Składowanie i dostęp do danych w rozproszonym systemie ochrony własności intelektualnej ANDRZEJ SOBECKI, POLITECHNIKA GDAŃSKA INFOBAZY 2014

Transkrypt

1 Składowanie i dostęp do danych w rozproszonym systemie ochrony własności intelektualnej ANDRZEJ SOBECKI, POLITECHNIKA GDAŃSKA INFOBAZY 2014

2 Podstawowy proces gromadzenia Trudności: Weryfikacja dokumentu Ochrona przed kopiowaniem treści Współdzielenie Dostęp do podobnych

3 Podstawowy proces gromadzenia Repozytorium Trudności: Weryfikacja dokumentu Ochrona przed kopiowaniem treści Dostęp do podobnych

4 Proces gromadzenia rozszerzony o analizę antyplagiatową System antyplagiatowy Trudności: Weryfikacja dokumentu (problem pozostaje dopóki ktoś nie zaakceptuje) Ochrona przed kopiowaniem treści Dostęp do podobnych

5 Gromadzenie zatwierdzonych przez operatora Ocena Raport? System antyplagiatowy Trudności: Ochrona przed kopiowaniem treści Wydajność procesu gromadzenia danych Jakość analizy

6 Współpraca wielu organizacji w procesie gromadzenia? Oceny Raporty System antyplagiatowy? Organizacja 1 Organizacja 2 Internet Książki, artykuły, materiały od wydawnictw Trudności: Wydajność procesu Jakość analizy

7 SOWI Studium przypadku Praca inżynierska Praca magisterska Rozprawa doktorska Artykuł Książka RDC? Oceny Raporty Promotorzy/opiekunowie? RDC Praca inżynierska Praca magisterska Rozprawa doktorska Artykuł Książka Uczelnia 1 Uczelnia 2 Internet Książki, artykuły, materiały od wydawnictw Trudności: Wydajność procesu Jakość analizy

8 Jakość i wydajność procesu analizy antyplagiatowej Kolejność czasowa zdarzeń Dobór metod analizy Przyjmowanie zleceń Konwersja Dostarczenie dokumentu Unifikacja Klasyfikacja Dobór parametró w usług Kompozycja scenariuszy Zrównoleglanie Uruchamianie usług Analiza statystyczna Kolejkowanie w wewnętrznym systemie Zebranie wyników i ich odesłanie Opis operacji: Wyodrębnienie i klasyfikacja tekstu Przygotowanie scenariuszy w zależności od def. kontekstu analizy Zarządzanie przebiegiem analizy prac z wykorzystaniem usług Podsumowanie wyników analizy i utworzenie raportów Archiwizacja dokumentu w repozytorium cyfrowym

9 Jakość i wydajność procesu analizy antyplagiatowej metody analizy Wyszukiwanie podobnych Generowanie metryk Wyszukiwanie metryk podobnych w repozytoriach Tworzenie słów kluczowych na podstawie treści Wyszukiwanie w Internecie materiałów podobnych Analiza podobieństwa Analiza statystyczna - zgodności dokumentu z profilem użytkownika, wykrywanie prób oszustwa systemu antyplagiatowego Wyszukiwanie fragmentów identycznych Wyszukiwanie fragmentów podobnych odmiana wyrazu, zamiana wyrazów, wstawienie dodatkowych fragmentów

10 Jakość i wydajność procesu analizy antyplagiatowej architektura Platforma KASKADA Repozytoria Obsługa żądań użytkowników Analiza statystyczna Wykorzystanie mocy obliczeniowej klastra superkomputerowego Internet Konwersja Kompozycja scenariuszy analiz Obsługa kolejkowania scenariuszy analiz Podsumowanie wyników analizy Raportowanie Zbieranie ocen archiwizacja dokumentu Scenariusze analizy Realizacja przygotowanych kompozycji usług: Wyszukiwanie podobnych Analiza podobieństwa Raportowanie SowiSync SowiSync SowiSync Materiały wydawnictw

11 Architektura rozproszona RDC RDC RDC RDC Repozytoria metryk Centrum obliczeniowe Repozytoria metryk Centrum obliczeniowe Trudności: Spójność danych Aktualność danych

12 Architektura rozproszona RDC RDC RDC RDC SNSA System nadzorczy systemów antyplagiatowych Repozytoria metryk Centrum obliczeniowe Repozytoria metryk Centrum obliczeniowe

13 Architektura rozproszona RDC RDC Ministerstwo Nauki i Szkolnictwa Wyższego SNSA System nadzorczy systemów antyplagiatowych Centralny dostęp do wszystkich repozytoriów i analiz podobieństwa RDC RDC Repozytoria metryk Centrum obliczeniowe Repozytoria metryk Centrum obliczeniowe

14 Zakończenie Zalety wykorzystania systemu SOWI Automatyczna obsługa analiz podobieństwa i archiwizacji Realizacja obliczeń na superkomputerze Wykorzystanie dokładniejszych algorytmów (wyszukiwanie fragmentów podobnych) Pozostawienie zasobów po stronie uczelni, możliwość utworzenia własnego repozytorium prac dyplomowych Możliwość stworzenia węzła antyplagiatowego po udostępnieniu serwerów obniżenie kosztów analizy antyplagiatowej / możliwy zysk dla uczelni