QoS本体驱动的Web服务发现

当前Web服务发现过程中,为满足不同用户的个性化选择需求,一种具有可靠服务质量保证的Web服务匹配方法是迫切需要的.基于WordNet本体,文中提出一种考虑QoS语义和数值综合匹配的QoS匹配模型.该匹配模型包含了语义匹配、数值匹配、多属性决策矩阵、领域专家意见、以及获得Top-k候选服务等过程,文中讨论了这些匹配过程,并进行了仿真实验.结果表明,与传统方法相比,采用文中提出的QoS匹配模型在一定程度上提高了Web服务发现的查准率.     

基于Hadoop的Web服务语义可信QoS发现模型

随着Web服务应用的快速增长,用户如何在众多功能相似的Web服务中更加准确地选择出满足自己QoS需求的Web服务是一个亟需解决的问题。目前已有的研究工作存在两个问题,其一是对QoS的量化存在客观性和准确性问题,其二是对服务质量缺乏语义描述,QoS匹配时也仅限于数值上的匹配。针对这两个问题,利用Hadoop的分布式注册、查找服务模式,提出了基于Hadoop的Web服务语义可信QoS发现模型。本模型从数值匹配和QoS语义匹配两方面考虑,首先,用主客观赋权模式为多维QoS属性赋权值,提高QoS属性的客观性和准确性,并加入信誉度参数来提高Web服务QoS属性的可信性;其次,对OWL-S进行了QoS本体扩展,以满足客户对服务质量的语义匹配需求。通过验证表明,本模型能有效解决查询瓶颈和单点失效问题,且能根据用户QoS需求偏好更加准确地找到满足用户需要的Web服务。     

基于灰色关联分析的Web服务选择

为方便用户选择最优Web服务,利用灰色系统理论对Web服务质量QoS属性因子进行分析,提出了一种基于用户QoS偏好的Web服务灰色关联分析方法。考虑到Web服务QoS的不确定性,该方法使用区间对Web服务QoS值进行建模。为了确定候选服务的QoS与用户QoS需求的符合程度,先针对服务的每个QoS属性,计算其与用户QoS需求的灰色区间关联系数;然后结合各个QoS属性的关联系数计算候选服务的QoS与用户QoS需求的综合灰色区间关联度,关联度越大的服务越符合用户的要求;最后从满足用户功能需求的Web服务中选择灰色关联度最大的Web服务推荐给用户。与其它Web服务评价模型相比较,该模型更加符合Web服务QoS的实际情况,能够在服务QoS信息不充分、不确定的环境下,对QoS属性进行合乎实际的分析处理,从而得到更加合理有效的QoS评价。     

基于用户策略的Web服务动态选择方法研究

目前的Web服务选择方法主要是服务关键词语义和属性匹配、运行性能最优评估,未能很好考虑用户对服务质量的个性化需求.对用户需求、服务质量进行模型描述,结合用户策略给出了一个服务评估和选择算法,该算法根据服务请求者的满意度对候选服务进行评估和选择.与已有的服务性能选择方法相比,该方法更能满足个性化需求.     

基于QoS本体的语义Web服务组合策略

随着Web服务技术的快速发展和广泛应用,传统的Web体系结构肯定已经不能满足日益众多的新需求, Web服务和语义Web成为Web发展的两个新兴方向。在他们相互融合下逐步发展成为语义Web服务这一新的技术。本文设计实现一个基于QoS本体的语义Web服务组合原型系统,以服务请求者的QoS需求为主体,再结合QoS语义匹配和QoS数值匹配进行个性化的服务组合,从而能为服务请求者提供能满足请求者个性化需求的Web服务。     

基于QoS的语义Web服务匹配策略

Web服务技术的迅速发展使得Web服务的应用越来越广泛。因此Web服务的匹配和查找问题成为研究热点。文中引用OWL-S对Web服务进行语义描述,在此基础上增加了对服务QoS的描述。把对Web服务的输入、输出参数的语义描述匹配问题进行转化,可以转为基于领域本体库中相似概念间的语义距离计算,并根据语义距离给出了概念相似度的计算公式。对于基于语义的Web服务发现给出了匹配算法描述。在QoS约束匹配过程中,利用服务性价比的概念,为用户选择最佳性能的Web服务,同时也可以对最终的匹配结果按照请求者的意愿进行排序,以满足请求者不同的需要并使得用户同时可以根据本身需求选择性地使用服务。     

一种基于服务质量的语义Web服务发现框架

在Weh服务发现过程中,不同的用户希望根据自己的情况或个性化的需求进行服务选择,如何提供满足用户服务质量(Qos)需求的服务是语义Web服务应用急需解决的问题.基于OWL规范定义了一个QoS元模型--OWL-QoS,并将其应用于Web服务描述当中.根据提出的Qos元模型给出了一个基于Qos的语义Web服务发现框架,并从基本描述、IOPE、QoS三个层次实现了服务匹配.实验结果表明,与传统语义Web服务发现方法相比,该方法能显著提高服务匹配精度和效率.     

基于QoS-Ontology的Web服务选择Broker模型

服务匹配是Web服务选择的重要前提.针对目前Web服务发现中过分依赖Web服务的功能性属性这一方法的不足,提出了一种基于非功能性Web服务质量QoS本体的Web服务选择Broker模型.之后,介绍了用来描述用户的个人偏好QoS PPR,量化了用户模糊需求;给出了QoS值计算函数公式.最后,依据Broker模型和QoS值计算公式提出了服务选择匹配算法.     

一种支持QoS预测的语义Web服务发现模型

针对不同用户对语义Web服务需要的偏好及发现的准确性和高效性的问题,提出了一种支持QoS预测的语义Web服务发现方法。首先,对历史用户按照用户情境进行聚类预处理,然后在每个簇中采用BP神经网络算法为当前用户预测其所需的QoS,匹配了服务的功能性需求后,在候选服务中,按照预测的QoS,为用户推荐相应服务。最后通过实验验证了该方法的可行性和有效性。     

一种基于服务质量的语义Web服务发现框架

在Web服务发现过程中,不同的用户希望根据自己的情况或个性化的需求进行服务选择,如何提供满足用户服务质量（QoS）需求的服务是语义Web服务应用急需解决的问题。基于OWL规范定义了一个QoS元模型——OWL-QoS,并将其应用于Web服务描述当中。根据提出的QoS元模型给出了一个基于QoS的语义Web服务发现框架,并从基本描述、IOPE、QoS三个层次实现了服务匹配。实验结果表明,与传统语义Web服务发现方法相比,该方法能显著提高服务匹配精度和效率。     

带有高效索引的语义Web服务I/O匹配优化方法

目前Web环境中蕴涵着大量的Web服务和Web服务请求,基于语义的Web服务匹配能够提高Web服务发现的准确性,但由于其复杂的语义计算,导致系统响应速度慢。首先,对语义Web服务过程进行了分析,确定大量的语义计算主要集中在输入/输出（I/O）匹配环节;然后,在研究现有I/O匹配算法和分析影响语义相似度的主要因素基础上,给出了一种带有高效索引的语义Web服务I/O匹配优化方法,包括：高效索引的建立和基于哈希二次探测再散列的启发式筛选机制的提出;最后,通过实例证明了该方法切实可行。该方法通过筛除无关Web服务,减少了语义计算量,提高了系统响应速度,进而带来了更好的用户体验。     

基于功能语义的Web服务发现方法

随着Web服务技术的发展与应用,基于功能语义进行Web服务发现已经逐渐成为服务使用者最为迫切的需求.而现有的服务发现机制还不能很好地解决这一问题.所以提出了一种基于功能语义的Web服务发现方法.通过定义Web服务功能描述模型,规范服务提供者和使用者对Web服务功能的描述;同时构建了领域功能本体,提出语义标注的机制,从而让用户可以基于功能语义发现Web服务.并设计了基于功能语义的Web服务描述语言,构建了原型系统,为基于功能语义进行服务发现提供了一种有效可行的方法.     

基于QoS的语义Web服务发现研究

将QoS引入到语义Web服务中,分析了QoS本体的描述方法、Web服务的发现方法和语义Web服务发现方法,建立了一个通用的QoS模型,模型中的参数属性基本能描述QoS的衡量标准。提出了基于QoS语义Web服务发现框架,第一步通过功能来发现Web服务,第二步通过建立的QoS模型来评价发现的Web服务集合,找到QoS最佳的Web服务。最后通过实例建立了语义功能本体和QoS本体。     

本体匹配的网格服务发现模型研究

如何从大规模网格服务集合中快速而准确地发现满足用户请求的服务,是语义环境下网络应用的一个重要方面。针对传统的基于关键字匹配的Web服务发现方法无法准确描述网格服务服务能力和应用领域的问题,提出了一种基于输入和输出领域本体的语义网格服务描述模型和基于本体匹配的语义网格服务发现流程,构造了基于本体匹配语义相似度计算的语义网格服务发现算法。实验结果表明,基于本体匹配的语义网格发现方法能够获得很好的查全率和查准率。     

支持QoS约束的自主单元语义服务匹配

主体服务描述和主体服务匹配是利用主体和多主体系统为用户提供各种有效和高效服务的关键.综合考虑了语义和服务质量对匹配的影响,提出了自主单元主体服务描述模型,并在此基础上重点研究了一种支持QoS约束的自主单元语义服务匹配算法.该算法通过语义相似度匹配和服务质量匹配两个过程,有效获得满足给定语义相似度的阈值,且具有最佳服务质量水平的主体服务.     

一种语义Web服务的多层次匹配方法

现有的语义Web服务发现方法大多采用匹配等级来筛选服务，查找到的服务粒度较大，也没有考虑服务质量。对OWL-S语言进行扩展，增加对QoS（服务质量）的描述，提出了五层次三阶段的多层次匹配过程，采用语义相似度进行匹配。实验结果表明该匹配方法能够保证查找的查准率和查全率。     

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。     

基于QoS和模糊粒子群优化的语义Web服务发现

针对现有基于服务质量(QoS)的语义Web服务发现方法中的不足,提出一种采用模糊粒子群算法的语义Web服务发现方法。根据服务发现问题定义了粒子的位置和速度,引入了模糊理论和增量惯性因子,较好地解决了粒子群算法的未成熟收敛问题,提高了基于粒子群算法的语义Web服务发现方法的查准率。实验验证了该方法的有效性。     

基于语义相似性的Web服务匹配算法

随着互联网应用的不断丰富,如何高效而准确地发现用户所需的Web服务已成为重要的挑战。传统基于关键字和语义匹配的方法存在查全率低和效率低下的问题,无法满足实际应用。提出基于语义相似性的服务匹配算法,实现了基于层次本体的概念相似性计算,并改进了原有二分图最优匹配算法的不足。根据该算法实现了一个Web服务发现原型系统。经实验证明,该方法不仅具有较高的查全率,且算法效率是满足目前服务发现需要的。     

一个面向语义服务发现的QoS本体

随着网络上服务数量的急剧增长，用户使用服务有了更多的选择。服务的QoS属性是用户实施服务选择的一个重要准则。为了实现支持QoS的语义服务匹配和服务选择，本文对语义QoS规范进行了深入研究，并根据QoS和应用的相关性提出了一种分层的QoS语义模型。该模型使得服务提供者可以基于SLA在不同的场景下为用户提供不同层次的QoS保障。在此模型基础上，本文对支持QoS的语义服务匹配与服务选择算法进行了详细讨论。此外，还给出了一个基于QoS本体的服务发现框架。