1

Università degli Studi di Modena e Reggio Emilia

Facoltà di Ingegneria – Sede di ModenaCorso di Laurea in Ingegneria Informatica – Nuovo Ordinamento

Gestione dei Database in Architetture Peer-to-Peer

Relatore: Candidato:Prof. Sonia Bergamaschi Andrea Galavotti

Anno Accademico 2003-2004

2

Peer Data Management Systems (PDMS)

• Sono sistemi distribuiti di gestione delle informazioni nelle reti P2P • Obbiettivo dei PDMS è quello di permette la condivisione di dati e

risorse in un ambiente decentralizzato, senza l’utilizzo di uno Schema Globale

CARATTERISTICHE PRINCIPALI• Decentralizzazione e supporto all’eterogeneità delle sorgenti• Autonomia• Uguaglianza dei nodi • Scalabilità• Supporto alla dinamicità dei partecipanti

3

Peer Data Management Systems (PDMS)

PRINCIPALI PROBLEMATICHE• Dinamicità dei partecipanti• Eterogeneità delle sorgenti• Estensione dei sistemi P2P• Vincoli fra autonomia, efficienza e robustezza nella ricerca dei

dati• Sicurezza:

- Disponibilità dei dati e delle risorse

- Autenticità dei dati

- Anonimia

- Controllo di accesso

4

Peer Data Management Systems (PDMS)

STATO DELL’ARTE

1. SWAP (Semantic Web And P2P) - coniuga il paradigma P2P con le tecnologie del Semantic Web - ogni nodo è composto principalmente da una o più sorgenti di conoscenza, da un integratore di conoscenza, da un deposito locale e dal peer selector.

2. coDB1

3. LRM (Local Relational Model)1

4. Piazza1

5. SON (Semantic Overlay Networks)1

1 http://www.dbgroup.unimo.it/tesi/galavotti.pdf

5

Modello logico dei PDMS

• Insieme di definizioni e regole che caratterizzano un PDMS

• Si basano sulla definizione di mapping semantici tra i database dei peer- Regole per la rilevazione di similarità semantiche fra le relazioni dei

database della rete- Permettono lo scambio di dati e risorse fra i peer della rete

• Coordinazione tra database• No Schema Globale• Mapping locale

6

Mapping semantici:un esempio

University.Section SYN Computer_Science.Course

• UNI.Section → CS.Course ∧ CS.Course.course_name = UNI.Section.section_name ∧CS.Course.course_code = UNI.Section.section_code ∧

CS.Course.taught_in = UNI.Section.room_code

• CS.Course → UNI.Section ∧ UNI.Section.section_name = CS.Course.course_name ∧UNI.Section.section_code = CS.Course.course_code ∧UNI.Section.room_code = CS.Course.taught_in

Sorgente University (UNI) Sorgente Computer_Science (CS)

7

Modello logico di SWAP• Non presenta mapping semantici definiti come per gli altri sistemi• La semantica è definita in base alle ontologie del sistema• Modello dei metadati composto da due classi RDFS:

Swabbi: alla quale appartengono tutte le informazioni disponibili in un nodo

Peer: alla quale appartengono le informazioni sui peer conosciuti da un nodo

8

Modello logico di SWAP

FUNZIONAMENTO DEL MODELLO DEI METADATI

• Integrazione della conoscenza delle sorgenti- Estrazione- Selezione- Annotazione - Fusione

• Valutazione del contenuto di un nodo- Assegnamento della stima di fiducia- Aggiornamento delle stime di fiducia- Determinazione dei nodi da interrogare (nodi “esperti”)

9

Bibster

• Sviluppato all’interno del progetto SWAP

• Sistema P2P per la condivisione di metadati bibliografici

• Basa il suo funzionamento sull’utilizzo di due ontologie, SWRC e Gerarchia degli Argomenti ACM, utilizzate per memorizzare i dati, formulare e instradare le query, e presentare le risposte.

• La sua architettura è la stessa di SWAP http://bibster.semanticweb.org

10

Bibster: funzionamento• Estrazione semantica dei metadati bibliografici - traduzione del documento in una risorsa RDF basata sulle ontologie

- memorizzazione del risultato nel deposito locale RDF

• Formulazione di query semantiche - ogni query può contenere argomenti derivati dalle ontologie

• Meccanismo di selezione dei peer - utilizzato per l’instradamento delle query - basato sulla rilevazione della similarità dell’argomento della query e del contenuto dei peer (descrizione di abilità dei peer) effettuata dalla funzione di similarità - permette di individuare i peer che contengono informazioni che soddisfano le query

• Rilevazione semantica dei duplicati - basata sulla rilevazione della similarità tra la semantica di due documenti- permette di unire in un unico documento due o più metadati considerati

simili

11

Bibster: test e considerazioni

• Test del meccanismo di selezione dei peer

• Ogni query è stata posta tre volte: prima è stata indirizzata a tutti i nodi della rete, poi ai nodi selezionati dal meccanismo di selezione e infine ad un insieme casuale di peer

• Risultati compromessi dal basso numero di utenti nel sistema

0

50

100

150

200

250

300

350

400

450

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Numero queryN

um

ero

ris

po

ste

Tutti i nodi

Nodi casuali

Nodi abili

12

Conclusioni e lavoro futuro

• Gestione dei dati nelle reti P2P attraverso i PDMS• I PDMS permettono la condivisione dei dati eterogenei in modo

distribuito e scalabile e la coordinazione tra i database• Trasferimento dati e formulazione query tramite:

- Definizione di mapping semantici tra gli elementi delle sorgenti coinvolte- Utilizzo di ontologie condivise dagli utenti (Bibster)

LAVORO FUTURO• Prestazioni dei PDMS (algoritmi di ricerca e di aggiornamento dei

dati)• Sicurezza dei dati (controllo di accesso, autenticità dei dati)