进行解析来产生一组标记,以提取显式定义元数据;
通过结合一组显式定义元数据标记对所述查询进行检查来产生一组标记,以发现隐式定义元数据;
将所述一组显式定义元数据及所述隐式定义元数据作为上下文标记存储于第二输出容器中。
5.根据权利要求1所述的方法,其特征在于,还包括:将所述XSD组合成结果。
6.根据权利要求5所述的方法,其特征在于,所述结果适合于展示给人类用户。
7.根据权利要求1所述的方法,其特征在于,还包括在对所述查询进行解析之前对所述查询应用词态预处理及词汇预处理中的至少一种。
8.根据权利要求7所述的方法,其特征在于,应用所述词态预处理及词汇预处理中的至少一种包括应用以下中的至少一个:移除停用字、移除标点、移除大写、移除功能字及词干操作。
9.根据权利要求1所述的方法,其特征在于,对所述内容标记进行映射包括:
应用匹配技术,以将一组内容标记映射至第三组模型元素;
将所述第三组模型元素存储至输出容器中。
10.根据权利要求9所述的方法,其特征在于,所述匹配技术包括以下中的至少一个:名称识别、身份识别、基于特征的匹配、基于结构的匹配、基于行为的匹配及语义相关性匹配。
11.根据权利要求1所述的方法,其特征在于,对所述上下文标记进行映射包括:
确定所述上下文标记与所述内容标记之间的关系;
利用所述内容标记与所述上下文标记之间的所述关系来产生组合的一组标记;
将所述组合的一组标记存储至第一输出容器中;
将所述组合的一组标记中的每一所述标记映射至一个或多个模型元素,进而产生第四组模型元素;
将所述第四组模型元素存储于第二输出容器中。
12.根据权利要求11所述的方法,其特征在于,对所述上下文标记进行映射还包括:
应用匹配技术,以将一组上下文标记映射至第五组模型元素;
将所述第五组模型元素存储至第三输出容器中。
13.根据权利要求12所述的方法,其特征在于,所述匹配技术包括以下中的至少一个:名称识别、身份识别、基于特征的匹配、基于结构的匹配、基于行为的匹配及语义相关性匹配。
14.根据权利要求11所述的方法,其特征在于,产生一组组合模型元素包括:
将所述内容标记匹配至第一模型元素图形;
将所述上下文标记匹配至第二模型元素图形;
通过利用图形算法来产生所述一组组合模型元素,以将所述第一模型元素图形与所述第二模型元素图形组合成第三模型元素图形;
将所述第三模型元素图形放置于第三输出容器中。
15.根据权利要求1所述的方法,其特征在于,对所述第一组模型元素及所述第二组模型元素进行映射还包括:
将所述第一组模型元素与所述第二组模型元素组合及优化成所述一组组合模型元素。
16.根据权利要求1所述的方法,其其特征在于,将所述POS标记分类成内容标记及上下文标记包括:
将所述查询解析成POS标记;
将所有是名词及动词中的任一个的POS标记指定为内容标记;
将所有不是名词及动词中的任一个的POS标记指定为上下文标记;
将所述内容标记存储至第一输出容器中;
将所述上下文标记存储至第二输出容器中。
17.根据权利要求1所述的方法,其特征在于,还包括:
判断执行上下文是否被规定;
当所述执行上下文未被规定时,将默认上下文设定为系统上下文;
当所述执行上下文被规定时,将所述执行上下文设定为所述系统上下文与所述由元数据推测的上下文的组合。
18.一种查询处理设备,其特征在于,包括:
处理器,用于将查询解析成词类(part of speech,简称POS)标记,将所述POS标记分类成内容标记及上下文标记,将所述内容标记映射至第一组模型元素,将所述上下文标记映射至第二组模型元素,将所述第一组模型元素及所述第二组模型元素映射成一组组合模型元素,以及从所述第一组模型元素及所述第二组模型元素,以及所述一组组合模型元素产生一组可扩展标示语言(extensible markup language,简称XML)模式定义(XML schemadefinition,简称XSD)文件;
存储器,能够操作地耦合至所述处理器,所述存储器用于存储所述查询、所述模型元素及所述XSD文件。
19.根据权利要求18所述的查询处理设备,其特征在于,还包括接收器,所述接收器能够操作地耦合至所述处理器,所述接收器用于接收所述查询,且其中所述处理器用于:无误地对所述查询进行解析以产生标记,将对所述查询进行解析所得的所述标记存储于输出容器中,及验证所述查询。
20.根据权利要求18所述的查询处理设备,其特征在于,所述处理器用于:定义一组上下文标记以在将所述内容标记映射至所述第一组模型元素之前对所述查询的所述内容标记进行评估;将所述一组上下文标记存储于第一输出容器中。
21.根据权利要求20所述的查询处理设备,其特征在于,所述处理器用于:通过对所述查询进行解析来产生一组标记,以提取显式定义元数据;通过结合一组显式定义元数据标记对所述查询进行检查来产生一组标记,以发现隐式定义元数据;将所述一组显式定义元数据及所述隐式定义元数据作为上下文标记存储于第二输出容器中。
22.根据权利要求18所述的查询处理设备,其特征在于,所述处理器用于将所述XSD文件组合成结果。
23.根据权利要求18所述的查询处理设备,其特征在于,所述处理器用于在对所述查询进行解析之前对所述查询应用词态预处理及词汇预处理中的至少一种。
24.根据权利要求18所述的查询处理设备,其特征在于,所述处理器用于:确定所述上下文标记与所述内容标记之间的关系;利用所述内容标记与所述上下文标记之间的所述关系来产生组合的一组标记;将所述组合的一组标记存储至第一输出容器中;将所述组合的一组标记中的每一所述标记映射至一个或多个模型元素,进而产生第四组模型元素;将所述第四组模型元素存储于第二输出容器中。
25.根据权利要求24所述的查询处理设备,其特征在于,所述处理器用于:应用匹配技术,以将一组上下文标记映射至第五组模型元素;将所述第五组模型元素存储至第三输出容器中。
26.根据权利要求24所述的查询处理设备,其特征在于,所述处理器用于:将所述内容标记匹配至第一模型元素图形;将所述上下文标记匹配至第二模型元素图形;通过利用图形算法来产生所述一组组合模型元素,以将所述第一模型元素图形与所述第二模型元素图形组合成第三模型元素图形;将所述第三模型元素图形放置于第三输出容器中。
27.根据权利要求18所述的查询处理设备,其特征在于,所述处理器用于将所述第一组模型元素与第二组模型元素进行组合及优化,以产生所述一组组合模型元素。
28.根据权利要求18所述的查询处理设备,其特征在于,所述处理器用于:将所述查询解析成POS标记;将所有是名词及动词中的任一个的POS标记指定为内容标记;将所有不是名词及动词中的任一个的POS标记指定为上下文标记;将所述内容标记存储至第一输出容器中;将所述上下文标记存储至第二输出容器中。
29.根据权利要求18所述的查询处理设备,其特征在于,所述处理器用于:判断执行上下文是否被规定;当所述执行上下文未被规定时,将默认上下文设定为系统上下文;当所述执行上下文被规定时,将所述执行上下文设定为所述系统上下文与所述由元数据推测的上下文的组合。
30.一种管理环境,其特征在于,包括:
通信系统,所述通信系统被管理;
管理实体,能够操作地耦合至所述通信系统,所述管理实体用于将查询解析成词类(part of speech,简称POS)标记,将所述POS标记分类成内容标记及上下文标记,将所述内容标记映射至第一组模型元素,将所述上下文标记映射至第二组模型元素,将所述第一组模型元素及所述第二组模型元素映射成一组组合模型元素,以及从所述第一组模型元素及所述第二组模型元素,以及所述一组组合模型元素产生一组可扩展标示语言(extensiblemarkup language,简称XML)模式定义(XML schema definition,简称XSD)文件。
31.根据权利要求30所述的管理环境,其特征在于,所述管理实体用于:无误地对所述查询进行解析以产生标记,将对所述查询进行解析所得的所述标记存储于输出容器中,及验证所述查询。
32.根据权利要求30所述的管理环境,其特征在于,所述管理实体用于:定义一组上下文标记,以在将所述内容标记映射至所述第一组模型元素之前对所述查询的所述内容标记进行评估;将所述一组上下文标记存储于第一输出容器中。
33.根据权利要求30所述的管理环境,其特征在于,所述管理实体用于:确定所述上下文标记与所述内容标记之间的关系;利用所述内容标记与所述上下文标记之间的所述关系来产生组合的一组标记;将所述组合的一组标记存储至第一输出容器中;将所述组合的一组标记中的每一所述标记映射至一个或多个模型元素,进而产生第四组模型元素;将所述第四组模型元素存储于第二输出容器中。
34.根据权利要求30所述的管理环境,其特征在于,所述管理实体用于:将所述查询解析成POS标记;将所有是名词及动词中的任一个的POS标记指定为内容标记;将所有不是名词及动词中的任一个的POS标记指定为上下文标记;将所述内容标记存储至第一输出容器中;将所述上下文标记存储至第二输出容器中。
35.根据权利要求30所述的管理环境,其特征在于,所述管理实体用于:判断执行上下文是否被规定;当所述执行上下文未被规定时,将默认上下文设定为系统上下文;当所述执行上下文被规定时,将所述执行上下文设定为所述系统上下文与所述由元数据推测的上下文的组合。
CN201580054775.XA 2014-12-29 2015-12-12 用于基于模型的搜索及网络数据检索的系统和方法 Pending CN106796607A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/585,130 US20160188609A1 (en) 2014-12-29 2014-12-29 System and Method for Model-based Search and Retrieval of Networked Data
US14/585,130 2014-12-29
PCT/CN2015/097214 WO2016107397A1 (en) 2014-12-29 2015-12-12 System and method for model-based search and retrieval of networked data

Publications (1)

Publication Number Publication Date
CN106796607A true CN106796607A (zh) 2017-05-31

Family

ID=56164381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580054775.XA Pending CN106796607A (zh) 2014-12-29 2015-12-12 用于基于模型的搜索及网络数据检索的系统和方法

Country Status (4)

Country Link
US (1) US20160188609A1 (zh)
EP (1) EP3195156A4 (zh)
CN (1) CN106796607A (zh)
WO (1) WO2016107397A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110895659A (zh) * 2018-08-22 2020-03-20 阿里巴巴集团控股有限公司 模型训练方法、识别方法、装置及计算设备

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10511485B2 (en) * 2015-08-11 2019-12-17 At&T Intellectual Property I, L.P. Dynamic virtual network topology discovery engine
US10031967B2 (en) * 2016-02-29 2018-07-24 Rovi Guides, Inc. Systems and methods for using a trained model for determining whether a query comprising multiple segments relates to an individual query or several queries
US10133735B2 (en) 2016-02-29 2018-11-20 Rovi Guides, Inc. Systems and methods for training a model to determine whether a query with multiple segments comprises multiple distinct commands or a combined command
US10382313B2 (en) * 2017-02-16 2019-08-13 International Business Machines Corporation Test building for testing server operation
US11687063B2 (en) * 2018-07-24 2023-06-27 Siemens Aktiengesellschaft Semantics-based internet of things device data processing-related application installation method and apparatus
CN110727862B (zh) * 2019-09-24 2022-11-08 苏宁云计算有限公司 一种商品搜索的查询策略的生成方法及装置
US20230070209A1 (en) * 2021-09-03 2023-03-09 The Travelers Indemnity Company Monitoring system

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100185643A1 (en) * 2009-01-20 2010-07-22 Oracle International Corporation Techniques for automated generation of queries for querying ontologies
CN102360383A (zh) * 2011-10-15 2012-02-22 西安交通大学 一种面向文本的领域术语与术语关系抽取方法
CN102663046A (zh) * 2012-03-29 2012-09-12 中国科学院自动化研究所 一种面向微博短文本的情感分析方法
US20140172825A1 (en) * 2012-12-13 2014-06-19 Microsoft Corporation Content and object metadata based search in e-reader environment
US20140280113A1 (en) * 2013-03-14 2014-09-18 Shutterstock, Inc. Context based systems and methods for presenting media file annotation recommendations

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5694559A (en) * 1995-03-07 1997-12-02 Microsoft Corporation On-line help method and system utilizing free text query
US6349276B1 (en) * 1998-10-29 2002-02-19 International Business Machines Corporation Multilingual information retrieval with a transfer corpus
US7299405B1 (en) * 2000-03-08 2007-11-20 Ricoh Company, Ltd. Method and system for information management to facilitate the exchange of ideas during a collaborative effort
US6684204B1 (en) * 2000-06-19 2004-01-27 International Business Machines Corporation Method for conducting a search on a network which includes documents having a plurality of tags
US6675159B1 (en) * 2000-07-27 2004-01-06 Science Applic Int Corp Concept-based search and retrieval system
US6799184B2 (en) * 2001-06-21 2004-09-28 Sybase, Inc. Relational database system providing XML query support
US7398209B2 (en) * 2002-06-03 2008-07-08 Voicebox Technologies, Inc. Systems and methods for responding to natural language speech utterance
TWI289261B (en) * 2002-09-11 2007-11-01 Hon Hai Prec Ind Co Ltd System and method for dynamically generating a HTTP query
US20060253476A1 (en) * 2005-05-09 2006-11-09 Roth Mary A Technique for relationship discovery in schemas using semantic name indexing
US8612230B2 (en) * 2007-01-03 2013-12-17 Nuance Communications, Inc. Automatic speech recognition with a selection list
US20090083325A1 (en) * 2007-09-24 2009-03-26 Infosys Technologies, Ltd. System and method for end to end testing solution for middleware based applications
US20100257028A1 (en) * 2009-04-02 2010-10-07 Talk3, Inc. Methods and systems for extracting and managing latent social networks for use in commercial activities
US20110136542A1 (en) * 2009-12-09 2011-06-09 Nokia Corporation Method and apparatus for suggesting information resources based on context and preferences
CN102437945B (zh) * 2010-09-29 2014-05-07 金蝶软件(中国)有限公司 一种Camel路由和媒介引擎导入方法、装置及架构
US20120296991A1 (en) * 2011-02-23 2012-11-22 Nova Spivack Adaptive system architecture for identifying popular topics from messages
US20130298038A1 (en) * 2012-01-27 2013-11-07 Bottlenose, Inc. Trending of aggregated personalized information streams and multi-dimensional graphical depiction thereof
CN102722589B (zh) * 2012-06-15 2014-06-11 青岛海信传媒网络技术有限公司 基于三网融合的数据查询方法及系统
CN102929664A (zh) * 2012-10-16 2013-02-13 南京通达海信息技术有限公司 一种基于xsd结构的通用数据交换方法
US20150286371A1 (en) * 2012-10-31 2015-10-08 Aniways Advertising Solutions Ltd. Custom emoticon generation
US9558454B2 (en) * 2013-03-14 2017-01-31 Futurewei Technologies, Inc. System and method for model-based inventory management of a communications system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100185643A1 (en) * 2009-01-20 2010-07-22 Oracle International Corporation Techniques for automated generation of queries for querying ontologies
CN102360383A (zh) * 2011-10-15 2012-02-22 西安交通大学 一种面向文本的领域术语与术语关系抽取方法
CN102663046A (zh) * 2012-03-29 2012-09-12 中国科学院自动化研究所 一种面向微博短文本的情感分析方法
US20140172825A1 (en) * 2012-12-13 2014-06-19 Microsoft Corporation Content and object metadata based search in e-reader environment
US20140280113A1 (en) * 2013-03-14 2014-09-18 Shutterstock, Inc. Context based systems and methods for presenting media file annotation recommendations

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110895659A (zh) * 2018-08-22 2020-03-20 阿里巴巴集团控股有限公司 模型训练方法、识别方法、装置及计算设备
CN110895659B (zh) * 2018-08-22 2023-05-26 阿里巴巴集团控股有限公司 模型训练方法、识别方法、装置及计算设备

Also Published As

Publication number Publication date
WO2016107397A9 (en) 2016-08-04
US20160188609A1 (en) 2016-06-30
WO2016107397A1 (en) 2016-07-07
EP3195156A4 (en) 2017-10-25
EP3195156A1 (en) 2017-07-26

Similar Documents

Publication Publication Date Title
CN106796607A (zh) 用于基于模型的搜索及网络数据检索的系统和方法
Rahman et al. A comprehensive survey on semantic interoperability for Internet of Things: State‐of‐the‐art and research challenges
EP3172866B1 (en) System and method for metadata enhanced inventory management of a communications system
KR102048648B1 (ko) 시맨틱 IoT에 대한 Restful 오퍼레이션들
JP7038113B2 (ja) モノのインターネットにおけるセマンティックマッシュアップの許可
US9558454B2 (en) System and method for model-based inventory management of a communications system
EP3629192A1 (en) Supporting graphql based queries on yang based configuration data models
US20110022688A1 (en) Obtaining and displaying network topology information
CN112287114A (zh) 一种知识图谱服务处理方法和装置
CN112487133A (zh) 一种用于电网的设备发现和识别方法及系统
da Silva Machado et al. EXEHDA-HM: A compositional approach to explore contextual information on hybrid models
CN103004135A (zh) 访问控制方法及访问控制服务器
CN106991097A (zh) 一种识别数据的处理方法及装置
Zyrianoff et al. Two-way integration of service-oriented systems-of-systems with the web of things
Sharma et al. Iaselect: Finding best-fit agent practices in industrial cps using graph databases
KR101368500B1 (ko) 데이터베이스 히스토리 관리 방법 및 그를 위한 데이터베이스 히스토리 관리 시스템
Feridun et al. Using linked data for systems management
Textor et al. Semantic processing in iT management
Raza et al. Exploiting the Efficient Data Modeling in Network Digital Twin to Empower Edge-Cloud Continuum
Wang Context-aware service discovery and service composition over smart phones
KR20230153235A (ko) I2nsf 보안 정책 번역
Chen Service-Oriented Collaboration Model Based on Active Rule for Sensor Networks
Shukla CONCEPTUAL ONTOLOGICAL MODEL FOR PRIVATE ENTERPRISE MIB UPDATE
Barnhart Semantic services framework for C4ISR applications
Kim Service Oriented Sensor Networks for Mobile Computing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170531