一种面向物联网服务资源优化的调度模型

随着物联网与SOA的发展,物联网环境下以服务为资源的竞争问题越来越凸显.为了解决该问题,从资源优化的角度对该问题进行了研究与建模分析.利用资源调度机制和服务选择机制建立了服务调度模型;然后运用排队论对本模型进行了时延特性分析.模拟实验结果表明,本文的方法能够在有限的服务资源情况下保持服务请求的公平性,缓解高优先级服务请求的时延及时延抖动性,同时能在一定程度上满足用户的个性化需求.     

电信网中业务冲突的研究

介绍了目前研究业务冲突的主要方法:静态检测和避免方法。通过形式化的方法描述电信业务和系统,离线地仿真检测业务冲突,重新设计存在冲突的业务以避免业务冲突;动态检测和解决方法。通过在线检测,实时地提供解决业务冲突的方案。基于对电信网中业务冲突研究现状的分析,讨论了以上方法的优缺点。提出在下一代网络中研究业务冲突应考虑的关键因素以及利用人工免疫学等方法研究业务冲突的新思路。     

一种基于语义P2P的Web服务发现模型

提出了一种基于语义P2P的Web服务发现和选择模型，引入一种新的本体编码方式，根据分类服务注册节点的本体编码对其在P2P网络内进行组织，实现了P2P层内的语义支持发现。本文创新性的在P2P发现方面加入了本体信息，使得Web服务在P2P层内支持语义发现，提出的模型结合了集中式Web服务发现方式和分布式Web服务方式发现的优点，提高了服务发现的准确性和即时性。     

基于领域本体和关系模型的XML语义集成方法研究

由于缺乏足够的语义信息,不同模式的XML数据之间很难进行互操作。针对油气井工程中的XML数据集成需求,借助领域全局本体,提出一种模式无关的XML语义集成方法。该方法首先在XML Path路径与领域本体之间进行语义映射,屏蔽其模式差异;然后,按照模型映射方法将XML存储为关系数据;最后通过查询重写将SPARQL转换为SQL语句,实现语义查询。该方法对XML模式进行语义标注,利用关系数据库存储与查询XML数据,能有效处理领域XML数据的语义集成。     

基于Spark和Redis的大规模RDF数据查询系统

随着语义Web技术的不断发展,RDF数据量增长迅速,单机RDF查询系统已经难以满足现实需要,研究和构建分布式RDF查询系统已经成为学术界与工业界的研究热点之一.现有的RDF查询系统主要是基于Hadoop或通用分布式技术.前者磁盘I/O太高;后者则可扩展性较差.且两种系统在基本图模式查询时,效率都较低.针对上述问题,本文设计了基于Spark和Redis的分布式系统架构,并改进了查询计划生成算法,最后实现了原型系统RDF-SR.该系统使用Spark减少了磁盘I/O,借助Redis提高了数据映射速率,利用改进的算法减少了数据混洗次数.实验表明,相比于现有的其他系统,RDF-SR既保持了较高可扩展性,又在基本图模式查询时,具有更高的性能.     

数据库汉语查询语言的分词研究与实现

在综合考虑数据库查询这一特殊性的基础上,根据查询语句中词汇对数据查询不同贡献程度分级建立分词词典;然后提出了分步- - 正向单扫描的分词方法(DSWS) ,并对该分词方法的时间复杂度进行了分析。     

Vague集之间的相似度量

1.引言 众所周知,传统模糊集合F的隶属函数μF(x),给每个对象x∈U分派[0,1]上的一个实数作为它的隶属度.要注意的是隶属函数给每个对象分派的是一个单值.     

基于语义P2P的UDDI组合服务发现模型

随着Web服务数目的增长和对实时性需求的增加,单一集中式的UDDI服务注册中心难以满足实际需求,而基于某个领域的UDDI虽然查找迅速却难以满足所有用户的要求,于是如何组织一个逻辑上完整的服务注册中为Web服务应用的一个新研究方向.基于P2P的底部架构,将服务注册中心作为P2P网络内基本节点,提出了一个根据本体信息对服务注册节点进行语义分类查找的Web服务发现模型.在模型的基础上,提出了在P2P层支持语义的一种发现的方法.提出的Web服务发现模型既结合了集中式Web服务发现方式和分布式Web服务方式发现的优点,又创新性地在P2P发现方面加入了本体信息.     

特征交互动态检测的形式模型

本文通过对业务在执行过程中,业务逻辑实例与外部实体交互消息的分析,提出一个基于消息序列语义的特征交互形式模型.首先,业务逻辑实例和网络实体被认为交互消息集合的子序列,从业务逻辑实例与外部实体交互消息的语法和语义不同角度出发,分别对不确定性、特征违反类和活锁类等不同类型的特征交互给出具体的动态检测形式模型.并在此基础上进一步讨论:在特性违反类特征交互的动态检测中,若直接使用消息序列检测特征交互将是不充分的,本文在最后给出一种简单的特性违反类特征交互动态检测时的补救方法.