Tiêu chuẩn TCVN 13813-3:2025 IoT - Tính liên tác đối với hệ thống IoT - Phần 3: Tính liên tác ngữ nghĩa

TIÊU CHUẨN QUỐC GIA

TCVN 13813-3:2025

ISO/IEC 21823-3:2021

INTERNET VẠN VẬT (IOT) - TÍNH LIÊN TÁC ĐỐI VỚI HỆ THỐNG IOT - PHẦN 3: TÍNH LIÊN TÁC NGỮ NGHĨA

Internet of things (IoT) - Interoperability for IoT system - Part 3: Semantic interoperability

Lời nói đầu

TCVN 13813-3:2025 hoàn toàn tương đương với ISO/IEC 21823-3:2021.

TCVN 13813-3:2025 do Ban kỹ thuật tiêu chuẩn quốc gia TCVN/JTC 1 “Công nghệ thông tin” biên soạn, Viện Tiêu chuẩn Chất lượng Việt Nam đề nghị, Ủy ban Tiêu chuẩn Đo lường Chất lượng quốc gia thẩm định, Bộ Khoa học và Công nghệ công bố.

Lời giới thiệu

Việc sử dụng Internet vạn vật (IoT) đang tăng lên hàng năm, trong các lĩnh vực ứng dụng như sản xuất, chăm sóc sức khỏe và các ứng dụng liên miền mới liên quan đến đô thị thông minh (ví dụ: nước, năng lượng, giao thông hoặc y tế). Hầu hết các hệ thống IoT đều chia sẻ thông tin, điều này có thể thực hiện được thông qua tính liên tác. Do đó, cần có các cơ chế về cách trao đổi thông tin và sử dụng dữ liệu liên quan và mô tả dữ liệu.

Tính liên tác IoT được mô tả là tương tác thành công giữa các thực thể được quy định trong TCVN 13117 (ISO/IEC 30141) [1], ví dụ giữa các dịch vụ IoT do các nhà cung cấp dịch vụ IoT khác nhau cung cấp. Điều này có thể đạt được bằng cách sử dụng mô hình đa phương diện tính liên tác được định nghĩa trong TCVN 13813-1 (ISO/IEC 21823-1), trong đó định nghĩa năm khía cạnh: tính liên tác vận chuyển, cú pháp, ngữ nghĩa, hành vi và chính sách.

Tính liên tác ngữ nghĩa IoT là khía cạnh cho phép trao đổi dữ liệu giữa các hệ thống IoT bằng cách sử dụng các mô hình thông tin dữ liệu đã hiểu (hoặc ý nghĩa ngữ nghĩa). Theo một sách trắng mới được công bố [2]:

"Tính liên tác ngữ nghĩa đạt được khi các hệ thống tương tác gán cùng một ý nghĩa cho một phần dữ liệu được trao đổi, đảm bảo tính nhất quán của dữ liệu trên các hệ thống bất kể định dạng dữ liệu riêng lẻ. Tính nhất quán về ý nghĩa này có thể được bắt nguồn từ các tiêu chuẩn hoặc thỏa thuận có sẵn về định dạng và ý nghĩa của dữ liệu hoặc có thể được bắt nguồn theo cách động bằng cách sử dụng các từ vựng được chia sẻ dưới dạng sơ đồ và/hoặc theo cách tiếp cận dựa trên bản thể học."

Như thể hiện trong Hình 1,

- tính liên tác ngữ nghĩa có nghĩa là thông tin trong các mô hình thông tin dữ liệu khác nhau có thể được dịch thành ý nghĩa dễ hiểu và trao đổi giữa các ứng dụng;

- tính liên tác ngữ nghĩa cung cấp khả năng cho các ứng dụng hiểu được thông tin được trao đổi;

- tính liên tác ngữ nghĩa cho IoT đạt được bằng cách sử dụng các dịch vụ và bằng cách sử dụng tri thức và khái niệm cụ thể về IoT.

Hình 1 - Phương diện liên tác ngữ nghĩa cho IoT

Tính liên tác ngữ nghĩa đạt được thông qua việc sử dụng siêu dữ liệu hoặc mô tả dữ liệu. Phương pháp cung cấp dữ liệu và mô tả đã được sử dụng rộng rãi trong các hệ thống CNTT. Hai ví dụ là:

a) lược đồ khái niệm đã được sử dụng để mô tả nội dung cơ sở dữ liệu;

b) Bố cục bản ghi đã được sử dụng để hiển thị nội dung của bản ghi cơ sở dữ liệu.

Như thể hiện trong Hình 2, nhiều dịch vụ được gọi bởi tính liên tác ngữ nghĩa liên quan đến siêu dữ liệu, do đó cho phép khám phá, hiểu và (tái) sử dụng.

Hình 2 - Sử dụng siêu dữ liệu trong tính liên tác ngữ nghĩa

Siêu dữ liệu cung cấp cho các hệ thống IoT sự hiểu biết chung về dữ liệu được trao đổi. Hình 3 cho thấy cách ý nghĩa của dữ liệu được siêu dữ liệu xác định theo nhiệt độ phòng cụ thể (cột bên trái) và cách dữ liệu được mô tả bằng siêu dữ liệu (cột bên phải).

Hình 3 - Ý nghĩa của dữ liệu, được mô tả bằng siêu dữ liệu

Tri thức mà siêu dữ liệu biểu diễn có thể được mô tả bằng cách sử dụng các thuật ngữ. Nói cách khác, tính liên tác ngữ nghĩa cần có siêu dữ liệu được chia sẻ, rõ ràng, có thể hiểu được bằng máy, để có thể thực hiện trao đổi thông tin bằng cách sử dụng siêu dữ liệu. Việc áp dụng ngữ nghĩa trong IoT vẫn còn hạn chế vì hầu hết siêu dữ liệu được phát triển độc lập, khiến các thực thể hoặc ứng dụng IoT khó có thể tương tác ngữ nghĩa. Trong tiêu chuẩn này, một cách tiếp cận dựa trên thuật ngữ để tương tác ngữ nghĩa được quy định để thiết kế và chỉ định siêu dữ liệu, để các cảm biến, thiết bị, hệ thống và dịch vụ có thể thể hiện thông tin và dữ liệu siêu dữ liệu bằng cách áp dụng các thuật ngữ để đạt được tính liên tác ngữ nghĩa. Các bên liên quan mà tiêu chuẩn này hướng đến bao gồm các kỹ sư bản thể học và kỹ sư hệ thống IoT đang xây dựng tính liên tác ngữ nghĩa cho các hệ thống IoT.

Tiêu chuẩn này cũng chỉ định các phương pháp và kỹ thuật để xây dựng tính liên tác ngữ nghĩa cho các hệ thống IoT. Điều khoản 5 tập trung vào quy trình tương tác ngữ nghĩa IoT. Điều khoản 6 tập trung vào quản lý vòng đời tương tác ngữ nghĩa IoT.

 

INTERNET VẠN VẬT (IOT) - TÍNH LIÊN TÁC ĐỐI VỚI HỆ THỐNG IOT - PHẦN 3: TÍNH LIÊN TÁC NGỮ NGHĨA

Internet of things (IoT) - Interoperability for IoT system - Part 3: Semantic interoperability

1. Phạm vi áp dụng

Tiêu chuẩn này đưa ra các khái niệm cơ bản về tính liên tác ngữ nghĩa của hệ thống IoT, như được mô tả trong mô hình đa diện của TCVN 13813-1(ISO/IEC 21823-1), bao gồm:

- yêu cầu của các thuật ngữ cốt lõi về tính liên tác ngữ nghĩa;

- các thực hành tốt nhất và hướng dẫn về cách sử dụng các bản thể học và phát triển các ứng dụng dành riêng cho từng miền, bao gồm nhu cầu cho phép mở rộng và kết nối với các thuật ngữ bên ngoài;

- xác định và chính thức hóa liên miền các thuật ngữ học để cung cấp khả năng sử dụng hài hòa các thuật ngữ học hiện có;

- các thuật ngữ về IoT có liên quan cùng với nghiên cứu so sánh các đặc tính và phương pháp tiếp cận về mặt tính mô-đun, khả năng mở rộng, khả năng tái sử dụng, khả năng mở rộng, tính liên tác với các thuật ngữ cấp cao hơn, v.v.;

- các trường hợp sử dụng và kịch bản dịch vụ thể hiện sự cần thiết và yêu cầu về tính liên tác ngữ nghĩa.

2. Tài liệu viện dẫn

Các tài liệu viện dẫn dưới đây là cần thiết cho việc áp dụng tiêu chuẩn này. Đối với các tài liệu ghi năm công bố thì áp dụng phiên bản được nêu. Đối với các tài liệu không ghi năm công bố thì áp dụng phiên bản mới nhất, bao gồm cả các sửa đổi, bổ sung (nếu có).

TCVN 13812 (ISO/IEC 20924), Internet vạn vật (IoT) - Từ vựng.

3. Thuật ngữ và định nghĩa

Tiêu chuẩn này áp dụng các thuật ngữ và định nghĩa sau đây.

3.1

Tính liên tác ngữ nghĩa (semantic interoperability)

Tính liên tác mà ý nghĩa của mô hình dữ liệu trong bối cảnh của một lĩnh vực chủ đề được các hệ thống tham gia hiểu được.

[NGUỒN: 3.1.5, TCVN 13055:2020 (ISO/IEC 19941:2017), đã sửa đổi - Trong thuật ngữ, đã xóa “dữ liệu”.]

3.2

Siêu dữ liệu (metadata)

Dữ liệu xác định và mô tả dữ liệu khác.

[NGUỒN: 3.2.74, ISO/IEC 11179-3:2013] ⁽¹⁾

3.3

Bản thể học (ontology)

Đặc tả những vật cụ thể hoặc căn bản, và mối quan hệ giữa các vật đó, trong một miền tri thức được quy định.

CHÚ THÍCH 1: Đặc tả này có thể xử lý bằng máy tính.

[NGUỒN: 3.1.1.1, ISO/IEC 19763-3:2020]

4. Thuật ngữ viết tắt

5. Quá trình tính liên tác ngữ nghĩa IoT

5.1 Tổng quan

Tính liên tác ngữ nghĩa IoT cho phép trao đổi dữ liệu giữa các hệ thống IoT bằng cách sử dụng các mô hình thông tin dữ liệu đã hiểu (hoặc ý nghĩa ngữ nghĩa). Các mô hình như vậy dựa trên các bản thể học, là các đặc tả có thể xử lý của các khái niệm và mối quan hệ liên quan đến các hệ thống IoT. Lợi ích của tính liên tác ngữ nghĩa IoT là góp phần đáp ứng các thuộc tính của tính liên tác, khả năng tái sử dụng, khả năng mở rộng hoặc độ tin cậy. Tính liên tác ngữ nghĩa IoT có các bên liên quan và quan tâm sau:

a) kỹ sư bản thể học, những người tập trung vào phát triển bản thể học trong một bên quan tâm;

b) Kỹ sư hệ thống IoT, những người tập trung vào phát triển hệ thống IoT và tích hợp các khả năng tính liên tác ngữ nghĩa trong một mối quan tâm.

Như thể hiện trong Hình 4, tiêu chuẩn này cung cấp cho các kỹ sư bản thể học và kỹ sư hệ thống IoT các yêu cầu và đặc tả về phương pháp để chuẩn bị và xây dựng tính liên tác ngữ nghĩa.

Hình 4 - Mục tiêu của tiêu chuẩn liên tác ngữ nghĩa

Có hai loại yêu cầu được xác định:

1) Yêu cầu về tính liên tác ngữ nghĩa của IoT, tập trung vào cách tạo mô hình thông tin dữ liệu, cách phát triển và tích hợp khả năng diễn giải trong hệ thống IoT;

2) yêu cầu về vòng đời, tập trung vào việc quản lý phạm vi mô hình thông tin dữ liệu, thiết kế mô hình thông tin dữ liệu và bảo trì mô hình thông tin dữ liệu.

5.2 Yêu cầu về quá trình tính liên tác ngữ nghĩa IoT

Các quá trình sau đây sẽ được thực hiện bởi các kỹ sư hệ thống IoT và kỹ sư bản thể học:

- tạo mô hình thông tin dữ liệu;

- tích hợp khả năng của tính liên tác ngữ nghĩa;

- hỗ trợ kỹ thuật liên tác ngữ nghĩa.

Bảng 1 cung cấp cho mỗi quá trình một danh sách các yêu cầu kèm theo lý do và sản phẩm công việc có thể được sử dụng làm bằng chứng cho sự tuân thủ.

Bảng 1 - Yêu cầu về quá trình tính liên tác ngữ nghĩa IoT

5.3 Mô hình tính liên tác ngữ nghĩa IoT

Liên tác ngữ nghĩa IoT có thể được mô tả bằng hai mô hình: mô hình quá trình và mô hình sử dụng. Mô hình quá trình tập trung vào cách tạo ra tính liên tác ngữ nghĩa. Mô hình sử dụng tập trung vào cách sử dụng và trao đổi thông tin ngữ nghĩa.

Hình 5 cung cấp mô hình quá trình cho tính liên tác ngữ nghĩa IoT. Nó dựa trên giả định rằng tri thức về tính liên tác được cung cấp dưới dạng có thể xử lý được như đồ thị tri thức, được xây dựng thông qua các bản thể học. Các thực thể trong Hình 5 sẽ được mô tả thêm trong 5.4.1.

Hình 5 - Mô hình quá trình tính liên tác ngữ nghĩa IoT

Liên tác ngữ nghĩa của IoT liên quan đến các bên liên quan sau:

- kỹ sư bản thể học, những người tập trung vào phát triển bản thể học;

- Kỹ sư hệ thống IoT, tập trung vào việc phát triển hệ thống IoT và tích hợp khả năng liên tác.

Tính liên tác ngữ nghĩa của IoT bao gồm các quá trình sau.

a) Tạo lập tri thức ngữ nghĩa: mục đích của quá trình này là tạo thông tin ngữ nghĩa cho tính liên tác. Quá trình này được thực hiện bởi các kỹ sư bản thể học và các kỹ sư hệ thống IoT. Đầu vào của quá trình này là tri thức của các kỹ sư. Kết quả của quá trình này là một đại diện số nhất quán của thông tin ngữ nghĩa được sử dụng cho tính liên tác, được biểu diễn bởi các bản thể học, bao gồm các bản thể học chung IoT, các bản thể học liên miền IoT và các bản thể học miền IoT.

b) Tạo lập khả năng liên tác ngữ nghĩa: mục đích của quá trình này là tạo ra các khả năng liên tác ngữ nghĩa và điều chỉnh thông tin ngữ nghĩa thành đại diện thông tin ngữ nghĩa mong muốn. Các khả năng như sau:

1) khả năng các chế độ thiết bị;

2) khả năng suy luận và đàm phán;

3) tính liên tác tổng thể.

Quá trình này được thực hiện bởi các kỹ sư bản thể học, kỹ sư hệ thống IoT cũng như chính hệ thống IoT nếu nó có khả năng xử lý phù hợp thông tin ngữ nghĩa. Đầu vào của quá trình này là miền IoT, miền chéo IoT và các bản thể học chung của IoT. Kết quả của quá trình này là các bản thể học được căn chỉnh.

Quá trình này được hỗ trợ bởi các công cụ hỗ trợ kỹ thuật bản thể học cũng như các khả năng suy luận như suy luận dựa trên quy tắc, suy luận dựa trên bản thể học hoặc học máy.

c) Sử dụng tính liên tác ngữ nghĩa: mục đích của quá trình này là trao đổi thông tin ngữ nghĩa với các hệ thống IoT khác. Quá trình này được thực hiện bởi hệ thống IoT. Đầu vào của quá trình này là các bản thể học được căn chỉnh. Kết quả của quá trình này là các bản thể học được khởi tạo.

Quá trình này được hỗ trợ bởi các công cụ hỗ trợ kỹ thuật bản thể học cũng như các khả năng suy luận như suy luận dựa trên quy tắc, suy luận dựa trên bản thể học hoặc học máy.

Việc sử dụng thông tin ngữ nghĩa dựa trên mô hình được hiển thị trong Hình 6

Hình 6 - Mô hình sử dụng thông tin ngữ nghĩa

Mô hình sử dụng thông tin ngữ nghĩa bao gồm những nội dung sau.

- Một mô hình khái niệm căn bản của một cấu phần IoT hoặc hệ thống quan tâm: thông tin liên tác chứa thông tin tính liên tác ngữ nghĩa được liên kết với một cấu phần IoT trừu tượng hoặc hệ thống quan tâm trong một miền. Một ví dụ là mô hình nhiệt độ được liên kết với một cảm biến nhiệt độ IoT trừu tượng.

- Một mô hình cụ thể của cấu phần IoT của hệ thống quan tâm: thông tin tinh liên tác cụ thể được liên kết với cấu phần IoT cụ thể hoặc hệ thống quan tâm trong quá trình vận hành. Một ví dụ là mô hình nhiệt độ được thể hiện liên kết với cảm biến nhiệt độ vật lý.

- Thông tin ngữ nghĩa được trao đổi: một đại diện có thể xử lý bằng máy tính của thông tin ngữ nghĩa có thể được sử dụng bởi các thành phần IoT cụ thể khác của hệ thống. Một ví dụ là đại diện có thể liên tác của thông tin nhiệt độ do cảm biến nhiệt độ vật lý cung cấp.

5.4 Hướng dẫn liên tác ngữ nghĩa IoT

5.4.1 Hướng dẫn về việc nắm bắt ý nghĩa ngữ nghĩa

Việc nắm bắt ý nghĩa ngữ nghĩa đạt được thông qua quá trình tạo lập tri thức ngữ nghĩa như mô tả trong Hình 5. Quá trình này bao gồm việc sử dụng các tri thức sau.

- Các thuật ngữ chung của IoT đề cập đến các khái niệm chung như khái niệm kiến trúc hoặc khung. Các bản thể học có thể dựa trên các tiêu chuẩn IoT như TCVN 13117:2020 (ISO/IEC 30141:2018) [1], TCVN 13812:2023 (ISO/IEC 20924:2018) [2] hoặc trên các đặc tả ánh xạ như [3].

- Các bản thể học liên miền IoT. Chúng đề cập đến các khái niệm được chia sẻ giữa các miền, ở cấp độ ứng dụng (ví dụ: các thuật ngữ di động điện kết hợp tri thức về năng lượng và vận tải) hoặc ở mối quan tâm xuyên suốt. Ví dụ, các mối quan tâm xuyên suốt về quyền riêng tư có thể dựa trên các tiêu chuẩn về quyền riêng tư như ISO/IEC 29100:2011 [4].

- Các thuật ngữ miền IoT. Ví dụ, trong miền năng lượng, có thể sử dụng một thuật ngữ chung cho quản lý năng lượng [5]. Một ví dụ khác có thể là trong miền đô thị thông minh [6], trong miền sản xuất thông minh [7] hoặc trong miền nông nghiệp [8].

CHÚ THÍCH: Các bản thể học thường được biểu diễn bằng bộ ba. Các bộ ba được hiển thị trực quan trong hình bằng ba vòng tròn được kết nối.

Hình 7 - Ví dụ về đại diện tri thức có cấu trúc

Hình 7 cho thấy một ví dụ về cách cấu trúc một tri thức tính liên tác ngữ nghĩa, bao gồm:

- các bản thể học chung và liên miền, chẳng hạn như bản thể học kiến trúc, bản thể học cảm biến, bản thể học an toàn (bảo mật) hoặc quyền riêng tư;

- các bản thể học miền cụ thể liên quan đến các ứng dụng, chẳng hạn như bản thể học về sức khỏe, bản thể học về vận tải, bản thể học về năng lượng hoặc bản thể học về nông nghiệp. Có nhiều bản thể học miền cụ thể có thể được sử dụng để cấu trúc tri thức về tính liên tác ngữ nghĩa. Xem ví dụ, LOV4IoT [9], Sáng kiến Từ vựng mở được liên kết cho Internet vạn vật.

Bản thể học được xây dựng bằng các ngôn ngữ web ngữ nghĩa như RDF [10], RDFS [11] và OWL [12] và được truy vấn bằng SPARQL [13].

- RDF là ngôn ngữ cơ bản dựa trên bộ ba. Bộ ba này bao gồm chủ ngữ, vị ngữ và tân ngữ. Ví dụ, "nhiệt độ là 39": "nhiệt độ" là chủ ngữ, "là" là vị ngữ và "39" là tân ngữ.

- RDFS là phần mở rộng của RDF cung cấp các khả năng đại diện bổ sung như mô tả hệ thống phân cấp (ví dụ nhiệt kế cơ thể là "lớp con của" cảm biến).

- OWL là ngôn ngữ làm phong phú thêm RDFS bằng cách cho phép tạo các lớp mới và các mối quan hệ mới giữa các lớp để mô tả một miền cụ thể (ví dụ: thêm khái niệm "cảm biến" mới trong miền IoT).

- Có thể truy cập hoặc truy vấn bộ ba bằng SPARQL, một ngôn ngữ truy vấn để liên tác với đồ thị RDF, RDFS và OWL.

Một hệ thống phân cấp ngôn ngữ, thường được gọi là Mô hình các lớp của Web ngữ nghĩa (Semantic Web Layer Cake), sẵn có từ W3C [14].

Một đại diện cho thông tin được trao đổi được gọi là tập dữ liệu được tuần tự hóa. Đây là một đại diện có thể xử lý bằng máy tính của tập dữ liệu ngữ nghĩa. Tuần tự hóa đề cập đến việc dịch một cấu trúc thành một chuỗi byte có thể được lưu trữ và/hoặc truyền đi. Ví dụ về các phương pháp tuần tự hóa như vậy là OWL và JSON-LD [15].

5.4.2 Hướng dẫn về tích hợp khả năng tính liên tác ngữ nghĩa

Việc tích hợp khả năng tính liên tác ngữ nghĩa được thực hiện thông qua quá trình tạo tính liên tác ngữ nghĩa như mô tả trong Hình 5. Quá trình này bao gồm việc tích hợp các khả năng sau.

a) Khả năng của hệ thống IoT để trao đổi thông tin về tính liên tác của thiết bị IoT. Hệ thống IoT có một số chế độ như chế độ hoạt động, chế độ bảo trì hoặc chế độ không dịch vụ:

1) Mục tiêu của chế độ thiết lập là xác định khả năng hoạt động của thiết bị IoT. Mô tả về khả năng này dựa trên các bản thể học. Kết quả của mô tả có thể được các thiết bị sử dụng để thông báo cho các hệ thống IoT khác về khả năng. Điều này bao gồm các tham số cấp độ kỹ thuật (ví dụ: trình điều khiển, giao thức, bảo mật, chất lượng dịch vụ, chất lượng dữ liệu) cũng như các tham số cấp độ ngữ nghĩa (ví dụ: khả năng xử lý, quyền truy cập, khả năng ứng dụng). Kết quả của bản thể học thiết bị được sử dụng để thông báo cho các hệ thống IoT được kết nối khác về cách nó sẽ diễn giải dữ liệu. Ví dụ: cảm biến nhiệt độ sẽ có các thuộc tính về phạm vi, độ chính xác, thời gian cảm biến, v.v... Có rất nhiều mô tả bản thể học cảm biến trong các kho lưu trữ công khai như LOV4IoT [9] hoặc Thuật ngữ học mạng cảm biến ngữ nghĩa từ W3C [16], [17].

2) Các chế độ khác bao gồm chế độ vận hành hoặc chế độ bảo trì. Ở chế độ vận hành, các hệ thống IoT đã thống nhất về các điều kiện liên tác ngữ nghĩa và do đó thiết bị có thể liên tác, ví dụ như nhận thông tin cảm biến cũng như đưa ra thông tin kích hoạt. Ở chế độ bảo trì, hệ thống IoT có thể sửa đổi các tham số liên tác.

b) Khả năng đàm phán và suy luận của hệ thống IoT. Cần phải đàm phán vì có nhiều đại diện tri thức. Các bản thể học là các đại diện mang tính chủ quan phản ánh các quan điểm và yêu cầu khác nhau của nhiều nhà thiết kế khác nhau. Ví dụ, có thể có một số mô tả bản thể học cho một hồ sơ cảm biến nhất định, có thể được lưu trữ trong kho lưu trữ trực tuyến. Có thể cần các thao tác bao gồm căn chỉnh, ánh xạ hoặc hợp nhất. Chúng có thể bao gồm thêm các khả năng suy luận, chẳng hạn như suy luận dựa trên quy tắc, suy luận dựa trên bản thể học hoặc học máy.

c) Tính liên tác tổng thể của thiết bị IoT. Trước khi vận hành, hệ thống phụ giao tiếp của thiết bị IoT phải được cấu hình để bao gồm tất cả các thành phần khác nhau được đàm phán để đạt được tính liên tác. Trong quá trình vận hành, các mô tả ngữ nghĩa có thể được trao đổi. Như thể hiện trong Hình 6, có một hệ thống phân cấp gồm ba đại diện: đại diện khái niệm căn bản, đại diện cụ thể và thông tin được trao đổi. Hình 8 cho thấy ví dụ về cảm biến nhiệt độ IoT đã được triển khai bằng Kiến trúc tham chiếu IoT TCVN 13117 (ISO/IEC 30141) [1]:

1) Một đại diện cảm biến nhiệt độ IoT trừu tượng được sử dụng, dựa trên một bản thể học nhà thông minh đã thống nhất và trên Kiến trúc tham chiếu IoT dựa trên TCVN 13117 (ISO/IEC 30141). Bản thể học nhà thông minh chứa các khái niệm như sự thoải mái, phòng, tiết kiệm năng lượng. Nó chứa một mô hình của một cảm biến nhiệt độ IoT căn bản bao gồm mô tả về các khả năng (ví dụ: đọc nhiệt độ) và tham chiếu đến bản thể học kiến trúc dựa trên TCVN 13117 (ISO/IEC 30141), do đó sử dụng các khái niệm như dịch vụ, mạng, thiết bị IoT và cổng IoT.

2) Đại diện cảm biến nhiệt độ IoT cụ thể được sử dụng. Đại diện này chứa thông tin thực tế. Một ví dụ về định dạng đại diện là đại diện đồ thị RDF. RDF (Resource Description Framework) là ngôn ngữ web ngữ nghĩa do W3C quy định. Đồ thị RDF được cấu trúc thành bộ ba. Chúng có thể được truy cập hoặc truy vấn bằng SPARQL.

3) Một đại diện cho thông tin được trao đổi được gọi là tập dữ liệu được tuần tự hóa. Đây là một đại diện có thể xử lý bằng máy tính của tập dữ liệu ngữ nghĩa. Tuần tự hóa đề cập đến việc dịch một cấu trúc thành một chuỗi byte có thể được lưu trữ và/hoặc truyền đi. Ví dụ về các phương pháp mã hóa như vậy là OWL/XML và JSON-LD.

Hình 8 - Ví dụ về cách sử dụng thông tin ngữ nghĩa cho cảm biến nhiệt độ

5.4.3 Hướng dẫn hỗ trợ kỹ thuật liên tác ngữ nghĩa

5.4.3.1 Quy định chung

Kỹ nghệ tính liên tác ngữ nghĩa đòi hỏi chuyên môn phù hợp bản thể học và hỗ trợ cho việc thao tác bản thể học. Sự không phù hợp giữa các bản thể học có thể xảy ra ở cấp độ ngôn ngữ hoặc cấp độ bản thể học. Do đó, việc tạo thông tin ngữ nghĩa có thể bao gồm các hoạt động trung gian bản thể học để điều hòa sự khác biệt giữa các bản thể học riêng biệt. Điều này có thể bao gồm căn chỉnh, ánh xạ, hợp nhất và các hoạt động cần thiết khác. Ví dụ, ứng dụng IoT có thể sử dụng các hoạt động này để phái sinh (hoặc hình thành) các lệnh được gửi đến bộ thi hành.

CHÚ THÍCH 1: Các quá trình này được hỗ trợ bởi các công cụ hỗ trợ kỹ thuật bản thể học và các hướng dẫn phù hợp để quản lý và hợp nhất bản thể học. Các cộng đồng khác nhau có thể có các yêu cầu khác nhau, để có các điểm khởi đầu khác nhau và sử dụng thuật ngữ khác nhau; sẽ có những thách thức khi các mô hình ngữ nghĩa phát triển theo thời gian, chẳng hạn như việc phân bổ các mã định danh cho các phiên bản khác nhau hoặc việc cung cấp một mô hình cho các thay đổi giữa các phiên bản tiếp theo; nỗ lực phát triển và duy trì bản thể học có thể được giảm bớt thông qua việc sử dụng máy học từ một tập hợp các ví dụ và phản ví dụ, do đó cho phép tự động sửa đổi dữ liệu và siêu dữ liệu để theo dõi các thay đổi đối với bản thể học.

CHÚ THÍCH 2: Trong khi việc sử dụng cùng một bản thể học có thể thực tế trong một môi trường hạn chế, nói chung, người ta cần giải quyết tính liên tác giữa các bên sử dụng các bản thể học khác nhau. Điều này có thể liên quan đến việc ánh xạ dữ liệu và siêu dữ liệu, một điều có thể nhạy cảm với ngữ cảnh. Một thách thức là phải làm gì với các chi tiết bị thiếu khi ánh xạ từ một bản thể học yếu hơn sang một bản thể học mạnh hơn. Điều này có thể được giải quyết trong tương lai bằng cách khai thác các phương pháp thống kê đặc trưng cho tri thức trước đó và kinh nghiệm trong quá khứ.

Các chức năng sau đây được xác định và đề cập trong các tiểu mục tiếp theo:

- khám phá bản thể học (5.4.3.2);

- tích hợp dữ liệu dựa trên bản thể học (5.4.3.3);

- trung gian bản thể học như ánh xạ bản thể học, căn chỉnh bản thể học, hợp nhất bản thể học và tích hợp bản thể học (5.4.3.4).

5.4.3.2 Khám phá bản thể học

Khám phá bản thể học là quá trình truy cập các bản thể học hoạt động và sử dụng chúng cho tính liên tác ngữ nghĩa. Như được thể hiện trong quá trình mô hình tính liên tác ngữ nghĩa trong Hình 5, điều này có thể diễn ra khi tri thức ngữ nghĩa được tạo ra, cũng như sau đó, trong quá trình thiết lập chế độ thiết bị. Các kho lưu trữ cho các bản thể học có sẵn, ví dụ [9], [18], [19]. Chúng có thể sử dụng các ngôn ngữ bản thể học (web ngữ nghĩa) khác nhau như RDFS [11] hoặc OWL [12].

5.4.3.3 Tích hợp dữ liệu dựa trên bản thể học

Tích hợp dữ liệu dựa trên bản thể học sử dụng bản thể học để cung cấp tính liên tác của dữ liệu bằng cách kết hợp dữ liệu hoặc thông tin từ nhiều nguồn không đồng nhất. Dữ liệu từ nhiều nguồn được đặc trưng bởi các loại không đồng nhất sau đây [21].

- Không đồng nhất về cú pháp: sự khác biệt về cú pháp như định dạng và cấu trúc dữ liệu.

- Không đồng nhất về cấu trúc: sự khác biệt trong mô hình hoặc cấu trúc gốc để lưu trữ dữ liệu.

- Không đồng nhất về ngữ nghĩa: sự khác biệt trong cách diễn giải ý nghĩa của dữ liệu.

Không đồng nhất của hệ thống: sự khác biệt bắt nguồn từ các hệ điều hành và nền tảng phần cứng khác nhau.

Các bản thể học, như các đại diện của các khái niệm được định nghĩa rõ ràng và các mối quan hệ giữa các khái niệm này, được sử dụng để giải quyết vấn đề về tính không đồng nhất về mặt ngữ nghĩa trong các nguồn dữ liệu. Tất cả thông tin đều được liên kết và có thể truy cập thông qua một lược đồ nhận dạng chung do thuật ngữ cung cấp (ví dụ: URL/URI). Các bản thể học cho phép nhận dạng rõ ràng các thực thể trong các hệ thống thông tin không đồng nhất và khẳng định các mối quan hệ có tên áp dụng kết nối các thực thể này với nhau. Cụ thể, các bản thể học đóng các vai trò sau.

a) Giải thích nội dung và/hoặc ngữ cảnh: Bản thể học này cho phép diễn giải chính xác dữ liệu từ nhiều nguồn thông qua định nghĩa rõ ràng các bản thể học và mối quan hệ trong bản thể học này.

b) Mô hình truy vấn: Trong một số hệ thống, truy vấn được xây dựng bằng cách sử dụng bản thể học như một lược đồ truy vấn toàn cục. Xây dựng truy vấn là một quá trình trong đó truy vấn từ khóa gốc do người dùng đưa ra được chuyển đổi thành đại diện truy vấn có cấu trúc được công cụ tìm kiếm sử dụng. Thông thường, thông tin được truy vấn bằng cách sử dụng SPARQL [13].

c) Kiểm tra xác nhận: Có thể sử dụng bản thể học để kiểm tra xác nhận các ánh xạ được sử dụng để tích hợp dữ liệu từ nhiều nguồn. Các ánh xạ này có thể được quy định thủ công hoặc được tạo bởi hệ thống (tức là các công cụ phù hợp bản thể học).

Có ba cách tiếp cận chính trong các ứng dụng tích hợp dữ liệu dựa trên bản thể học như sau.

1) Phương pháp tiếp cận bản thể học đơn: Một bản thể học đơn được sử dụng làm mô hình tham chiếu toàn cục trong hệ thống.

2) Nhiều bản thể học: Nhiều bản thể học, mỗi bản thể học mô hình hóa một nguồn dữ liệu riêng lẻ, được sử dụng kết hợp để tích hợp. Mặc dù cách tiếp cận này linh hoạt hơn cách tiếp cận bản thể học đơn lẻ, nhưng nó đòi hỏi phải tạo ra các ánh xạ giữa nhiều bản thể học. Các ánh xạ như vậy có khả năng nhạy cảm với ngữ cảnh, tức là phụ thuộc vào dữ liệu và siêu dữ liệu.

3) Phương pháp tiếp cận lai: Phương pháp tiếp cận lai liên quan đến việc sử dụng nhiều bản thể học được liên kết với một vốn từ vựng chung, cấp cao nhất, vốn từ vựng cấp cao nhất định nghĩa các bản thể học cơ bản của miền. Do đó, phương pháp tiếp cận lai giúp dễ dàng sử dụng nhiều bản thể học để tích hợp khi có vốn từ vựng chung.

5.4.3.4 Trung gian bản thể học

5.4.3.4.1 Quy định chung

Tính liên tác ngữ nghĩa hiệu quả có thể đạt được bằng cách sử dụng bản thể học như một lược đồ tích hợp để diễn giải nội dung và như một công cụ để phát hiện và giải quyết sự không nhất quán về nội dung. Vì bản thể học là các đặc tả được chia sẻ, nên việc sử dụng bản thể học phải cho phép một mức độ liên tác ngữ nghĩa nhất định (ví dụ: nếu hai hệ thống được thiết kế bởi hai thực thể khác nhau chia sẻ cùng một bản thể học thì tính liên tác ngữ nghĩa được đảm bảo). Tuy nhiên, tính liên tác hoàn toàn không được đảm bảo vì bản thể học có đại diện chủ quan phản ánh các quan điểm và yêu cầu khác nhau của nhiều nhà thiết kế khác nhau. Sự không phù hợp như vậy giữa các bản thể học có thể xảy ra ở cấp độ ngôn ngữ hoặc cấp độ bản thể học. Sự không phù hợp ở cấp độ ngôn ngữ xuất phát từ sự khác biệt về khả năng biểu đạt hoặc ngữ nghĩa của ngôn ngữ bản thể học (ví dụ: một quả cam có thể là một loại trái cây hoặc một màu sắc). Sự không phù hợp ở cấp độ bản thể học xuất phát từ sự khác biệt về cấu trúc ngữ nghĩa của bản thể học (ví dụ: một quả táo có thể được biểu diễn như một khái niệm và do đó chúng ta có thể mô tả các loại táo khác nhau hoặc một quả táo chỉ có thể là một ví dụ của khái niệm trái cây).

Sự trung gian của bản thể học là một quá trình điều hòa sự khác biệt giữa các bản thể học riêng biệt để đạt được tính liên tác ngữ nghĩa bằng cách thực hiện căn chỉnh, ánh xạ, hợp nhất và các hoạt động cần thiết khác. Sự phù hợp bản thể học là quá trình tìm kiếm các cặp tài nguyên đến từ các bản thể học khác nhau có thể được coi là có ý nghĩa tương đương. Giá trị tương tự thường nằm trong phạm vi [0,1] được sử dụng làm đầu vào cho các phương pháp tiếp cận khác nhau để trung gian bản thể học.

5.4.3.4.2 Ánh xạ bản thể học

Ánh xạ bản thể học là quá trình liên hệ các khái niệm hoặc mối quan hệ tương tự của hai hoặc nhiều nguồn thông tin bằng cách sử dụng các mối quan hệ tương đương hoặc quan hệ thứ tự. Hình 9 cho thấy một ví dụ về ánh xạ bản thể học.

Hình 9 - Ví dụ về ánh xạ bản thể học

5.4.3.4.3 Căn chỉnh bản thể học

Căn chỉnh bản thể học là quá trình đưa hai hoặc nhiều bản thể học vào sự đồng thuận chung, khiến chúng nhất quán và mạch lạc. Căn chỉnh bản thể học tương tự như ánh xạ bản thể học luận nhưng nó sử dụng các mối quan hệ biểu đạt hơn giữa các khái niệm bản thể học như "partot" và "subsumes". Hình 10 cho thấy một ví dụ về căn chỉnh bản thể học.

Hình 10 - Ví dụ về căn chỉnh bản thể học

5.4.3.4.4 Hợp nhất bản thể học

Hợp nhất bản thể học là quá trình tạo ra một bản thể học từ hai hoặc nhiều bản thể học nguồn có các khái niệm hoặc định nghĩa chồng chéo. Trong quá trình hợp nhất, bản thể học đã hợp nhất được tạo ra từ đầu, thống nhất tất cả các bản thể học nguồn. Hình 11 minh họa một ví dụ về hợp nhất bản thể học.

Hình 11 - Ví dụ về việc hợp nhất bản thể học

5.4.3.4.5 Tích hợp bản thể học

Tích hợp bản thể học tương tự như việc hợp nhất bản thể học, nhưng bản thể học tích hợp được tạo ra bằng cách sử dụng lại các phần của bản thể học nguồn như hiện trạng. Hình 12 cho thấy một ví dụ về tích hợp bản thể học.

Hình 12 - Ví dụ về tích hợp bản thể học

6. Vòng đời tính liên tác ngữ nghĩa IoT

6.1 Yêu cầu vòng đời

Các tổ chức phát triển hệ thống IoT phải thực hiện các hoạt động sau:

- quản lý phạm vi tính liên tác ngữ nghĩa, tức là lượng tri thức cần thiết;

- quản lý thiết kế tính liên tác ngữ nghĩa;

- quản lý các sản phẩm công việc về tính liên tác ngữ nghĩa, tức là kết quả của quá trình tính liên tác ngữ nghĩa.

Bảng 2 cung cấp cho mỗi hoạt động một danh sách các yêu cầu kèm theo lý do và sản phẩm công việc có thể được sử dụng làm bằng chứng cho sự tuân thủ.

Bảng 2 - Yêu cầu vòng đời

 

Hình 13 - Ví dụ về thiết kế mô-đun

Hình 14 - Ví dụ về kết quả đánh giá mức độ trưởng thành tính liên tác

6.2 Mô hình vòng đời

Hình 15 mô tả kết quả mô hình vòng đời, tích hợp vòng đời bản thể học, cho thấy mối quan hệ giữa các vòng đời. Một ví dụ như sau.

- Kỹ sư bản thể học phát triển một bản thể học kiến trúc IoT năng lượng, một bản thể học khả năng quản lý năng lượng và một bản thể học thông tin năng lượng;

- Kỹ sư hệ thống IoT;

• sử dụng thuật ngữ thông tin năng lượng để phát triển một đặc tả tính liên tác ngữ nghĩa trao đổi dữ liệu năng lượng và;

• sử dụng đặc tả tính liên tác ngữ nghĩa trao đổi dữ liệu năng lượng để phát triển ứng dụng năng lượng liên quan đến trao đổi dữ liệu giữa các cấu phần.

Hình 15 - Mô hình vòng đời liên tác ngữ nghĩa

6.3 Hướng dẫn triển khai vòng đời

6.3.1 Hướng dẫn về vòng đời bản thể học

kỹ nghệ bản thể học là một hoạt động có vòng đời riêng. Hình 16 cho thấy một ví dụ về vòng đời bản thể học bao gồm các giai đoạn sau:

- giai đoạn xác định yêu cầu về bản thể học: xác định các yêu cầu của bản thể học cần tạo;

- giai đoạn đồng sáng tạo bản thể học: đồng sáng tạo bản thể học, bao gồm ví dụ như một chuyên gia về lĩnh vực cụ thể và một chuyên gia về bản thể học;

- giai đoạn xác thực tính nhất quán của bản thể học: xác thực rằng bản thể học được hình cấu phần và nhất quán;

- giai đoạn đồng thuận về bản thể học: đảm bảo rằng các chuyên gia trong lĩnh vực này đồng ý với các khái niệm và mối quan hệ được bản thể học nắm bắt;

- giai đoạn công bố bản thể học: công bố, sử dụng và duy trì bản thể học.

Hình 16 - Ví dụ về mô hình vòng đời bản thể học

6.3.2 Hướng dẫn về vòng đời liên tác ngữ nghĩa

kỹ nghệ tính liên tác ngữ nghĩa là một hoạt động tập trung vào việc tích hợp các mô tả ngữ nghĩa trong các quá trình vòng đời của một đặc tả tính liên tác. Hình 17 cho thấy một ví dụ về vòng đời của một đặc tả tính liên tác bao gồm các giai đoạn sau.

- Giai đoạn yêu cầu: xác định các yêu cầu của đặc tả tính liên tác.

- Giai đoạn xác định đặc tả: cung cấp đặc tả.

- Xác thực sự đồng thuận: đạt được sự đồng thuận về đặc tả.

- Xuất bản: công bố đặc tả về tính liên tác.

Hình 17 - Ví dụ về vòng đời của đặc tả tính liên tác

Việc tích hợp các mô tả ngữ nghĩa trong một đặc tả tính liên tác dựa trên các bản thể học:

a) một mô tả ngữ nghĩa có thể sử dụng một bản thể học hiện có hoặc tạo ra một bản thể học mới; và

b) một mô tả ngữ nghĩa có thể tập trung vào các mục ngữ nghĩa khác nhau:

1) các bản thể học thông tin (ví dụ ngữ nghĩa của thông tin chứa trong một đơn vị dữ liệu giao thức),

2) các bản thể học liên tác (ví dụ ngữ nghĩa của một giao thức),

3) các bản thể học năng lực (ví dụ mô tả ngữ nghĩa của một hồ sơ),

4) các mẫu bản thể học (ví dụ mô tả ngữ nghĩa của mô hình xuất bản-đăng ký, mô tả ngữ nghĩa của cơ chế khám phá dịch vụ) hoặc

5) các bản thể học kiến trúc (ví dụ mô tả ngữ nghĩa của các đặc tính kiến trúc).

Sự khác biệt giữa vòng đời của bản thể học và vòng đời của đặc tả tính liên tác có thể được giải thích trong ví dụ sau: đặc tả tính liên tác cho cảm biến sức khỏe sử dụng kiến trúc, giao thức và bản thể học sức khỏe bao gồm các vòng đời sau:

- vòng đời của đặc tả tính liên tác,

- vòng đời của bản thể học kiến trúc,

- vòng đời của bản thể học giao thức và

- vòng đời của bản thể học sức khỏe.

6.3.3 Hướng dẫn về vòng đời hệ thống IoT

Kỹ thuật hệ thống IoT có tính liên tác là một hoạt động tập trung vào việc tích hợp các mối quan tâm về tính liên tác vào các quá trình vòng đời của hệ thống IoT.

ISO/IEC/IEEE 15288:2015 [22] định nghĩa vòng đợi hệ thống là "một mô hình chức năng khái niệm căn bản thể hiện khái niệm về nhu cầu đối với hệ thống, việc thực hiện, sử dụng, tiến hóa và loại bỏ hệ thống". Vòng đời hệ thống được mô tả là một tập hợp các quá trình. Một quá trình được mô tả theo mục đích, kết quả tạo ra và các hoạt động. ISO/IEC/IEEE 15288:2015 [22] mô tả ba mươi quá trình được cấu trúc thành bốn loại:

a) các quá trình thỏa thuận tập trung vào các hoạt động liên quan đến thỏa thuận với nhà cung cấp,

b) các quá trình cho phép thực hiện dự án tổ chức tập trung, vào các hoạt động liên quan đến việc cải thiện hoạt động kinh doanh hoặc công việc của tổ chức,

c) các quá trình quản lý kỹ thuật tập trung vào việc quản lý các nguồn lực và tài sản được phân bổ cho việc thiết kế một hệ thống và

d) các quá trình kỹ thuật tập trung vào các hành động kỹ thuật trong suốt vòng đời.

Việc tích hợp các mối quan tâm về tính liên tác phụ thuộc vào nội dung:

1) hệ thống IoT có thể dựa trên đặc tả tính liên tác hiện có hoặc đặc tả tính liên tác mới được tạo cho hệ thống đó;

2) đặc tả có thể ở cấp độ cú pháp hoặc cấp độ ngữ nghĩa; và

3) các yếu tố hỗ trợ như triển khai tham chiếu hoặc công cụ kiểm tra có sẵn hay không.

Sự khác biệt giữa vòng đời của đặc tả tính liên tác và vòng đời của hệ thống IoT có thể được giải thích trong ví dụ sau. Một hệ thống IoT điều khiển từ xa các thiết bị gia dụng bao gồm các vòng đời sau:

- vòng đời hệ thống IoT điều khiển từ xa và

- vòng đời của đặc tả tương thích của thiết bị gia dụng.

 

Phụ lục A

(tham khảo)

Hướng dẫn về cách tìm hiểu tính liên tác ngữ nghĩa IoT

Tính liên tác ngữ nghĩa IoT đòi hỏi năng lực cụ thể không dễ dàng có được. Bảng A.1 cung cấp ví dụ về giáo trình mà giảng viên có thể sử dụng để dạy tính liên tác ngữ nghĩa IoT cho kỹ sư hệ thống IoT.

Bảng A.1 - Ví dụ về giáo trình về thực hành tính liên tác ngữ nghĩa IoT

Bảng A.2 cung cấp ví dụ về nội dung khóa học dựa trên chương trình giảng dạy.

Bảng A.2 - Nội dung khóa học về thực hành tính liên tác ngữ nghĩa

 

Phụ lục B

(tham khảo)

Hướng dẫn về cách phát triển tính liên tác ngữ nghĩa IoT

B.1 Phát triển các khả năng tính liên tác ngữ nghĩa

Nếu các khả năng tính liên tác ngữ nghĩa cần thiết cho một hệ thống IoT cụ thể không tồn tại, chúng cần được xây dựng. Sự xây dựng này được thúc đẩy bởi kỹ sư hệ thống IoT mong muốn đạt được tính liên tác và thường được thực hiện thông qua sự hợp tác với kỹ sư bản thể học và/hoặc bằng cách sử dụng các công cụ hỗ trợ kỹ thuật bản thể học.

Khi xây dựng khả năng tính liên tác, kỹ sư hệ thống IoT có thể ở các vị trí khác nhau tùy thuộc vào việc anh ấy hoặc cô ấy làm việc ở phía nhà cung cấp thiết bị IoT (với tư cách là nhà phát triển thiết bị IoT) hay là nhà tích hợp hệ thống IoT cho một tổ chức muốn xây dựng và triển khai hệ thống IoT bằng cách sử dụng các thiết bị IoT có sẵn. Cả hai đều quan tâm đến việc tạo ra các hệ thống có thể liên tác.

Kỹ sư hệ thống IoT làm việc như một nhà phát triển thiết bị IoT có nhiều quyền tự do hơn để tác động đến cách thức hoạt động của thiết bị. Do đó, có thể thay đổi các thuộc tính của thiết bị để phù hợp với bản thể học công khai hoặc phát triển bản thể học dành riêng cho nhà cung cấp (hoặc các phần còn thiếu của bản thể học) để phù hợp với khả năng của thiết bị.

Kỹ sư hệ thống IoT làm việc như một nhà tích hợp hệ thống chủ yếu quan tâm đến việc lựa chọn đúng loại thiết bị cho hệ thống mà anh ta hoặc cô ta đang xây dựng. Các thiết bị thường đến từ nhiều nhà cung cấp và kỹ sư IoT dựa vào tính liên tác ngữ nghĩa để cung cấp tính liên tác.

Nếu các khả năng tính liên tác ngữ nghĩa (ví dụ như bản thể học) được cung cấp bởi nhà cung cấp thiết bị IoT, thì chúng có thể được sử dụng bởi tất cả các nhà tích hợp hệ thống IoT khác nhau (khách hàng) sẽ sử dụng các thiết bị đó. Tuy nhiên, nếu các khả năng tính liên tác ngữ nghĩa cho một thiết bị IoT cụ thể không có sẵn từ nhà cung cấp thiết bị IoT, thì nhà tích hợp hệ thống IoT vẫn có thể muốn sử dụng phương pháp tiếp cận bản thể học để đạt được tính liên tác ngữ nghĩa bằng cách cộng tác với một kỹ sư bản thể học để phát triển bản thể học còn thiếu (hoặc các mục nhập bản thể học còn thiếu). Trong tình huống này, công việc được thực hiện riêng biệt bởi từng nhà tích hợp hệ thống IoT trừ khi các mục nhập bản thể học đã phát triển được đóng góp vào một bản thể học công khai.

B.2 Các bước xây dựng

Bảng B.1 cung cấp một ví dụ có thể được bên liên quan chính (kỹ sư hệ thống IoT) sử dụng để xây dựng tính liên tác ngữ nghĩa. Nó cũng có thể áp dụng cho các bên liên quan thứ cấp; nhà tích hợp hệ thống IoT, nhà phát triển thiết bị IoT, nhà tích hợp hệ thống.

Các bước trong Bảng B.1 có thể được xem như hướng dẫn về cách sử dụng tiêu chuẩn này khi phát triển tính liên tác ngữ nghĩa IoT.

………………………

Bảng B.1 - Các bước xây dựng tính liên tác ngữ nghĩa IoT

 

Phụ lục C

(tham khảo)

Hướng dẫn về cách quản lý vòng đời tính liên tác ngữ nghĩa IoT

C.1 Vòng đời đặc tả tính liên tác hỗ trợ các bản thể học

Bảng C.1 mô tả vòng đời của đặc đặc tả tính liên tác dựa trên thuật ngữ.

Bảng C.1 - Ví dụ về vòng đời đặc tả tính liên tác

C.2 Vòng đời hệ thống IoT hỗ trợ tính liên liên tác

Bảng C.2 mô tả vòng đời của hệ thống IoT hỗ trợ tính liên tác.

Bảng C.2 - Ví dụ về vòng đời hệ thống IoT

 

Phụ lục D

(tham khảo)

Đặc tả bản thể học của Kiến trúc tham chiếu IoT

D1. Quy định chung

TCVN 13117 (ISO/IEC 30141) [1] quy định Kiến trúc tham chiếu IoT chung về mặt xác định các đặc tính hệ thống và chế độ xem kiến trúc cho IoT. Phụ lục D cung cấp đặc tả bản thể học của kiến trúc tham chiếu. Các đặc tả bản thể học được biên soạn trong Ngôn ngữ bản thể học web (OWL) [12] và được mô tả trong Ký hiệu trực quan cho các bản thể OWL (VOWL) [36].

Một bản thể học TCVN 13117 (ISO/IEC 30141) là cần thiết khi các hệ thống IoT trao đổi thông tin bao gồm các tham chiếu đến các hiện vật kiến trúc IoT, ví dụ như trong các giai đoạn khám phá cảm biến và ứng dụng. Thực tế là TCVN 13117 (ISO/IEC 30141) là một tiêu chuẩn đảm bảo rằng bản thể học sử dụng các khái niệm được chuẩn hóa. Điều này rất quan trọng vì các bản thể học khác nhau có thể sử dụng các khái niệm có cùng tên. Ví dụ, bản thể học SSN [16] định nghĩa khái niệm "thiết bị". Tương tự như vậy, bản thể học OWL-S [20] định nghĩa khái niệm "dịch vụ". Nếu các bản thể học này được sử dụng cùng lúc với bản thể học IoT RA, thì cần xác định xem các khái niệm này có cùng ý nghĩa hay không.

D.2 Dịch vụ, mạng, thiết bị IoT và cổng IoT

Dịch vụ là một khái niệm căn bản. Một dịch vụ được triển khai bởi một hoặc nhiều cấu phần. Có thể có nhiều triển khai thay thế của cùng một dịch vụ. Các thực thể liên tác qua mạng thực hiện như vậy bằng cách công khai một hoặc nhiều điểm cuối trên mạng. Một mạng kết nối các điểm cuối. Một dịch vụ công khai một hoặc nhiều điểm cuối có thể được gọi. Một điểm cuối có một hoặc nhiều giao diện mạng. Các dịch vụ, được đặt từ xa, có thể được các điểm cuối tiếp cận thông qua các giao diện mạng trên một mạng truyền thông. Các điểm cuối tồn tại trên một hoặc nhiều mạng. Dữ liệu liên quan đến các dịch vụ, với các thiết bị IoT và với các cổng IoT có thể được lưu giữ trong một kho dữ liệu do một hoặc nhiều thực thể sử dụng. Hình D.1 và Hình D.2 mô tả các thực thể IoT tổng thể liên quan đến dịch vụ, mạng, thiết bị IoT và cổng IoT.

Hình D.1 - Thực thể IoT

Hình D.2 - Dịch vụ, mạng, thiết bị IoT và cổng IoT

D.3 Người dùng IoT

Người dùng IoT có thể là người (người dùng) hoặc số (người dùng số). Người dùng số bao gồm các dịch vụ tự động hóa hoạt động thay mặt cho người dùng, ví dụ như trong liên tác giữa máy với máy. Người dùng số liên tác với một hoặc nhiều dịch vụ trực tiếp hoặc gián tiếp thông, qua điểm cuối dịch vụ. Người dùng liên tác thông qua một hoặc nhiều ứng dụng. Hình D.3 mô tả Người dùng IoT là siêu lớp của người dùng và người dùng số.

Hình D.3 - Người dùng IoT

D.4 Thực thể ảo, thực thể vật lý và thiết bị IoT

Bộ thi hành và cảm biến là các thiết bị IoT có tiếp xúc trực tiếp hoặc gián tiếp với một thực thể vật lý. Bộ thi hành hoạt động trên thông tin số đã nhận để tác động lên (thay đổi) một số thuộc tính của một thực thể vật lý. Cảm biến nhận biết một số đặc tính nhất định của một thực thể vật lý và chuyển đổi thành đại diện số có thể truyền đạt được. Một thực thể vật lý có thể có một hoặc nhiều thẻ gắn vào và cảm biến có thể giám sát thẻ thay vì chính thực thể vật lý đó. Bộ thi hành và cảm biến là hai loại thiết bị IoT, chuyển đổi các biến của một đại lượng vật lý thành các biến của một đại lượng vật lý khác. Một thiết bị IoT duy nhất có thể chứa nhiều cảm biến trong một thiết bị duy nhất. Hình D.4 minh họa mối quan hệ giữa thực thể ảo, thực thể vật lý và thiết bị IoT.

Hình D.4 - Thực thể ảo, thực thể vật lý và thiết bị IoT

D.5 Mô hình tham chiếu dựa trên miền (RM)

Các miền giúp nhà thiết kế tập trung vào các nhiệm vụ khác nhau cần thực hiện, bằng cách cho phép phân chia hợp lý (và đôi khi là vật lý). Chủ yếu, các miền được sử dụng để sắp xếp các chức năng trong các lĩnh vực trách nhiệm; các lĩnh vực này (các lĩnh vực chức năng) sau đó thường được triển khai trong các hệ thống con riêng biệt. Các miền đã xác định là: Miền người dùng (UD), Miền hoạt động và quản lý (OMD), Miền ứng dụng và dịch vụ (ASD), Miền truy cập và trao đổi tài nguyên (RAID), Miền cảm biến và điều khiển (SCD) và Miền thực thể vật lý (PED). Mỗi miền đã xác định loại trừ lẫn nhau với tất cả các miền khác. Mối quan hệ giữa RM dựa trên thực thể và RM dựa trên miền được đưa ra trong Hình D.5. Từ các góc nhìn khác nhau, mỗi miền có các loại thực thể khác nhau.

Hình D.5 - Mô hình tham chiếu dựa trên miền

 

Phụ lục E

(tham khảo)

Các bản thể học liên quan hiện có

E.1 Bản thể học Mạng cảm biến ngữ nghĩa W3C

Nhóm làm việc (WG) về Dữ liệu không gian trên Web của Liên đoàn Mạng lưới Toàn cục (W3C) đã phát triển bản thể học SSN [16], bản thể học này cung cấp một lược đồ mức cao để mô tả các cảm biến và các quan sát, các quá trình liên quan, các tính năng quan tâm được nghiên cứu, các mẫu được sử dụng để thực hiện việc đó và các đặc tính được quan sát cũng như bộ thi hành. SSN tuân theo kiến trúc mô-đun hóa theo chiều ngang và chiều dọc bằng cách bao gồm một bản thể học độc lập được gọi là SOSA (Cảm biến, Quan sát, Lấy mẫu và Bộ thi hành) cho các lớp và đặc tính cơ bản.

Bản thể học SSN dựa trên các khái niệm về hệ thống, quá trình và quan sát. Nó hỗ trợ mô tả về cấu trúc vật lý và xử lý của cảm biến. Cảm biến không bị giới hạn ở các thiết bị cảm biến vật lý: thay vào đó, cảm biến là bất kỳ thứ gì có thể ước tính hoặc tính toán giá trị của một hiện tượng, do đó, một thiết bị hoặc quá trình tính toán hoặc sự kết hợp có thể đóng vai trò của cảm biến. Đại diện của cảm biến trong thuật ngữ liên kết những gì nó đo lường (các hiện tượng miền), cảm biến vật lý (thiết bị) và các chức năng và xử lý (các mô hình).

Bản thể học SSN xoay quanh mô hình trung tâm Kích thích-Cảm biến-Quan sát. Ở đây, kích thích là những thay đổi có thể phát hiện được trong thế giới vật lý. Cảm biến là các vật thể vật lý thực hiện quan sát. Ngoài ra, quan sát đóng vai trò là mối liên hệ giữa các kích thích đến, cảm biến và kết quả của cảm biến.

Bản thể học SSN có một số mô-đun khái niệm để xây dựng trên mô hình nhằm bao hàm các khái niệm cảm biến chính.

E.2 IoT-Lite

Bản thể học IoT-Lite [37] cho phép đại diện các tài nguyên, thực thể và dịch vụ Internet vạn vật (IoT). Ngoài ra, bản thể học IoT-Lite, là một phiên bản nhẹ của bản thể học SSN, có thể mô tả các khái niệm IoT chính cho phép tính liên tác và khám phá dữ liệu cảm biến trong các nền tảng IoT không đồng nhất.

Bản thể học IoT-Lite mô tả các khái niệm IoT trong ba lớp: đối tượng, hệ thống hoặc tài nguyên và dịch vụ. Các thiết bị IoT được phân loại thành, mặc dù không giới hạn ở, ba lớp: thiết bị cảm biến, thiết bị truyền động và thiết bị gắn thẻ. Bản thể học IoT-Lite tập trung vào cảm biến, mặc dù nó có khái niệm cấp cao về truyền động cho phép bất kỳ phần mở rộng nào trong tương lai trên khu vực này. Các dịch vụ được mô tả với phạm vi phủ sóng. Phạm vi phủ sóng này biểu thị không gian 2D được thiết bị IoT bao phủ [37].

E.3 Bản thể học Quỹ kết nối mở (Open Connectivity Foundation (OCF)).

Kiến trúc OCF [38] mô tả kiến trúc máy khách máy chủ như được mô tả trong Hình E.1. Phía máy chủ của kiến trúc bao gồm các cảm biến và bộ thi hành vật lý. OCF được xây dựng trên các khái niệm RESTful, tức là nó được điều khiển bằng một tập hợp nhỏ các hoạt động chung: TẠO, TRUY XUẤT, CẬP NHẬT, XÓA và THÔNG BÁO (CRUDN).

NGUỒN: Tiêu chuẩn ISO/IEC 30118-1.

Hình E.1 - Kiến trúc - các khái niệm

Kiến trúc được tổ chức theo khái niệm thành ba khía cạnh chính cung cấp sự tách biệt tổng thể về mối quan tâm: mô hình tài nguyên, hoạt động RESTful và khái niệm căn bản. Khi hai Thiết bị giao tiếp với nhau, mỗi khối chức năng trong Thiết bị liên tác với khối chức năng tương ứng trong Thiết bị ngang hàng như thể hiện trong Hình E.2.

NGUỒN: ISO/IEC 30118-1.

Hình E.2 - Mô hình phân lớp truyền thông

Các miền theo chiều dọc được mô tả bởi các mô hình tài nguyên. Các mô hình tài nguyên được mô tả bởi ngôn ngữ thiết kế RESTful API OpenAPI 2.0 (swagger). Mô hình hóa tài nguyên được xây dựng trên các khái niệm kiến trúc mà Thiết bị OCF lưu trữ tài nguyên. Mỗi Thiết bị OCF có một loại thiết bị (ví dụ: Tủ lạnh, oic.d.refrigerator). Liên kết với mỗi loại thiết bị là một tập hợp tài nguyên bắt buộc tối thiểu được triển khai bởi loại thiết bị đó, các tài nguyên bổ sung có thể được triển khai tùy chọn. Các loại tài nguyên khác nhau sau đây tồn tại:

- các nguồn lực cần thiết để mô tả kiến trúc OCF, bao gồm các nguồn lực cần thiết cho an ninh;

- tài nguyên mô tả cảm biến;

- tài nguyên mô tả bộ thi hành;

- tài nguyên mô tả các khía cạnh cấu hình của cảm biến/bộ thi hành;

- tài nguyên mô tả các khái niệm hỗ trợ dịch vụ như Tập hợp, Tình huống và Quy tắc.

Các mô tả tài nguyên truyền tải các giá trị được mô tả theo cách không phụ thuộc vào việc tài nguyên đó mô hình hóa cảm biến hay bộ thi hành. Các tài nguyên là mô tả ảo về những gì được triển khai vật lý trên thiết bị. Theo nghĩa này, kiến trúc tuân theo Hình E.1.

Việc tách biệt mô hình hóa tài nguyên và khung OCF cũng có nghĩa là việc phát triển các mô hình tài nguyên được tách khỏi kiến trúc. Để hỗ trợ việc phát triển các mô hình dữ liệu, Quỹ kết nối mở đã tạo ra một công cụ có tên là oneIoTa (www.oneIOTa.org) như thể hiện trong Hình E.3. Công cụ oneIoTa là một môi trường phát triển tích hợp (IDE) hỗ trợ việc phát triển các mô hình dữ liệu và có một quá trình tích hợp để chấp nhận và công bố các mô hình dữ liệu.

NGUỒN: Hướng dẫn sử dụng oneIoTa [39]. Được sao chép với sự cho phép.

Hình E.3 - oneIoTa

Công cụ oneIoTa cũng hỗ trợ các mô hình phái sinh. Mô hình phái sinh là một cơ chế để mô tả sự chuyển đổi giữa các mô hình OCF và các mô hình từ các hệ sinh thái khác. Một ví dụ về mô hình phái sinh như vậy là sự chuyển đổi giữa OCF và Zigbee™ ⁽²⁾ mô hình.

Hình E.4 mô tả bản thể học OCF. Tất cả Máy chủ và Máy khách OCF đều là các thể hiện của OCFDevice. Thuật ngữ này cũng mô tả cả tài nguyên đơn giản và phức tạp, tức là các tài nguyên bao gồm các thể hiện của CollectionInterface và OCFLink. Các hoạt động CRUDN được thể hiện trong định nghĩa Method được OCFResource trình bày và được OCFInterfaceType định nghĩa. Đại diện của các thiết bị được cung cấp bởi các giá trị OCFProperty.

Trong Hình E.4, chú thích sau được sử dụng:

- C: một lớp UML, đại diện các thực thể được hiện thực hóa bằng các tài nguyên;

- E: một phép liệt kê UML, đại diện một tập hợp các giá trị mà một kiểu hoặc phương thức có thể sử dụng.

Hình E.4 - Thuật ngữ OCF

E.4 Bản thể học REFerence Ứng dụng thông minh ETSI

Bản thể học REFerence ứng dụng thông minh (SAREF) [40], được phát triển bên trong ETSI SmartM2M TC, nhằm mục đích cho phép tính liên tác giữa các giải pháp từ các nhà cung cấp khác nhau và giữa nhiều lĩnh vực hoạt động khác nhau trên Internet vạn vật (IoT), do đó góp phần vào sự phát triển của thị trường số toàn cục.

SAREF là bản thể học tham chiếu cho các ứng dụng thông minh và chứa các khái niệm lặp lại được sử dụng trong một số lĩnh vực. Để có thể xử lý các khái niệm bổ sung này và cung cấp cho các lĩnh vực khác nhau một bản thể học phù hợp phản ánh các nhu cầu cụ thể của lĩnh vực đó, các phần mở rộng cho SAREF đã được tạo ra. Hình E.5 cho thấy SAREF là mô hình cốt lõi được sử dụng làm cơ sở để tạo các phần mở rộng trong các lĩnh vực khác nhau. Các phần mở rộng của SAREF đã được tạo ra cho các miền năng lượng, môi trường, công trình, nông nghiệp, công nghiệp & sản xuất, đô thị thông minh, tự động, sức khỏe điện tử & lão hóa, thiết bị đeo và nước.

Các bản thể học SAREF được lưu trữ trong cổng thông tin thuật ngữ SAREF [41], một cổng thông tin công cộng cho phép người dùng duyệt các phiên bản khác nhau của bản thể học SAREF và các phần mở rộng cũng như liên tác và đóng góp vào sự phát triển liên tục của các bản thể học.

NGUỒN: ETSI TS 103 264 (V3.1.1) [40]. Được sao chép với sự cho phép.

Hình E.5 - SAREF và các phần mở rộng của nó

SAREF tập trung vào khái niệm thiết bị và các phép đo được thực hiện bởi thiết bị. Các phép đo này có thể liên quan đến các thuộc tính khác nhau của các tính năng quan tâm. Bản thể học cung cấp danh sách các chức năng cơ bản có thể được coi là các khối xây dựng để kết hợp, nhằm có các chức năng phức tạp hơn trong một thiết bị duy nhất. Thiết bị, khi được kết nối với mạng, cung cấp một dịch vụ, là đại diện một hoặc nhiều chức năng cho mạng, khiến chúng có thể được khám phá, đăng ký và điều khiển từ xa bởi các thiết bị khác trong mạng. Hình E.6 mô tả tổng quan về các lớp chính của SAREF và mối quan hệ.

 

NGUỒN: ETSI TS 103 264 (Phiên bản 3.1.1) [40]. Được sao chép với sự cho phép.

Hình E.6 - Tổng quan về bản thể học SAREF

E.5 Bản thể học cơ sở oneM2M

Các bản thể học và đại diện OWL được sử dụng trong oneM2M để cung cấp tính liên tác cú pháp và ngữ nghĩa của Hệ thống oneM2M với các hệ thống bên ngoài. Các hệ thống bên ngoài này dự kiến sẽ được mô tả bằng các bản thể học. Bản thể học duy nhất được oneM2M quy định là Bản thể học cơ sở oneM2M, như được mô tả trong [42]. Bản thể học cơ sở oneM2M là bản thể học tối thiểu (tức là yêu cầu số lượng quy ước ít nhất) cần thiết để các bản thể học khác có thể được ánh xạ vào oneM2M.

Tính liên tác cú pháp cho phép liên tác với các thiết bị không phải oneM2M, ví dụ như trong Mạng khu vực. Trong trường hợp này, một bản thể học - đại diện dưới dạng tệp OWL - chứa các loại tham số truyền thông cụ thể của Mạng khu vực (tên hoạt động, tham số đầu vào/đầu ra, loại và cấu trúc, v.v.) được sử dụng để cấu hình một Thực thể Proxy liên kết với giải pháp oneM2M.

Các tổ chức và công ty bên ngoài được kỳ vọng sẽ đóng góp các bản thể học của riêng họ có thể được ánh xạ (ví dụ bằng cách phân lớp, tương đương) vào Bản thể học cơ sở oneM2M. Sau đó, họ bổ sung dữ liệu oneM2M bằng thông tin về ý nghĩa/mục đích của dữ liệu của họ.

Tính liên tác ngữ nghĩa có thể đạt được bằng cách ánh xạ các bản thể học từ các tổ chức bên ngoài - có thể với sự trợ giúp của các bản thể học trung gian - cuối cùng vào Bản thể học cơ sở oneM2M.

E.6 Ngôn ngữ mô hình cảm biến (SensorML)

Trọng tâm chính của Ngôn ngữ mô hình cảm biến (SensorML) [43] là cung cấp một phương tiện mạnh mẽ và gắn liền về mặt ngữ nghĩa để xác định các quá trình và thành phần xử lý liên quan đến phép đo và chuyển đổi sau khi đo của các quan sát. Điều này bao gồm các cảm biến và bộ thi hành cũng như các quá trình tính toán được áp dụng trước và sau khi đo. Mục tiêu chính là cho phép tính liên tác, trước tiên là ở cấp độ cú pháp và sau đó là ở cấp độ ngữ nghĩa (bằng cách sử dụng các bản thể học và trung gian ngữ nghĩa), để các cảm biến và quá trình có thể được máy hiểu rõ hơn, được sử dụng tự động trong các quá trình làm việc phức tạp và dễ dàng chia sẻ giữa các nút web cảm biến thông minh. Tiêu chuẩn SensorML là một trong số nhiều tiêu chuẩn triển khai được tạo ra theo hoạt động Kích hoạt web cảm biến (SWE) của OGC.

E.7 IoT-O

IoT-O [44] là một bản thể học IoT mô-đun miền lõi đề xuất một từ vựng để mô tả các thiết bị được kết nối và mối quan hệ với môi trường. IoT-O có thể được sử dụng để mô tả các thiết bị về mặt ngữ nghĩa và dữ liệu để giúp các hệ thống nhận thức được môi trường, sự tiến hóa và những thay đổi mà chúng có thể mang lại cho môi trường đó. Mô tả như vậy cho phép các tác nhân thông minh biến đổi môi trường bằng các bộ thi hành được kết nối, theo nhận thức mà chúng có về môi trường đó thông qua các cảm biến được kết nối. IoT-O bao gồm một số mô-đun.

Để có thể tái sử dụng trong phạm vi rộng các miền, IoT-O chứa một tập hợp các khái niệm chính để tạo điều kiện thuận lợi cho việc hợp nhất dữ liệu được thu thập trong các miền khác nhau cho các ứng dụng ngang và cho phép bản thể học trở thành bản thể học miền cốt lõi có thể mở rộng. Các khái niệm chính của IoT-O như sau.

- Mô-đun Sensing mô tả dữ liệu đầu vào. Các lớp chính đến từ SSN: ssn:Sensor và ssn:Observation. ssn:Device và các đặc tính (ssn:OperatingRange, ssn:Deployment, v.v.) cung cấp mô tả chung về thiết bị.

- Mô-đun Acting mô tả cách hệ thống có thể liên tác với thế giới vật lý. Các lớp chính đến từ SAN: san:Actuator và san:Actuation. Nó cũng tái sử dụng các lớp SSN không dành riêng cho cảm biến, chẳng hạn như ssn:Device.

- Mô-đun Vòng đời mô hình hóa các máy trạng thái để quy định vòng đời hệ thống và cách sử dụng thiết bị.

- Các lớp chính là lifecycle:State và lifecycle:Transition.

- Mô-đun Service đại diện các giao diện dịch vụ web. Các lớp chính đến từ MSM: msm:Service và msm:Operation. Các dịch vụ tạo ra và sử dụng msm:Messages và các dịch vụ RESTful có thể được mô tả bằng hRest.

- Mô-đun năng lượng: Mô-đun năng lượng của IoT-O được định nghĩa bởi PowerOnt. Nó cung cấp lớp poweront:PowerConsumption và một tập hợp các thuộc tính để thể hiện hồ sơ tiêu thụ điện năng cho các thiết bị.

- Là một bản thể học miền cốt lõi, IoT-O có nghĩa là được mở rộng liên quan đến các nhu cầu ứng dụng cụ thể và các thiết bị và dịch vụ thực tế. Thiết kế này, lấy cảm hứng từ SSN, khiến IoT-O độc lập với ứng dụng. IoT-O vừa là tên của bản thể học vừa là mô-đun hàng đầu. Nó cung cấp một khái niệm về miền IoT, độc lập với ứng dụng, cung cấp các lớp và mối quan hệ để liên kết các mô-đun cơ bản. Vì nhiều khái niệm đã được xác định trong các mô-đun, nên bản thể học cốt lõi của IoT-O bị giới hạn ở 14 lớp, 18 thuộc tính đối tượng và 4 thuộc tính dữ liệu. Lớp chính của IoT-O là Iot-O:IoT_Thing, có thể là ssn:Device hoặc iot-o:SoftwareAgent. Mức tiêu thụ điện năng của ssn:Devices được liên kết với lifecycle:State và poweront:Power- Consumption. iot-o:IoT_Thing là nhà cung cấp msm:Service và msm:Operation có thể có iot- o:ImpactOnProperty trên ssn:Property, liên kết các dịch vụ khái niệm căn bản với thế giới vật lý thông qua các thiết bị.

E.8 Tiếp cận thống nhất bản thể học IoT

Bản thể học FIESTA-IoT [45], [46] là một mạng lưới các bản thể học IoT cung cấp một mô hình ngữ nghĩa thống nhất tuân theo các thực hành tốt nhất. Bản thể học FIESTA-IoT là sự kết hợp các khái niệm từ nhiều bản thể học khác nhau như ioT-Lite, phân loại M3-lite, W3C SSN.

- Bản thể học M3 (đo lường máy-với-máy) [47] đã được tinh chỉnh trong M3-lite (http://purl.org/iot/vocab/m3-lite#) và tích hợp với các bản thể học IoT khác (ví dụ: W3C SSN). Bản thể học M3 tham chiếu đến hơn 30 cảm biến, phép đo, đơn vị và khoảng 10 miền. Bản thể học M3 tập trung vào khái niệm ssn:ObservationValue từ bản thể học W3C SSN mô tả các cảm biến và quan sát, cũng như các khái niệm liên quan. Phân loại M3-lite là phiên bản rút gọn của bản thể học M3. M3-lite chứa bản thể học cho nhiều QuantityKinds (thường được gọi là hiện tượng vật lý và môi trường), đơn vị đo lường, các loại cảm biến khác nhau và các loại miền quan tâm khác nhau.

- IoT-Lite được giới thiệu trong Mục E.2.

- W3C SSN cũng được giới thiệu trong Mục E.1.

Bản thể học FIESTA-IoT được chia thành hai phần: mô tả tài nguyên và quan sát được tạo ra. Tất cả các khái niệm đều liên quan đến mô tả tài nguyên và quan sát. Sử dụng thông tin như vậy, các nền tảng thử nghiệm có thể chú thích dữ liệu của họ theo các yêu cầu cụ thể của FIESTA-IoT và các chú thích được phát triển có thể đạt được chứng nhận FIESTA-IoT. Tài liệu cung cấp các chú thích mẫu dưới dạng hướng dẫn cho cả biểu đồ tài nguyên và biểu đồ quan sát.

M3-lite đã phát triển để phục vụ mục đích của năm nền tảng thử nghiệm muốn trở thành một phần của liên đoàn do FIESTA-IoT cung cấp. Thông tin thêm về các nền tảng thử nghiệm trên cùng với những nền tảng đã tham gia nền tảng FIESTA-IoT có tại: http://fiesta-iot.eu/index.php/fiesta-testbeds.

Hơn nữa, các bản thể học tuân thủ tối đa các thực hành tốt nhất của web ngữ nghĩa (ví dụ: tham chiếu đến danh mục bản thể học, tái sử dụng các bản thể học hiện có).

 

Thư mục tài liệu tham khảo

[1] TCVN 13117:2020 (ISO/IEC 30141:2018), Internet of Things (IoT) - Reference Architecture (Internet vạn vật (IoT) - Kiến trúc tham chiếu)

[2] Martin Bauer và cộng sự. Towards semantic interoperability standards based on ontologies (Hướng tới các tiêu chuẩn tính liên tác ngữ nghĩa dựa trên các bản thể học học). Sách trắng của AIOTI. Tháng 6 năm 2019

[3] ETSI TS 103 264 V2.1.1, SmartM2M; Smart appliances; Reference ontology and OneM2M mapping (SmartM2M; Thiết bị thông minh; Bản đồ tham chiếu và OneM2M). 2017. https://www.etsi.org/deliver/etsi_ts/103200_103299/103264/02.01.01_60/ts_103264v020101p.pdf

[4] ISO/IEC 29100:2011, Information technology - Security techniques - Privacy framework (Công nghệ thông tin - Kỹ thuật bảo mật - Khung bảo mật)

[5] Matthias Weise, María Poveda-Villalón, Mari Carmen Suárez-Figueroa, Raúl García- Castro, Jéröme Euzenat, Luz Priego, Bruno Fies, Andrea Cavallaro, Jan Peters-Anders, Kleopatra Tsagkari. Ontologies and datasets for energy management system interoperability (Bản thể và bộ dữ liệu về tính liên tác của hệ thống quản lý năng lượng) (2014). Cổng nghiên cứu

[6] ETSI TS 103 410-4 V1.1.1, SmartM2M; Extension to SAREF; Part 4: Smart Cities Domain (SmartM2M; Mở rộng cho SAREF; Phần 4: Lĩnh vực đô thị thông minh). 2019. https://www.etsi.org/deliver/etsi_ts/103400_103499/10341004/01.01.01_60/ts_10341004v010101p.pdf

[7] ETSI TS 103 410-5 V1.1.1, SmartM2M; Extension to SAREF; Part 5: Industry and Manufacturing Domains (SmartM2M; Mở rộng cho SAREF; Phần 5: Lĩnh vực công nghiệp và sản xuất). 2019. https://www.etsi.org/deliver/etsi_ts/103400_103499/10341005/ 01.01.01_60/ ts_10341005v010101p.pdf

[8] ETSI TS 103 410-6 V1.1.1, SmartM2M; Extension to SAREF; Part 6: Smart Agriculture and Food Chain Domain (SmartM2M; Mở rộng cho SAREF; Phần 6: Lĩnh vực nông nghiệp thông minh và chuỗi thực phẩm). 2019. https://www.etsi.org/deliver/etsi_ts/103400_103499/10341006 /01.01.01_60/ts_103410 06v010101p.pdf

[9] Linked Open Vocabularies for Internet of Things (Từ vựng mở liên kết cho Internet vạn vật) (LOV4IoT). http://lov4iot.appspot.com/

[10] RDF Primer. Khuyến nghị của W3C. https:/ /w w w.w3.org/TR/rdf-primer/

[11] Sơ đồ RDF. Khuyến nghị của W3C. https:/ /w w w.w3.org/TR/rdf-schema/

[12] Ngôn ngữ Web Bản thể học (OWL). W3C. https:/ /w w w.w3.org/OWL/

[13] Ngôn ngữ truy vấn SPARQL 1.1. Khuyến nghị của W3C ngày 21 tháng 3 năm 2013. https://www.w3.org/TR/sparql11-query/

[14] Web ngữ nghĩa-XML2000, trang 10. W3C. https://www.w3.org/2000/Talks/1206-xml2k-tbi/slide10-0.html

[15] JSON-LD 1.1. Một chuỗi hóa dựa trên JSON cho dữ liệu được liên kết. Khuyến nghị của W3C ngày 16 tháng 7 năm 2020. https://www.w3.org/TR/json-ld/

[16] Ngữ nghĩa mạng cảm biến ngữ nghĩa. Khuyến nghị của W3C ngày 19 tháng 10 năm 2017. https:/ /w w w.w3.org/TR/vocab-ssn/

[17] Đánh giá về các bản thể học cảm biến và quan sát. W3C.

[18] https://www.w3.org/2005/Incubator/ssn/wiki/Review_of_Sensor_and_Observations_OntoIogies Từ vựng mở liên kết (LOV). https://lov.linkeddata.es/dataset/lov/

[19] Bạn của bạn (FOAF): một hệ thống thông tin liên kết thử nghiệm, http://www.foaf-project.org/

[20] OWL-S: Đánh dấu ngữ nghĩa cho dịch vụ web. Đệ trình của thành viên W3C ngày 22 tháng 11 năm 2004. https:/ /w w w.w3.org/Submission/OWL-S/

[21] Amit P. Sheth. Changing Focus on Interoperability in Information Systems: in System, Syntax, Structure to Semantics, Interoperating Geographic Information Systems (Thay đổi trọng tâm về tính liên tác trong hệ thống thông tin: trong hệ thống, cú pháp, cấu trúc đến ngữ nghĩa, hệ thống thông tin địa lý liên tác), MF Goodchild, MJ Eaenhofer, R Fegeas và CA Kottman (biên tập). Kluwer. trang 5-29, 1999

[22] ISO/IEC/IEEE 15288:2015, Systems and software engineering - System life cycle processes (Kỹ thuật hệ thống và phần mềm - Quá trình vòng đời hệ thống)

[23] TCVN 13812:2023 (ISO/IEC 20924:2018), Internet of Things (IoT) - Vocabulary (Internet vạn vật (IoT) - Từ vựng)

[24] Paul Murdock và cộng sự, Tính liên tác ngữ nghĩa cho Web of Things, ResearchGate, tháng 8 năm 2016, https://www.researchgate.net/publication/307122744_Semantic_Interoperability_for_the_Web_of_Things

[25] Martin Bauer và cộng sự. Giải pháp IoT ngữ nghĩa: Quan điểm của nhà phát triển. Tháng 6 năm 2019

[26] Internet vạn vật Tính liên tác ngữ nghĩa IoT: Thách thức nghiên cứu, Thực hành tốt nhất, Khuyến nghị và Bước tiếp theo. Nhóm nghiên cứu châu Âu về Internet vạn vật, 2015. http://www.internet-of-things-research.eu/pdf/IERC_Position_PaperJoT_Semantic_ Tính liên tác_Final.pdf

[27] ISO/IEC TR 22417:2017, Công nghệ thông tin - Internet vạn vật (IoT) - Các trường hợp sử dụng IoT

[28] Natalya F. Noy, Deborah McGuinness. Phát triển bản thể học 101: Hướng dẫn tạo bản thể học đầu tiên của bạn, https://protege.stanford.edu/publications/bản thể học_development/bản thể học101.pdf

[29] Hướng dẫn sử dụng WebProtégé. https://protegewiki.stanford.edu/wiki/WebProtegeUsersGuide

[30] Jena Framework để xây dựng web ngữ nghĩa và dữ liệu liên kết ứng dụng, https://jena.apache.org/

[31] Hỗ trợ suy luận Jena. https://jena.apache.org/documentation/inference/

[32] Hướng dẫn thứ 3 về "web ngữ nghĩa kết hợp với internet vạn vật và web vạn vật", 2017. http://semantic-web-of-things.appspot.com/tutorial_ISWC2017/05_HandsOnSession_%20IC2017Hướng dẫn Ame lie_Gyrard_V1.pdf

[33] Mari Carmen Suarez, Asuncion Gomez-Perez, Mariano Fernandez-Lopez, Phương pháp Neon cho Kỹ thuật Bản thể học, trong Kỹ thuật Bản thể học trong thế giới mạng, 2012, Springer Com.

[34] Câu hỏi thường gặp về Bản thể học: Khám phá công nghệ tiên tiến với bản đồ tư duy liên tác. http://perfectsemanticweb.appspot.com/?p=ontology_sota#div_ontology_methodology_ mindmap

[35] Amelie Gyrard, Martin Serrano, Ghisiain Atemezing. Phương pháp Web ngữ nghĩa, Thực hành tốt nhất và Kỹ thuật Bản thể học áp dụng cho Internet vạn vật. Diễn đàn IEEE thế giới về Internet vạn vật (WF-IoT), Milan, Ý, ngày 14-16 tháng 12 năm 2015. https://test.insight-centre.org/sites/default/files/publications/paperwf-iot2015_bestpracticessemanticwebiot.pdf

[36] VOWL: Ký hiệu trực quan cho các Bản thể học OWL, http://purl.org/vowl/spec/

[37] IoT-Lite Bản thể học, Đệ trình của thành viên W3C ngày 26 tháng 11 năm 2015, https://www.w3.org/Submission/2015/SUBM-iot-lite-20151126

[38] ISO/IEC 30118-1: Công nghệ thông tin - Open Connectivity Foundation (OCF) Đặc tả - Phần 1: Đặc tả cốt lõi

[39] Hướng dẫn sử dụng oneIoTa. http://openconnectivity.org/oneiota/OneIoTa_User_Guide.pdf

[40] ETSI TS 103 264 V3.1.1, SmartM2M; Ứng dụng thông minh; Bản thể học tham chiếu và Bản đồ oneM2M. 2020. https://www.etsi.org/deliver/etsi_ts/103200_103299/103264/03.01.01_60/ts_103264v03 0101p.pdf

[41] Cổng thông tin bản thể học SAREF, https://saref.etsi.org/

[42] Đặc tả của oneM2M, TS-0012 oneM2M Base Bản thể học, phiên bản 2.2.2 Bản phát hành 2, 2018-03-12, http://www.onem2m.org/technical/published-drafts

[43] OGC SensorML: Mô hình và Tiêu chuẩn mã hóa XML, http://docs.ogc.org/is/12- 000r2/12-000r2.html

[44] Seydoux, Khalil Drira, Nathalie Hernandez và Thierry Monteil, IoT-O, một IoT Bản thể học miền cốt lõi để đại diện cho các mạng thiết bị được kết nối, Hội nghị quốc tế lần thứ 20, EKAW 2016, Bologna, Ý, 19-23 tháng 11 năm 2016, https:// www.researchgate.net/ publication /309695394_ IoT-O_a_Core - Domain_IoT_ Ontology_to_Represent_Connected_ Devices_Networks

[45] FIESTA-IoT: Nền tảng thử nghiệm và ứng dụng IoT/đám mây ngữ nghĩa có tính liên tác liên bang. Dự án H2020 của EU, 2015-2018. https://cordis.europa.eu/project/id/643943

[46] Agarwal và cộng sự. IoT Bản thể học hợp nhất để cho phép tính liên tác và liên kết các nền tảng thử nghiệm. Diễn đàn thế giới lần thứ ba về Internet vạn vật của IEEE (WF-IoT), 2016.

[47] Amélie Gyrard. Thiết kế ứng dụng Web vẹn vật ngữ nghĩa xuyên miền. Luận án tiến sĩ, Telecom ParisTech, 2015. http://www.eurecom.fr/fr/publication/4553/download/cm-publi-4553.pdf

 

NỘI DUNG

Lời nói đầu

Lời giới thiệu

1. Phạm vi áp dụng

2. Tài liệu viện dẫn

3. Thuật ngữ và định nghĩa

4. Thuật ngữ viết tắt

5. Quá trình tính liên tác ngữ nghĩa IoT

5.1 Tổng quan

5.2 Yêu cầu về quá trình tính liên tác ngữ nghĩa IoT

5.3 Mô hình tính liên tác ngữ nghĩa IoT

5.4 Hướng dẫn liên tác ngữ nghĩa IoT

6. Vòng đời tính liên tác ngữ nghĩa IoT

6.1 Yêu cầu vòng đời

6.2 Mô hình vòng đời

6.3 Hướng dẫn triển khai vòng đời

Phụ lục A (tham khảo) Hướng dẫn về cách tìm hiểu tính liên tác ngữ nghĩa IoT

Phụ lục B (tham khảo) Hướng dẫn về cách phát triển tính liên tác ngữ nghĩa IoT

Phụ lục C (tham khảo) Hướng dẫn về cách quản lý vòng đời tính liên tác ngữ nghĩa IoT

Phụ lục D (tham khảo) Đặc tả bản thể học của Kiến trúc tham chiếu IoT

Phụ lục E (tham khảo) Các bản thể học liên quan hiện có

Thư mục tài liệu tham khảo