Prognos: Selvitys Standardista Esitysmuodosta

Transkriptio

1 Prognos: Selvitys Standardista Esitysmuodosta VTT Tietotekniikka, Tuotetietojen hallinta Markus Ylikerälä 8. lokakuuta

2 Sisältö 1 Johdanto 3 2 Standardien Luokittelu 4 3 XML 5 4 XDF 6 5 Mittaustieto 6 6 Julkaisu tieto 8 7 Grafiikkastandardit 8 8 Käyttöliittymät 8 9 Muut 9 10 Johtopäätökset 9 2

3 1 Johdanto Tiedonmäärä lisääntyy koko ajan ja sitä käsitellään mm. varastoimalla, siirtämällä, tulkitsemalla jne. Sen sijaan että samalla sovellusalueella käytettäisiin useita eri standardeja, voisi yhteisen tiedon esitystapastandardin käyttäminen tuoda etuja. Yhteinen esitystapastandardi on yleensä myös parempi ratkaisu kuin mm. muuntaminen eri esitystapojen välillä. Syitä tähän ovat mm. yhteensopimattomuudet esitystapojen välillä ja muunnossysteemien hallinta. Tämä asiakirja on PROGNOS -projektin[1] selvitys standardista esitysmuodosta. Muiden osien suhteet standardiin esitysmuotoon on esitetty kuvassa 1 Selvityksen tarkoituksena on kartoittaa PROGNOS-projektin aihepiiriin kuuluvia mittaus-, grafiikka-, puhe- ja julkaisutiedon esitys- sekä siirtostandardeja kirjallisuuskatsauksena. Aihealueen laajuudesta johtuen ei ole mahdollista eikä tarkoituksenmukaista esittää kaikkia mahdollisia vaihtoehtoja ja käydä niitä yksityiskohtaisesti läpi. Sen sijaan tavoitteena on antaa yleiskuvaus tiedon esitys- ja siirtostandardeista ja tarjota viitteitä lisätietojen hankintaan. Tämän asiakirjan rakenne on seuraavanlainen. Seuraavassa kappaleessa eli kappaleessa 2 selostetaan perusteita tiedon esitys- ja siirtotavoille. Näiden perusteiden tarkoitus on selvittää termejä ja antaa syvällisempi kuva aiheesta. Tämän jälkeen olevissa kappaleissa käydään läpi useita tiedon esitys- ja siirtotapoja. Lopuksi kappaleessa 10 esitetään johtopäätökset. Kuva 1: Eri osa-aluiden suhteet 3

4 2 Standardien Luokittelu Tiedon esitys ja siirtostandardit voidaan jakaa seuraavasti[4]: Tiedon esitysmuoto Siirtomedia Tiedon laatu Dokumentointi Tiedon esitysmuoto Jotta tietoa voitaisiin siirtää niin ettei tietoa häviä, tarvitaan yhteinen tiedon esitysmuoto, jota molemmat systeemit ymmärtävät. Huomattakoon että yhteisen esitysmuodon kehitys voi ajallisesti kestää hyvin kauan. Erilaisia käytössä olevia tiedon esitysmuodon käyttötapoja ovat: 1) rajoitetut standardit, jotka eivät ole yleisessä käytössä ja jotka ovat herkkiä tiedon häviämiselle 2) kolmannen osapuolen muunnossysteemit, joita tulee käyttää varoen ja joita ei aina ylläpidetä 3) salaiset muunnostavat, esim. tietokantojen muuntamiseen 4) ns. suoraviivaiset menetelmät, suositeltavin tapa, mutta käytössä vain tietyissä ympäristöissä Siirtomedia Siirtomedian tarkoitus on siirtää tieto tehokkaasti systeemien välillä. Vaikka yleiset periaatteet tunnettaisiin hyvin, huomattavia muutoksia voi esiintyä, kuten Internetin nopea kasvu on osoittanut. Siirtomediasta huomioitavia asioita ovat: kyky lukea ja kirjoittaa tietoa käytetty media esim. disketti, nauha, CD-ROM, DVD, intranet, Internet tiedoston koko, jotta vastaanottaja voi tallentaa ja käsitellä tietoa käyttöjärjestelmä ja fyysinen laitteisto (hardware) tiedon tuotossa käytetty ohjelmisto (software), esim. erikoisohjelmisto, toimistoohjelma jne. käytetyt tiedon pakkaustavat ja niiden dokumentointi tiedon varastointi aika, tiedon varastointi media, tiedon suorituslaitteisto ja -ohjelmisto 4

5 Erityisesti huomattakoon viimeinen kohta, joka on yhä tärkeämpi tietomäärien ja varastointiaikojen kasvaessa, jotta tieto olisi sekä saatavilla että tulkittavissa myös tulevaisuudessa Tiedon laatu standardit Tiedon laadun tarkoitus on kuvata tiedon sopivuus käyttäjälle ja edellyttää tosiasiallista suunnittelua sen sijaan että noudatettaisiin jotain epäoleellista ohjeistusta. luotettavuus (eri asia kuin tarkkuus) päiväys tieto, aikaleiman lisäksi pitäisi sisältää tieto myös muut tietoon liittyvät asiat ja vaikutukset kuten tiedot kalibroinnista täydellisyys - onko tieto itsenäinen kokonaisuus vai osa suurempaa tietoa yhtenäisyys - sekä mittausten toistettavuus että tulosten toistaminen kuten. yksiköiden valinta- ja nimeämiskäytännöt Dokumentointi standardit Dokumentointi standardeilla eli metadatalla tarkoitetaan tiedon (tallenteen) kuvausta. Esimerkkeinä metadatan käytöstä ovat kirjaston kortistot ja XML-tiedostot. Metadata on siis "tietoa tiedosta"(data about data). Metadatan avulla voidaan kuvata mm. tiedon rakenne, sisältö jne. Metadata mahdollistaa tiedon käsittelyn tietokoneohjelmilla (ohjelmallisesti). Dokumentointi standardien käyttöä ei aina pidetä tärkeänä muihin tehtäviin verrattuna tai se voi eriytyä lopullisesta käsitellystä tiedosta. Tämän seurauksena käsitellystä tiedosta ei aina voida päätyä takaisin mittaustietoon. Johtopäätöksenä todetaan että mittaustiedon esitystapastandardien tulee keskittyä sekä tiedon sisältöön että kuvaukseen sen käytöstä. Tiedonsiirtostandardit kehittyvät yleensä teknologian kehityksen myötä. 3 XML Extensible Markup Language (XML)[20] on yksinkertainen SGML:stä[12] johdettu tekstiperusteinen formaatti. Se sisältää joukon muotoilusääntöjä ja ohjeita tekstiperusteisten merkkauskielten määrittelyyn. XML soveltuu rakenteisen tiedon kuvaukseen ja siirtämiseen. XML on metakieli, joka ei määrittele kiinteää avainsanojen eli tagien joukkoa vaan on suunniteltu laajennettavaksi ja joustavaksi. XML-dokumenttien ymmärrettävyyttä on pidetty tärkeänä ja niitä voidaankin lukea sellaisenaan. Lisäksi XML-dokumentteja käsitteleviä ohjelmia on helppo tehdä. Koska samaa tietoa varten voi tehdä useita erialaisia XML-dokumentteja, ei XML itsestään riitä, vaan tarvitsee määritellä käytettävä XML-dokumentin rakenne. XML mahdollistaa tiedon rakenteen esittämisen, mutta ei määrittele tiedon esitystä (kuten HTML [19]). Tiedon esitys voidaan tehdä tapauskohtaisesti mm. käytettävän ohjelmiston ja laitteiston ominaisuuksien mukaan. 5

6 4 XDF extensible Data Format (XDF)[21] on XML:n perustuva NASA:n kehittämä yleinen tieteellinen data formaatti. Se soveltuu hyvin mittaustulosten esitystavaksi, koska se ei sisällä sovelluskohtaisia ominaisuuksia. Se sisältää mittaustietojen esityksen ja jäsentelyn, joiden yhteyteen sovelluskohtaiset tiedot voidaan linkittää. XDF:n tärkeimmät ominaisuudet ovat: hierarkiset tietorakenteet, n-ulotteiset taulukot koordinaattitiedolla, moniulotteiset taulukot kenttätiedolla, muuttuva resoluutio, olemassa olevan tiedon sisällyttäminen, käyttäjän määrittämä koordinaattisysteemi, ASCII metadatan etsintä ja laajennettavuus uusilla ominaisuuksilla tai data formaateilla. 5 Mittaustieto Antureita käsitellään [2]:ssa kohdassa 3.1 ja tiedonkeruuta [2]:ssa kohdassa 3.2. Yhteisen mittaustietojen esitys- ja siirtotavan puuttuminen on ajankohtainen ongelma ja selvityksen tästä aiheesta on tehnyt mm. Ison-Britannian kansallinen mittauslaboratorio [6]. Metrologisten algoritmien käyttöä standardeissa on tutkittu mm. [8]. Tarkkaa esitystapa mittaustavalle ei yleensä käynyt ilmi, vaan se vaikutti jätetyn sovelluskohtaiseksi ratkaisuksi. Kuitenkin käytössä olevia mittaustietojen esitystapoja ja siirtotapoja on selvitetty [4]:ssä, joka kertoo mittaustietojen käytöstä ohjelmistoissa ja jonka perusteella yleisimmät tiedon esitystavat ovat: ASCII-tiedostot taulukkolaskentaohjelmat (esim. Microsoft Excel, OpenOffice Calc jne) tekstinkäsittelyohjelmat (esim. Microsoft Word, OpenOffice Write jne) tietokannat Näistä taulukko- ja tekstinkäsittelyohjelmat sekä tietokantaohjelmat sisältyivät ns. toimistopaketteihin kuten Microsoft Office ja OpenOffice. Ongelmana näissä mainittiin ongelmat tiedon formaateissa (esim. Word97, Word95) eri valmistajien tai jopa saman valmistajan välillä. Mutta todettiin että PC-koneisiin siirtyminen ja Microsoftin monopoliasema ovat vähentäneet näitä ongelmia. Ongelmana näissä on että ne eivät kerro mikä on tiedon yksiselitteinen rakenne vaan ainoastaan näyttävän tiedon ulkoasun. Tämä on ongelma, koska sama tieto voidaan esittää monella eri tavalla. Lisäksi toimisto-ohjelmien käyttämä tallennusmuoto voi olla myös patentoitu, tekijänoikeudellisesti suojattua, avoimesti dokumentoimatonta jne. Näin ollen tiedon käsittely ohjelmallisesti ei ole tarkoituksenmukaista. Yksiselitteistä standardia mittaustiedon siirtotapaa ei selvityksessä löytynyt. Tiedonsiirtoteknologioita käsitellään [2]:ssa kohdassa 3.3. Toisinaan saatettiin mainita että tiedonsiirto järjestelmien välillä tehtiin SGML[12]:n johdannaisella XML:llä [20], mutta tämän rakennetta (skeemaa) ei kuvattu. Ongelmana tässä on, että vaikka tiedetään mitä tietoa siirretään, ei tiedetä mm. yksittäisten tietojen siirtojärjestystä. 6

7 Kuitenkin käytössä olevia mittaustietojen esitystapoja ja siirtotapoja on selvitetty [4]:ssä, jaka kertoo mittaustietojen käytöstä ohjelmistoissa ja jonka perusteella yleisimmät tiedon siirtotavat ovat: sähköposti ( Simple Mail Transport Protocol, SMTP) FTP (File Transfer Protocol, tiedonsiirtoprotokolla) WWW (World Wide Web, sisältäen HTTP, HTML, DHTML, XML) Nämä kaikki ovat Internet-standardeja. Ongelmina mainittiin tiedon näkyminen eri tavoilla selaimesta riippuen. Lisäksi nämä tiedonsiirtotavat perustuvat asiakaspalvelin arkkitehtuuriin (client-server), tosin tällä hetkellä tiedon määräsesä mitaten tiedonsiirto Internetissä tapahtuu vertaisverkoilla (peer-to-peer, p2p). lähteessä [4] mainittuja standardeja JCAMP-DX, JCAMP-DXB DMIS BS ISO 14976:1998, BS 6154:1981 netcdf STEP VTT raportti [7] käsittelee energiaan liittyvän tiedon siirtoa ja esitystä. Sen mukaan tarkoitusmukainen yleinen mittaustietojen esitysformaatti on XML:n pohjautuva XDF[21]. Tiedon esitystavoista on mainittu excel Tiedon siirtotavoista on mainittu Internet lähteessä [7] mainittuja standardeja Ediel, UN/EDIFACT ODEL v.2 XDF CODED/DLMS ANSI C.19 PQDIF Internetin käytöstä tiedon siirtotapana kannattaa huomata että tämän hetken Internet on alkujaan ollut hyvin erilainen ja tulee ilmeisesti muuttumaan [22]. Internet 7

8 6 Julkaisu tieto Dublin Core[3] on metadata-formaatti, josta on tehty suomenkielinen SFS-standardi. Dublin Core keskittyy erityisesti dokumentin kaltaisiin kohteisiin, sitä voidaan soveltaa myös muunlaisten ilmiöiden, kuten tapahtumien (konferenssit, yms.) kuvailuun. Formaatin soveltuvuus tämäntyyppisille kohteille riippuu siitä kuinka paljon niiden kuvailu muistuttaa dokumentin kuvailua ja siitä, mitä tarkoitusta metadatan on ajateltu palvelevan. 7 Grafiikkastandardit Grafiikkastandardien tarvoitteena on mahdollistaa erilaisen tiedon esim. mittaustiedon visualisointi[2] kohta 3.6. OpenGL[9] on SGI:n luoma toimittajariippumaton useamman laitteiston standardi 2-ja 3-uloitteisen (2D/3D) grafiikan esittämiseen. Koska tämän hetken kämmyköiden resurssit ovat rajalliset verrattuna mm. yleiskäyttöisiin tietokoneisiin kuten PC, on niille kehitetty nämä rajoitteet huomioiva Khronos Group:n[10], jonka standardeja ovat OpenGL ES OpenML, digitaalisen median kaappaamiseen, siirtoon prosessointiin, näyttämiseen ja synkronointiin. OpenVG laitteistotason rajapinta vektorigrafiikan nopeuttamiselle OpenMAX esim. grafiikan ja video codekkien (esim. MPED-4) media käsittelyprimitiivien standardisointi OpenGL on matalan tason grafiikkastandardi ja tämän takia on kehitetty korkeammalle abstraktiotasolla olevia grafiikkastandardeja. Tällainen on mm. laitteistoriippumaton Java 3D (J3D). Vastaavasti kämmyköille on kehitetty J2ME (Java 2 Micro Edition) ympäristö, jossa esim. 3D grafiikan esittämiseen kehitetty [11]. Vaikka etenkin OpenGL on grafiikkastandardina yleinen, on kämmyköiden markkinoista käytävä kilpailu vielä käynnissä, jolloin useampia, tosin käytännössä vain muutamaa varteenotettavaa grafiikkastandardia on tarjolla. 8 Käyttöliittymät Käyttöliittymän määrittämiseen XML-pohjaisilla kielilllä on useita eri vaihtoehtoja. Toiset näistä kielistä ovat hyvin abstrakteja [23], määrittäen valintariippumattoman käyttöliittymän. Toiset kielet tarjoavat konkreettisemman lähestymistavan tarjoten käyttöliittymän suunnitelluun enemmän hallintaa skaalautuvuuden kustannuksella. Ensisijainen esirmekki tällaiseesta konkreettisesta kielestä on Extensible User Interface Language (XUL) [25], jota käytetään suosituissa Mozilla/Netscape and Firefox www-selaimissa [24] kaikkien käyttöliittymäelementtien määrittämiseen. Mielenkiintoinen ilmiö on monien Java pohjaisten XUL ympäristöjen [25] kuten Luxor, SwiXml, Thinlet ja XUI ilmaantuminen vaikka niiden käyttämä XUL eroaa kuitenkin Moxilla XUL:sta 8

9 Puheentunnistukseen ja -tuottoon sekä puhetiedon esittämiseen löytyy usean eri valmistajan ohjelmia, Sun Microsystem, IBM, Philips, MicroSoft jne. Näistä mm. Philip:ltä löytyy tuki suomen kielelle. Sun Microsystems:n kehittämä Java Speech API[18] (JSAPI) tarjoaa yhteisen rajapinnan eri puheentunnistusohjelmille. Tähän kuuluu lisäksi The Java Speech Grammar Format (JSGF), joka tarjoaa alusta- ja valmistajariippumattoman tekstipohjaisen esitystavan puheentunnistusohjelmille. VoiceXML[17] (Voice Extensible Markup Language) on standardi, jonka tarkoitus on mahdollistaa palvelujen käyttäminen puheella. Myös W3C:n kehittämä XML:n perustuva Speech Synthesis Markup Language (SSML)[16] tähtää webin ja palvelujen käyttöön. 9 Muut Unicode-merkkistandardi[15] on tärkeä asia kaikille, jotka laativat sisältöä vierailla kielillä. Se esittää mm. ASCII-[13], ANSI (ISO-Latin 1)[14] merkkistandardeista poiketen tiedon kahdella tavulla, jolloin esitettävissä olevien merkkien määrä moninkertaistuu. 10 Johtopäätökset Eri tarkoitukseen luotuja standardeja on luonnollisesti paljon. Tässä selvityksessä oli tavoitteena selvittää PROGNOS-projektiin liittyen standardia tiedon esitystapaa. Muiden osien suhteet standardiin esitysmuotoon on esitetty kuvassa 1. Tämän selvityksen laajuudesta johtuen yksiselitteisiä standardeja tiedon esitystai siirtotavalle ei ole, vaikka tarvetta tällaiselle ilmeisesti on. Tästä huolimatta voidaan esittää ratkaisuja, jotka tällä hetkellä ovat saatavilla ja joiden kehityksestä ollaan yhä kiinnostuneita. Ratkaisuina tiedon esittämiseen ja käsittelyyn esitetään XML-pohjaisten menetelmien käyttämistä, koska nämä ovat hyvin joustavia, niille on laaja tuki ja tällä alalla on lisäksi olemassa jo ratkaisuja. 9

10 Viitteet [1] Prognos- Teollisuuden käynnissäpidon prognostiikka, projektin sivusto [2] Teollisuuden käynnissäpidon prognostiikka Teknologiakartoitus [3] DublinCore [4] Format Standards for Measurements Data [5] HP Standard Data Format (SDF) [6] The UK s National Measurement Laboratory [7] Pekka Koponen, TESLA Raportti nro 82/2002, DSM-mittaustietojen rakenteen standardoinnista, VTT [8] An assessment of the extent to which metrology algorithms are used in standards [9] OpenGL [10] Khronos Group [11] JSR 184: Mobile 3D Graphics API for J2ME, Sun Microsystems [12] SGML, ISO [13] ISO-646, ASCII [14] ISO-8859, ANSI, ISO-Latin 1 [15] Unicode [16] SSML Speech Synthesis Markup Language, Word Wide Web Consortium (W3C) [17] VoiceXML Forum [18] Java Speech, Sun Microsystems [19] HTML (Hyper Text Markup Language), Word Wide Web Consortium (W3C) [20] XML (Extensible Markuup Language) - Word Wide Web Consortium (W3C) 10

11 [21] XDF extensible Data Format XDF - NASA [22] David D. Clark, John Wroclawski, Karen R. Sollins, Robert Braden Tussle in Cyberspace: Defining Tomorrow s Internet ACM SIGCOMM 2002 [23] Shari Trewin, Gottfried Zimmermann, Gregg Vanderheide, Abstract user interface representations: how well do they support universal access?, CM SIGCAPH Computers and the Physically Handicapped, Proceedings of the 2003 conference on Universal usability [24] Mozilla project web pages, [25] Extensible User Interface Language (XUL), 11