Aller au contenu
Données brutes
Logos / Ordre
MAKORLogos
Couche sémantique
Un graphe sur toutes les sources
Base de données graphe propre · Pétaoctets

Les données deviennent des affirmations.

Makor Logos construit une couche sémantique au-dessus de vos sources de données et les intègre dans un graphe commun et interrogeable. Bases de données, fichiers et flux parlent alors les mêmes termes, et chaque réponse apporte sa provenance. Les données restent dans leurs sources ou se trouvent dans la base de données graphe intégrée, là où la vitesse compte.

RôleCouche sémantique
IntégrationUn graphe sur toutes les sources
StockageSource ou graphe propre
ProvenancePar résultat
Déduction22 M faits/s
Conçu pourLe pétaoctet
Principe

Trois étapes de la source à l’affirmation étayée.

01 / Représenter

Relier les sources aux termes

Des mappings décrivent comment tables, fichiers et flux renvoient aux classes et relations de l’ontologie. De nombreuses sources forment ainsi un graphe commun. Les données restent dans leurs systèmes ou sont reprises dans la base de données graphe intégrée.

Stockage virtuel ou natif
02 / Déduire

Déduire ce qui vaut implicitement

Logos complète ce qui découle de l’ontologie : appartenance à une classe, relations partie-tout, succession temporelle. Les données elles-mêmes restent inchangées.

Sémantique définie formellement
03 / Prouver

Chaque réponse avec sa provenance

Pour chaque résultat, Logos fournit la chaîne : quelle source, quel mapping, quelle règle. La piste d’audit commence dès la première ligne, pas au moment du rapport.

Provenance par résultat
Intégration

Toutes les sources. Un graphe.

Logos connecte bases de données, fichiers et flux et les rend interrogeables comme un seul graphe. Ce qui doit être disponible immédiatement se trouve dans la base de données graphe intégrée, tout le reste demeure dans les systèmes sources.

Les sources connectées restent la version de référence de leurs données. Ce qui se trouve dans la base de données graphe conserve sa preuve de provenance.

Pour vous, cela reste une seule requête, quel que soit le nombre de sources derrière elle et leur taille.

Ce que Logos connecteVue d’ensemble
SourcesBases de données, fichiers et flux, connectés sans déménagement
Virtuel
Base de données grapheStockage intégré pour les données qui doivent être disponibles immédiatement
Natif
OntologieDes termes communs pour toutes les sources connectées
OWL
RaisonnementComplète ce qui découle des termes
Inférence
RequêteUn graphe, une requête, quel que soit le nombre de sources impliquées
SPARQL · GQL
La provenance accompagne chaque résultatMakor Logos
De nombreuses sourcesUn graphe commun
Performance

Ultrarapide. Plus rapide que tous les systèmes de nos benchmarks.

Dix systèmes graphe, RDF et relationnels ont tourné sur la même machine avec les mêmes données. Chaque réponse a été vérifiée par rapport au résultat attendu.

22 MFaits déduits par secondeDe nouvelles connaissances à partir des données chargées, valeur de pointe
75 sPour 50 M de tripletsCharger des données réelles : lire, encoder, stocker
46 ms1 000 sourcesRéunies en une seule réponse
Amis d’amis10 M d’arêtes · secondes
Makor Logos0,74 s
Triplestore RDF A4,94 s
Base de données graphe leader10,3 s
Triplestore RDF B14,1 s

Jointure de graphe sur deux niveaux, mêmes données, même machine. Plus court est meilleur : 14 fois plus rapide que la base de données graphe leader.

Mesuré avec Makor Logos v0.5.0 sur un nœud, 8 cœurs performance, 64 Go de RAMMeilleur de 3 à 10 exécutions · chaque réponse vérifiée
Big data

Conçu pour l’analyse sémantique de grands volumes de données.

Les outils sémantiques atteignent souvent leurs limites sur de gros volumes, tandis que les outils big data ignorent tout des termes. Makor Logos réunit les deux : ontologie, raisonnement et provenance, distribués dans un cluster et conçus pour des volumes de l’ordre du pétaoctet.

Big data
Analyse sémantique
1015octets porteurs de sens
Fonctionne en cluster
Un graphe, toutes les données

Fonctionne en cluster

Logos fonctionne de façon distribuée sur plusieurs machines. Quand les données augmentent, on ajoute des nœuds au lieu qu’un serveur unique atteigne ses limites.

Toutes les données, pas un échantillon

Les analyses portent sur l’ensemble des données, pas sur un extrait qui serait justement gérable.

Raisonnement à grande échelle

Ce qui découle de l’ontologie est disponible même sur de très grands graphes, pas seulement dans le prototype.

La provenance à toute échelle

Même sur de gros volumes, chaque affirmation peut être retracée jusqu’à sa source.

La taille de la source ne compte pasTemps de calcul pour 10 lignes transférées
10 000 lignes0,29 ms
1 M de lignes0,35 ms
100 M de lignes0,37 ms
1 Md de lignes0,41 ms

Données dans la source, pas dans Makor Logos. Une réponse coûte ce que pèse la réponse, pas ce que pèse la source.

Extrapolation

Un pétaoctet dans un cluster.

Extrapolé à partir de mesures sur un nœud, avec une efficacité de mise à l’échelle prudemment fixée entre 50 et 70 %. Aucune mesure en cluster.

NœudsCharger 1 PoDéduire sur 1 Po
1001,7–2,5 jours2,1–2,9 h
1 0004,2–5,9 h12–17 min
10 00025–35 min1,2–1,7 min
Provenance

Chaque réponse, étayée.

ExempleRésultat avec provenance

Le véhicule F-112 appartient à l’unité V-4.

Déduit
SourceTable fahrzeuge, gestion de flotte
MappingM-07 relie einheit_id à teilVon
FaitLa sous-unité E-9 fait partie de l’unité V-4, d’après la table einheiten
RègleteilVon est transitive
Interrogé14:42 UTC
Pourquoi c’est important

Explicable, parce que la chaîne est fournie.

Un résultat sans provenance est une affirmation gratuite. Logos enregistre quelle source, quel mapping et quelle règle ont conduit à une affirmation. Une décision reste ainsi explicable, même quand plus personne ne pose la question.

Posture

Ce que Logos n’exige pas de vous.

Aucune migration

Pas de data lake comme prérequis, pas de déménagement des données. Logos lit, via des mappings, les systèmes que vous exploitez aujourd’hui. La base de données graphe intégrée est une option, pas une condition.

Aucun schéma propriétaire

Ontologies en RDFS et OWL 2, règles de validation en SHACL, requêtes en SPARQL 1.1 et GQL selon ISO/IEC 39075. Sur les 981 tests de la suite W3C pour SPARQL, 899 réussissent et aucun n’échoue.

Aucune boîte noire

Ce que Logos déduit découle de termes et de règles définis. Chaque déduction peut être retracée jusqu’à sa source.

Aucun hébergement hors UE

Développé, exploité et hébergé en Allemagne. Aucun routage via des pays tiers, aucun service contrôlé de l’extérieur dans le chemin des données.

Nom

Pourquoi Logos.

Logos signifie à la fois parole, sens et ordre, et il se cache dans chaque « -logie », y compris l’ontologie. C’est exactement ce que fait la couche sémantique : elle donne un ordre et un sens à des données dispersées.

Données brutesLogos / Ordre

Lo·gos

[ˈlɔɡɔs]nom masculin
Étymologie
Du grec ancien λόγος (lógos), parole, discours, calcul ; de λέγειν, rassembler, recueillir, dire.
1 / Philosophie
Chez Héraclite, le principe qui donne ordre et cohérence à tout ce qui advient.
2 / Langage
Parole et sens à la fois. Il se cache dans chaque « -logie », y compris l’ontologie, l’étude de l’être.
3 / Données
Makor Logos, la couche sémantique de Makor : intègre les sources de données dans un graphe commun et leur donne du sens. Voir aussi Makor Äther et Makor Atlas.
RéférencesHéraclite, fragments B 1 et B 50
IA & agents · Rôle : Mémoire

Makor Logos et IA

Pour l’IA, Logos est la mémoire. Les modèles de langage et les agents s’appuient sur des faits établis et des termes définis, au lieu de deviner. Chaque réponse apporte sa provenance : quelle source, quel mapping, quelle règle.

Parlez-nous de votre situation de données.

Apportez une question qui échoue aujourd’hui à cause de sources dispersées. Nous vous montrons comment Logos permet d’y répondre.

Contact info@bonn-systems.com