11、迈向用于电子科学应用的大规模科学数据空间

迈向用于电子科学应用的大规模科学数据空间

1. 引言

数据空间并非数据集成方法，而是一种数据共存方法，旨在提升数据管理的抽象层次。它由参与者和关系构成，参与者可以是任何数据元素，关系则用于建模这些参与者之间的各种互连。数据空间支持平台（DSSPs）是控制数据空间中数据组织、存储和检索的软件和服务集合。

科学数据管理领域面临的一个重大挑战是有效组织不同电子科学应用中科学实验所使用和产生的数据产品，追溯数据产品的历史即数据溯源。与主流数据空间研究不同，科学数据空间可作为解决这些研究挑战的综合方案，目标是建立一个分布式的大规模科学存储库，妥善保存科学数据的完整生命周期。

医学中的呼吸气体分析是一个新兴的科学领域，为我们提供了具体的数据空间用例。呼吸气体研究涉及众多实验，需要为该领域的科学实验提供结构化表示。电子科学生命周期本体利用资源描述框架（RDF）和基于形式逻辑的OWL语言，精确描述科学实验，这些实验被称为生命周期资源（LCRs），它代表了数据空间参与者之间的语义关系。参与者分为三类：
- 主要数据：用于调查的数据来源。
- 衍生数据：相应的研究结果。
- 背景数据：定义具体预处理和分析方法的活动集合。

本文将探讨基于语义Web技术的科学数据空间系统jSpace的实现，它是数据空间范式的进一步发展，也是呼吸气体分析研究社区成员协作的关键。

2. 相关系统

Franklin等人引入的数据空间概念带来了新的数据管理挑战，许多数据空间研究应用于个人信息管理。例如：
- OrientSpace ：由Yukun等人描述，实现了数据集成和数据查询功能，引