[논문 리뷰] Agent-based environment for knowledge integration

Anna Zygmunt, Jarosław Koźlak외 1명|arXiv (Cornell University)|2013. 03. 25.

Semantic Web and Ontologies참고 문헌 4인용 수 5

한 줄 요약

이 논문은 온톨로지 기반의 의미적 기술을 사용하여 이질적인 지식 소스를 통합하기 위한 에이전트 기반 환경을 제안한다. 이는 분산된 데이터베이스와 웹 포털 간의 상호운용성을 가능하게 한다. 다중 에이전트 시스템을 활용하여 추론과 데이터 융합을 조율함으로써, 확장 가능하고 의미적으로 일관된 지식 통합을 달성한다. 공급망 관리 응용 분야에서 검증되었으며, 데이터 일관성과 재사용성이 향상되었다.

ABSTRACT

Representing knowledge with the use of ontology description languages offers several advantages arising from knowledge reusability, possibilities of carrying out reasoning processes and the use of existing concepts of knowledge integration. In this work we are going to present an environment for the integration of knowledge expressed in such a way. Guaranteeing knowledge integration is an important element during the development of the Semantic Web. Thanks to this, it is possible to obtain access to services which offer knowledge contained in various distributed databases associated with semantically described web portals. We will present the advantages of the multi-agent approach while solving this problem. Then, we will describe an example of its application in systems supporting company management knowledge in the process of constructing supply-chains.

연구 동기 및 목표

• Semantic Web의 맥락에서 이질적이고 분산된 지식 소스를 통합하는 데 도전 과제를 해결한다.
• 기존의 지식 통합 접근 방식의 한계를 극복하기 위해 탈중앙화되고 확장 가능한 아키텍처를 도입한다.
• 온톨로지 기반 모델링을 통해 이질적인 데이터베이스와 웹 포털 간의 의미적 상호운용성을 보장한다.
• 특히 공급망 관리에서 기업 시스템의 복잡한 의사결정 과정을 지원한다.
• 다중 에이전트 시스템을 활용한 동적이고 분산된 지식 통합의 실현 가능성과 이점을 입증한다.

제안 방법

• 자율적인 에이전트가 지식 소스를 나타내고 의미적 기술을 통해 협력하는 다중 에이전트 아키텍처를 설계한다.
• 이질적인 데이터 소스 간의 지식을 표준화하기 위해 온톨로지 기술 언어(예: OWL)를 사용한다.
• 분산된 시스템 간의 추론, 데이터 탐색, 의미적 정렬을 가능하게 하기 위해 에이전트 간 소통 프로토콜을 구현한다.
• 통합된 데이터에서 일관성 없는 사항을 해결하고 새로운 지식을 유추하기 위해 의미적 추론 서비스를 적용한다.
• 지식 서비스의 동적 액세스와 조합을 지원하기 위해 에이전트를 서비스 지향 아키텍처에 통합한다.
• 실제 공급망 데이터를 사용하여 시스템이 복잡하고 분산적이며 변화하는 지식 통합 작업을 처리할 수 있는지 검증한다.

실험 결과

연구 질문

• RQ1 다중 에이전트 시스템은 어떻게 분산되고 이질적인 소스에서 의미적으로 기술된 지식의 통합을 효과적으로 관리할 수 있는가?
• RQ2 기업 환경에서 확장 가능하고 유지보수가 가능한 지식 통합을 가능하게 하는 아키텍처 패턴은 무엇인가?
• RQ3 온톨로지 기반 모델링은 이질적인 데이터베이스 간의 상호운용성과 추론을 얼마나 향상시킬 수 있는가?
• RQ4 에이전트 기반 접근 방식은 동적 지식 통합 워크플로우에서 적응성과 장애 내성 능력을 어떻게 향상시키는가?
• RQ5 이 프레임워크는 실세계 공급망 관리 시스템에서 실질적인 이점은 무엇인가?

주요 결과

• 에이전트 기반 환경은 공통 온톨로지를 사용하여 다수의 분산된 데이터베이스에서 지식을 성공적으로 통합하여 데이터 일관성과 재사용성을 향상시켰다.
• 프레임워크가 제공하는 의미적 추론을 통해 다양한 소스 간의 의미적 이질성 문제를 자동으로 해결하고 지식을 유추할 수 있었다.
• 다중 에이전트 아키텍처는 동적 업데이트와 복잡한 쿼리 처리에서 확장성과 장애 내성을 입증했다.
• 지식 소스의 자동 탐색과 정렬을 통해 공급망 관리에서 통합 오버헤드를 감소시켰다.
• 실세계 공급망 시나리오에서 평가한 결과, 일관되고 의미적으로 풍부한 데이터 접근을 통해 의사결정 지원 기능이 향상됨을 확인했다.
• 지식의 의미 복잡성과 변화하는 데이터 의미를 처리하는 데 있어 전통적인 ETL 기반 접근 방식에 비해 프레임워크가 뛰어난 성능을 보였다.