基于语义和改进BM算法的Web服务发现

随着面向服务计算模式的快速应用,越来越需要高效准确的Web服务发现机制.针对目前基于关键字和语义匹配的服务发现方法存在查全率和查准率不高的情况,提出一种基于语义和改进BM算法的Web服务发现方法.该方法首先进行语义Web服务发现,当语义匹配结果为空时,采用改进的BM算法进行模式匹配作为补充,弥补了单纯语义服务发现不足的缺点,有效解决了由于Web服务的名称、输入、输出和功能描述在概念上存在字面上的歧义而导致语义服务匹配失效的问题.实验结果表明,该方法在查全率和查准率方面具有较大的优越性.     

语义Web服务匹配框架模型研究与设计

针对目前语义Web服务匹配缺乏灵活、有效的匹配方法及其框架模型的现状,分析了语义Web服务匹配的各个阶段,对其中的不足进行了改进,提出了本体概念的权重的计算方法,本体概念之间相似度的具体量化计算方法,新的接口匹配方法.在语义Web服务匹配框架方面,根据语义Web服务匹配的特征,提出了基于过滤器的框架,并给出了相应的具体设计.     

考虑非功能因素的Web服务发现算法研究

基于语义的Web服务发现研究主要集中在Web服务功能匹配上,但在实际应用中非功能因素已成为Web服务发现的重要依据.提出了一个考虑非功能因素的语义Web服务发现框架,采用分类机制及相应的匹配级别和预处理机制,以方便用户查找到与自己需求最接近的服务.通过一个实例表明了整个匹配模型的可行性.     

基于本体映射的语义Web服务发现框架

分析了语义Web服务中存在的本体异构问题,讨论了语义Web服务发现中输入、输出匹配的方法,以及本体映射中概念相似度计算方法.在已有的Web服务模型基础上,引入语义Web服务发现的机制,提出了一个基于本体映射的语义Web服务发现框架,并阐述了其实现机制.该框架下的本体映射技术的应用能够增强语义Web服务发现的能力.     

基于文本聚类和概念相似度的语义Web服务发现

语义Web服务在进行服务发现时,需要按顺序依次匹配注册库中的服务,这将大量时间浪费在不相干的服务上,从而造成服务发现效率低下。针对该问题,提出了一种新的基于文本聚类和概念相似度的语义Web服务发现方法。该方法主要分为两个阶段,第一阶段根据服务源文件中的描述性文本信息将类别一致的服务聚类到一起,在此过程中利用了向量空间模型对文本进行表示和处理,并在前人的基础上提出了一种多重混合聚类算法MHC;第二阶段进行服务间的功能属性匹配,结合本体概念层次树中有向边的深度、强度以及概念的继承度等因素计算概念间的语义相似度。最后,实验结果表明,提出的方法在兼顾匹配准确率的基础上,大大提高了匹配效率。     

利用语义匹配度计算的Web服务发现方法

针对目前在Web服务注册与匹配过程中服务发现的查全率和查准率不高的问题,本文提出一种利用语义匹配度计算的Web服务发现方法.首先给出一个轻量级的Web服务功能接口和服务请求的语义描述模型WS-SDM;然后利用领域本体作为语义知识表达方式,计算服务请求和服务描述中单个功能接口的语义匹配度;在此基础上,分别给出接口匹配算法和服务匹配算法.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.     

一种支持QoS约束的语义Web服务发现框架

针对当前语义Web服务发现缺乏QoS约束的问题,构建一个支持QoS约束的语义Web服务发现框架。使用QoS认证中心确保QoS信息的动态更新。基于该框架提出一种支持QoS约束的语义Web服务匹配算法,通过实验证明该框架的有效性和可用性。     

基于语义的Web服务发现模型研究

Web服务发现是Web服务系统架构的重要部分,现有的主流Web服务发现方法是采用基于UDDI框架的服务匹配,但由于UDDI注册中心只能提供基于关键字的查询,并且缺乏对语义信息的支持,造成服务的查准率查全率得不到保证.针对目前Web服务发现技术存在的不足,引入了语义技术,并设计了一个基于语义的服务发现原型,来验证提出的基于语义的服务发现方法的可行性.     

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Agent的语义web服务发现模型研究

Web服务发现是Web服务系统架构的重要部分,现有的主流Web服务发现方法采用基于UDDI框架的服务匹配。针对现有服务发现模型缺乏对语义信息的支持和发现精确程度不高的问题,本文在讨论Agent技术与语义Web服务技术的基础上,提出了一个基于Agent的语义Web服务发现模型,使服务发现的过程更加智能,也提高了服务发现的精确度,并设计了一个原型系统来验证所提出的服务发现方法的可行性。     

基于逻辑Petri网的Web服务簇模型

在基于聚类的Web服务中,同一服务簇中的服务在参数名称、参数数量和顺序方面不尽一致,具有参数不确定性的特点,导致参数匹配仍需要很大的工作量。因此提出一种基于逻辑Petri网的Web服务簇模型,将服务的参数集合表示为基于服务簇参数集的逻辑向量,建立了服务簇到各个服务的映射关系,实现对服务参数的统一管理。基于语义相似度的参数匹配仅在服务簇层进行,在服务簇内可以用位置向量直接定位参数,通过逻辑比较判断是否匹配,使得参数匹配的规模和计算复杂度大大降低,提高了服务发现效率。     

基于语义相似度的Web服务发现研究

Web服务的大量涌现对服务发现提出了挑战,UDDI上基于关键词和简单分类的服务发现机制已经不能很好满足需要。文中在分析现有相关研究的基础上,给出了一种基于语义相似度的Web服务发现方法。该方法充分利用服务中存在的语义信息,针对服务请求和广告服务中描述的功能进行匹配,并通过语义相似度来衡量两者匹配的程度。文中具体给出了服务间语义相似度的计算方法并通过示例说明了服务匹配的过程。     

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。     

基于语义的Web服务发现机制研究

针对基于加语义描述,构建一种基于语义的Web服务发现机制.将Web服务请求进行语义解析,生成请求服务文档,在服务注册库中通过服务匹配算法,得到候选服务集,并借助线形评价标准对所选服务进行语义评估,为服务请求者选择最优的服务.     

语义Web服务发现技术

传统的Web服务发现技术大多采用基于关键字的服务匹配机制,缺乏对Web服务功能的语义性描述,影响了Web服务的查全率、查准率和查找的智能化.研究基于语义的Web服务匹配方法,在经典Web服务匹配算法的基础上进行改进,研究单概念语义Web服务匹配算法,并由此得出多概念语义Web服务匹配的最优顺序,结合输入、输出参数,最终得出语义Web服务匹配结果,实验结果表明,改进后的方法比BGM算法匹配度高.     

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。     

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。