google确是强悍啊！

是所撰写的《Computer Security: Art and Science》的 UCDAVIS.rar!

可以从网页下载http://nob.cs.ucdavis.edu/book-aands/index.html

 利用语义网技术构建自动化的电子数据转换，大意思想是利用本体映射功能和规则描述能力，来描述源数据格式同目标数据格式的对应关系，包括一对一、一对多、多对一和多对多的情形，借助推理引擎推理反向的对应关系。然后根据这些对应规则，自动生成XLST转换规则文件，再由XLST处理器来进行实质的转换。里面讲述了数据转换的一些理论，用到了元数据集DublinCore。值得一看！

工作流通过系统性计划将服务连接在一起，进行协调的组合。知识可以用于约束和知道工作流组合，并验证配置是否正确。

myGrid系统用于对用户数据选择适当的操作，并用于规定哪个操作接着哪个操作是合理的。在myGrid中，任务本体对工作流过程进行模拟，并用于注释服务的输入和输出语义（当前用Web服务工作流语言来表示）。数据的语义类型必须匹配，比如，因为酶是一种蛋白质，而BLASTp以蛋白质作为输入，因此酶的集合可以作为BLASTp的输入。语义兼容不同于语法兼容。两种服务可以在语义上相同，但有着不同的特征，对应的数据格式不同。反过来，两种服务可有相同的句法标签和操作名，但语义上完全不同。Geodise也实现了一个基于知识，辅助本体的工作流构建助手KOWCA.关于设计搜索和优化的通用知识要转化成基于规则的知识库。底层知识库系统检查工作流的一致性，并对在工作流创建中下一步应该作些什么提出建议。

数据集成

     工作流是服务集成的一种形式。另一种形式是数据和元数据的集成。通过描述公共模型中的元数据，实验的所有部分都能够相互关联，因此能够在其上进行推理。

     对于语义集成，本体扮演两种角色：（1）由于数据模型是一种简单的本体，在相同的类型的数据库管理系统中的所有数据库要么使用相同的本体，要么提供到标准本体的映射。（2）许多智能信息集成系统用本体代表一种映射原数据库的标准模型。用户根据目标本体提交请求，然后他们自动透明的转换成依据源本体的要求，也就是数据仓库模式。

协作服务

协同会议涉及会议内容的实况交流，以及支持会议的基础设施操作信息。在最简单的情况下，信息可以是幻灯片或者远程投影仪控制。新形式的信息也可以互相交换，如发言者队列，分布式选举，会议最新消息或者对以有文档的注释。另外，也可以进行小组讨论。这些都丰富了知识内容。共享，存储这些信息能够极大的丰富科学活动的协作过程。

支持协作处理的一种方法是访问网格Access Grid. Access Grid主要集中于大规模分布式会议和培训的应用中。Access Grid资源包括多媒体呈现和交互，特别是基于空间的可视化会议（组到组），以及网格中间件和虚拟环境的接口。Access Grid结点是专用设施，这些设施包括必要的高质量音频和视频技术，以及提供一种有效的用户体验。CoAKTing项目就是集中于集成智能会议空间，注释在线会议的媒体流。

 语义Web技术和实时信息流两者的结合与网格计算高度相关。元数据流可以由人，设备或者服务产生，例如注释，设备配置以及实时处理的数据。会议空间不仅可以是会议室，它也可以是实验室甚至是小实验室。如在Comb-e-Chem项目中所研究的一样，会议空间配备有大量设备阵列和多媒体技术设施。当携带一台设备到小空间时，需要发现并组合可用的服务，因为这与形成使用网格服务的虚拟组织紧密相关。 

参考文献

[1].    Nigel Shadbolt, Nicholas Gibbins, Hugh Glaser, Stephen Harris, and m.c. Schraefel, “CS AKTive Space or how we learned to stop worrying and love the Semantic Web”, IEEE Intelligent System, May/June, 2004, Vol. 19, No. 3, pp.41-47.

[2].    Simon Buckingham Shum, David De Roure, Marc Eisenstadt, Nigel Shadbolt and Austin Tate, “CoAKTinG: Collaborative Advanced Knowledge Technologies in the Grid”, Proc. Second Workshop on Advanced Collaborative Environments, Eleventh IEEE International Symposium on High Performance Distributed Computing (HPDC-11), July 24-26, 2002, Edinburgh.

[3].    Available at: www.aktors.org/coakting/

[4].    http://www.aktors.org/miakt/

[5].    http://www.ecs.soton.ac.uk/~dpd/projects/miakt/

[6].    D. Dupplaw, S. Dasmahapatra, B. Hu, P. Lewis, and N. Shadbolt. Multimedia Distributed Knowledge Management in MIAKT. ISWC 2004 Workshop on Knowledge Markup and Semantic Annotation. Hiroshima, Japan 2004. 

[7].    B. Hu, S. Dasmahapatra, D. Dupplaw P. Lewis, and . Managing Patient Record Instances Using DL-Enabled Formal Concept Analysis. 14th International Conference, EKAW 2004. Whittlebury Hall, UK 2004.

[8].    N. Shadbolt, P. Lewis, S. Dasmahapatra, D. Dupplaw, B. Hu, and H. Lewis. MIAKT: Combining Grid and Web Services for Collaborative Medical Decision Making. e-Science All Hands Meeting 2004. Nottingham, UK 2004.

[9].    K. Bontcheva, U. Wilks. Automatic Report Generation from Ontologies: the MIAKT approach. Nineth International Conference on Applications of Natural Language to Information Systems (NLDB'2004). Manchester, UK 2004.

[10].http://www.nesc.ac.uk/action/projects/project_action.cfm?title=21

[11].http://www.gridoutreach.org.uk/docs/pilots/mias.htm

[12]. http://machen.mrl.nott.ac.uk/Projects/E-Science/mias.htm

[13].Y. Gil, E. Deelman, J. Blythe, C. Kesselman, "Artificial Intelligence and Grids: Workflow Planning and Beyond", IEEE Intelligent Systems, special issue on e-science, Jan/Feb 2004

[14].J. Kim, M. Spraragen, Y. Gil. "An Intelligent Assistant for Interactive Workflow Composition ", Proceedings of the International Conference on Intelligent. User Interfaces (IUI-2004); Madeira, Portugal, 2004

[15]. "A Knowledge-Based Approach to Interactive Workflow Composition", J. Kim, Y. Gil, M. Spraragen. Proceedings the 14th International Conference on Automatic Planning and Scheduling (ICAPS 04); Whistler, Canada, 2004.

[16]. http://twiki.mygrid.org.uk/twiki/bin/view/Mygrid/ProjectObjectivesand  

myGrid是一个可扩展的开放式的数据和工具协作平台。它是应用网格，Web服务，语义网等技术构建的一个高层应用中间件。Mygrid 的主要目标是开发一个高层次基于服务的中间件来支持计算机环境下的生物试验. 计算机环境下的试验是一个基于信息库和和计算分析的假设验证过程或者是一个论证已知实事的过程. 其重点放在数据密集型的计算上. 它结合了数据库和应用. 用户可以创建和发现其他的工作流并与之交互.不应把它当作数据网格和计算网格而是应该把它看作在计算机环境下的基本服务例程. myGrid希望不仅能为生物信息学家提供一个可灵活的配置的中间件， 同时这些生物学家反过来能为其他生物学家实现终端应用.

myGrid的另一个目标是提高知识库的共享质量和它的使用方式。从科学家的角度，myGrid是一个提供一些生物信息学服务的平台，例如现在已经开发的服务： 模拟有机体基因表达分析服务和对坟墓病的遗传研究的服务. 从开发者的角度， 它是一个开发者的应用工具集：提供服务描述及发现，服务建模型，服务APIs 和消息工具等功能，并已经实现了对已有的经过整合的生命科学平台的连接。

myGrid试图在分布式环境下为生物科学家建立一个个人协同问题解决环境，便于他们进行长时间的试验，寻找其他的生物研究合作伙伴，在共享的知识库发布自己的意见和观点，并能够及时获取最新的领域相关的数据和工具的信息。 它的任务焦点在于进行数据密集型基因函数分析。

myGrid 致力于通过科学家推理探索来构建一个发现试验环境.这包括了科学家的思想,设计和试验原型. 中间版本和数据被保存下来,注释和思想被保持并且部分的试验和其他相关试验被保存在一起形成作为论证网络,如同我们在试验室手册上看到的那样. 我们的目标是收集,共享和重用:

1.       试验时间组件

工作流描述，查询描述，经过注释对象，相关论文，相关重要工作的页面连接等.

2.       记录试验的实例

数据结果;被工作流引擎创建的历史服;创建的服务实例;应用的参数设置;结果注释;等等.

3.       联系小组,设计和实例组件的试验关联

查询和结果;工作流和输出;工作流的以前版本的子版本; 一组这样的到文档连接,这个文档讨论了生物学家的结论;等等.

3.语义网格的研究内容

语义网格的研究重点是用语义和知识工程的方法来解决目前网格平台建设和应用中存在的各种问题.其研究内容可以概括为以下几个方面.

1.       智能实验室(Smart Laboratories)

智能化的实验室是e-Science成功不可豁缺的,同时配置智能实验室可以充分挖掘Grid的能力.

2.       面向服务的结构（Service-Oriented Architectures）

研究语义网格设施的预备和实现,研究基于语义的服务描述语言.

3.       基于代理的方法（Agent Based Approaches）

研究Agent Based架构使用,研究交互语言以便开发\制定\维护e-Science marketplaces

4.       信任和证实(Trust and Provenance)

研究网格系统中计算信任建立的过程\方法\技术,决定内容种源和品质,这些涉及到数字权管理问题.

5.       元数据和注释（Metadata and Annotation）

元数据设施已经以RDF的形式存在,进一步工作研究支持ontology设计和运用的方法和工具,研究Annotation工具和方法.

6.       知识工具(Knowledge Technologies)

知识捕获工具和方法\动态内容连接(dynamic content linking)\基于注解搜索(annotation based search)\annotated reuse repositories\自然语言处理方法(natural language processing methods )(for content tagging, mark-up, generation and summarisation)\数据挖掘(data mining)\机器学习(machine learning) \Internet 推理服务( internet reasoning services).

7.       集成媒体(Integrated Media)

把一系列的媒体合成到e-science基础设施中,包括视频\音频\各种图像方法\;研究 metadata和annotation同这些多样媒体格式的关联

8.       内容表达(Content Presentation)

研究内容的可视化技术和方法

9.       电子科研工作流和协作(e-Science Workflow and Collaboration)

理解现在和未来e-Science合作的工作流，拥护应该能够形成，维护和解散基于一定成员限制规则和操作规则的合作环境。

10.     普适电子科研(Pervasive e-Science)

不仅关注计算能力,更包括所有对所有资源的访问

4.面向语义的网格应用

     面向语义的网格承诺带来语义可互操作性，智能自动化，行动指南以及灵活重用的优势，它日益被认为是网格计算演变中的一个重要阶段。 我们将语义网格广泛的应用场景概括为以下几个方面的网格应用。

服务发现.

     英国e-Science的领头项目myGrid寻求提供开放源代码的高层网格中间件, 用于形式化表达,管理以及共享生物信息实验中的密集数据. MyGrid所用资源是开放网格体系结构的服务,这些服务能够静态或动态的与上下文结合.这里的上下文包括用户信息,执行代码,执行速度,可靠性和对用户有用的适当的认证机制.能否找到正确的服务依赖于服务的知识.服务的语义描述对服务的自动发现,查找,选择,精确匹配,组合,交互操作,调用以及执行的监控都是必要的.在开放网格体系结构中, 服务规范提供了描述接口的语法, 但服务除了按照一定的参数和返回值要求执行操作,还应该按照一定的用户需求来响应.

生物信息学家常常掌握着一些特殊的数据,他们需要找到服务来操作这些数据以便产生期望的结果,或者他们希望在这些数据之上应用一些任务. 他们必须表达他们的需求,以便同可用的服务来匹配, 并考虑服务的功能,接收和产生的数据以及用于完成其目标的资源, 从而匹配用户的需求. 而且, 他们必须从能够完成任务的后选者中选出在请求约束下获取结果情况最佳的一个. 这种选择依赖于功能,代价,服务质量,地理位置和发布者相关的元数据.

基于提供的功能进行的这种服务分类正在被不同的组织采用,作为一种有效的查找.索引合适服务的方法.不同组织目前在服务注册的分类模式上是一致的. 比如生物信息学应用和仓库EMBOSS套件对本身所包含工具有一个粗略的分类,并且被当前众多的生物信息学集成平台使用.

MyGrid的一个假设是:第三方服务注册为可用的生物信息服务编目分类.服务描述的附加(个性化的)元数据使用RDF陈述来进行声明. 服务提供者发布他们的服务,服务使用者通过多种机制,如名字,词语,特征,类型或本题描述来查找,匹配服务.myGrid生物信息服务本体基于DAML-S服务模型.服务描述分为两类:服务种类设计的领域名, 可调用服务实例的操作元数据(如数据质量,服务质量和代价等). DAML+OIL提供了服务描述的词汇。匹配首先对域进行匹配，然后是操作的属性。 副本服务（生物学里大量存在）之间有着同样的描述，但操作意义上的服务配置不同。在执行工作流之前，对服务类和他们的实例进行发现，匹配和选择。在执行期间，实例也可以动态的选择。

知识注释,通知和指南

Geodise试图用网格技术，设计优化技术，知识管理技术，Web服务和本体技术来构建一个具有目前最高水平的知识密集性设计工具，该工具要与OGSA基础设施保持一致。Geodise正使用知识工程方法学来对设计知识进行建模，封装，以便航空引擎不见等新设计能够一更低的成本更快的开发出来。

Geodise首次使用的知识模式之一就是通过注释使工程设计流具有丰富的语义。Geodise希望能够回答的一个关键问题是：以前的实际开发出什么以及怎么重用它们。一个典型的工程设计通常包括问题定义信息（几何方面）；工具用于划分网格或者将集合设计拆分成能够进行分析的单元；然后，将优化方法产生的一组行为应用上去，以不同的参数进行实验，并得一组可能的设计方案。所有这些信息——如何四用软件包的每一步活动——都记录在日志中。为了最有效的重用日志文件中包含的知识，Geodise项目中通过使用域本体术语从语义上丰富这些日志文件。经过语义扩充的结果日志形成一个知识库，该知识库可以被查询，索引和重用。这样一个知识库使的我们能够基于以前的经验，为当前的设计问题找到合适的解决办法。

1.语义网格及其研究背景

2001年WWW的发明人Berner-lee描述了在现有的Web基础上建设下一代Web的蓝图---语义Web(Semantic Web).并从当前Web技术的现状出发，提出了类似于网络模型的语义Web分层体系结构，为语义Web的发展奠定了基础。语义网格是语义Web和网格相结合产生的新的研究领域，最初语义网格提出是为了加速e-Science的发展，e-Science需要跨越不同机构、国家和学科来进行联合的实验、使用远程昂贵的科学设备、交换信息和思想，大体上就是知识共享。网格本身致力于共享信息资源，然而现有网格上存在信息格式异构，信息语义的多重性以及信息关系的匮乏和非统一等问题，无法满足e-Science设想的网格应具有高度的简单实用和无缝自动化的需求，这是网格发展现状和应用需求之间目前存在的主要差距，它在其他应用中也同样存在，因此需要在传统的网格中引入语义来改变这种局面，语义网格通过将网格上的信息进行更好的形式化描述来解决以上问题，以使计算机尽可能取代人进行网格上信息处理，通俗讲就是让传统网格更智能化，从而让电子科研和其他的深层次应用，如电子商务，电子政务，数字图书馆等智能化服务在网格上开展成为可能。

2.语义网格国内外研究进展

语义网格的研究在国外已经开展起来，特别是英国投入巨资于e-Science计划，在这个领域目前英国走在世界前列，美国，中国等也陆续开始语义网格研究。本节对目前国际上几个最著名的语义网格项目进行调研.

CoAKTinG项目

CoAKTinG的全称是Collaborative Advanced Knowledge Technologies in the Grid。它受英国e-Science网格研究计划资助，目标是集成和采用AKT项目中关于知识汇聚的概念和技术，使目前英国的网格研究向语义网格研究过渡和发展。AKT（Advanced Knowledge Technologies） 是英国工程和物理科学研究委员会（EPSRC）资助的一个多学科协作研究项目。2000年10月AKT项目正式启动，研究期限为六年，项目总经费750万英镑。AKT曾获2003年Semantic Web Challenge 竞赛第一名，在全世界范围内的语义网和知识工程领域中产生了巨大的影响，被认为是语义网应用系统研究和开发的一个典范。AKT研究中，课题组先后发表了数百篇科研论文，部分发表在应用人工智能领域的权威期刊IEEE Intelligent System上。至2004年为止，AKT已经开发了与知识工程相关的一系列工具软件，如：知识获取、知识建模、知识管理、知识维护等。

CoAKTinG期望提供多种工具去辅助科学协作，如：

1.       智能会议空间

2.       本体标注媒体流

3.       决策支持

4.       问题处理及规划等。

该课题由英国南安普敦大学、爱丁堡大学等联合开发，自身开发组织的分布性使得CoAKTinG从一开始就处于分布式协作状态，显然这对项目开发的实际需求和软件工具测试有极大帮助。

CoAKTinG项目研究成果的主要应用场景是多方参加讨论的视频会议。它允许会议的组织者在会议组织前预先公布本次会议的主题和讨论纲要，让会议的参与者能通过多种不同的计算机外部设备参加会议。由于每个会议参与者对会议中所讨论内容有不同的侧重点，CoAKTinG项目通过给音频和视频数据添加基于本体的文本数据标注和索引，从而允许用户能按各自的需求，随意重复播放音频或视频数据中的某一个片断。会议进行过程中，会议的非主持者可能在异地期望进行发言，参与会议主场的讨论。CoAKTinG系统提供以文本为主的通信工具，实现远程交互，改变或调整主会场的会议进程，实现真正的远程、实时、交互讨论。

广泛应用本体技术是该项目中的一个特征。通过本体技术，实现全领域的概念一致性，可以改进、提高多模式、多媒体的组讨论和问题解决。基于知识的规划和任务安排，可以提高问题的处理速度。会议中学者们的讨论和争辩能改善远程协作会议的结构。实际上，CoAKTinG是通过集成和显示来自三个不同的研究结构开发的软件工具，支持e-Science计划中的科学协作。目前，CoAKTinG项目研究开发的工具软件已经开发和改进了多个不同的远程科学协作的应用场景，如：e-Response, Combechem,和火星探测。

CoAKTinG实现上述功能的主要方法如下。

1)       CoAKTinG通过智能空间组件，支持可移动设备通过宽带或窄带连接到其它人和智能设备，来组合Access Grid节点空间。这样保证科学家在不同的场合中都能保持与其它同事远程通信，如：科学家可以在实验室、会议室、数据分析设备旁，甚至在旅行过程中与合作者保持联系。

2)       通过插入描述性的元数据到音频和视频流中，实现在智能空间中，参与者可以识别会议中的有意义的事件。CoAKTinG项目中，研究者致力于用本体的方法来标注音频或视频流数据的索引，这种索引比过去的索引对科学协作和决策支撑有更大帮助。例如，视频流数据中的文本索引能为那些没有足够的时间从头到尾观看一个视频会议的研究者提供方便。

3)       问题处理、任务调度、规划和协调。CoAKTinG的研究者们采用基于约束的本体技术，设计了一个I-X智能处理面板，开展多个应用。该处理面板提供一个简单接口，却可以智能的完成任务的开展进程，即使在多个约束的条件下也能正常执行。

4)       CoAKTinG还支持组记忆获取、改进的出席管理和可视化等功能。

SCEC/IT项目

SCEC/IT项目是由美国国家科学基金（NSF，National Science Foundation）资助的，目的是运用多种信息处理技术，包括知识表达和推理、知识获取、网格计算和数字库等，为地震伤害模拟提供一个新型的信息处理基础平台。该项目是由南加州大学的信息科学学院（ISI）、南加利福尼亚地震中心（SCEC）、圣地亚哥超级计算中心、卡内基梅隆大学和美国地震勘测局协作开发的，项目时间从2001年9月起，为期5年，至2006年9月终止。

    目前地质学的进展使得人们可以为地壳断层和板块运动进行三维模拟。这种模拟对于了解地震的产生是非常关键的。它为地震预测和减轻地震伤害提供了极大的帮助。作为地震模拟的基础平台，SCEC/IT系统应用网格技术和语义网技术，能综合多种地震模拟模型，提供各种模拟算法，使得分散的数据和计算资源可以协同操作。

    SCEC/IT项目的主要研究内容包括：

1.       知识表达和推理：用来管理各种不同的模拟模型，并且获得物理进程和模型算法之间、算法与模拟程序之间以及模拟程序与数据集之间的联系。知识的表达可以运用在路径构造、约束检查、执行计划和信息访问等方面，并可以进行相应的知识推理。

2.       网格技术：用来为用户定义的模拟场景的执行提供访问分布式模拟程序和资源的能力，特别为某些模拟提供所需的高性能计算资源。通过网格技术，可以实现资源发现、访问和分布式计算和存储资源的有效管理，解决了开发者、资源和用户环境的物理位置分布的问题。

3.       数字库：用来管理数据和模拟程序库的协同操作。在协同操作中，运用了语义网的相关技术，开发了一套基于知识的数据管理工具。这些工具为数据访问和模拟产生的新数据的合成提供基础。

4.       交互式的知识获取：使用户可以自己建立合适的模拟模型并执行模拟程序。知识获取工具通过选择合适的模拟软件和来自程序和信息仓库中的数据文件，支持与用户的交互。这些工具隐藏了实现的细节，并且引导用户提供一些必要的信息，用来建立用户自定义的模型。

    该项目的特点有：

1.       使用交互式工具可以使不是地质专家的用户也可以轻松的构造并运行模拟。

2.       运用语义表达管理地震相关信息

3.        动态管理和执行技术使用户可以在计算网格上运行模拟程序

MIAKT项目

MIAKT的全称为Medical Imaging & Advanced Knowledge Technologies，医药成像与高级知识技术。相关项目“基于网格的知识服务：医药信息协作问题解决环境”是AKT IRC和MIAS IRC的一个联合项目。在这个联合项目中，前者专门关注适当信息和知识内容的管理与合成技术；后者主要研究医药数据的智能分析与处理。该联合项目的主要目标是综合AKT和MIAS项目的能力，借助e-Science网格基础设施来解决协同医药问题。项目工作的重心集中在图像和信号解释，以及决策支持系统的复杂数据的使用方面。

项目的最初重点放在对症状性集中的胸部(乳房癌症)疾病的三方评估上面。选择该领域作为目标，是因为这个领域具备众多特性，非常适合应用知识技术和图像分析技术。

以下是该项目的一些基本信息

主要研究内容:

1.         本体服务

2.         注释和增强服务

3.         MIAS服务

4.         网格推理服务

参与的合作单位包括：

1.         IAM Group,University of Southampton

2.         CISG,King’s College London

3.         KMi,Open University

4.         Oxford University

5.         University of Sheffield

目前已经取得的成果包括：

1.         MIAKT演示器（可以用于公共访问）

2.         MIAKT系统演示器录像

3.         MR图象重建

MIAS-Grid项目

该项目也是英国e-Science计划下的一个子项目，全称A Medical Image and Singal Research Grid，医药图像和信号研究网格。目前，医药图像和信号解释面临诸多困难，经常需要涉及大量的数据，伴随着复杂的结构。通常，相关的私人和临床信息很重要，但哪些信息可以使用？用于什么目的，往往有关于伦理、法律和临床管制方面的问题；还要面临好的临床实践和审计条件的制约，何时图像和信号分析方法可以用在医药发现和试验方面也依然是问号。在所有这些使用手段中，数据很难管理。数据经常独立的存储，存储形式只对知晓的人有用，对于数据是什么，如何获取，来在何处，数据内容都是孤立的。因此采用基于网格的方法来管理和共享数据、图像和相关数据。该方法的关键因素是使用元数据或者本体来描述数据结构，数据和相关临床信息的获取方法，共享信息的安全方法，支持协作的信息管理工具。工作的重心放在已有的网格架构上，重新开发分布式的图像和信号数据库，以及e-Science测试工具。研究成果将直接运用于医药图像和信号的交叉学科研究协作(MIAS IRC)，以提高科学协作能力，并提供一个针对健康和生物医药学大规模研究的试验床。

以下是该项目的一些基本信息

1.       成熟度：创新研究

2.       区域：英国

3.       类型：跨学科研究协作（IRC）

4.       资助资金：£475,000.00

5.       开始日期：01/01/2002

6.       截至日期：Not specified

参与的合作单位包括：

1.       King's College London (MIAS)

2.       University College London (MIAS)

3.       University of Manchester (MIAS)

4.       University of Oxford (MIAS)

研究内容包括：

1.       应用服务（Application Services）

2.       领域或者任务本体和元数据（Domain/ Task Ontologies and Metadata）

3.       协作工具（Collaboration Toolkits）

4.       数据管理服务（Data Management Services）

5.       挖掘与分析服务（Data Mining and Analysis Services）

MIAS Devices项目

该项目是以日常健康为主要目的，是和MIAS IRC项目联合的一个项目，目前，正在开发新型的医疗设备以便通过网格对病人实施监控。

该项目将移动设备和可佩戴功能的发展结合在一起，将MIAS IRC的智能信号处理功能应用到医药领域内。该项目使用网格技术，允许病人在家里通过使用低廉的可佩戴设备，持续的监控和分析病人的健康情况。这些低造价的设备监控穿戴者的健康状况，并通过无线技术发送一系列医学信号到网格上。这些医疗信息经由无线设备传送，被收集和处理成可用的形式，供专家通过网格访问和分析之用。

    项目已经构建可供病人穿着的医疗设备，并开发了用于收集医疗信息和表达信息给专家的底层技术设施。这些可穿着设备允许一个范围内的医疗信号通过附着在病人身上的传感器完成收集。可穿戴设备同样可以感知病人的呼吸、步行、爬楼梯等状态信息和其所处的位置信息等。这些信息结合在一起，提供一个穿戴者活动情况和健康的侧面情况，该侧面情况周期性的发送到基站，然后由基站把信息传给全局网格基础设施。

系统采用最新的网格技术，基础设施可以自动地更新由病人穿戴的设备实时转发收集到的记录，专家可以访问这些记录，并使用这些资源来监控病人的发展，检查警戒信号或者比较大量病人的治疗效果。基础设施同样可以自动发现和激活特种情况，以便提醒医学专家和告诫病人注意服用特殊的药物。该项研究将对全世界的病人护理产生深远的影响，健康专家将拥有全新的用于决策支持的e-Science工具，而病人将会得到改善的长期护理和良好的家庭环境生活。

主要技术：

1.       Easy Plug and Play of Sensors（即插即用的传感器）

2.       Wireless connection using 802.11（采用无线局域网技术进行互联）

3.       Positioning information from GPS（通过GPS获取位置信息）

4.         Mobile medical technologies on  distributed Grid（位于分布式网格上的移动医疗技术）

   明天开始动手些论文！

看来以后要常来了！