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。     

一种基于能力的模糊Web服务聚类及预检索算法

实现对Web服务的自动聚类,是提高Web服务发现速度的有效方式之一。针对常用聚类算法在实现服务聚类时需要获取网内所有服务或通过服务训练集来发掘领域内服务特征,不适用于动态服务环境的问题,提出了服务能力的概念,并给出了服务能力描述及计算的方法。借助本体技术,提出了一种基于服务能力的聚类算法。无需先验知识或服务间相似度的比较,该算法可将服务能力及功能相似的服务聚类在一起。在此基础之上,提出了一种服务预检索算法。理论分析及仿真结果表明,聚类算法可有效地反映领域内服务基于功能的聚类特征,预检索算法可有效地滤除无关服务,提高服务检索效率。     

快速语义Web服务发现方法

针对现有的基于本体描述的语义Web服务发现方法发现效率较为低下的问题,提出一种新的服务发现方法.该方法在基于本体距离计算语义Web服务综合相似度的基础上,利用数据挖掘中的聚类算法AGNES对语义Web服务集合进行聚类预处理,形成若干服务簇,然后应用相应服务发现算法根据相似度阈值定位于某一服务簇内进行查找匹配,从而可减少搜索空间.理论与仿真实验结果表明,该方法既可保证服务发现的准确率,又可明显提高服务发现的效率.     

基于过滤选择的语义Web服务发现研究

随着Web服务技术的发展和应用,具有较高查准率和查全率的语义Web服务发现成为一个研究热点,但它实现复杂,匹配效率不高.针对上述不足,在标注分类信息的目标Web服务描述本体的基础上,提出一种基于过滤选择的语义Web服务发现方法,来提高服务发现的时间效率和服务质量.该方法先根据服务的部分属性进行服务过滤,通过功能匹配进一步服务筛选,最后结合服务质量进行服务选择.实验结果表明,此算法在一定程度上提高了服务发现的时间效率和服务质量.     

基于聚类优化的Web服务发现方法

针对语义Web服务发现效率低下的问题,提出一种基于图论聚类的服务发现方法。利用领域本体将Web服务形式化为领域概念的集合,根据概念间的关系计算服务间的相似度并构建用于标识服务的加权图,通过最小生成树算法对服务进行聚类,从而实现服务发现。实验结果证明,该方法有效减少了服务发现的匹配次数,提高了服务发现效率。     

基于LDA-FCM方法的Web服务发现聚类性能分析

为提高Web服务发现能力,需要进行Web数据的优化聚类处理,提出了基于LDA-FCM方法的Web服务发现聚类方法。利用LDA模型进行Web服务发现资源数据的重组和自适应调度,以提取Web服务发现的数据资源特征。依据数据特征确定其相似度,在FCM算法中,通过相似度计算隶属度,从而确定聚类中心,多次迭代后,实现Web服务发现聚类。实验结果表明,所提方法复杂度较低,具有较好的聚类精度,聚类执行时间较少,其查全率与查准率均较高。     

基于用户情境聚类的Web服务发现方法研究

针对快速发现用户适合度较高的Web服务问题,提出了一种基于用户情境聚类的Web服务发现方法.将聚类与倒排索引技术融入Web服务发现算法,利用BIRCH聚类思想进行用户情境聚类,有效地缩小了Web服务的查找范围,而倒排索引技术则能够快速定位服务,进一步优化了Web服务发现的时间.结合实例和实验,并与其他Web服务发现方法进行比较,结果表明了该方法的服务发现结果和时间效率均优于其他方法.     

一种基于点击率索引的语义Web服务发现方法

为了解决现有语义Web服务发现方法查询效率不高的问题,提出了一种基于点击率索引的Web服务发现方法。通过为统一描述、发现和集成注册库中点击率较高的Web服务建立索引,使得可以在查询过程中首先匹配访问率较高的服务,实现用户所需服务的快速发现。实验结果表明,该方法既可保证服务发现的准确率,又可明显提高服务发现的效率。     

基于可信QoS聚类的遥感服务发现机制

Web服务技术已经在遥感领域被用于增强遥感资源的动态性和可扩展性,然而遥感服务底层的遥感数据具有大跨度频率变化的特性,服务提供商给出的服务质量(QoS)属性值也属于开放不可信,这两点都降低了遥感服务发现的效率和准确性。为此,提出一种新的基于可信QoS聚类的遥感服务发现机制,采用底层服务响应时间、更新频率和上层服务评价等标准综合衡量QoS,进而设计更新频率自适应的QoS探测和更新机制,并通过聚类方法提高了所发现遥感服务的QoS可信性。实验表明,该方法可以提高遥感服务发现的效率和用户满意度。     

一种基于功能语义的Web服务描述及预检索方法

实现基于功能语义的Web服务过滤是简化服务检索计算量、提高服务发现准确率的有效方法之一。针对现有常用Web服务描述语言不能很好地支持服务基于功能的语义描述的问题,通过定义服务功能描述模型,构建领域功能本体,提出了一种基于功能语义的Web服务描述方法,并详细给出了基于OWL-S的实现,在此基础上,给出了一种服务预检索方法。该方法可有效地支持用户实现基于功能的语义服务检索,滤除无关服务,降低精确匹配计算量,提高服务查找效率。     

一种基于双层环网络的Web服务发现方法

结合One-hop和Chord路由机制,考虑实际网络中节点能力的差异,构造一种双层环路由结构,设计相应的区间查询定位和消息广播算法,提出一种基于本体聚类的双层环P2P网络的Web服务发现方法,实现了服务注册节点分类和查询请求迅速准确的定位。模拟实验结果表明,该方法具有较高搜索效率和较短的响应时间,能够显著地提高查询性能。     

A User Requirement Oriented Web Service Discovery Approach Based on Logic and Threshold Petri Net

In recent years, the number of Web services has increased significantly. Web service discovery has drawn much attention with the development of Web service applications and big data analysis. Under this circumstance, traditional Web service discovery strategies cannot adequately meet high user requirements due to the efficiency and precision of service discovery is low. In order to improve the accuracy and efficiency of service discovery, a user requirement oriented Web service discovery approach based on Petri nets is proposed in this study. A data preprocessing strategy of Web service is first designed. Then, a service clustering method is proposed based on Petri nets, which can conduct service cluster head generation, service cluster composition, and service discovery. The proposed method utilizes a superior data preprocessing method. Using simulation experiments, the efficiency and precision of Web service discovery are illustrated. Finally, the application value of the approach on real Web service is discussed.      

基于工作流的并行化Web服务合成技术研究

为了提高基于工作流的服务合成效率,满足用户高质量的应用需求,提出了基于工作流的并行化Web服务合成方案,并提出了流程划分算法.该方案依据服务发现模块的个数,将流程中的各个服务划分到不同的服务发现模块中,以实现服务发现的并行化,进而提高了整个流程的执行效率.通过实例阐明了该方案,并且表明了该方案的高效性,最后总结了其优点.     

动态Web服务合成中的服务选择算法研究

为了提高服务合成效率并更好的适应动态变化的应用环境,提出了基于流程修改的服务合成方案,使得复合服务的执行与服务发现过程并行化。提出了基于QoS属性的服务选择算法,该算法能够实现服务执行时选择服务,在考虑综合QoS信息及时间因素的基础上,通过不断更新用户需求来进行服务选择,提高了服务合成效率。实验结果表明,该选择算法可以获得满足用户需求且最优的服务,很好的保证了服务的可靠执行。     

Web服务聚类方法的研究和改进

Web服务的聚类能够改善基于服务的应用如服务发现、组合和QoS预测等.然而目前的聚类方法在相似度度量和信息预处理方面存在一些不足.提出Web服务的QoS和功能两种相似度模型,从不同角度度量服务间的相似度.在此基础上,提出一种特殊的考虑到编程风格和命名规则的预处理方法.最后结合SCAN算法实现了本方法并设计了对比实验对提出的方法进行验证.实验结果表明提出的模型和方法能够有效地提高Web服务的聚类效果.     

基于扩展UDDI语义Web服务发现框架的研究

传统Web服务采用简单分类和关键字的服务发现方法,造成查准率与查全率低。语义Web服务是Web服务的语义扩展,它能有效提高服务发现的效率。本文基于OWL-S、描述逻辑,采用Agent技术、增强UDDI注册中心以及DL推理机JRacer,提出一个语义Web服务发现框架,使得请求与发布的服务能进行语义匹配,从而提高了服务的查准率和查全率。     

一种面向Mashup应用的API推荐方法

在动态变化的网络环境下,来自组合服务或Mashup的服务可能不可用或失效。此外,随着越来越多的服务在互联网上,用户很难找到他们想要的服务。服务聚类是辅助服务发现的一种重要方法,但是已有的服务发现方法没有考虑服务本身的规格(Specs)信息。针对上述问题,提出了一种面向Mashup应用的API推荐方法,通过LDA主题聚类对API描述信息进行聚类,通过Word2Vec以及相似度计算从功能相似性的角度判断失效API所属主题类簇,在该主题类簇下通过失效API的规格信息进行进一步筛选,将失效API与筛选后的主题类簇中的API进行相似度判断,从而得到推荐API的集合。最后以ProgrammableWeb网站上的真实数据进行了实验,与传统的K-means、TF-IDF方法相比,实验结果表明该方法在一定程度上可以提高推荐结果的准确性。     

基于本体的Web服务发现方法研究

针对传统Web服务发现准确率低下的问题,提出一种基于本体的服务发现方法.该方法首先基于领域本体构建了Web服务描述模型,并应用OWL-S描述Web服务增强了Web服务的语义信息,然后从基本信息语义相似度、功能语义相似度等方面综合计算Web服务相似度,最后基于Web服务相似度进行请求服务与目标服务的匹配.给出了基于本体的服务发现相关算法,并设计了基于三层架构的服务发现原型系统.实验结果表明,该方法可提高Web服务发现的查全率及查准率.