基于缓存和代理的QoS服务发现机制

服务发现是服务框架中联系服务提供者和服务请求者的重点环节。提出了一种基于QoS的服务发现机制。服务描述语言（WSDL）的修改是该机制的基础,实现了Web服务QoS属性的描述。在此基础上增加代理,对Web服务进行QoS筛选,并根据服务请求者的请求历史以及QoS需求,建立本地缓存。这使得传统的UDDIWeb服务发现框架得到了功能性扩展,从而既满足了服务请求者关于QoS的需求,又提高了Web服务的发现效率。     

支持QoS属性的Web服务PFS模型研究

目前的Web服务只有基于功能性描述的服务注册与发现接口，不能实现具有QoS属性的Web服务注册与发现，为此提出了支持QoS属性的Web服务PFS模型，引入QoS Broker模块实现具有QoS属性的Web服务注册、查找、选择和QoS信息的管理功能，实现了Web服务使用过程中的QoS监视以及QoS评价，并将最新的评价结果用于服务QoS信息的更新，从而保证了QoS信息的公平性、可信性和实时性。     

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。     

基于三次匹配的语义Web服务发现模型

针对传统Web服务发现机制UDDI存在之不足,提出一种基于OWL-S的Web服务发现模型,其特点是对请求服务与发布服务的功能属性、基本描述、质量属性依次进行匹配.在服务功能属性的匹配中,通过引入关系数据库,将服务功能属性的匹配转换为关系数据库的简单查询与选择操作,节省了服务匹配时间;在服务基本描述的匹配中通过过滤与请求服务无关的服务,缩小了服务匹配范围;在服务质量属性的匹配中,通过分析服务的主要QoS属性,可使服务请求者在服务质量不同的待选服务中发现所期待的服务.     

基于QoS和用户偏好的Web服务发现模型

快速而准确地发现和选择满足用户需求的Web服务是目前研究的热点.提出一种基于QoS和用户偏好的Web服务发现和选择模型,该模型通过附加数据库来扩展UDDI以实现QoS属性的描述,引入QoS属性排序和权重实现用户的个性化选择,提高服务的查准率.     

基于QoS的Web服务发现技术的研究

为了满足用户对带有Qos约束的Web服务请求的需求,就需要建立一种能够按QOS值进行查询服务的方法.服务的QoS描述具有正和负两个方面的属性,因此如何量化成为一个具有成为查询依据的值成为该问题的的关键.给出一种时服务QoS量化计算的方法,可以把一组具有相同功能服务的QoS的进行量化,并作为用户需求发现的依据,从而为解决基于QoS约束的Web服务发现问题提出了一种有效的方法.     

基于本体的语义Web服务QoS描述和发现

WS-QMO是提出的一个用来对Web服务及其QoS信息进行建模和发现的顶层本体,它既可用于对服务QoS信息的描述和发布,也可用于对服务QoS需求的描述.WS-QMO本体基本满足了当前对Web服务QoS语义建模的普遍要求,并且由于适当地加入SWRL规则,它不但可以灵活地自定义单个QoS属性,描述一个QoS属性在不同务件下...     

一种满足马尔可夫性质的不完全信息下的 Web服务组合方法

针对满足马尔可夫性质的服务组合过程给出了按照用户服务质量(QoS)要求的服务组合方法．首先,提出了一种支持QoS属性描述的Web服务描述模型,并实现了对组合服务整个生命周期的QoS信息描述．在此基础上提出了基于多目标决策理论和k臂赌博机理论的服务选择算法,与同类方法相比,该方法可以在不完全信息下根据用户对QoS属性的偏好来选择合适的候选服务进行组合．最后,给出了QoS驱动的服务组合框架E-WsFrame和具体实现,并分析了实验结果．实验表明E-WsFrame可以综合考虑服务组合的功能要求和QoS要求,从而根据服务请求实现服务的自动组合．     

基于语义的Web服务发现算法

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.在基于接口的Web服务发现的基础上,改进了Web服务描述模型,增加了服务质量(QoS),提出了分步过滤匹配算法.先通过服务类别过滤器进行语义过滤筛选,去除不相关的Web服务,然后通过服务相似度度量候选服务和请求服务之间的相似程度.候选服务和请求服务之间的相似度是通过服务功能相似度和服务质量相似度两个方面进行综合评估的.最后,通过实验证明了该匹配算法的可行性和有效性.     

一种扩展Web服务体系构架下的服务发现技术

为满足用户对Web服务非功能性请求的需求,实现Web服务较的精确发现,本文描述了在保持原有Web服务体系构架数据结构不变的情况下,通过对典型Web服务体系架构的扩展,在一种更能满足用户需求的新的Web服务构架下,利用服务匹配度计算模型来较大程度的发现请求者所需的服务,并通过对服务的相时服务质量QoS的量化计算,以确保用户所发现到的服务都是相对服务质量QoS最高的服务,从而给用户提供比较理想的服务.     

基于QoS的Web服务发现方法

由于传统的基于关键字和简单分类的Web服务发现机制较少考虑服务质量(QoS),因此不能很好地满足用户的需求。针对该问题,提出一种基于QoS的Web服务发现模型,通过引入QoS代理机制以支持基于QoS的Web服务发布与发现。在此基础上,根据不同用户的QoS需求,提出一种基于QoS的Web服务发现算法。实验结果表明,该算法具有较高的准确率。     

Web服务动态组合中QoS计算方法研究

通过在Web服务动态组合中引入形式化的服务质量(QoS)描述、服务提供商因子、服务消费者因子,提出基于层次分析法的QoS计算方法。该方法根据服务消费者期望值选择QoS因子,利用QoS权重值计算Web服务的质量,在此基础上给出一个基于QoS计算的Web服务组合模型,并通过实例计算,证明利用该QoS计算方法可以得到更高质量的增值服务。     

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。     

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。     

一种支持QoS约束的Web服务发现模型

服务质量(QoS)描述了一个产品或服务满足消费者需求的能力．提供有保证的QoS是Web服务在商业应用中获得成功的关键．如何动态地选择出最适合用户需求的Web服务正在引起研究领域的关注．该文提出了一种支持QoS约束的Web服务发现模型(WSDM-Q)．该模型定义了一组描述Web服务QoS及信誉度的分类tModel,引入了QoS量化的概念,采用了QoS协商和反馈机制,支持携带QoS描述信息的服务发布和基于QoS约束的服务发现．协商机制允许服务提供者根据运行时的状态对服务请求进行接纳控制,反馈机制允许服务注册中心对服务提供QoS的信誉度进行动态评估和调整。该模型不需要改变UDDI的内部实现,能够直接在现有的UDDI服务上进行扩展．作者已经基于Mierosoft.Netf平台和Microsoft UDDI服务实现了一个原型系统．     

基于混合PSO算法的语义Web服务发现

基于服务质量的语义Web服务发现方法存在未成熟收敛以及Pareto集分布不均等问题。为此,在引入基于阈值的粒子比较准则、拥挤距离函数和合力变异算子的基础上,给出一种基于混合粒子群优化算法的语义Web服务发现方法。实验结果表明,该方法具有较高的匹配度和查准率。     

一种支持QoS的自适应Web服务发现模型

服务质量是Web服务发现中的关键问题.该文提出一种支持QoS的自适应Web服务发现模型,在满足用户对Web服务功能需求的基础上,依据QoS等非功能性指标对Web服务进行选择和排序,并给出服务的选择排序算法,该算法以服务注册参数、用户反馈信息和实时监测数据为依据,能动态地对服务的非功能性指标进行评价,返回最合适的服务给用户.实验证明,该模型有效地提高了系统的可用性.     

面向客户视角的QoS集成与组合服务优化

研究Web服务组合网上服务质量(QoS)的评价指标以及组合服务QoS计算模型,建立一种面向客户视角的网下服务质量评价体 系,包括服务费用合理度、服务与描述符合度及服务满意度。以服务费用为约束条件,提出一种的面向客户视角的Web服务QoS集成与组合服务优化模型。分析结果表明,与基于QoS的组合服务选取模型相比,该模型增加了服务质量指标,即网下服务(商品)的质量,更能满足客户需求。