The IACPaaS Platform for Developing Systems Based on Ontologies: a Decade of Use

Cover Page

Cite item

Full Text

Abstract

The paper presents the IACPaaS cloud platform used for creating intelligent services based on ontologies, as well as the conceptual ideas and architecture underlying its development. The main features of the supported technologies for creating intelligent services of various types are described as well as the experience of their use. The platform offers an evolved instrumental support for the development of all components of intelligent services. First of all, it was positioned as an environment for creating cloud systems with knowledge bases, and now it can be considered as a tool for software development based on ontologies with semantic (graph) representation.

Full Text

Restricted Access

About the authors

Valeria V. Gribova

Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences

Author for correspondence.
Email: gribova@iacp.dvo.ru

Doctor of Technical Sciences, Corresponding Member of the RAS, Professor, Research Deputy Director

Russian Federation, Vladivostok

Philip M. Moskalenko

Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences

Email: philipmm@iacp.dvo.ru

Candidate of Technical Sciences, Senior Researcher

Russian Federation, Vladivostok

Vadim A. Timchenko

Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences

Email: vadim@iacp.dvo.ru

Candidate of Technical Sciences, Senior Researcher

Russian Federation, Vladivostok

Elena A. Shalfeeva

Institute of Automation and Control Processes of the Far Eastern Branch of the Russian Academy of Sciences

Email: shalf@iacp.dvo.ru

Doctor of Technical Sciences, Associate Professor, Senior Researcher

Russian Federation, Vladivostok

References

  1. Gartner Identifies the Top Strategic Technology Trends for 2022. URL: https://www.gartner.com/en/newsroom/ press-releases/2021-10-18-gartner-identifies-the-top-strategictechnology-trends-for-2022 (Accessed July 1 2022).
  2. Chernikov, B. 2020. Upravlenie kachestvom programmnogo obespecheniya [Software quality management]. Moscow: INFRA-M Publishing House. 240 p.
  3. Islam, M., Katiyar, V. 2014. Development of a software maintenance cost estimation model: 4th GL perspective. International Journal of Technical Research and Applications. 2(6): 65-68.
  4. Ry`bina, G.V. 2015. Intellektual`ny`e sistemy`: Ot A do Ya. Kniga 3. Problemno-specializirovanny`e intellektual`ny`e sistemy`. Instrumental`ny`e sredstva postroeniya intellektual`ny`x system [Intelligent systems: From A to Z. Book 3. Problem-specific intelligent systems. Tools for building intelligent systems]. Moscow.: Izdatel`stvo "Nauchtexlitizdat" [Nauchtechlitizdat]. 180 p.
  5. Musen, M.A. 2015. The Protégé Project: A Look Back and a Look Forward. AI Matters. 1(4): 4–12.
  6. Kudryavcev, D.V. 2008. Prakticheskie metody` otobrazheniya i ob``edineniya ontologii [Practical methods of mapping and combining ontology]. Odinnadczataya nacional`naya konferenciya po iskusstvennomu intellektu s mezhdunarodny`m uchastiem KII-2008 (28 sentyabrya – 3 oktyabrya 2008, g. Dubna, Rossiya): Tr. konf. [Eleventh National Conference on Artificial Intelligence with international participation RCAI-2008 (Sept. 28 – Oct. 3, 2008, Dubna, Russia): Proceedings]. Moscow: LENAND. 3: 164-173.
  7. Mitrofanova, O.A., and Konstantinova, N.S. 2008. Ontologii kak sistemy hraneniya znanij [Ontologies as knowledge storage systems]. Vserossijskij konkursnyj otbor obzorno-analiticheskih statej po prioritetnomu napravleniyu "Informacionno-telekommunikacionnye sistemy" [All-Russian competitive selection of review and analytical articles on the priority direction "Information and telecommunication systems"]. 54 p. URL: https://lib.nsu.ru/ xmlui/handle/nsu/8979.
  8. Zagorul'ko, YU.A. 2009. Tekhnologiya razrabotki portalov nauchnyh znanij [Technology of development of portals of scientific knowledge]. Programmnye produkty i sistemy [Software products and systems]. 4:25-29.
  9. Zagorul'ko, YU.A., Zagorul'ko, G.B., and Borovikova, O.I. 2016. Tekhnologiya sozdaniya tematicheskih intellektual'nyh nauchnyh Internet-resursov, baziruyushchayasya na ontologii [Technology for creating thematic intellectual scientific Internet resources based on ontology]. Programmnaya inzheneriya [Software Engineering]. 7(2):51-60.
  10. Massel', L.V., Vorozhcova, T.N., Pyatkova, N.I. 2017. Ontologicheskij inzhiniring dlya podderzhki prinyatiya strategicheskih reshenij v energetike [Ontological engineering to support strategic decision-making in the energy sector]. Ontologiya proektirovaniya [Design ontology]. 1(23):66-76.
  11. Grishchenko, M.A., Nikolajchuk, O.A., Pavlov, A.I., and YUrin A.YU. 2016. Instrumental'noe sredstvo sozdaniya produkcionnyh ekspertnyh sistem na osnove MDA [Instrumental means of creating production expert systems based on MDA]. Obrazovatel'nye resursy i tekhnologii [Educational resources and technologies]. 2(14):144-151.
  12. YUrin, A.YU., and Dorodnyh, N.O. 2014. Web-servis dlya avtomatizirovannogo formirovaniya produkcionnyh baz znanij na osnove konceptual'nyh modelej [Webservice for automated formation of production knowledge bases based on conceptual models]. Programmnye produkty i sistemy [Software products and systems]. 4(108):103-107.
  13. Fox, J., et al. 2020. OpenClinical.net: Artificial intelligence and knowledge engineering at the point of care. BMJ Health & Care Informatics. 27(2): e100141.
  14. Deker, S. et al. 2001. Semantic Web: roli XML i RDF [Semantic Web: the roles of XML and RDF]. Otkrytye sistemy. SUBD [Open systems. DBMS]. 9. https://www.osp.ru/os/2001/09/180411.
  15. Gladun, A.YA., and Rogushina, YU.V. 2006. Ontologii v korporativnyh sistemah. CHast' II [Ontologies in corporate systems. Part II]. Korporativnye sistemy [Corporate systems]. 1:72-85. https://www.management.com.ua/ims/ims116.html.
  16. Stennikov, V.A., Barahtenko, E.A., and Sokolov, D.V. 2014. Primenenie ontologij pri realizacii koncepcii model'no-upravlyaemoj razrabotki programmnogo obespecheniya dlya proektirovaniya teplosnabzhayushchih sistem [Application of ontologies in the implementation of the concept of model-driven software development for the design of heat supply systems]. Ontologiya proektirovaniya [Design ontology]. 4(14):54-68.
  17. SHebalov, R., and Gorshkov, S. 2018. Sovremennye rossijskie razrabotki v oblasti ontologicheskogo modelirovaniya. OBZOR [Modern Russian developments in the field of ontological modeling. Review]. OOO «TriniData» [LLC "Trinidata"]. 30 p. https://trinidata.ru/files/ OntoReview.pdf.
  18. Ovdej, O.M., and Proskudina, G.YU. 2004. Obzor instrumentov inzhenerii ontologij [Overview of ontology engineering tools]. Elektronnye biblioteki [Electronic libraries]. 7(4):1-16.
  19. Matuszek, C., et al. 2005. Searching for Common Sense: Populating CycTM from the Web. Proceedings of the National Conference on Artificial Intelligence. 3:1430-1435.
  20. Horoshevskij, V.F. 2019. Proektirovanie sistem programmnogo obespecheniya pod upravleniem ontologij: modeli, metody, realizacii [Designing software systems under the control of ontologies: models, methods, implementations]. Ontologiya proektirovaniya [Design ontology]. 9(4):429-448.
  21. Mavetera, N., and Kroeze, J.H. 2010. An Ontology-Driven Software Development Framework. URL: http://hdl.handle.net/10394/3135.
  22. Taentzer, G., et al. 2005. Model Transformation by Graph Transformation: A Comparative Study. Proceedings Workshop Model Transformation in Practice, Montego Bay, Jamaica. 1–48.
  23. Giese, H., Levendovszky, T., and Vangheluwe, H. 2007. Summary of the Workshop on Multi-Paradigm Modeling: Concepts and Tools. In: Kühne T. (eds) Models in Software Engineering. MODELS 2006. Lecture Notes in Computer Science. Vol. 4364. Springer, Berlin, Heidelberg.
  24. Gavrilova, T.A., and Strahovich, E.V. 2020. Vizual'noanaliticheskoe myshlenie i intellekt-karty v ontologicheskom inzhiniringe [Visual-analytical thinking and intelligence maps in ontological engineering]. Ontologiya proektirovaniya [Ontology of design]. 10(1):87-99.
  25. Gribova, V.V., Kleshchev, A.S., Moskalenko, F.M., and Timchenko, V.A. 2015. A Two-level Model of Information Units with Complex Structure that Correspond to the Questioning Metaphor. Automatic Documentation and Mathematical Linguistics. 49(5):172–181.
  26. Gribova, V.V., et al. 2015. Bazovaya tekhnologiya razrabotki intellektual'nyh servisov na oblachnoj platforme IACPaaS. CHast' 1. Razrabotka bazy znanij i reshatelya zadach [The basic technology for the development of intelligent services on the IACPaaS cloud platform. Part 1. Development of a knowledge base and a problem solver]. Programmnaya inzheneriya [Software engineering]. 12:3-11.
  27. Gribova, V.V., et al. 2016. Bazovaya tekhnologiya razrabotki intellektual'nyh servisov na oblachnoj platforme IACPaaS. CHast' 2. Razrabotka agentov i shablonov soobshchenij [The basic technology for the development of intelligent services on the IACPaaS cloud platform. Part 2. Development of agents and message templates]. Programmnaya inzheneriya [Software engineering]. 1:14-20.
  28. Gribova, V.V., et al. 2016. Bazovaya tekhnologiya razrabotki intellektual'nyh servisov na oblachnoj platforme IACPaaS. CHast' 3. Razrabotka interfejsa i primer sozdaniya prikladnyh servisov [The basic technology for the development of intelligent services on the IACPaaS cloud platform. Part 3. Interface development and an example of creating application services]. Programmnaya inzheneriya [Software engineering]. 7(3):99-107.
  29. Gribova, V.V., et al. 2017. Upravlyaemaya grafovymi grammatikami razrabotka obolochek intellektual'nyh servisov na oblachnoj platforme IACPaaS [Graph grammar-driven development of intelligent service wrappers on the IACPaaS cloud platform]. Programmnaya inzheneriya [Software Engineering]. 8(10):435-447.
  30. Gribova, V.V., Moskalenko, F.M., Timchenko, V.A., and SHalfeeva, E.A. 2021. Razrabotka reshatelej zadach na osnove upravlyayushchih grafov dlya sistem s bazami znanij [Development of problem solvers based on control graphs for systems with knowledge bases]. Programmnaya inzheneriya [Software Engineering]. 12(3):115-126.
  31. Gribova, V.V., et al. 2017. Programmnaya obolochka dlya sozdaniya intellektual'nyh sistem v prakticheskoj i obrazovatel'noj medicine [A software shell for creating intelligent systems in practical and educational medicine]. Informatika i sistemy upravleniya [Informatics and control systems]. 4(54):114-124.
  32. Kul'chin, YU.N., et al. 2017. Metodologiya proektirovaniya lazernogo additivnogo processa formirovaniya reshetchatoj periodicheskoj struktury na poverhnosti plastiny iz alyuminievogo splava [Methodology of designing a laser additive process of forming a lattice periodic structure on the surface of an aluminum alloy plate]. Avtomatizaciya v promyshlennosti. [Automation in industry]. 10:27-36.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».