【正文】 戶界面，管理知識的儲存、訪問和獲取。另一方面，研究數(shù)據(jù)的查詢技術，通過基于語義的數(shù)據(jù)查詢技術提高系統(tǒng)的查詢能力和效率，通過查詢轉(zhuǎn)換實現(xiàn)多數(shù)據(jù)源的查詢。在單點故 9 障技術方面，擬基于 P2P 構(gòu)建數(shù)據(jù)共享網(wǎng)絡，消除單點失效，保證較好的拓展性和 可靠性。對情報信息系統(tǒng)領域內(nèi)概念以及概念間關系的精確描述，通過對領域中知識和概念的分析，確定他們之間的關系和可能的約束規(guī)則，選擇一定的知識本體構(gòu)建方法和知識本體建模工具，形成情報系統(tǒng)知識本 體。 4 多源數(shù)據(jù)動態(tài) 加載技術 在 數(shù)據(jù)源 抽象描述方面，方案基于 XML 類型數(shù)據(jù)源類型描述和數(shù)據(jù)源連接描述，系統(tǒng)通過對基于 XML 抽象描述信息和相關配置信息的解析，實現(xiàn)動態(tài)適配。 5 分布式數(shù)據(jù)的劃分與處理 本研究主要針 對 MapReduce在 Shuffle階段的瓶頸，改進 Shuffle階段的處理算法，設計一個新的互聯(lián)網(wǎng)海量數(shù)據(jù)處理框架 MapReduce++，如圖 4 所示。作為清華大學信息科學技術學院（以下簡稱：信息學院）和清華信息科學與技術國家實驗室（以下簡稱：信息國家實驗室）的重要組成部分。教育部組織專家鑒定認為， DRMS是具有我國自主知識產(chǎn)權(quán)的面向數(shù)字圖書館和電子政務數(shù)字資源管理的通用軟件支撐 13 平臺，系統(tǒng)總體設計和 關鍵實現(xiàn)技術達到了國際先進水平。 此外，中心從“十一五”開始積極參與并承擔了我國國防重要科研項目：軍隊“核高基”、總 裝預研、空裝預研、軍隊科研、航空基金、航天支撐技術基金以及航空航天院所的合作項目。情報領域作為一個特殊領域，其查詢必須做到準確、高效，因此，構(gòu)建領域本體，實現(xiàn)基于語義的準確查詢支持，能夠綜合各類查詢方式的優(yōu)點，幫助用戶在海量數(shù)據(jù)中快速提取有效信息，顯著提高情報人員的工作效率，大海中迅速撈到“針”。因此，數(shù)據(jù)對象 之間關聯(lián)是復雜的、動態(tài)的、演化的，而傳統(tǒng)的數(shù)據(jù)管理技術，數(shù)據(jù)關聯(lián)建立在表一級，這種關聯(lián)往往是穩(wěn)定的，而且類型也相對單一，無法表達許多情報內(nèi)容之間的關聯(lián)關系。 .與已有數(shù)據(jù)管理技術相比，數(shù)據(jù)空間在數(shù)據(jù)模型、數(shù)據(jù)操作、數(shù)據(jù)對象、數(shù)據(jù)關系以及構(gòu)建成本上都有明顯的不同，首先數(shù)據(jù)空間的數(shù)據(jù)類型可以來自多個不同的數(shù)據(jù)源，數(shù)據(jù)格式多種多樣，一個數(shù)據(jù)空間中可能包含關系表、文本、電子郵件、圖像、音頻、視頻等多種異質(zhì)的數(shù)據(jù)。目前通用的檢索如 google、 baidu 通?；诤唵蔚钠ヅ洳呗?，雖然基于倒排索引，在查詢效率上有了顯著提高，然而支持語言匹配的能力極差，經(jīng)常 14 返回大量無意義的信息，準確率極低，無法滿足情報系統(tǒng)中快速準確的需求。目前正在主持 973 計劃“面向復雜應用環(huán)境的數(shù)據(jù)存儲系統(tǒng)理論與技術基礎”項目中“海量數(shù)據(jù)組織與資源共享的方法研究”課題的研究，該課題主要圍繞云數(shù)據(jù)管理關鍵技術進行研發(fā)。 中心從 1999 年開始從事海量數(shù)字資源管理系統(tǒng)（ DRMS）的研究，此后一直持續(xù)研究這方面的基礎理論和關鍵技術問題，主要 成果包括基于 SOA 和 OSS 提出了支持海量數(shù)字資源服務和管理的多層體系結(jié)構(gòu)框架，構(gòu)建了自主知識 產(chǎn)權(quán)的通用軟件支撐平臺 ； 研究了基于 THVDM 模型的視頻管理技術 ； 基于信息過濾的個性化服務技術 ； 面向存儲區(qū)域網(wǎng)的性能分析與仿真建模方法 ； 基于全生命周期的長期保存和歸檔 ； 基于中國數(shù)字對象標識（ CDOI）的內(nèi)容分類、聚合、搜索和數(shù)字版權(quán)等支撐技術 ； 以及海量網(wǎng)上資源的聚焦采集、標引和挖掘 ，其中融合了多年的理論研究成果。 12 5 通過對現(xiàn)有 技術 如 Google MapReduce 及其 HadoopMapReduce 尚未對海量數(shù)據(jù)建立索引及其在 MapReduce 處理過程中，尤其是在其 Shuffle 階段調(diào)度性能差的問題 進行相關技術研究，實現(xiàn)對 低時延的多條件、多維度復雜分析的 支持更為優(yōu)秀 的 MapReduce++調(diào)度策略和其相應的調(diào)度算法，實現(xiàn)單點或者多點故障的高效恢復。當需要擴展新的數(shù)據(jù)源類型時，則通過用戶對文件類型描述信息，查找與之相應的解析模塊的名稱和位置，并將其加載到系統(tǒng)中，從而實現(xiàn)對系統(tǒng)的動態(tài)適配。智能檢索系統(tǒng)中的元數(shù)據(jù)不僅包含了傳統(tǒng)信息檢索系統(tǒng)索引數(shù)據(jù)庫所描述的內(nèi)容信息，而且還體現(xiàn)了具體領域的語義關系，為予以推理、息息檢索等后續(xù)操作奠定了基礎。應用客戶端層作為服務的接入層，提供用戶接口。 2 云文件系統(tǒng)關鍵技術研究 在元數(shù)據(jù)管理技術方面，采用元數(shù)據(jù)服務器的代理冗余方式，即由元數(shù)據(jù)服務器代理機構(gòu)成了元數(shù)據(jù)服務層，每個代理機構(gòu)成一個對等的服務節(jié)點，規(guī)避主從式存儲模式架構(gòu)的性能和可靠性瓶頸問題，提高性能和可靠性。根據(jù)不同的變化，對數(shù)據(jù)空間進行更新。 3) 基于云數(shù)據(jù)空間的情報數(shù)據(jù)統(tǒng)一服務平臺 基于云數(shù)據(jù)空間的情報數(shù)據(jù)統(tǒng)一服務平臺是面向不同用戶建立的統(tǒng)一平臺。云數(shù)據(jù)空間的存儲管理服務為用戶提供云存儲空間中情報 源結(jié)點和應用服務器的部署、配置服務，包括結(jié)點的加入、修改、刪除功能、配置信息更改以及各類信息的查看和統(tǒng)計等服務；此外，該部分還要為數(shù)據(jù)源的動態(tài)擴展提供相應的管理支 5 持界面，包括配置文件的編輯、修改、導出、驗證等功能。而在情報系統(tǒng)中，系統(tǒng)所需的數(shù)據(jù)源通常是多變的，而且又必須提供最新的信息。因此，面向云存儲需求的應用目標為分布式文件系統(tǒng)的架構(gòu)設計帶 來了新的挑戰(zhàn)。 研究內(nèi)容 本課題的研究內(nèi)容可以分為關鍵技術研究和應用研究兩大部分。 可以 通過集群應用、網(wǎng)格技術或分布式文件系統(tǒng)等功能，將網(wǎng)絡中大量各種不同類型的存儲設備通過應用軟件集合起來協(xié)同工作，共同對外提供數(shù)據(jù)存儲和業(yè)務訪問功能的一個系統(tǒng)。 現(xiàn)代數(shù)據(jù)管理中的跨域、海量、異構(gòu)、不確定性特點推動了數(shù)據(jù)管理范式從數(shù)據(jù)庫范式向數(shù)據(jù)空間范式的轉(zhuǎn)變，推動了計算機信息資源管理領域的新一輪革命?；ヂ?lián)網(wǎng)和通信設備的普及使人們能夠很容易地實現(xiàn)數(shù)據(jù)的共享，數(shù)據(jù)庫之間也因此建立起越來越密切的聯(lián)系，所以 如何在龐大數(shù)據(jù)量的背景下進行高效的數(shù)據(jù)共享也是當下面臨的重要問題之一。主體相關性和可控性是數(shù)據(jù)空間中數(shù)據(jù)項的基本屬性，一般所說的數(shù)據(jù)空間實際上是指主體數(shù)據(jù)空間 ,與之相對的是公共數(shù)據(jù)空間。數(shù)據(jù)遷移到云存儲或基于云構(gòu)建