一种基于情境推理的语义Web服务发现方法

传统的语义Web服务发现方法,由于受到用户所处的情境因素的约束,所发现的服务很多不能满足用户的情境期望.文中提出了一种基于情境和推理规则的Web服务发现方法,使用该方法可以得到适宜用户情境的Web服务.分别建立了用户情境本体和Web服务情境本体来描述情境信息,建立了用户情境和Web服务情境之间的推理元规则,提出了相应的推理算法,并基于该算法实现了情境推理模块.实验结果表明,与现有语义Web服务发现的方法相比,文中方法能够在增加合理的时间开销的前提下为用户提供更加准确的服务查询结果.     

基于动态描述逻辑的语义Web服务推理

语义Web服务的提出是为了解决Web服务资源在语义Web中的自动发现、组合和执行等问题,基本思路是将本体承载的静态知识与对Web服务动态功能的描述有机地结合起来.动态描述逻辑是描述逻辑的一种动态扩展,支持面向语义Web的对动作的描述和推理.文中利用动态描述逻辑DDL(SHOIN(D))的描述和推理功能,提出对语义Web服务进行建模和推理的一种有效途径.从OWL-S中的Process Model出发,将语义Web服务建模为基于DDL(SHOIN(D))的动作理论,其中,对应于Process Model中的原子过程,可以对输入、输出、局部变量、前提条件、结果等多个方面进行建模;对应于Process Model中的复合过程,可以相应地对数据流以及顺序、选择、乱序、条件、迭代、循环等控制结构进行刻画.以建模后得到的动作理论为基础,应用动态描述逻辑的推理机制,可以分别对语义Web服务的可实现性、可执行性、投影、规划等问题进行推理.这些推理功能为语义Web服务的自动发现和自动组合提供了有效的支持.     

基于语义规则的分阶段语义Web服务发现方法

为解决现有语义Web服务发现方法发现效率较低的问题,针对服务发现过程中服务描述不对称的特点,在现有研究基础上,提出了一种基于语义规则的分阶段语义Web服务发现方法.该方法使用语义规则来刻画服务请求描述,对服务发布本体进行了扩展,并通过分阶段服务发现,实现了服务匹配范围的准确界定,提高了服务发现的效率,保证了服务发现的质量.通过与已有算法在成功率、完成时间等方面的对比模拟实验,表明了该方法的性能.     

基于模板和上下文的语义Web服务动态组合

为了适应环境和上下文信息的动态变化并提供适时适地的服务,Web服务组合要能满足处于动态变化环境中的个性化用户需求。文中提出了一个基于模板和上下文的语义Web服务组合框架,该框架使用抽象服务流程进行Web服务组合建模,利用本体来进行上下文信息建模并支持基于JESS的上下文信息推理,在原有基于语义的Web服务匹配的基础上,实时地感知上下文信息来进行Web服务动态绑定。该方法提高了服务组合的成功率和动态适应性,并且满足了用户的个性化需求。     

基于推理和相似度计算的语义Web服务匹配策略

将本体的概念引入Web服务提升了服务的语义表达能力和发现能力,传统的语义Web服务匹配主要有基于推理和基于本体相似度计算两种方式.基于推理的服务匹配较容易实现,具有稳定的查准率和较高的运行效率,但同一级结果间不能进一步区分结果的匹配度.基于相似度计算的服务发现可以精确地描述结果与查询条件的匹配程度,便于用户比较,但实现较为复杂,并且在最坏情况下有糟糕的响应时间.在基于推理的服务匹配策略的基础上,提出了一种带有语义相似度计算的服务匹配策略,并用一个书籍领域本体的匹配实例进行了说明.     

一类扩展的动态描述逻辑

作为描述逻辑的扩展,动态描述逻辑为语义Web服务的建模和推理提供了一种有效途径.在将语义Web服务建模为动作之后,动态描述逻辑从动作执行结果的角度提供了丰富的推理机制,但对于动作的执行过程却不能加以处理.借鉴Pratt关于命题动态逻辑的相关研究,一方面,对动态描述逻辑中动作的语义重新进行定义,将每个动作解释为由关于可能世界的序列组成的集合;另一方面,在动态描述逻辑中引入动作过程断言,用来对动作的执行过程加以刻画.在此基础上提出一类扩展的动态描述逻辑EDDL(X),其中的X表示从ALC(attributive language with complements)到SHOIN(D)等具有不同描述能力的描述逻辑.以X为描述逻辑ALCQO(attributive language with complements,qualified number restrictions and nominals)的情况为例,给出了EDDL(ALCQO)的表判定算法,并证明了算法的可终止性、可靠性和完备性.EDDL(X)可以从动作执行过程和动作执行结果两个方面对动作进行全面的刻画和推理,为语义Web服务的建模和推理提供了进一步的逻辑支持.     

基于二分图匹配的语义Web服务发现方法

如何从大规模服务集合中快速而准确的发现目标服务是应用Web服务技术的关键.现有基于语义的Web服务发现方法应用实施难度大且效果存在较大提升空间.文中首先提出了Web服务注册的信息模型,该模型不受限于具体的Web服务模型和表达语言,支持接口语义标注和接口依赖关系的申明.进而提出了基于二分图匹配的语义Web服务发现方法,通过对二分图最佳匹配进行扩展,将服务匹配问题转化成二分图的扩展最佳匹配的求解问题,支持服务接口之间的依赖关系,从而提高服务发现的效果.一系列仿真实验表明文中方法不仅能较大提高服务发现的召回率和准确率,而且还能以线性时间复杂度满足用户请求.     

物联网环境下基于情境的语义Web服务选择

当前Web服务海量增加，物联网应用技术快速发展、不断普及，而现有的Web服务选择算法低效、用户匹配度低。针对该问题提出一种物联网环境下基于情境的语义Web服务选择方法。该方法应用QoS参数的无量纲化与语义Web服务动态选择方式，将物联网环境下服务与语义Web服务相结合，并根据用户需求针对QoS选择最优的服务集。实验表明，该方法能有效地提高用户服务动态选择的成功率。     

基于 OWL-S 的语义 Web 服务发现方法

随着 Web 服务的广泛应用和迅速发展,服务的种类和数量越来越多,要在众多的 Web 服务中高效地发现满意的服务成为一个关键的问题.目前的 Web 服务发现方法大多是采用基于关键字匹配的机制,查全率和查准率不高,难以满足用户的需要.针对这个问题将 OWL-S 引入服务发现,为 Web 服务添加语义信息,运用本体推理技术,文中提出一种基于 OWL-S 的语义相似度匹配度计算的 Web 服务发现方法,并设计了服务发现原型系统.实验结果表明提出的服务发现方法能够获得较好的服务发现效果     

基于XQuery扩展的异构语义Web服务发现

语义Web服务发现作为分布式计算的前提和关键,备受研究者关注。多种语义Web服务描述语言的存在给异构语义Web服务的发现带来了挑战。本文提出了一种支持异构语义Web服务描述语言的发现框架i XQuery。该框架从两个方面扩展XQuery,使其支持异构语义Web服务的结构化查询与逻辑推理、模糊匹配的联合查询。一方面i XQuery利用XQuery的外部函数机制,建立了多种类型的相似度比较函数;另一方面i XQuery制定了一个统一的语义Web服务抽象描述本体,并建立了语义Web服务语言SAWSDL与OWLS与该本体之间的映射,并利用XQuery的用户自定义函数机制,建立了一系列用于抽取异构语义Web服务中信息的抽象描述操作子。最后,介绍了基于i XQuery框架的异构语义Web服务匹配器H-i Matcher。     

保证服务质量的Web服务优化选取

快速、准确地发现满足用户需求的Web服务是目前Web服务发现的一个研究重点。文中提出了一个基于服务质量的语义Web服务发现框架。首先采用遗传算法来实现服务的聚类预处理,以此来降低服务的查找空间,提高服务的查询效率。进一步,针对服务请求者对服务质量的需求,实现了基于WSMO-QoS的服务匹配策略。最后,实验结果表明了所提方法的有效性。     

基于改进语义熵最大化模型的服务发现算法

语义匹配与发现是语义Web的核心内容之一。提出一种新的基于语义熵的服务发现与匹配算法。该算法通过引入语义熵的概念,把最大熵原理运用到语义识别与匹配领域,并对传统的熵最大模型进行了经验修正。通过实验对比分析,可以看出修正后的最大熵模型在服务发现计算方面具有较好的性能,该模型在一个真实的中文语义Web的语义识别项目中得到了应用,也体现出较好的精确度和性能。     

基于功能语义标注的Web服务发现方法*

针对Web服务发现中存在的语义异构、逻辑推理复杂、应用实施代价较大以及查准率有待进一步提高等问题,提出了一种基于功能语义标注的Web服务发现方法。定义了领域功能语义模型和本体映射机制,对服务进行功能语义标注以增加语义信息;服务发现时,先对其功能进行语义相似度匹配,满足给定阈值的服务再进行接口匹配。仿真实验表明,提出的方法在保证服务匹配效率的同时,有效避免了语义异构问题,相比传统方法查准率提高了34.1%。     

A logical foundation for the semantic Web

World Wide Web (WWW) has been one of important channels from which people acquire information and services, but most web pages are only used by humans at pre-sent, and these pages cannot be processed and understood automatically by computers. The semantic Web is an essential reformation of Web. The main objective of the seman-tic Web is to enrich Web with semantics and make Web be understood by computers, in order to communicate and cooperate between people and computer. The key of the se-…     

基于并发事务逻辑的语义Web服务组合

并发事务逻辑(Concurrent Transaction Logic,CTR)是一种谓词逻辑的扩展,支持语义Web服务自动组合的推理。采用并发事务逻辑作为表示和推理工具,给出了OWL-S功能和行为两个方面的Web服务组合方法。基于并发事务逻辑的执行语义及其Horn子集的过程式语义,提出了一个多项式时间的服务组合算法,从而降低了服务组合推理的复杂性,为解决当前许多主流语义Web服务组合方法不支持并发行为建模的问题提供了新思路。     

DaaS: Cloud-based mobile Web service discovery

The proliferation of smartphones and the recent advancement in ubiquitous wireless access have made mobile Web services more possible than ever before. However, finding relevant Web services that can match requests and fit user context remains a major concern. The challenges facing Web service discovery are further magnified by the stringent constraints of mobile devices and the inherit complexity of wireless heterogeneous networks. Cloud computing, with its flexible design and theoretically unlimited computing resources, is a viable approach to bootstrapping Web service discovery. The cloud can build bridges between mobile devices, as a convenient ubiquitous interface, and a backbone infrastructure with abundant computing resources. This paper introduces “Discovery as a service (Daas)”, a novel cloud-based discovery framework that addresses the core components of mobile Web service discovery. The DaaS framework lays the foundation of efficient mobile Web service discovery that takes into consideration user preferences and context. The experimental validation and performance evaluation demonstrate that DaaS can effectively rank relevant services according to the various user context and preferences, in addition to enhancing the precision of the discovered services. The prototype also shows that Web service clustering for discovery significantly improves the overall response time, while the cloud maintains scalability according to prespecified performance criteria.