М Инженерный вестник Дона, №6 (2023) ivdon.ru/ru/magazine/arcliive/n6y2023/8492
Применение онтологий в обучающих системах
Д.С. Колесникова, Е.А. Верещагина Дальневосточный федеральный университет
Аннотация: В статье рассмотрены общие сведения об онтологиях, включая понятие, формальную модель, процесс разработки, а также примеры использования. В качестве области применения онтологий рассмотрена сфера образования и, в частности, рассмотрен вариант применения онтологий в обучающих системах по информационной безопасности.
Ключевые слова: биометрия, знания, информационная безопасность, модель представления знаний, обучающая система, обучение, онтология, онтологическая модель, OWL, RDF.
Введение
Одной из характерных черт XXI века является лавинообразное увеличение объёмов информации. В таких условиях перед людьми стоит важная задача: в этом информационном хаосе найти способ структурировать, систематизировать накопленные знания для их эффективного использования настоящим и будущим поколениями.
Существует большое количество различных способов (моделей)
представления знаний, на рис.1 показана одна из классификаций [1].
Рис. 1. - Классификация моделей представления знаний
Онтологии, рассматриваемые в данной статье, относятся к сетевым моделям, которые являются наиболее мощными по своим описательным возможностям. В основе таких моделей лежит предположение о том, что любые знания можно представить в виде совокупности понятий (объектов) и отношений (связей) между ними.
Общие сведения об онтологиях
Онтологии - это формальные структуры, которые используются для описания (представления) знаний в различных областях. Они позволяют структурировать и систематизировать информацию, сделать ее более доступной и понятной для людей. Онтологии используются в различных областях, таких как медицина, юриспруденция, финансы, естественные науки и т.д., где требуется точное и формальное представление знаний.
У термина «онтология» существует несколько различных определений, которые зависят, в том числе, от рассматриваемой предметной области. Зачастую приводятся два определения: из области философии и из области информатики. В первом случае под «онтологией» понимается учение о сущем, бытии, а во втором - формальная спецификация разделяемой концептуальной модели [2, 3], где:
• под «концептуальной моделью» подразумевается абстрактная модель предметной области, описывающая систему понятий данной области;
• под «разделяемой» подразумевается согласованное понимание концептуальной модели определённым сообществом (группой людей);
• «спецификация» подразумевает описание системы понятий в явном виде;
• «формальная» подразумевает, что концептуальная модель задана на формализованном языке.
Одним из основных инструментов для математического описания онтологии является алгебраическая логика. Она используется для определения множества понятий и отношений между ними. Алгебра логики также позволяет устанавливать правила, которые определяют, как понятия связаны между собой.
Формально онтологию О можно представить следующим образом [2]:
где С - конечное множество классов, описывающих понятия некоторой предметной области, Р - конечное множество свойств (атрибутов) этих понятий, ^ - конечное множество связей (отношений) между понятиями, А -множество аксиом, утверждений, построенных из этих понятий, их свойств и связей между ними.
Разработка онтологии предметной области
Существует множество различных подходов к разработке онтологий, большинство из которых, так или иначе, сводятся к следующему алгоритму:
1. Определить цели и задачи, масштаб разрабатываемой онтологии (она должна описывать знания в конкретной предметной области и помогать в решении задач, связанных с данной областью).
2. Изучить имеющуюся информацию по рассматриваемой предметной области (анализ существующих источников информации: книг, статей и т.д.).
3. Определить объекты и понятия, которые будут включены в онтологию. Объекты могут быть физическими, абстрактными или смешанными. Понятия могут включать свойства, отношения и события.
4. Создать словарь понятий. Словарь должен содержать определения каждого понятия и его связи с другими понятиями.
5. Разработать онтологическую модель.
К основным компонентам онтологической модели можно отнести следующие:
• онтологические сущности (объекты, события, явления и другие элементы, которые описываются в онтологии; могут быть представлены в виде классов, объектов, сущностей и других типов);
• онтологические отношения (связи между онтологическими сущностями, которые описывают их отношения друг к другу. Они могут включать в себя такие отношения, как «является», «имеет свойство», «происходит», «находится в», «состоит из» и т.д.);
• онтологическая схема (структура онтологии, которая определяет, какие онтологические сущности и отношения должны быть представлены; визуально может быть представлена в виде иерархического списка, деревьев (узлы-связи), трехмерного информационного ландшафта или другой структуры, которая позволяет наглядно проследить взаимосвязи между элементами онтологии).
6. Проверить онтологию на соответствие целям и задачам (пункт 1).
7. Внедрить онтологию в систему. Если онтология разрабатывается для использования в системе, то ее необходимо интегрировать в эту систему. Это может потребовать разработки интерфейсов и интеграции с другими компонентами системы.
8. Провести тестирование онтологии и системы на работоспособность и эффективность.
9. Задокументировать онтологию. Документация должна содержать описание онтологии, ее структуры, функций и использования. Также, необходимо описать взаимодействие онтологии с системой.
Разработка онтологий может быть сложной задачей, но она позволяет создать формальную структуру знаний, которую можно использовать для решения различных задач в определенной области.
Онтология может быть разработана с использованием различных языков и инструментов, таких как:
• RDF (Resource Description Framework; язык представления информации о ресурсах сети, а также информации о ресурсах, на которые можно ссылаться) и RDFS (семантическое расширение RDF);
• OWL (Web Ontology Language; словарь, расширяющий набор терминов, определенных RDFS; имеет 3 степени детализации, легко масштабируется и согласовывается с современными сетевыми стандартами, построен на форматах RDF и RDFS);
• SPARQL (язык запросов к RDF-хранилищам) и др.
Соответственно, существуют различные среды разработки онтологий:
Protégé (поддерживает форматы RDF, OWL, XML Schema), Web-Protégé и др.
Применение онтологий в образовании
В последние годы онтологии стали активно применяться в образовании [4 - 6], так как они помогают структурировать знания и облегчают их изучение. Онтологии могут быть использованы в различных аспектах обучения, таких как:
• разработка учебных материалов;
• моделирование учебной программы (включая определение основных элементов программы по определенной дисциплине, установление связей между этими элементами);
• описание предметной области изучаемой дисциплины;
• контроль усвоенных знаний (с учетом индивидуального или коллективного прогресса).
Применение онтологий в обучающих системах обусловлено необходимостью повышения качества предъявляемых к изучению материалов, превращения неявных знаний в явные, хранения и накопления
M
знаний, а также увеличивающимся объёмом информации. Решение перечисленных задач может помочь в усовершенствовании образовательного процесса.
На рис.2 представлена схема интеллектуальной системы, основанной на знаниях (общее представление), которая может стать частью обучающей системы.
Рис. 2. - Компоненты системы, основанной на знаниях База знаний в таком случае может быть основана, в том числе, на онтологиях и предоставить мощный инструмент для обучения, который может помочь обучающимся лучше усваивать и запоминать материал, а также оценивать свои знания. В целом, онтологии позволяют сделать учебный процесс более эффективным и удобным для студентов.
В качестве примера на рис. 3 приведен фрагмент разработки онтологии (с использованием системы Protégé) предметной области «биометрия» (графическое представление), которая может стать составной частью обучающей системы по информационной безопасности [7, 8].
и
Рис. 3. - Фрагмент онтологии предметной области «Биометрия» Данная предметная область в настоящее время является актуальной, что прослеживается не только в развитии самих биометрических технологий, но ив принимаемых на законодательном уровне нормативных правовых актах (далее НПА). Так, за последние годы было принято большое количество нормативных правовых актов, включая Федеральный закон от 29.12.2022 №572-ФЗ «Об осуществлении идентификации и (или) аутентификации физических лиц с использованием биометрических персональных данных, о внесении изменений в отдельные законодательные акты Российской Федерации и признании утратившими силу отдельных положений законодательных актов Российской Федерации», приказы Минцифры России, постановления Правительства Российской Федерации, а также стандарты. На рис.4 изображен график с указанием количества принятых НПА в области биометрии в период с 2006 год по настоящее время
(для рассмотрения взяты основные НПА) для отображения тенденции
увеличения внимания к данной области
Рис. 4. - Тенденция увеличения количества принимаемых НПА по
биометрии с течением лет В представленной на рис.3 онтологии (обобщённого вида: в приведённом примере онтологии даны более общие понятия и не указаны отношения для удобства восприятия) взят за основу всего лишь один национальный стандарт ГОСТ Р 54412-2019 «Информационные технологии. Биометрия. Общие положения и примеры применения», однако, расширение данной онтологии информацией из других НПА, а также других источников позволит более точно описать понятия и отношения заданной предметной области, обеспечить более широкий охват (большое количество информации), а также предоставить для изучения информацию различных типов (не только текст, но также изображения, видео и т.д.).
Биометрия, взятая для примера, - лишь одно из направлений в области информационной безопасности. Так, например, рассмотренное в данном проекте онтологии понятие «биометрические персональные данные» могло
бы стать подклассом понятия «персональные данные», которое, в свою очередь, относилось бы к категории «конфиденциальной информации» и т.д.
Стоит отметить, что использование онтологий в правовой области является довольно популярным направлением (по аналогии с приведённым примером по биометрии) [9, 10]. Это особенно актуально в том случае, когда большое количество НПА принимается разными органами, вследствие чего возникают множественные трактовки одних и тех же понятий, а также взаимосвязей между ними. Правовые онтологии в таком случае делают возможным упорядочивание имеющейся в НПА информации, а также осуществлять контроль непротиворечивости положений таких НПА
Таким образом, применение онтологий является довольно перспективным направлением для организации и представления знаний, а их применение в обучающих системах различной направленности может сделать образовательный процесс более эффективным. Обучающие системы по вопросам информационной безопасности в силу наличия большой, но не структурированной информационной базы могут быть также спроектированы с использованием онтологий.
Литература
1. Москаленко Ю.С. Организация систем, основанных на знаниях. Владивосток: Издательский дом Дальневост. федерал. ун-та, 2013. 244 с.
2. Гаврилова Т.А., Кудрявцев Д.В., Муромцев Д.И. Инженерия знаний. Модели и методы. 6-е изд. СПб.: Лань, 2023. 324 с.
3. Calero C., Ruiz F., Piattini M. Ontologies for Software Engineering and Software Technology. New York: Springer Science & Business Media, 2006. 340 с.
4. Плешкова А.Ю. Онтологии в управлении образовательным процессом // Онтология проектирования. 2022. №4 (46). С. 506-517.
5. Смирнова Е.В., Добрица Е.К., Демиденко Н.О. Использование онтологий в образовательных процессах // Проблемы Науки. 2017. №22 (104). С. 70-74.
6. Миролюбова С.Ю. Правовые онтологии в машиночитаемом формате -инструмент продвижения юридических знаний в семантической сети // Мониторинг правоприменения. 2022. №1 (42). С. 39-45.
7. Колесникова Д.С., Рудниченко А.К. Требования к разработке автоматизированной обучающей системы в области информационной безопасности // Инженерный вестник Дона, 2019, №1 URL: ivdon.ru/ru/magazine/archive/n1y2019/5596.
8. Верещагина Е.А., Рудниченко Д.С., Рудниченко А.К. Применение edutainment-технологии для обучения в области информационной безопасности // Инженерный вестник Дона, 2021, №7 URL: ivdon. ru/ru/magazine/archive/n7y2021/7080.
9. Demertzi V., Demertzis K. A hybrid adaptive educational eLearning project based on ontologies matching and recommendation system // Future Internet. 2020. №17. С. 1-16.
10. Feilmayr C., WoB W. An analysis of ontologies and their success factors for application to business // Data & Knowledge Engineering. 2016. №101. С. 1-23.
References
1. Moskalenko Ju.S. Organizacija sistem, osnovannyh na znanijah [Organization of knowledge-based systems]. Vladivostok: Izdatel'skij dom Dal'nevost. federal. un-ta, 2013. 244 p.
2. Gavrilova T.A., Kudrjavcev D.V., Muromcev D.I. Inzhenerija znanij. Modeli i metody [Knowledge engineering. Models and Methods]. 6-e izd. Saint Petersburg: Lan', 2023. 324 p.
M Инженерный вестник Дона, №6 (2023) ivdon.ru/ru/magazine/arcliive/n6y2023/8492
3. Calero C., Ruiz F., Piattini M. Ontologies for Software Engineering and
Software Technology. New York: Springer Science & Business Media, 2006. 340 p.
4. Pleshkova A.Ju. Ontologija proektirovanija. 2022. №4 (46). pp. 506-517.
5. Smirnova E.V., Dobrica E.K., Demidenko N.O. Problemy Nauki. 2017. №22 (104). pp. 70-74.
6. Miroljubova S.Ju. Monitoring pravoprimenenija. 2022. №1 (42). pp. 39-45.
7. Kolesnikova D.S., Rudnichenko A.K. Inzhenernyj vestnik Dona, 2019, №1 URL : ivdon.ru/ru/magazine/archive/n 1y2019/5596.
8. Vereshhagina E.A., Rudnichenko D.S., Rudnichenko A.K. Inzhenernyj vestnik Dona, 2021, №7 URL: ivdon.ru/ru/magazine/archive/n7y2021/7080.
9. Demertzi V., Demertzis K. Future Internet. 2020. №17. pp. 1-16.
10. Feilmayr C., Wöß W. Data & Knowledge Engineering. 2016. №101. pp. 1-23.