Procedury odwzorowania i łączenia ontologii dziedzinowych - Publication - Bridge of Knowledge

Search

Procedury odwzorowania i łączenia ontologii dziedzinowych

Abstract

W trakcie prac nad rozprawą opracowano oryginalną metodę integracji ontologii na podstawie analizy leksykalnej jej elementów. Zaproponowany algorytm został zaimplementowany w postaci biblioteki w języku Java oraz włączony do systemu OCS. Opracowano również procedury i narzędzia pomocnicze wspierające proces integracji wiedzy, w tym autorską bibliotekę wizualizacji ontologii SOVA.Zaprojektowano i zaimplementowano ontologię bezpieczeństwa komputerowego. Osiągnięcia te stanowią oryginalny dorobek autora rozprawy.

Cite as

Full text

download paper
downloaded 32 times
Publication version
Accepted or Published Version
License
Creative Commons: CC-BY-NC-SA open in new tab

Keywords

Details

Category:
Thesis, nostrification
Type:
praca doktorska pracowników zatrudnionych w PG oraz studentów studium doktoranckiego
Publication year:
2012
Bibliography: test
  1. Konstrukcja ontologii bezpieczeństwa
  2. Działanie algorytmu sprawdzono w trakcie procesu konstrukcji ontologii, będącego właściwym zastosowaniem dla proponowanego rozwiązania. Ontologię bezpieczeństwa [25] skonstruowano za- równo ręcznie, jak i półautomatycznie, korzystając z zaproponowanego algorytmu. Jako bazę dla procesu jej wytwarzania użyto metodologii Noy i McGuinessa [112], wzbogaconej o elementy me- todologii NeOn [107, 135, 136] i UPON [44]. open in new tab
  3. Konstrukcję ontologii podzielono na następujące etapy: open in new tab
  4. Analiza wymagań stawianych ontologii (Sekcja 6.3.1), 2. Analiza pojęć bazowych (Sekcja 6.3.2), open in new tab
  5. Konstrukcja modelu bazowego (Sekcja 6.3.3), 4. Implementacja ontologii (Sekcja 6.3.4). open in new tab
  6. Zaproponowany algorytm użyty został na ostatnim etapie prac w celu sprawdzenia jego efek- tywności w procesie integracji ontologii. open in new tab
  7. Analiza wymagań stawianych ontologii open in new tab
  8. Specyfikację Wymagań Systemowych Ontologii (ang. ORSD -Ontology Requirement Specifica- tion Document) powstała w oparciu o szablon zaproponowany przez Suarez i in. [134] w ramach projektu NeOn uzupełniony o elementy zaczerpnięte z pracy De Nicoli [44] oraz z drugiej edycji książki Handbook on Ontologies [137]. open in new tab
  9. Utworzony dokument precyzuje wymagania niefunkcjonalne nałożone na ontologię i ma za zadanie odpowiedzieć na następujące pytania (zaczerpnięte z prac Vrandecic'a [137]): open in new tab
  10. • w jakim celu jest tworzona wspomniana ontologia, • ustalenie jej zakresu i granic, • określenie jej przewidywanych zastosowań, • wyspecyfikowanie wymagań, jakie powinna spełniać tworzona ontologia. Ponadto dokument zawiera: • listę wymagań technicznych ontologii, • listę wymagań jakościowych ontologii, • listę innych wymagań postawionych przez klienta, • listę źródeł informacji na temat dziedziny tworzonej ontologii, • listę innych, możliwych do wykorzystania, ontologii, • listę wymagań funkcjonalnych, stawianych wobec tworzonej ontologii.
  11. Właściwą treść dokumentu zawarto w kolejnych częściach tego rozdziału. open in new tab
  12. Konstrukcja ontologii bezpieczeństwa pojęcia ujęte w tej normie to: ryzyko, zasoby, straty, podatności, zagrożenia, zabezpieczenia, wymagania bezpieczeństwa, straty, a ich wzajemne zależności przedstawione zostały na rys. 6.6. Glosariusz IAEA open in new tab
  13. IAEA (Międzynarodowa Agencja Energii Atomowej, ang. International Atomic Energy Agency) opracowała glosariusz [78] wiążący bezpieczeństwo bezpośrednio z pojęciami: zabezpieczenie, ry- zyko, zagrożenie, środki nadzoru. open in new tab
  14. Ontologia Fenza Ontologia Fenza [56] jest rozbudowaną ontologią opierającą się na następujących pojęciach bazo- wych: zabezpieczenie, typ zabezpieczenia, standard zabezpieczeń, aktywa organizacji, organizacja, atrybut bezpieczeństwa, zagrożenie, źródło zagrożenia, przyczyna zagrożenia, podatność. Pojęcia te zostały pozyskane m.in. na podstawie analizy literatury, w tym uznanym wstępie do bezpie- czeństwa komputerowego opracowanym przez Guttmana i Robacka [71]. open in new tab
  15. Rysunek 6.7: Podstawowe pojęcia ontologii bezpieczeństwa wg Fenza [56] open in new tab
  16. Na rys. 6.7 przedstawiono podstawowe pojęcia tej ontologii wraz z zależnościami pomiędzy nimi. Można tu zauważyć podobieństwo do modelu zarządzania ryzykiem wg standardu ISO 13335-1. open in new tab
  17. Ontologia Herzoga Ontologia bezpieczeństwa wg Herzoga [72] została została opracowana głównie w oparciu o książkę Schumachera pt. "Security engineering with patterns: origins, theoretical model, and new applica- tions" [126] oraz ontologię bezpieczeństwa wg Kim [87]. open in new tab
  18. Na rdzeń ontologii składają się następujące pojęcia: aktywa organizacji, środek zaradczy, strategia obrony, cel bezpieczeństwa, zagrożenie, po- datność. open in new tab
  19. Zagadnienie bezpieczeństwa opisywane jest przez różnych autorów z odmiennego punktu widzenia. open in new tab
  20. Anderson [2] koncentruje się na celach i atrybutach bezpieczeństwa uwzględniając w swoim opra- cowaniu takie pojęcia jak poufność, integralność i dostępność. Jako opis samego bezpieczeństwa Języki oparte na logice ramek open in new tab
  21. Logika ramek powstała jako połączenie elementów języków programowania obiektowego, języków zapisu wiedzy w postaci ramek (ang. Frame-based Knowledge Representation) oraz rachunku pre- dykatów pierwszego rzędu. Umożliwia stosowanie między innymi dziedziczenia i polimorfizmu. Podstawowe pojęcia wprowadzane przez ten model to: • klasa -zwana też konceptem, • relacja -opisuje związek pomiędzy dwoma lub więcej konceptami, • funkcja -to specjalna relacja, w której występują unikalne elementy, • aksjomat -zdania, które zawsze są prawdziwe, • instancja -w ontologii reprezentuje pojedyncze byty, czyli instancje (elementy) danej klasy. Przykładowymi językami opartymi na tym modelu są FLogic, KIF, OBO (Open Biomedical Ontologies). Model ramek jak i oparte na nim języki straciły na znaczeniu po obraniu przez W3C języka OWL jako standardowego języka Sieci Semantycznej. open in new tab
  22. Języki oparte na logice opisowej Rysunek 6.9: Podstawowe pojęcia stosowane w logikach opisowych [86] open in new tab
  23. Logika opisowa (a właściwie cała grupa logik) jest formalną metodą reprezentacji wiedzy [8]. open in new tab
  24. Języki logik opisowych operują na trzech podstawowych elementach [106]: open in new tab
  25. • koncept (ang. concept) -reprezentuje pewien zbiór osobników o wspólnych cechach, • osobnik (indywiduum, byt, ang. individual) -jest instancją pewnego konceptu, będącego klasą podobnych elementów, • rola (ang. role) -jest to binarna relacja pomiędzy dwoma konceptami. open in new tab
  26. Rysunek 6.11: Ontologia bezpieczeństwa utworzona na bazie książki Sommerville'a -pełna onto- logia 1. Value ("Wartość") oraz Measure ("Miara") -algorytm, kierując się strukturą słownika Word- Net, błędnie zakwalifikował koncept Value jako "Wielkość", przez co został on powiązany tożsamością z pojęciem Measure, open in new tab
  27. Security ("Bezpieczeństwo") oraz Measure ("Miara") -algorytm, kierując się strukturą słow- nika WordNet, błędnie zakwalifikował koncept Measure jako "Wartość bezpieczeństwa", przez co został on powiązany tożsamością z pojęciem Measure, 3. Event ("Zdarzenie") oraz Impact ("Wpływ na") -algorytm, kierując się strukturą słownika WordNet, błędnie zakwalifikował koncept Impact jako "Uderzenie ciała fizycznego w inne ciało fizyczne", które słownik definiuje jako potomne względem pojęcia "Zdarzenie", przez co został on powiązany tożsamością z pojęciem Measure,
  28. Measure ("Miara") oraz "Countermeasure" ("Przeciwdziałanie") -algorytm, kierując się strukturą słownika WordNet sklasyfikował pojęcie "Countermeasure" jako "Kontr-miara ", co spowodowało dodanie do wynikowej ontologii nieprawidłowej relacji owl:subClassOf(Counter- measure, Measure).
  29. Wszystkie nadmiarowe relacje zostały usunięte z docelowej ontologii Modułu bazowego przed przystąpieniem do drugiego etapu konstrukcji Ontologii bezpieczeństwa. open in new tab
  30. W ontologii opartej na książce Sommerville'a pojęcie Event, czyli Zdarzenie, określone jest jako rozłączne z pojęciem Circumstance, czyli Okoliczność. W słowniku WordNet z kolei, w większości ich znaczeń, pojęcia te są ze sobą silnie powiązane, przy czym pojęcie Circumstance oznaczone jest jako bardziej ogólne niż Event. W dziedzinie tworzonej ontologii bezpieczeństwa pojęcie Cir- cumstance rozumiane jest jako pewne okoliczności składające się na pewne zdarzenie (Event).
  31. Okoliczności zdarzenia nie są więc logicznie szczególnymi wypadkami zdarzenia, a czymś co je de- finiuje. Relacja owl:subClassOf(Event, Circumstance) została więc usunięta z tworzonego Modułu bazowego. open in new tab
  32. Dziedzina i utworzone w niej ontologie . . . . . . . . . . . . . . . . . . . . . . . . . 7 open in new tab
  33. Odwzorowanie ontologii. Powiązania pomiędzy elementami oznaczone są linią prze- rywaną. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
  34. Łączenie ontologii. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
  35. Procedury odwzorowywania i łączenia ontologii . . . . . . . . . . . . . . . . . . . . 13
  36. Graf konceptualny odpowiadający zdaniu "Kot leży na macie". . . . . . . . . . . . 17 3.2 Wysokopoziomowa struktura ontologii SUMO i związanych z nią ontologii pochod- nych [118] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 open in new tab
  37. Interoperacyjność systemów z punktu widzenia wykorzystanych ontologii . . . . . . 28
  38. Konstrukcja wynikowej ontologii . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
  39. Ontologia bezpieczeństwa utworzona na bazie słownika ENISA -pełna ontologia . 43 open in new tab
  40. Ontologia bezpieczeństwa utworzona na bazie słownika NIST -pełna ontologia . . 44 open in new tab
  41. Ontologia bezpieczeństwa utworzona na bazie słownika ENISA -wywnioskowana hierarchia klas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
  42. Ontologia bezpieczeństwa utworzona na bazie słownika NIST -wywnioskowana hie- rarchia klas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 open in new tab
  43. Konstrukcja wynikowej ontologii z zachowaniem URI -pełna ontologia . . . . . . . 57
  44. Konstrukcja wynikowej ontologii z zachowaniem URI -wywnioskowana hierarchia klas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
  45. Konstrukcja wynikowej ontologii z nowym URI -pełna ontologia . . . . . . . . . . 60
  46. Konstrukcja wynikowej ontologii z nowym URI-wywnioskowana hierarchia klas . . 61 open in new tab
  47. Architektura systemu OCS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
  48. Proces zgłaszania propozycji zmian oraz tworzenia nowych wersji ontologii w syste- mie OCS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 open in new tab
  49. Sposób składowania ontologii w systemie OCS . . . . . . . . . . . . . . . . . . . . . 67
  50. Architektura wtyczki integrującej edytor Protégé z systemem OCS . . . . . . . . . 68
  51. Symbole reprezentujące klasy (a), właściwości (b), typy danych (c) oraz byty (d) . 68 open in new tab
  52. Przykładowe symbole prezentujące klasy anonimowe (a), przecięcie (b), minimalną i maksymalną liczność (ang. cardinality) (c), relację tożsamości (d) oraz relację rozłączności (e) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 open in new tab
  53. Przykładowa reprezentacja relacji "someValuesFrom" oraz "allValuesFrom" . . . . 70 open in new tab
  54. Przykładowa reprezentacja relacji: rdfs:subclassOf (a), instanceOf (b), owl:equivalentClass (c), owl:disjointWith (d), rdfs:domain (e) oraz rdfs:range (f) . . . . . . . . . . . . . 70
  55. Interfejs modułu integracji ontologii systemu OCS -tryb edycji relacji . . . . . . . 71
  56. Interfejs modułu integracji ontologii systemu OCS -tryb podglądu relacji . . . . . 71
  57. Interfejs modułu integracji ontologii systemu OCS -aktywacja algorytmu . . . . . 72
  58. Interfejs modułu integracji ontologii systemu OCS -informacja o działaniu algorytmu 72 open in new tab
  59. Ontologia reprezentująca atrybuty bibliografii opartej na BibTeX -pełna ontologia 75 open in new tab
  60. Ontologia reprezentująca atrybuty bibliografii opartej na BibTeX -hierarchia wy- wnioskowana . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 open in new tab
  61. Ontologia reprezentująca atrybuty bibliografii opartej na BibTeX w dialekcie OWL Lite z uogólnionymi relacjami . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 open in new tab
  62. Ontologia reprezentująca atrybuty bibliografii opartej na BibTeX w dialekcie OWL Lite z odrzuconymi relacjami . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 open in new tab
  63. Moduły ontologii bezpieczeństwa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
  64. Powiązania między pojęciami bazowymi normy ISO 13335-1 [119] . . . . . . . . . . 84 open in new tab
  65. Podstawowe pojęcia ontologii bezpieczeństwa wg Fenza [56] . . . . . . . . . . . . . 85
  66. Szkielet ontologii Herzoga [72] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
  67. Podstawowe pojęcia stosowane w logikach opisowych [86] . . . . . . . . . . . . . . 88
  68. Konstrukcja modułu podstawowego ontologii bezpieczeństwa . . . . . . . . . . . . 93
  69. Ontologia bezpieczeństwa utworzona na bazie książki Sommerville'a -pełna ontologia 94 open in new tab
  70. Ontologia bezpieczeństwa utworzona na bazie książki Sommerville'a -wywniosko- wana hierarchia klas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 open in new tab
  71. Moduł bazowy ontologii bezpieczeństwa -pełna ontologia . . . . . . . . . . . . . . 96 open in new tab
  72. Moduł bazowy ontologii bezpieczeństwa -wywnioskowana hierarchia klas . . . . . 97 open in new tab
  73. Moduł bezpieczeństwa i niezawodności ontologii bezpieczeństwa -wizualizacja frag- mentu ontologii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
  74. Moduł wymogów bezpieczeństwa ontologii bezpieczeństwa -wizualizacja fragmentu ontologii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
  75. Konstrukcja ontologii bezpieczeństwa . . . . . . . . . . . . . . . . . . . . . . . . . . 100
  76. Ontologia bezpieczeństwa -wizualizacja fragmentu ontologii . . . . . . . . . . . . . 101 Spis tablic
  77. Kluczowe aspekty integracji wiedzy . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 4.2 Zestawienie podobieństwa par testowych Millera i Charlesa [104] wg ludzi i wg miary Lin na podstawie słownika WordNet . . . . . . . . . . . . . . . . . . . . . . . . . . 36
  78. Wyniki wzajemnych porównań pojęć głównych (dziedziczących bezpośrednio po owl:Thing) obu integrowanych ontologii . . . . . . . . . . . . . . . . . . . . . . . . 49 open in new tab
  79. Wyniki wzajemnych porównań pojęć dziedziczących po konceptach innych niż owl:Thing) obu integrowanych ontologii . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 open in new tab
  80. Wyniki wzajemnych porównań pojęć dziedziczących po konceptach innych niż owl:Thing) obu integrowanych ontologii (c.d.) . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 open in new tab
  81. Wyniki wzajemnych porównań pojęć InCollection i Chapter z pojęciami dcsqdcsqd oraz dzqndbzq . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 open in new tab
  82. Docelowi użytkownicy tworzonej ontologii . . . . . . . . . . . . . . . . . . . . . . . 82
  83. Zastosowania tworzonej ontologii . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
  84. Wymagania niefunkcjonalne tworzonej ontologii . . . . . . . . . . . . . . . . . . . . 82
  85. Wymagania funkcjonalne tworzonej ontologii . . . . . . . . . . . . . . . . . . . . . 83
  86. Zestawienie występowania pojęć bazowych w różnych publikacjach . . . . . . . . . 87
  87. Pseudokod prezentujący pracę algorytmu łączenia ontologii . . . . . . . . . . . . . 40
  88. Bibliografia open in new tab
  89. M. Abu Helou, A. Abid. Semantic measures based on WordNet using multiple information sources. Proceedings of International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management IC3K2010. INSTICC, 2010. open in new tab
  90. R. Anderson. Inżynieria zabezpieczeń, 2005. open in new tab
  91. G. Antoniou, F. Harmelen. Web ontology language: Owl. Handbook on ontologies, strony 91-110, 2009. open in new tab
  92. Apache Subversion. Subversion. 2008. [Online; przeglądano 16-06-2011]. open in new tab
  93. R. Araújo, H.S. Pinto. Semilarity: Towards a model-driven approach to similarity. Interna- tional Workshop on Description Logics, strony 155-162. Citeseer, 2007. open in new tab
  94. R. Araújo, H.S. Pinto. Towards semantics-based ontology similarity. Proceedings of the Work- shop on Ontology Matching (OM2007) at ISWC/ASWC2007, Busan, South Korea. Citeseer, 2007. open in new tab
  95. A. Avizienis, J.C. Laprie, B. Randell, C. Landwehr. Basic concepts and taxonomy of de- pendable and secure computing. Dependable and Secure Computing, IEEE Transactions on, 1(1):11-33, 2004. open in new tab
  96. F. Baader. The description logic handbook: theory, implementation, and applications. Cam- bridge Univ Pr, 2003. open in new tab
  97. S. Banerjee. Adapting the Lesk algorithm for word sense disambiguation to WordNet. Praca doktorska, Citeseer, 2002. open in new tab
  98. S. Banerjee, T. Pedersen. Extended gloss overlaps as a measure of semantic relatedness. In- ternational Joint Conference on Artificial Intelligence, wolumen 18, strony 805-810. Citeseer, 2003.
  99. S. Banerjee, T. Pedersen. An adapted Lesk algorithm for word sense disambiguation using WordNet. Computational Linguistics and Intelligent Text Processing, strony 117-171, 2010. open in new tab
  100. R.J. Bayardo, J.D. Pehoushek. Counting models using connected components. PRO- CEEDINGS OF THE NATIONAL CONFERENCE ON ARTIFICIAL INTELLIGENCE, strony 157-162. Menlo Park, CA; Cambridge, MA; London; AAAI Press; MIT Press; 1999, 2000.
  101. S. Bechhofer, R. Volz, P. Lord. Cooking the semantic web with the owl api. The SemanticWeb-ISWC 2003, strony 659-675, 2003. open in new tab
  102. D. Beckett, B. McBride. Rdf/xml syntax specification (revised). W3C recommendation, 10, 2004. open in new tab
  103. T. Bemers-Lee, J. Hendler, O. Lassila. The Semantic Web. Scientific American, 284(5):34-43, 2001. open in new tab
  104. M.K. Bergman. Basing UMBEL's Backbone on OpenCyc, Part 4 of 4 on Foundations to UMBEL. http://www.mkbergman.com/433/basing-umbels-backbone-on-opencyc/, 2008. [Online; przeglądano 12-10-2010].
  105. M.K. Bergman, F. Giasson. Upper Mapping and Binding Exchange Layer, A lightweight, subject concept reference structure for the Web. http://www.umbel.org/, 2007. [Online; przeglądano 12-10-2010].
  106. T. Boiński. Architektura portalu dziedzinowego. Praca zbiorowa Katedry Architektury Sys- temów Komputerowych KASKBOOK, strony 81-92, 2008.
  107. T. Boiński. Budowa ontologii usług dla potrzeb wyszukiwania. Praca zbiorowa Katedry Architektury Systemów Komputerowych KASKBOOK, strony 47-58, 2010.
  108. T. Boiński, Ł. Budnik, A. Jakowski, J. Mroziński, K. Mazurkiewicz. OCS -domain oriented ontology creation system. Polish Journal of Environmental Studies, 18(3B):35-38, 2009.
  109. T. Boiński, A. Jaworska, R. Kleczkowski, P. Kunowski. Ontology visualization. Information Technology (ICIT), 2010 2nd International Conference on, strony 17-20. IEEE, 2010.
  110. T. Boiński, A. Jaworska, R. Kleczkowski, P. Kunowski, J. Szamański. Zespołowa budowa ontologii z wykorzystaniem systemu OCS oraz edytora Protégé. Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej, 19:101-105, 2010.
  111. T. Boiński, P. Orłowski, P. Szpryngier. Inżynieria ontologii dla potrzeb integracji systemów. Praca zbiorowa Katedry Architektury Systemów Komputerowych KASKBOOK (w publikacji), 2012.
  112. T. Boiński, P. Orłowski, P. Szpryngier, H. Krawczyk. Influence and selection of basic concepts on ontology design. Proceedings of KEOD2010 of the 2nd International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management, strony 364-369. INSTICC, 2010. open in new tab
  113. T. Boiński, P. Orłowski, J. Szymański, H. Krawczyk. Security ontology construction and inte- gration. Proceedings of KEOD2011 of the 3nd International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management, strony 369-374. INSTICC, 2011.
  114. D. Bokal, B. Bresar, J. Jerebic. A generalization of hungarian method and hall's theorem with applications in wireless sensor networks. Arxiv preprint arXiv:0911.1269, 2009. open in new tab
  115. A. Borgida, T. Walsh, H. Hirsh. Towards measuring similarity in description logics. Working Notes of the International Description Logics Workshop, wolumen 147. Citeseer. open in new tab
  116. P. Bouquet, J. Euzenat, E. Franconi, L. Serafini, G. Stamou, S. Tessaris. D2.2.1 Specification of a common framework for characterizing alignment. Knowledge Web project EU-IST-2004- 507482, realizing the semantic web, 2004. open in new tab
  117. D. Brickley. Rdf vocabulary description language 1.0: Rdf schema. http://www.w3.org/tr/rdf- schema/, 2004.
  118. D. Brickley, R.V. Guha. Resource description framework (RDF) schema specification 1.0. W3C Candidate Recommendation, 27:2001-03, 2000. open in new tab
  119. D. Brickley, L. Miller, V.S. FOAF. 0.98-namespace document 9 august 2010-marco polo edition. http://xmlns.com/foaf/spec/. [Online; przeglądano 31-01-2012].
  120. H. Bulskov, R. Knappe, T. Andreasen. On measuring similarity for conceptual querying. Flexible Query Answering Systems, strony 100-111, 2002. open in new tab
  121. R.E. Burkard, M. Dell'Amico, S. Martello. Assignment problems. Society for Industrial Mathematics, 2009. open in new tab
  122. Z. Cackowski, J. Kmita, K. Szaniawski, PJ Smoczyński. Filozofia a nauka. Zarys en- cyklopedyczny, Zakład Narodowy im. Ossolińskich, Wydawnictwo Polskiej Akademii Nauk, Wrocław-Warszawa-Kraków-Gdańsk-Łódź, 1987.
  123. B. Collins-Sussman, B.W. Fitzpatrick, C.M. Pilato. Version control with subversion. O'Reilly Media, Inc., 2004.
  124. T.M. Cover, J.A. Thomas, J. Wiley, i in. Elements of information theory, wolumen 6. Wiley Online Library, 1991. open in new tab
  125. M. Croitoru, B. Hu, S. Dashmapatra, P. Lewis, D. Dupplaw, L. Xiao. A Conceptual Graph Based Approach to Ontology Similarity Measure. Conceptual Structures: Knowledge Archi- tectures for Smart Applications, strony 154-164, 2007. open in new tab
  126. R. Culmone, G. Rossi, E. Merelli. An ontology similarity algorithm for BioAgent. NETTAB Workshop on Agents nd Bioinformtics, Bologna. Citeseer, 2002.
  127. Cycorp, Inc. about Cycorp. http://cyc.com/cyc/company/about, 2001. [Online; przeglą- dano 06-10-2010]. open in new tab
  128. Cycorp, Inc. FACTory game. http://game.cyc.com/helpfiles/HowToPlay.html, 2005. [Online; przeglądano 12-10-2010]. open in new tab
  129. M. d'Aquin, A. Gangemi, E. Motta, M. Dzbor, P. Haase, M. Erdmann. Neon tool support for building ontologies by reuse. Citeseer, 2009.
  130. J. Davies, F. van Harmelen, D. Fensel. Towards the semantic web: ontology-driven knowledge management. John Wiley & Sons, Inc. New York, NY, USA, 2002. open in new tab
  131. A. De Nicola, M. Missikoff, R. Navigli. A software engineering approach to ontology building. Information Systems, 34(2):258-275, 2009. open in new tab
  132. M. Dean, D. Connolly, F. van Harmelen, J. Hendler, I. Horrocks, D.L. McGuinness, P.F. Patel-Schneider, L.A. Stein. OWL web ontology language 1.0 reference. W3C Working Draft, 29, 2002.
  133. R. Dieng, S. Hug. Comparison of personal ontologies represented through conceptual graphs. Proceedings of ECAI, wolumen 98, strony 341-345. Citeseer, 1998. open in new tab
  134. A.H. Doan, J. Madhavan, P. Domingos, A. Halevy. Learning to map between ontologies on the semantic web. Proceedings of the 11th international conference on World Wide Web, strony 662-673. ACM, 2002. open in new tab
  135. M. Ehrig, Y. Sure. Ontology mapping-an integrated approach. The Semantic Web: Research and Applications, strony 76-91, 2004. open in new tab
  136. ENISA. Risk management: implementation principles and inventories for risk managemen- t/risk assessment methods and tools. Technical report, 2006. open in new tab
  137. Enisa. Enisa: a European Union Agency -Glossary of Risk Management. 2010. [Online; przeglądano 01-12-2010].
  138. J. Euzenat. Eon ontology alignment contest. 2004. [Online; przeglądano 27-01-2012]. open in new tab
  139. J. Euzenat. An api for ontology alignment (version 2.1). INRIA Rhone-Alpes, 2006. open in new tab
  140. J. Euzenat, P. Valtchev. Similarity-based ontology alignment in OWL-lite. ECAI 2004: 16th European Conference on Artificial Intelligence, August 22-27, 2004, Valencia, Spain: including Prestigious Applicants [sic] of Intelligent Systems (PAIS 2004): proceedings, strona 333. Ios Pr Inc, 2004. open in new tab
  141. C. Fellbaum. WordNet: An electronic lexical database. The MIT press, 1998. open in new tab
  142. D. Fensel, C. Bussler, Y. Ding, V. Kartseva, M. Klein, M. Korotkiy, B. Omelayenko, R. Sie- bes. Semantic web application areas. NLDB Workshop. Citeseer, 2002.
  143. S. Fenz, T. Pruckner, A. Manutscheri. Ontological mapping of information security best- practice guidelines. Business Information Systems, strony 49-60. Springer, 2009. open in new tab
  144. M. Fernandez, A. Gomez-Perez, N. Juristo. Methontology: from ontological art towards ontological engineering. Proceedings of the AAAI97 Spring Symposium Series on Ontological Engineering, strony 33-40, 1997.
  145. D.G. Firesmith. A Taxonomy of safety-related requirements. International Workshop on High Assurance Systems (RHAS'05), 2005. open in new tab
  146. D.G. Firesmith. A taxonomy of security-related requirements. International Workshop on High Assurance Systems (RHAS'05). Citeseer, 2005. open in new tab
  147. A. Frank. On kuhn's hungarian method -a tribute from hungary. Naval Research Logistics (NRL), 52(1):2-5, 2005. open in new tab
  148. B. Ganter, R. Wille. Formal Concept Analysis: Mathematical Foundations, 1999. open in new tab
  149. J.H. Gennari, M.A. Musen, R.W. Fergerson, W.E. Grosso, M. Crubézy, H. Eriksson, N.F. Noy, S.W. Tu. The evolution of Protégé: an environment for knowledge-based systems development. International Journal of Human-Computer Studies, 58(1):89-123, 2003. open in new tab
  150. M. Gilleland. Levenshtein Distance, in Three Flavors. http://www.merriampark.com/ld. htm, 2011. [Online; przeglądano 31-05-2011]. open in new tab
  151. R. Goclenius. Lexicon philosophicum quo tamquam clavae philosophiae fors aperiuntur. 1613. open in new tab
  152. K. Goczyła. Ontologie w systemach informatycznych. Akademicka Oficyna Wydawnicza EXIT, 2011.
  153. K. Goczyła, T. Grabowska. Metoda ELPAR łączenia ontologii oparta na ich kartograficznej reprezentacji. I Krajowa Konferencja Naukowa-Technologie Przetwarzania Danych, 2005.
  154. K. Goczyla, T. Grabowska, W. Waloszek, M. Zawadzki. The cartographer algorithm for processing and querying description logics ontologies. Advances in Web Intelligence, strony 163-169, 2005. open in new tab
  155. K. Goczyła, W. Waloszek. Topologiczna analiza ontologii opartych na logice opisowej. Bazy Danych: Aplikacje i Systemy, strony 191-197, 2005.
  156. A. Gómez-Pérez, O. Corcho, M. Fernandez-Lopez. Ontological Engineering. Springer-Verlag, London, Berlin, 2002.
  157. T.R. Gruber, i in. A translation approach to portable ontology specifications. Knowledge acquisition, 5:199-199, 1993. open in new tab
  158. B. Guttman, E.A. Roback. An introduction to computer security: the NIST handbook. DIANE Publishing, 1995. open in new tab
  159. A. Herzog, N. Shahmehri, C. Duma. An ontology of information security. 2009. open in new tab
  160. M. Horridge, S. Bechhofer, O. Noppens. Igniting the owl 1.1 touch paper: The owl api. Proc. OWL-ED, 258, 2007. open in new tab
  161. I. Horrocks, i in. Daml+oil: A description logic for the semantic web. IEEE Data Engineering Bulletin, 25(1):4-9, 2002.
  162. E. Hovy. Combining and standardizing large-scale, practical ontologies for machine transla- tion and other uses. Proceedings of the 1st International Conference on Language Resources and Evaluation (LREC), strony 535-542. Citeseer, 1998.
  163. IEEE P1600.1. Standard Upper Ontology Working Group (SUO WG). http://suo.ieee. org/index.html, grudzień 2003. [Online; przeglądano 06-10-2010]. open in new tab
  164. IEEE P1600.1. Standard Upper Ontology Working Group (SUO WG), Suggested Upper Merged Ontology. http://suo.ieee.org/SUO/SUMO/index.html, grudzień 2003. [Online; przeglądano 06-10-2010]. open in new tab
  165. International Atomic Energy Agency. IAEA Safety Glossary Terminology Used In Nuclear Safety And Radiation Protection. www-pub.iaea.org/MTCD/publications/PDF/Pub1290_ web.pdf, 2007. [Online; przeglądano 21-12-2011]. open in new tab
  166. A. Islam, D. Inkpen. Semantic text similarity using corpus-based word similarity and string similarity. ACM Transactions on Knowledge Discovery from Data (TKDD), 2(2):10, 2008. open in new tab
  167. ISO/IEC. Information technology -Security techniques -Management of information and communications technology security -Part 1: Concepts and models for information and com- munications technology security management. http://www.iso.org/iso/iso_catalogue/ catalogue_tc/catalogue_detail.htm?csnumber=39066, 2004. [Online; przeglądano 21- 12-2011]. open in new tab
  168. N. Jian, W. Hu, G. Cheng, Y. Qu. Falcon-AO: Aligning ontologies with falcon. Integrating Ontologies Workshop Proceedings, strona 85. Citeseer, 2005.
  169. J.J. Jiang, D.W. Conrath. Semantic similarity based on corpus statistics and lexical taxo- nomy. Arxiv preprint cmp-lg/9709008, 1997. open in new tab
  170. E. Jiménez-Ruiz, B.C. Grau, I. Horrocks, R. Berlanga. Logic-based ontology integration using contentmap. Proc. of XIV Jornadas de Ingenierıa del Software y Bases de Datos (JISBD 2009), strony 316-319, 2009. open in new tab
  171. B. Kaczorowski. Nowa encyklopedia powszechna PWN. Wydawnictwo Naukowe PWN, 2004.
  172. Y. Kalfoglou, M. Schorlemmer. Ontology mapping: the state of the art. The knowledge engineering review, 18(01):1-31, 2003. open in new tab
  173. P. Kapłański. Logika opisowa jako język modelowania oprogramowania., strony 157-166. PWNT, 2008.
  174. A. Kim, J. Luo, M. Kang. Security ontology for annotating resources. On the Move to Meaningful Internet Systems 2005: CoopIS, DOA, and ODBASE, strony 1483-1499, 2005. open in new tab
  175. R. Kissel. Glossary of key information security terms. Glossary, National Institute of Stan- dards and Technology, US Department of Commerce, 2006. open in new tab
  176. G. Klyne, J.J. Carroll. Resource description framework (rdf): Concepts and abstract syntax. Changes, 10(February):1-20, 2004. open in new tab
  177. H. Knublauch. Protégé-owl api programmer's guide. 2009. [Online; przeglądano 17-06-2011].
  178. D. Koller, A. Levy, A. Pfeffer. P-CLASSIC: A tractable probablistic description logic. Proce- edings of the National Conference on Artificial Intelligence, strony 390-397. Citeseer, 1997. open in new tab
  179. H.W. Kuhn. The Hungarian method for the assignment problem. Naval research logistics quarterly, 2(1-2):83-97, 1955. open in new tab
  180. M. Lesk. Automatic sense disambiguation using machine readable dictionaries: how to tell a pine cone from an ice cream cone. Proceedings of the 5th annual international conference on Systems documentation, strony 24-26. ACM, 1986. open in new tab
  181. V.I. Levenshtein. Binary codes capable of correcting deletions, insertions, and reversals. Soviet Physics Doklady, wolumen 10, strony 707-710, 1966.
  182. Y. Li, Z.A. Bandar, D. McLean. An approach for measuring semantic similarity between words using multiple information sources. IEEE Transactions on knowledge and data engi- neering, strony 871-882, 2003.
  183. D. Lin. Principle-based parsing without overgeneration. Proceedings of the 31st annual meeting on Association for Computational Linguistics, strony 112-120. Association for Com- putational Linguistics, 1993. open in new tab
  184. D. Lin. An information-theoretic definition of similarity. Proceedings of the 15th International Conference on Machine Learning, wolumen 1, strony 296-304. Citeseer, 1998. open in new tab
  185. P.W. Lord, R.D. Stevens, A. Brass, C.A. Goble. Investigating semantic similarity measures across the Gene Ontology: the relationship between sequence and annotation. Bioinforma- tics, 19(10):1275, 2003. open in new tab
  186. A. Maedche, S. Staab. Comparing ontologies-similarity measures and a comparison study. Institute AIFB, University of Karlsruhe, 2001. open in new tab
  187. A. Maedche, S. Staab. Measuring similarity between ontologies. Knowledge Engineering and Knowledge Management: Ontologies and the Semantic Web, strony 15-21, 2002. open in new tab
  188. D.L. McGuinness, R. Fikes, J. Rice, S. Wilder. An environment for merging and testing large ontologies. International Conference on Principles of Knowledge Representation and Reasoning, strony 483-493. Citeseer, 2000.
  189. D.L. McGuinness, F. Van Harmelen, i in. OWL web ontology language overview. W3C recommendation, 10:2004-03, 2004.
  190. E. Miller, R. Swick. An Overview of W3C Semantic Web Activity. Bulletin of the American Society for Information Science and Technology, 29(4):8-11, 2003. open in new tab
  191. G.A. Miller, W.G. Charles. Contextual correlates of semantic similarity. Language and cognitive processes, 6(1):1-28, 1991. open in new tab
  192. J. Munkres. Algorithms for the assignment and transportation problems. Journal of the Society for Industrial and Applied Mathematics, 5(1):32-38, 1957. open in new tab
  193. D. Nardi, R.J. Brachman. An introduction to description logics. The description logic handbook: theory, implementation, and applications, strony 1-40, 2003. open in new tab
  194. I. Niles. Origins of the IEEE standard upper ontology. Working Notes of the IJCAI-2001 Workshop on the IEEE Standard Upper Ontology, strony 37-42. Citeseer, 2001. open in new tab
  195. I. Niles, A. Pease. Towards a standard upper ontology. Proceedings of the international conference on Formal Ontology in Information Systems-Volume 2001, strony 2-9. ACM, 2001. open in new tab
  196. N. Noy, R. Fergerson, M. Musen. The knowledge model of Protege-2000: Combining inte- roperability and flexibility. Knowledge Engineering and Knowledge Management Methods, Models, and Tools, strony 69-82, 2000. open in new tab
  197. N.F. Noy. Semantic integration: a survey of ontology-based approaches. ACM Sigmod Record, 33(4):65-70, 2004. open in new tab
  198. N.F. Noy, D.L. McGuinness, i in. Ontology development 101: A guide to creating your first ontology, 2001. open in new tab
  199. N.F. Noy, M.A. Musen. Algorithm and tool for automated ontology merging and alignment. Proceedings of the 17th National Conference on Artificial Intelligence (AAAI-00). Available as SMI technical report SMI-2000-0831, 2000. open in new tab
  200. N.F. Noy, M.A. Musen. The prompt suite: interactive tools for ontology merging and map- ping. International Journal of Human-Computer Studies, 59(6):983-1024, 2003. open in new tab
  201. ontologydesignpatterns.org. Ontology Design Patterns. http://ontologydesignpatterns. org/wiki/Main_Page, listopad 2011. [Online; przeglądano 21-12-2011]. open in new tab
  202. Oracle. Java Web Start Technology. 2005. [Online; przeglądano 17-06-2011]. open in new tab
  203. Z. Pawlak. Rough Sets. International Journal of Information and Computer Science, strony 341-356, 1982. open in new tab
  204. A. Pease. Suggested Upper Merged Ontology (SUMO). http://www.ontologyportal.org/ index.html, maj 2010. [Online; przeglądano 06-10-2010].
  205. Piotrowski, M. Zarządzanie ryzykiem cz. 1. http://www.e-ochronadanych.pl/a,297, zarzadzanie-ryzykiem-cz-i-.html, czerwiec 2008. [Online; przeglądano 21-12-2011].
  206. Prefuse. Prefuse. 2009. [Online; przeglądano 16-06-2011].
  207. P. Resnik. Semantic similarity in a taxonomy: An information-based measure and its applica- tion to problems of ambiguity in natural language. Journal of artificial intelligence research, 11(95):130, 1999. open in new tab
  208. R. Richardson, A.F. Smeaton, J. Murphy. Using WordNet as a knowledge base for measuring semantic similarity between words. Proceedings of AICS Conference. Trinity College, Dublin. Citeseer, 1994.
  209. M.A. Rodríguez, M.J. Egenhofer. Determining semantic similarity among entity classes from different ontologies. IEEE transactions on knowledge and data engineering, strony 442-456, 2003. open in new tab
  210. D. Schober, W. Kusnierczyk, S.E. Lewis, J. Lomax, i in. Towards naming conventions for use in controlled vocabulary and ontology engineering. Proceedings of BioOntologies SIG, ISMB07, strony 29-32, 2007. open in new tab
  211. M. Schuemacher. Security engineering with patterns: origins, theoretical model, and new applications. Springer-Verlag, 2003. open in new tab
  212. E. Sirin, B. Parsia, B.C. Grau, A. Kalyanpur, Y. Katz. Pellet: A practical owl-dl reasoner. Web Semantics: science, services and agents on the World Wide Web, 5(2):51-53, 2007. open in new tab
  213. I. Sommerville. Software Engineering. 8th. Harlow, UK: Addison-Wesley, 2006.
  214. J.F. Sowa. Conceptual Graphs. 2005. [Online; przeglądano 21-03-2011]. open in new tab
  215. J.F. Sowa. Conceptual graphs. Foundations of Artificial Intelligence, 3:213-237, 2008. open in new tab
  216. W. Stróżewski. Ontologia. ZNAK, 2006. open in new tab
  217. M. Suárez-Figueroa, A. Gómez-Pérez, B. Villazón-Terrazas. How to write and use the On- tology Requirements Specification Document. On the Move to Meaningful Internet Systems: OTM 2009, strony 966-982, 2009. open in new tab
  218. M.C. Suárez-Figueroa. D5. 3.1 NeOn Development Process and Ontology Life Cycle. open in new tab
  219. MC Suárez-Figueroa, i in. D5. 4.2: Revision and extension of the neon methodology for building contextualized ontology networks. NeOn project. http://www. neon-project. org, 2009.
  220. Y. Sure, S. Staab, R. Studer. Handbook on Ontologies. 2009. open in new tab
  221. M. Thurley. sharpSAT-Counting Models with Advanced Component Caching and Implicit BCP. Theory and Applications of Satisfiability Testing-SAT 2006, strony 424-429, 2006. open in new tab
  222. A. Tversky. Features of Similarity. Preference, Belief, and Similarity, strony 7-46. open in new tab
  223. G. Varelas, E. Voutsakis, P. Raftopoulou, E.G.M. Petrakis, E.E. Milios. Semantic similarity methods in wordNet and their application to information retrieval on the web. Proceedings of the 7th annual ACM international workshop on Web information and data management, strony 10-16. ACM, 2005. open in new tab
  224. W3C. W3C Semantic Web Activity. http://www.w3.org/2001/sw/, 2001. [Online; przeglą- dano 18-10-2010]. open in new tab
  225. W3C, Heflin J. OWL Web Ontology Language Use Cases and Requirements. http://www. w3.org/TR/webont-req/, luty 2004. [Online; przeglądano 21-12-2011]. open in new tab
  226. Wikimedia Foundation, Inc. Wikipedia, the free encyclopedia. http://en.wikipedia.org/ wiki/Main_Page, 2001. [Online; przeglądano 06-10-2010]. open in new tab
  227. Z. Wu, M. Palmer. Verbs semantics and lexical selection. Proceedings of the 32nd annual meeting on Association for Computational Linguistics, strony 133-138. Association for Com- putational Linguistics, 1994. open in new tab
  228. Y. Zhao, W. Halang. Rough concept lattice based ontology similarity measure. Proceedings of the 1st international conference on Scalable information systems, strona 15. ACM, 2006. open in new tab
Verified by:
Gdańsk University of Technology

seen 120 times

Recommended for you

Meta Tags