2020-10-16 SSN-1

Abstract
语义传感器网络（SSN）本体是用于描述传感器及其观察结果，所涉及的过程，所研究的感兴趣特征，用于执行此操作的样本以及所观察到的属性以及执行器的本体。 SSN遵循水平和垂直模块化的体系结构，其基本元素和属性包括一个称为SOSA（传感器，观察，样本和执行器）的轻量级但自包含的核心本体。 SSN和SOSA具有不同的范围和不同的公理化程度，能够支持广泛的应用和用例，包括卫星图像，大规模科学监测，工业和家庭基础设施，社会感知，公民科学，观察驱动本体工程和物联网。下面介绍这两种本体，并给出其用法示例。

SSN术语的命名空间为http://www.w3.org/ns/ssn/。
SOSA术语的名称空间是http://www.w3.org/ns/sosa/。

SSN名称空间的建议前缀为ssn。
SOSA名称空间的建议前缀为sosa。

SSN本体可从http://www.w3.org/ns/ssn/获得。
可从http://www.w3.org/ns/sosa/获得SOSA本体。

1.简介
本节是非规范性的。

传感器是当今Web上可用数据的主要来源。尽管传感器数据可能仅以值形式发布，但搜索，重用，集成和解释这些数据不仅需要观察结果，还需要更多。对于这些值的正确解释，同样重要的是有关感兴趣的研究特征（例如河流），观测属性（例如流速），使用的采样策略（例如流速的特定位置和时间）的信息。测量值以及其他各种信息。OGC的传感器网络支持标准[OandM]，[SensorML]提供了一种对传感器及其观察结果进行注释的方法。但是，这些标准并未与W3C语义Web技术（尤其是链接数据）集成在一起，也未与之链接，这是用于创建和维护全局且紧密互连的数据图的关键驱动力。随着物联网和更智能城市和家庭的兴起，执行器及其产生的数据也成为网络的头等公民。考虑到它们与感兴趣的传感器，观察结果，过程和特征的密切关系，期望提供一种也包括致动器和致动的通用本体。最后，随着数据和数据提供者的多样性的增加，诸如传感器的定义需要拓宽，例如，以包括社会感知。以下规范介绍了新的语义传感器网络（SSN）和传感器，观察，样本和执行器（SOSA）本体，旨在提供灵活但连贯的视角来表示与传感，采样，和驱动。 SOSA为SSN提供了一个轻量级的核心，旨在扩大可以利用语义Web本体的目标受众和应用领域。同时，SOSA充当了最小的互操作性回退级别，即，它定义了可以在SSN，其模块和SOSA的所有使用之间安全交换数据的那些通用类和属性。

2.模块化
本节是非规范性的。

使用W3C语义传感器网络孵化器组[SSNO]中定义的原始语义传感器网络本体的实践者已经确定了其复杂性的主要问题，部分原因是Dolce-UltraLite（DUL）上层本体。响应于此，新的语义传感器网络（SSN）本体提供了几个本体子集，这些子集主要通过其本体承诺来区分。本节说明了模块化SSN的原理和方法，即提供了几种不同的本体，这些本体在其论述领域相似，但是具有不同的本体论承诺，适用于多个用例和目标受众。例如，SOSA旨在为数据存储库提供Schema.org风格的语义丰富功能，该存储库由比典型的本体工程师更广泛的受众管理，同时仍确保与基于SSN的存储库的互操作性。

本体模块化是本体工程中用于将本体分割成较小部分的一种常用方法。通常，本体模块化旨在向本体用户提供他们所需要的知识，将范围尽可能减小到给定用例所必需的范围。可以区分本体模块化的两个主要类别。

第一类包括那些通过集成和映射本体集中于现有本体的组合的方法，最常见的是通过owl:import语句。 OWL导入具有从依赖本体到依赖本体的方向。尽管导入是可传递的，但是知识仅在一个方向上传播。导入本体通过包括与这些术语的含义相关的所有公理来假定所使用的导入术语的所有含义。但是，导入的本体不捕获导入本体的任何语义。

第二类包括旨在将本体的一部分作为模块进行划分和提取的映射方法。这些映射方法不一定是定向的，但是大多数本体提取方法都依赖于导入模块的方向性。在第二类别下的本体模块的主要特征是它是独立的（自包含的），即模块通过包括与这些术语的含义有关的所有公理来捕获所使用术语的含义。这意味着，某些推理任务（例如包含在单个模块中或进行查询回答）的结果应该是可能的，并且可以得到相同的答案，而无需访问本体的其他模块。

我们的模块化使用第一种方法，将本体分为使用owl:import语句的几个模块，从而根据分割的方向性区分两种方法：垂直分割和水平分割。
2020-10-16 SSN-1

Figure 1 The SOSA and SSN ontologies and their vertical and horizontal modules.

垂直细分
垂直模块相互依存，即它们定向owl:import下级模块。较低级别的模块独立于其较高级别的模块，并在逻辑上相互独立。

例如，Dolce-UltraLite对齐模块（the Dolce-UltraLite Alignment Module）导入SSN本体，而SSN本体本身也导入SOSA本体。但是，相反，SOSA和SSN都不会导入Dolce-UltraLite对齐模块。实际上，SOSA作为核心，不会导入任何其他本体，这使它真正独立于垂直模块，这些垂直模块为SOSA的轻量级语义增加了更多的表达性和本体论上的承诺。

请注意，此处的高层不要与高层本体混淆。上层本体是可以在许多领域中定向导入的普通知识本体，而我们此处的上层本体的定义是指扩展一个或多个本体模块以捕获知识域的较大部分和/或组合知识域的本体。

水平分割
水平分层的模块可能相互依赖，即它们可能依赖于另一个水平模块的方向导入。本规范中仅介绍了一个依赖于SSN本体的水平模块，即样本关系模块(the Sample relations Module）。将特定于领域的术语添加到SSN但需要导入SSN的其他本体可以视为水平模块。

3. SSN和SOSA的起源
本节是非规范性的。

在这里，我们简要回顾一下SSN和SOSA的起源，即W3C语义传感器网络孵化器小组[SSNO]发布的初始SSN版本，并由OGC致力于传感器Web支持。我们还将重点介绍自SSN本体首次发布以来所做的最重大的更改。

从2002年开始，OGC的Sensor Web Enablement计划已经开发了一个通用框架，用于传递（交付）传感器数据、处理遥感、移动平台以及现场监测和传感。传感器观察服务遵循OGC为Web服务创建的模式，为传感器和观察数据定义了标准查询接口。返回的XML数据符合传感器模型语言[SensorML]和OMXML [OMXML]，从而后者实现了观察和测量[OandM]。

SensorML和O＆M是互补的观点。 SensorML是“以提供商（者）（provider）为中心”的，并且对传感器的详细信息以及原始观察数据进行编码。 SensorML是独立的且高度灵活。这使数据生产者的生活变得轻松，但对消费者却提出了要求。 SensorML为数字数据数组的序列化提供了广泛的支持，并且特别针对包含必须并行处理的多个并行流的数据进行了优化。例如，机载车辆上的相机采集的数据必须基于平台的瞬时位置和摄像机的方位进行地理参考。相比之下，O＆M的设计目标是更“以用户（user）为中心”，以观察目标和被观察属性为一流对象。 O＆M在比SensorML更高的语义级别上工作，但仅提供传感器的抽象类、感兴趣的功能特性和可观察的属性，并期望由特定的应用程序和领域提供详细信息。 O＆M还提供了一个采样模型，因为几乎所有的科学观察都是在感兴趣的最终特征的子集或代表的结果上进行的。

最初的W3C语义传感器网络孵化器组本体（SSN）是围绕一种称为“刺激传感器观察（SSO，the Stimulus Sensor Observation）模式” [SSO-Pattern]的本体设计模式构建的。 SSO的开发是在语义传感器Web上使用重量级本体的最小且通用的基础，并明确解决了链接数据社区所要求的重量轻语义的需求。SSO也与Dolce-Ultralite上本体（DUL）保持一致。

The SSO was developed as a minimal and common ground for heavy-weight ontologies for the use on the Semantic Sensor Web as well as to explicitly address the need for light-weight semantics requested by the Linked Data community.

本文档中描述的新SSN基于此模式的修订和扩展版本，即传感器、观察、样本和执行器（SOSA）本体。与最初的SSO相似，SOSA充当SSN的核心组成部分，但更加强调轻量级使用和独立使用的能力。公理化也进行了更改，以提供与Schema.org更相关的体验。显著的差异包括使用Schema.org domainIncludes和rangeIncludes批注属性，与OWL 2对应项的推理语义相比，它们提供了非正式的语义。与针对新SSN实施的更改一致，尽管可以通过第6.1节中提供的SSN-DUL对齐方式实现可选对齐方式，但SOSA也会放弃直接DUL对齐方式。 SOSA在支持虚拟和人类传感器方面也比SSO更为明确。最后，最值得注意的是，SOSA通过包括执行器和采样的类和属性，将SSO的原始范围扩展到传感器及其观察范围之外。 SOSA还可以区分现象时间和结果时间。

更广泛地利用SSN和传感器和观察本体的丰富实施和应用经验，这里介绍的新SSN和SOSA本体旨在解决范围和受众的变化、初始工作的不足以及新技术的发展。下面的列表突出显示了最重要的更新（但到目前为止并非唯一）。

解决范围和受众的变化
- 最初的SSN在开发过程中首先考虑了本体工程师。由于SSN的广泛采用，公民科学的作用日益增强、链接数据社区对轻量级词汇的强烈关注以及Schema.org等词汇，因此简化了本体。 SOSA被添加为核心，也可用作针对Web开发人员、公民科学、轻量级链接数据发布、资源受限的IoT设备、数据密集型应用程序（可能使用轻量级推理）等的独立本体。新的SSN在SOSA之上引入了其他类别和关系，以对传感器和执行器的功能、系统的组成等进行建模，以适应更复杂的需求或需要更多来源数据的情况，例如，以提高可重复性。
- 几乎所有科学观察都大量使用了采样策略，因此，SOSA和SSN已添加了Sampling，Sampler and Sample classes（采样、采样器和采样类）及其相应的属性。
- 由于物联网和智能仪表以及环境的重要性越来越普遍，因此将执行器和驱动器类添加到SOSA和SSN中。
解决初始SSN的缺点
- 新的SSN简化了旧设备、平台和系统类之间的关系（以及对它们的需求）。
- 旧的SSN被认为过于重量级（就其公理化而言），并且某些用户过于依赖OWL推理。为了达到平衡，新的轻量级SOSA本体的DL表达是ALI（D），它由现代三元组存储有效地支持，而新的SSN是ALRIN（D）。相反，旧的SSN是SRIQ。
- SSN以前导入了DUL以及从DUL术语继承的许多SSN术语。由于频繁的用户请求，对此进行了重新设计，以便在需要时可以完全独立于DUL使用SSN（和SOSA）。已重新考虑了与DUL的某些一致性。使用DUL术语的SSN的那些部分已被分为具有DUL本体的SSN对齐。这种一致性以及DUL在SSN中的作用已被宣布为非规范性的。
- 许多类和属性的定义已略有更改，以改善说明或纠正较小的错误。示例已与主要定义分离。
- 最初的SSN因其对虚拟传感器（包括软件和仿真）以及相关类和属性的处理不一致而受到批评。新的SSN和SOSA通过允许对所有主要类别进行虚拟化并更好地支持人类和其他动物作为代理来解决此问题。
- 程序（以前是计划）的概念已经阐明，以描述工作流、协议、计划、算法或计算方法，这些方法指定了如何通过执行器进行观察、创建样本或更改世界状态。
- 将初始SSN中的观察类被定义为DULSituation类的子类。为了提高与O＆M和用户期望的一致性，并遵循一致的观察、采样和驱动建模策略，现在将SOSA中定义的观察类和新的SSN概念化为活动。
应对技术发展
- 最初的SSN使用本地/受保护的域和范围限制。轻量级的SOSA本体使用更加严格的公理化来促进不一定熟悉OWL的受众之间的广泛重用和适应。 SOSA利用Schema.org中定义的domainIncludes和rangeIncludes注释属性。这些以前没有。
- 鉴于越来越多的兴趣直接在单个传感器、执行器或平台的级别上使用语义Web技术，因此SOSA的公理化没有使用SSN引入的许多更复杂的语言元素。

4.公理化
本节介绍SOSA和SSN的规范。

4.1命名空间
SSN术语的命名空间为http://www.w3.org/ns/ssn/。
SOSA术语的名称空间是http://www.w3.org/ns/sosa/。

SSN名称空间的建议前缀为ssn。
SOSA名称空间的建议前缀为sosa。

可在http://www.w3.org/ns/ssn/上找到SSN本体。
可从http://www.w3.org/ns/sosa/获得SOSA本体。

4.2类和属性概述
本节是非规范性的。
原文链接

Classes: sosa:ActuatableProperty , sosa:Actuation , sosa:Actuator ,ssn:Deployment , sosa:FeatureOfInterest , ssn:Input ,sosa:ObservableProperty , sosa:Observation , ssn:Output ,sosa:Platform , ssn:Property , sosa:Procedure , sosa:Result ,sosa:Sample , sosa:Sampler , sosa:Sampling , sosa:Sensor ,ssn:Stimulus , ssn:System

Object Properties: sosa:actsOnProperty , sosa:madeByActuator ,ssn:deployedOnPlatform , ssn:deployedSystem , ssn:detects ,ssn:forProperty , ssn:hasDeployment , sosa:hasFeatureOfInterest ,ssn:hasInput , ssn:hasOutput , ssn:hasProperty , sosa:hasResult ,sosa:hasSample , ssn:hasSubSystem , sosa:hosts , ssn:implementedBy ,ssn:implements , ssn:inDeployment , sosa:isActedOnBy ,sosa:isFeatureOfInterestOf , sosa:isHostedBy , sosa:isObservedBy ,ssn:isPropertyOf , ssn:isProxyFor , sosa:isResultOf , sosa:isSampleOf , sosa:madeActuation , sosa:madeBySampler , sosa:madeBySensor ,sosa:madeObservation , sosa:madeSampling , sosa:observedProperty ,sosa:observes , sosa:phenomenonTime , sosa:usedProcedure ,ssn:wasOriginatedBy

Datatype Properties: sosa:hasSimpleResult ,
sosa:resultTime

已经定义了几个概念模块来涵盖关键传感器、驱动和采样概念。下图可以看到SOSA / SSN的不同概念模块。
2020-10-16 SSN-1

Figure 2 Overview of the SOSA/SSN ontology modules

从观察、驱动和采样的角度，在下图中可以看到本体模块内部的主要类和属性的概述。在图中以及本文档的其余部分，与SOSA相关的组件和限制以绿色显示，而仅SSN的组件以蓝色显示。
2020-10-16 SSN-1

Figure 3 Overview of the SOSA classes and properties (observation perspective)

2020-10-16 SSN-1

Figure 4 Overview of the SSN classes and properties (observation perspective)

2020-10-16 SSN-1

Figure 5 Overview of the SOSA classes and properties (actuation perspective)

2020-10-16 SSN-1

Figure 6 Overview of the SSN classes and properties (actuation perspective)

2020-10-16 SSN-1

Figure 7 Overview of the SOSA classes and properties (sampling perspective)

2020-10-16 SSN-1

Figure 8 Overview of the SSN classes and properties (sampling perspective)

4.3观察
4.3.1概述和示例
本节是非规范性的。

下图概述了与观察模型建模特别相关的核心类和属性。
2020-10-16 SSN-1

Figure 10 Classes and relationships involved in Observation (SOSA/SSN)

以下示例说明了如何使用与观察相关的术语：

iPhone晴雨表 iPhone Barometer
煤油储备 Coal Oil Point Reserve
134号公寓 Apartment 134
树高测量 Tree height measurement
黑子数 Number of sunspots
地震仪 Seismographs
风传感器旋转杯 Wind sensor spinning cups
IP68智能传感器 IP68 Smart Sensor

那写看似毫无波澜的日复一日，会在某一天让你突然发现努力的意义。
无悔昨天 & 感谢今天 & 喜欢明天~

一以贯之的努力，不得懈怠的人生。每天的微小积累，会决定最终的结果，这就是答案！

相关推荐