Метод зменшення невизначеності даних в системах моніторингу на основі онтологічних доповнень

Автор(и)

  • А.В. Каплунов Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» https://orcid.org/0000-0002-2408-1015
  • А.М. Волокита Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» https://orcid.org/0000-0001-9069-5544

DOI:

https://doi.org/10.18372/2073-4751.74.17880

Ключові слова:

моніторинг, розподілені системи, онтологічні доповнення

Анотація

Пропозиція щодо використання онтологічних доповнень має перспективу у сфері моніторингу розподілених систем, коли у сукупності зібраних даних існує невизначеність, а отримати чіткі параметри традиційними методами вимірювання досить складно у зв’язку з рядом об’єктивних причин. Було запропоновано представити онтологічно доповнену сукупність зібраної інформації у вигляді:

S_O^+=⟨A,P,V,γ,ω,O⟩

де O – онтологія системи. Таким чином онтології дозволяють проводити логічний аналіз над об'єктами моніторингу і виконувати довизначення їх атрибутів, тим самим збільшуючи кількість інформації в сукупності зібраної інформації. Додатково була розглянута перспектива створення онтологічних доповнень автоматизованими засобами на основі Data Mining аналізу. У статті представлені результати теоретичного дослідження можливостей використання доповненої сукупності зібраної інформації. Запропонований в дослідженні підхід може відігравати значну роль у розширенні можливостей систем моніторингу і поліпшення їх експлуатаційних характеристик.

Посилання

Поспішний О.С. Эффективный логический анализ больших онтологий за полиномиальное время. Вісник НТУУ «КПІ». Інформатика, управління та обчислювальна техніка: Зб. наук. пр. 2012. В. 55. С. 194–198.

Dong H., Hussain F., Chang E. An ontology-based real-time project monitoring system in the cloud. Journal of Universal Computer Science. 2011. V. 17, Iss. 8. P. 1161–1182.

Touzi A., Massoud H., Ayadi A. Automatic ontology generation for data mining using FCA and clustering. 2013. 10 p.

##submission.downloads##

Опубліковано

2023-06-30

Номер

Розділ

Статті