Comment interroger un graphe de connaissance décentralisé en ligne ?

Querying Online Decentralized Knowledge Graphs

• Auteur / Autrice : Julien Aimonier-Davat
• Direction : Hala Skaf, Pascal Molli
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 11/12/2023
• Etablissement(s) : Nantes Université
• Ecole(s) doctorale(s) : École doctorale Mathématiques et Sciences et Technologies du numérique, de l’Information et de la Communication (Nantes ; 2022-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences du Numérique de Nantes
• Jury : Président / Présidente : Arnaud Soulet
• Jury : Examinateurs / Examinatrices : Frédérique Laforest, Mathieu d' Aquin, Mounira Harzallah, Luis Galárraga Del Prado
• Jury : Rapporteur / Rapporteuse : Frédérique Laforest, Mathieu d' Aquin

Mots clés

Mots clés contrôlés

Web sémantique

Mots clés libres

Serveurs SPARQL publics

Préemption Web

Moteur de requête fédérée

Public SPARQL Servers

Web Preemption

Federation Engine

Semantic Web

Résumé

Dans l’état actuel du Web sémantique, le développement d’applications intelligentes reposant sur un graphe de connaissances dé- centralisé accessible en ligne demeure un rêve lointain. D’une part, les SPARQL end- points publics font face à de graves problèmes d’accessibilité. De l’autre, les moteurs de requête fédérée, qui permettent aux utilisateurs d’interroger de manière transparente plusieurs SPARQL endpoints, ne passent pas à l’échelle. Ainsi, des milliards de triples RDF sont disponibles mais restent inaccessibles. Bien que diverses solutions aient été proposées, elles présentent toutes des problèmes de performance importants. Dans cette thèse, nous proposons différentes solutions pour sur- monter ces limitations. Pour commencer, nous étendons le modèle de la préemption Web afin de fournir un service de requête SPARQL public, fiable, et efficace. Ensuite, nous proposons un nouvel algorithme d’optimisation pour les requêtes SPARQL conjonctives qui contiennent des filtres et des expressions property path. Enfin, nous proposons un nouveau moteur de requête fédérée capable d’interroger efficacement une fédération de serveurs SPARQL de la taille du Linked Open Data Cloud.

In the current state of the Seman- tic Web, developing intelligent applications on top of a live queryable decentralized knowl- edge graph remains a distant dream. On the one hand, public SPARQL endpoints face serious availability problems. On the other hand, federation engines, which allow users to query multiple endpoints as a single one, do not scale when the number of sources increases. As a result, billions of RDF triples are available but not accessible. Various solutions have been proposed to solve these problems, but existing solutions all present significant perfor- mance issues. In this thesis, we propose solutions to overcome these limitations. We start by extending the Web preemption model with new preemptable operators. In doing so, we significantly improve the performance of frequently used classes of queries. Next, we propose a new optimization algorithm for conjunctive SPARQL queries with filters and property paths. Finally, we introduce a new federation engine that can handle federations of the size of the Linked Open Data Cloud.