一种基于本体的Web服务动态发现算法

Web服务发现是Web服务系统架构中重要的组成部分。传统的Web服务发现只是简单的基于关键字的语法匹配，查询得到的服务往往不是用户想要的。本体通过对概念及概念问的关系进行精确描述来揭示资源本身以及资源之间更为复杂和丰富的语义信息，从而为服务的发布和请求者提供了统一的语义基础，本文基于本体的基础上，给出了一种Web服务动态发现的算法，并通过实例加以验证。     

基于语义Web的仿真服务动态发现机制

仿真服务的动态发现是进行基于Web的可组合可扩展仿真研究的首要步骤。首先,基于OWL-S本体规范建立了仿真服务描述模型,对仿真服务与仿真需求进行了形式化表示;然后,研究了网格和Web服务技术支撑下的仿真服务动态发现系统结构,以及基于语义Web和领域本体的动态发现机制;进而,提出了基于本体的服务匹配算法,包括领域定位算法和服务定位算法两部分,领域定位算法大大降低了进行服务定位时候选服务集合的大小,有效地保证了服务匹配精度和效率;最后,通过模拟的实验数据对基于本体的匹配算法的性能进行了分析。     

基于P2P的本体驱动Web服务合成研究

在基于P2P的Web服务合成过程中,使用本体可以提高服务合成的效率。文章探讨了基于P2P的Web服务及一些相关的问题,包括基于本体的Web服务描述语言、Web服务合成语言以及基于P2P的本体驱动Web服务的定位和发现技术,并对基于P2P的本体驱动Web服务合成进行了研究,采用算法对基于P2P的本体驱动的Web服务合成过程进行了描述。     

改进的语义Web服务匹配算法设计与实现

引用领域本体对Web服务进行语义描述,再进行语义层上的匹配,是Web服务匹配研究领域的重要研究方向。针对传统匹配算法在语义Web服务发现中的不足,采用语义距离、匹配度系数等对其进行扩展,在此基础上实现一个原型系统。实验表明,该算法能提高Web服务的匹配精度。     

基于本体分类的Web服务合成的研究及应用

阐述了一个基于本体分类的Web服务合成模型，扩展标准的WSDL服务描述，将Web服务及其参数严格映射到本体概念分类层次，使服务描述保存了语义信息，领域本体过滤确保了合成服务的有效性，基于用户的需求描述实现了从现有Web服务中动态发现、匹配和组合服务的功能的算法，根据用户的服务质量要求，模型还能从生成的合成服务链中筛选出最佳服务组合。整个模型在一定程度上实现了服务合成的自动化。     

目标Web服务描述本体和服务发现模型

目标Web服务描述语言和服务匹配算法是解决Web服务发现问题的方法。在分析现有Web服务描述语言的基础上，该文设计了一个目标Web服务描述本体，该本体从功能、性能和语义特征 3个方面描述Web服务，以提高服务发现的效率和质量为原则，提出了一个基于Web服务特征元素的服务发现模型，并结合旅游领域，实现了一个原型系统。     

基于匹配算法的服务发现本体模型*

针对服务发现领域存在的匹配问题,提出了基于匹配算法的服务发现本体模型。研究中,以本体技术为基础,分析服务发现模型所包含的主要元素,定义用户本体与服务本体之间最优匹配规划的命题。构建满足该命题的Web服务运行框架。针对运行框架中匹配规划和匹配模式,设计并实现MS算法和MP算法,获取候选匹配集及匹配规划的相关度。与现有服务发现方法相比,提出的服务发现本体模型具有较高的查全率与查准率,能够获得更多贴近用户服务请求的Web服务,具有较好的理论价值和应用前景。     

基于本体的远程医疗语义Web服务发现方法研究

由于现有医疗信息系统之间的异构性,使得各系统间的信息交换无法正常进行。基于SOA的远程医疗诊断系统的出现,可以很好地解决各种异构系统的集成问题。但是,目前的Web服务注册和发现协议如UDDI是基于关键字的检索技术,无法描述Web服务的语义信息,这使得基于传统协议的Web服务发现算法无法自动匹配一些符合要求的服务。为了解决上述问题,基于SOA思想提出了一种基于本体的语义Web服务模型,并给出了相应的Web服务发现算法。该模型能够更准确有效地描述Web服务,使得计算机可以完成自动服务匹配,提高了查全率和查准率。     

基于WordNet的Web服务发现模型

针对目前语义Web服务发现机制只能基于一个本体发布,查找的缺点,结合WordNet本体库与OWL-S语义描述语言设计一个语义明确的Web服务发现模型。该模型中采用OWL-S对Web服务进行语义描述,对领域相关本体中的概念进行预处理,以WordNet提供的术语语义为基础,建立一个全局领域相关本体。这种全局领域本体建立方法避免了因对概念理解不统一而产生的不一致性,得到的本体易于扩展。     

基于本体的服务管理代理的研究与实现

在服务管理代理应用模型中应用本体理论和相关技术,设计内部UDDI保存软件系统所适用的Web服务信息,通过匹配引擎的匹配算法实现Web服务本体和服务请求本体的匹配,应用反射技术实现动态调用被选的Web服务并将结果返回给服务请求者,从而提高了基于面向服务结构的软件系统的灵活性、稳定性和可靠性,进而满足服务请求的要求。     

基于QWS的Web服务集消减算法

在基于人工智能理论的Web服务自动组合推理中,推理的复杂度呈指数级增长,难以在实际中应用。针对上述问题,提出一种基于QWS数据集的Web服务集消减算法RfWss-QWS,从Web服务的评估、调用、监控和管理出发,选择效率、稳定性和价格等最优的服务,从而最大限度地消减服务集,得到一个精简且完备的服务集合用于服务的自动组合推理。     

全局优化的分层动态Web服务组合

优化选取服务是动态Web服务组合的关键技术之一。在对分层组合算法研究的基础上,利用产生式规则和接口语义规则对Web服务建模,引入了备选服务的QoS性能指标和用户请求对响应时间、成本、成功率、可靠性和组合率的多条件约束,给出了一种全局优化的分层动态Web服务组合算法,通过仿真工具Weblogic 8.1 application server + Oracle BPEL Process Manager 10验证,结果表明,该算法能够有效提高动态Web服务组合的成功率和组合率。     

P2P网络下基于K-Wmeans聚类算法的Web服务发现研究

针对P2P网络的动态性、分布性等特点,提出了一种运用加权改进的K-Wmeans算法对Web服务进行聚类分析的方法。通过对P2P网络中各个节点上Web服务进行分布式聚类,可使服务请求者按照类别更准确快速地发现所需的Web服务。最后分析了算法的时间复杂度,并通过实验证明了此种方法在P2P环境下的Web服务聚类中存在一定的优越性。     

一种多参数的Web服务选择方法

随着服务计算的快速发展，如何快速而准确地找到最优的Web服务组合是众多挑战中最重要的一项。提出了一种基于二阶隐马尔可夫模型（HMM）的服务选择方法。该方法使用服务质量（QoS）参数去区分具有相同功能的Web服务，并且选择一组最优的Web服务来执行用户请求。通过考虑两个QoS参数-吞吐量和响应时间，该方法能够解决根据设定的阈值来衡量Web服务质量的问题。通过构建的模型和算法，方法能够选择出最优的Web服务以满足用户的需求。仿真实验验证了所提出的方法是有效的。     

基于可信计算的Web服务调用关键路径研究

随着Web服务数目的增长,企业SAP（Systems Applications and Products in data processing）系统完成一次Web服务调用的响应时间开销越来越大,并且所调用的服务有部分是不可信的,严重束缚了服务请求的执行效率和调用质量。引入可信计算,即诚信度概念,结合工程学中的关键路径概念,创新性地提出一种基于诚信度算法的Web服务调用关键路径确定方法。针对服务注册中心提供的满足用户需求的Web服务,用诚信度算法对其进行计算,把诚信度值低于用户期望值的那部分Web服务排除在外;把可信Web服务调用过程抽象成用带权有向无环图表示的AOE（Activity On Edge）网图,使用关键路径确定算法,在图中找到一条服务调用关键路径。在关键路径上的所有服务都是关键服务,通过SAP系统客户端使用缓冲管理、业务代理等设计模式,减少关键服务的调用时间,来提高关键路径的工效,缩短服务调用响应周期,进而提高服务调用的整体执行效率和质量。通过实际系统开发,验证该算法的可行性和有效性。本系统已在某集团所属全部企业运行,降低了企业的运营成本,提高了工作效率,受到用户的满意度好评。     

基于Chord的Web服务模型研究

Web服务是目前互联网的发展热点。虽然Web服务已经提供了分布式的操作,可是服务发布和发现都是以一个服务注册中心为基础的。针对Web服务的瓶颈性缺陷,提出了P2P模式下基于Chord协议的Web服务模型,介绍了在此模型中服务发布、服务发现、加入节点、删除节点的方法。     

模型驱动架构的语义组合Web服务的验证

针对语义Web服务的组合与验证问题,提出了基于模型驱动架构（MDA）的组合方法与基于语义匹配度的匹配方法。组合方法使用UML类图和用例图对OWL-S进行静态组合建模,使用活动图对OWL-S进行动态组合建模。在建模过程中使用基于语义匹配度的匹配方法,选择可用的子Web服务确定最合适的组合Web服务,并将该组合UML模型转化为可验证的Promela语言,使用SPIN工具进行验证,通过验证的UML模型作为模板保存于本体的知识库中以便使用。该模型提高了开发语义Web服务的效率,保证了组合过程的正确性,还能利用模板与语义匹配度实时发现与选择可用的Web服务。     

基于贝叶斯张量分解的改进QoS预测

随着Web服务相关标准和技术的日趋成熟,基于服务质量（QoS）的Web服务推荐对用户体验起着决定性作用。如何准确预测Qos值是当今的研究热点。以往基于近邻或模型的协同过滤算法,采用的是“用户-服务”二维信息,预测的QoS值是静态的且精准性不高。将时间信息维度引入张量模型,建立“用户-服务-时间”的三维张量可使QoS预测值更加符合用户需求特点,用贝叶斯方法求解张量分解,引入概率意义下对于系统的解释和分析,提供一套先验概率引入先验知识的贝叶斯推断框架,提高了QoS预测的精确度。实验表明,使用该算法的预测结果较其他算法相比较有更小的平均绝对误差,很好地解决了数据稀疏度问题。     

基于SPEA2+算法的Web服务选择研究

服务选择算法是影响组合服务的QoS和服务组合性能高低的关键因素。针对将多维QoS属性加权聚合为一个目标函数进行优化的选择算法不能实质性地解决基于QoS的Web服务选择问题,采用改进的强度Pareto进化算法（SPEA2+）多目标优化求解该问题,设计了一种Web服务选择算法。该算法在满足声誉、可靠性和可利用性属性的约束下,同时最小化服务时间T和服务费用C,以产生Pareto最优解集。通过与运用SPEA2算法求解该问题的实验对比,表明了两算法所获取的Pareto最优解集中QoS属性T和C各均值各有优劣,用户可依据对T或C的偏好择优选择。