□ 劉靜波 / 河北省圖書館采編部 石家莊 050011

李穎 / 中國科學技術信息研究所 北京 100038

科學數(shù)據(jù)整合與管理開放平臺P-CUBE

□ 劉靜波 / 河北省圖書館采編部 石家莊 050011

李穎 / 中國科學技術信息研究所 北京 100038

科學數(shù)據(jù)的整合與管理是國家信息資源戰(zhàn)略方針之一，目前還沒有長期有效的方法與手段。韓國科學技術信息研究院在此領域走在了亞洲前列。其最新研制開發(fā)的“Big”科學數(shù)據(jù)整合與管理開放平臺P-CUBE就是很好的解決方案。文章介紹P-CUBE的定位、架構、技術體系和應用。最后，給出結論。

KISTI，P-CUBE，科學數(shù)據(jù)，管理平臺

序言

科學數(shù)據(jù)是科研活動的重要產出之一。在科研活動的支撐技術手段高度發(fā)達的當今社會，研究人員在其研究過程中產出的科學數(shù)據(jù)的量堪稱“big”。然而，大部分科學數(shù)據(jù)分散在研究者手中，這些有價值的數(shù)據(jù)，要么得不到重用，要么隨著時間的流逝而丟失。為此，收集、整合、管理科學數(shù)據(jù)，重用和共享這些數(shù)據(jù)的平臺被認為是有效的解決方案。

P-CUBE誕生環(huán)境

◆ 設計目標：P-CUBE是一個便于存儲和重用研究人員在科研過程中產出的科學數(shù)據(jù)的安全平臺，是云環(huán)境下的科學數(shù)據(jù)的高效管理和應用系統(tǒng)。

◆ 由于IT硬件的發(fā)展、超高速網絡的擴展及高端信息技術的出現(xiàn)，科研活動產生了大量的科學數(shù)據(jù)。遴選和管理有價值的科學數(shù)據(jù)非常重要。由于數(shù)據(jù)大部分存儲在科學家的PC、CD或USB中，沒有得到有效的利用，為此，需要管理科學數(shù)據(jù)、并重用這些數(shù)據(jù)的平臺。P-CUBE由此誕生。

本文重點介紹這一剛剛問世的開源軟件的架構體系，從P-CUBE的數(shù)據(jù)生命周期與主要角色、不同角色的作用、P-CUBE主要模塊與OSS、數(shù)據(jù)模型架構、系統(tǒng)架構、接口，以及P-CUBE的模型Ⅰ和Ⅱ等多個方面，對P-CUBE進行描繪。

通過對P-CUBE的描述，讓研究者理解P-CUBE，輕松地使用P-CUBE，從而實現(xiàn)全球、特別是中日韓亞洲大國之間的科學數(shù)據(jù)共享。

1 P-CUBE定位

負責P-CUBE研究開發(fā)的KISTI資深研究員SunTae Kim博士在描述“What is P-CUBE ?”時，給出了其定義：“大電子資源”整合研究與統(tǒng)一的平臺。P-CUBE取自于“Platform for Convergence research and Unification of Big E-resources”中的幾個英文詞匯的首字母。其關鍵詞是：

圖1 P-CUBE與數(shù)據(jù)生命周期

◆ 平臺

◆ 安全存儲、方便的獲取

◆ 科學數(shù)據(jù)的重用

圖1從數(shù)據(jù)的視角，給出了P-CUBE在數(shù)據(jù)生命周期的定位、數(shù)據(jù)生命周期中涉及的角色及其作用?？梢哉f，P-CUBE融合和統(tǒng)一了數(shù)據(jù)的全流程管理，必不可少。

2 P-CUBE架構

從圖2 P-CUBE主要模塊與開源軟件可以看出，P-CUBE平臺完全基于國際標準化體系和通用的開源系統(tǒng)。其數(shù)據(jù)攝取模塊采用元數(shù)據(jù)收割標準OAI-PMH，數(shù)據(jù)存儲管理采用開源軟件FEDORA，數(shù)據(jù)發(fā)布基于DOI，而數(shù)據(jù)服務利用SOAP協(xié)議。所以說，P-CUBE是全球化的開放平臺，任何科研人員、機構、本地或數(shù)據(jù)中心都可應用P-CUBE進行數(shù)據(jù)管理、數(shù)據(jù)共享和重用。

參見圖3，P-CUBE數(shù)據(jù)架構。P-CUBE提供數(shù)據(jù)的存儲、鏈接、管理和服務功能。具體如下：

P-CUBE 主要功能：

（1）收集科學數(shù)據(jù)

◆ 通過研究者數(shù)據(jù)上載來收集數(shù)據(jù)

◆ 通過標準協(xié)議自動收集數(shù)據(jù)

（2）管理和存儲科學數(shù)據(jù)

◆ 利用OAIS標準系統(tǒng)地管理數(shù)據(jù)

◆ 基于數(shù)據(jù)生命周期存儲管理

（3）科學數(shù)據(jù)發(fā)布功能

◆ 對研究人員的數(shù)據(jù)分配全球標識符

圖2 P-CUBE主要模塊與開源軟件

圖3 P-CUBE數(shù)據(jù)架構

采用DOI Handle機制

（4）科學數(shù)據(jù)服務功能

◆ 依據(jù)組織、集合和研究者創(chuàng)建的標簽檢索數(shù)據(jù)

◆ 科學數(shù)據(jù)與學術期刊的鏈接服務

P-CUBE功能特點：

◆ 科學數(shù)據(jù)的系統(tǒng)管理（組織、收集）

◆ 研究人員可公開構建自身的科學數(shù)據(jù)（默認為非共享）

◆ 可構建科學數(shù)據(jù)的各種管理項目

◆ 科學數(shù)據(jù)全球發(fā)布和永久獲取

◆ 基于OAI- PMH標準自動收集和發(fā)布科學數(shù)據(jù)

P-CUBE的基礎：

◆ 基于世界公認的開源系統(tǒng)開發(fā)，采用Fedora及MySQL數(shù)據(jù)庫。

P-CUBE 技術標準：

◆ P-CUBE 遵循ISO 14721:2003中規(guī)定的 OAIS參考模式

◆ P-CUBE的系統(tǒng)架構包含數(shù)據(jù)收集、數(shù)據(jù)管理、歸檔和檢索

3 P-CUBE技術體系和應用

如圖4所示，P-CUBE在技術體系上，采用了本體描述，基于Fedora Commons Ontology、DataCite Ontology、以及DC Onlogogy等主要的對象類型屬性[4-6]。

P-CUBE數(shù)據(jù)模型（參見圖5）：

◆ 組織organization

◆ 集合collection

◆ 項目item

◆ 文檔file

P-CUBE的模式設計為圖6和7兩種：論文+DOI模式和論文+數(shù)據(jù)。

P-CUBE的應用模式設想如圖8所示。

目前，KISTI的P-CUBE研發(fā)隊伍正基于如上的架構體系、標準規(guī)范及應用設想，對P-CUBE進行開放前的全面測試，并完善技術文檔，以利于其全球化應用。預計秋季完成。

圖4 P-CUBE應用的本體

圖5 P-CUBE對象關系

結論

P-CUBE全部模塊采用國際標準技術規(guī)范，是通用的科學數(shù)據(jù)管理平臺，可在任何國家和任何領域應用。通過在不同領域、不同國家的安裝試用，可以實現(xiàn)全球化的科學數(shù)據(jù)管理與共享服務，作為人類福祉，被寄予厚望。

圖6 論文+DOI模式

圖7 論文+數(shù)據(jù)模式

圖8 P-CUBE的應用模式

[1] KIM S. What is P-CUBE? [OL]. [2013-06-16]. http://or2013.net/sites/or2013.net/files/What%20is%20P-CUBE.pdf.

[2] KIM S. Research Data Platform and Development of DOI System [OL]. [2013-05-30].

[3] KIM S. P-CUBE: Research Data Platform [C]//中日韓合作會議(2013.5.30)資料.

[4] Fedora Commons官網[OL]. [2013-06-16]. http://www.fedora-commons.org/.

[5] DataCite官網[OL]. [2013-06-16]. http://www.datacite.org/.

[6] Dublin Core官網[OL]. [2013-06-16]. http://dublincore.org/.

P-CUBE：Open Platform for Convergence and Management Scientific Data

Liu Jingbo / Hebei Library, Shijiazhuang, 050011
Li Ying / Institute of Scientific and Technical Information of China, Beijing, 100038

Integration and management of scientific data is national strategy of information resources. Now, there are no long-term and effective means to handle it.Korea Institute of Science and Technology Information (KISTI) is in the top in Asia. P-CUBE, a platform for convergence research and unification of Big E-resources developed newly by KISTI, is a good solution. This article describes its concept definition, architecture, and technical systems and applications. At last, the conclusion is given.

KISTI, P-CUBE, Scientific data, Management platform

2013-06-22）

10.3772/j.issn.1673—2286.2013.08.008

劉靜波，碩士，體育方法學專業(yè)。研究方向：教育學，圖書信息管理，數(shù)字資源的構建等。E-mail: ryuseiha@sina.com李穎，信息系統(tǒng)專業(yè)博士。研究方向：語義知識組織，基于主題的知識組織技術的應用等。E-mail: liying@istic.ac.cn