动态绑定实现自动服务编排

在面对服务架构中,业务逻辑由各种服务组件组合完成,不同服务组件完成不同业务流程的业务逻辑。面对不断变化和发展的商业环境,服务的组合性需要具有灵活性和可靠性。虽然目前已有多种方法能够优化和改善面对服务系统,但是针对服务编排自动化的应用和研究较少,这主要归因于复杂的业务逻辑和繁琐的服务编排工具。介绍一种采用一阶内涵逻辑语言(FOIL)为业务流程建立其业务逻辑的FOIL公式,通过计算FOIL公式,自动生成WS-BPEL结构以动态绑定已有的服务组件,最终完成自动服务编排。Tarski的真值理论证明这种方法具有实际应用价值。     

智能机器人服务环境下传感数据映射及服务组合方法研究

为了提高传感器数据信息可利用性和机器人服务的智能性,针对动态异构智能空间提出基于SSN(语义传感器网络)本体的传感器数据映射方法和Web服务组合方法.首先,利用SSN本体技术建立智能空间中的传感器数据本体模型,通过传感器标注和语义映射语言(SASML)自动将动态传感器数据映射进SSN本体文件,实现物理-信息的转换.在此基础上,利用面向服务计算的思想,采用Web服务技术将空间设备功能封装成统一的接口,建立智能空间服务模型.最后,采用无回溯反向链(NBBC)算法实现动态Web服务组合,以实现提供复杂服务的能力.智能空间背景下的系统运行实验结果表明,构建的SSN本体模型能够有效融合传感器数据信息,实现的服务组合算法能够将单个简单服务组件组合成具有复杂功能的服务序列,从而进一步提高机器人服务的智能性.     

面向端用户的服务组合广义决策逻辑模型

服务组合中端用户的模糊和不确定的需求与服务组合过程的精确性要求之间存在着矛盾,而几乎没有相关的工作考虑了这个问题.提出一种多粒度的服务组合形式化模型.这一模型从端用户的角度来考虑服务组合中用户的需求.为了构建多粒度的服务组合视图,将Web服务描述映射成广义决策逻辑语言(GDL).GDL是由粒度计算的研究组织提出的一种形式化语言,试图用来作为定义粒度模型的规范.利用GDL构建的服务组合多粒度模型,可以使用户和服务组合代理在不同的信息粒层进行组合工作.与传统的模型相比,这一模型可以为端用户提供更容易理解的服务组合视图,符合人类感知模式.     

正确性保证的组合服务综合问题复杂度研究

Web服务应用中一个富有挑战性的关键问题是:如何自动组合已有的Web服务并保证组合的正确性(如以时态逻辑LTL,CTL,CTL*等公式规范的时态性质).现有研究工作大多延用传统软件开发中的设计、验证、分析和纠错的过程,这使得组合过程既复杂又低效.文中研究了基于CTL与CTL*的组合服务综合问题,即利用已有Web服务自动生成满足给定的CTL,CTL*逻辑公式的组合服务,从而可以无需另外的验证过程,避免反复进行组合.证明了以CTL与CTL*逻辑公式为组合需求时,组合服务综合问题分别为EXPTIME–完全和2EXPTIME–完全问题.同时讨论了当综合失败时,如何通过合理限制环境(即服务的交互对象,如用户或其他服务)的输出使得综合成功,并证明了该问题关于CTL与CTL*逻辑公式同样分别为EXPTIME–完全和2EXPTIME–完全问题.     

一个基于服务层叠网的分层服务组合框架

随着Internet上Web服务数量的不断增长,这些服务能够互联形成一个应用层的逻辑网络--服务层叠网(service overlay network,简称SON).基于SON,通过服务的组合提供增值服务,是满足用户动态、多变的功能及非功能需求的一种有效的方法.但是,已有基于SON的QoS感知的服务组合研究主要是面向服务间具有简单交互行为的应用领域,难以支持电子商务等具有复杂业务协作特征的应用场景.为此,通过使用业务协议刻画服务间的组合关系,从而构建更具普适性的SON;建立主动服务层叠网(active service overlay network,简称ASON)以实现可编程的服务层叠网,支持按需的服务组合;提出了一个基于主动服务层叠网的分层服务组合框架(hierachical service composition framework based on service overlay networks,简称HOSS),通过将业务协议(而不是消息)作为需求描述的基本单元,提升软件开发效率,并将服务组合需求映射为SON的动态用户视图以实现按需的组合.     

数据集成系统中的服务组合方法

利用服务本体语义相似度来表示计算服务之间的关联度,并以关联度为权值基于图论的方法构建服务组合图,然后通过服务组合图转化为组合优化树的方法将服务组合问题转化为树的深度搜索问题,针对该搜索问题提出了一个有效的优化搜索方法,实现了服务动态组合.仿真实验结果表明,与已有方法相比,该方法可以自动地根据服务请求实现服务的动态组合,同时保证了服务组合的效率和质量.     

一种基于匹配策略的Web服务组合方法

现有的Web服务只能被单独调用,不能提供复杂的组合服务.文中提出了一种基于匹配策略的Web服务组合方法,该方法利用匹配关系,通过自顶向下的服务分解和自底向上的服务组合,自动将原子服务组合成满足用户要求的组合服务.通过实例说明该方法的执行过程,应用结果表明该方法减少了用户的交互操作,降低了服务成本,提高了服务效率.     

多Web服务组合兼容性的自动化验证

Web服务组合的目的是实现单一服务无法满足的复杂功能,而保证组合的正确性以实现服务增值是十分必要,因此组合之后的正确性验证是Web服务组合的一个重要研究方向。从Web服务交互行为方面描述多Web服务组合,在提出行为兼容性的相关理论的基础上,给出基于Pi演算的多Web服务组合行为兼容性的自动化验证算法,通过将多Web服务组合自动转化为Pi演算中的组合进程,实现多Web服务组合的自动化验证。     

支持服务关联的组合服务选择方法研究

在面向服务的应用中,服务集成商通过选择已有服务并对这些服务进行组合,为其消费者提供增值(value-added)服务.然而,现有的组合服务选择模型中,各可选服务被认为是相互独立的,可选服务的服务质量独立于其他服务.而在实际的面向服务应用中,可选服务的服务质量往往依赖于其他可选服务,现有组合服务选择方法无法应对这种普遍存在的场景.文中提出了一个支持服务关联关系的QoS描述模型,用于刻画可选服务的服务质量对其他可选服务的依赖关系,并给出该QoS描述的自动生成方法.在此基础上,提出了支持服务关联的组合服务选择方法,包括基于整数规划求解最优解的组合服务选择方法和基于启发求解次优解的组合服务选择方法.通过实例分析,体现了文中方法具有良好的适用性.对比实验结果表明,文中基于整数规划方法获取的组合服务QoS明显优于同类方法;并且,文中基于启发式方法能够高效地获取较优组合服务QoS.     

基于任务本体的地理信息Web服务组合研究

讨论基于特定任务本体的地理信息Web服务自动组合问题.通过特定任务本体概念间的语义关系对Web服务进行匹配,给出了服务组合执行匹配度的定义及计算表达式,详细地探讨了地理信息Web服务自动组合算法推导步骤,能够满足用户在已有的Web服务中自动地找出能满足需要的所有服务组合方案,并通过服务组合执行匹配度的比较,求解出最佳服务组合方案.该研究对人机之间、机器和机器之间的语义理解具有一定的实用价值.     

利用平面单应分解实现服务机器人视觉伺服

智能空间中家庭服务机器人所需完成的主要任务是协助人完成物品的搜寻、定位与传递。而视觉伺服则是完成上述任务的有效手段。搭建了由移动机器人、机械臂、摄像头组成的家庭服务机器人视觉伺服系统,建立了此系统的运动学模型并对安装在机械臂末端执行器上的视觉系统进行了内外参数标定,通过分解世界平面的单应来获取目标物品的位姿参数,利用所获取的位姿参数设计了基于位置的视觉伺服控制律。实验结果表明,使用平面单应分解方法来设计控制律可简单有效地完成家庭物品的视觉伺服任务。     

基于社会-技术属性的软件服务活跃度分析

开源环境下,软件作为一类粗粒度的服务供用户使用和二次开发,其活跃程度反映了软件服务的发展状态,理解影响软件服务活跃度的因素是提高社区软件服务质量至关重要的一步。以SourceForge开源社区为研究对象,以软件服务的下载量、页面规模和点击量作为衡量软件服务活跃度的指标,分别从社会 技术属性角度来探究对开源软件服务的活跃度影响。研究结果表明：（1）软件服务要取得较好的活跃度,在核心人员组织上要规模适当（17人左右）,为确保成员的实际贡献力度,可同时参与的软件服务控制在7个以内,成员的角色应尽可能多且分布越均匀越好;（2）越成熟的软件服务倾向于越活跃,而其他技术属性的影响差异不明显且与它们的流行度无关,但它们的多样性与软件服务活跃度呈显著线性相关。     

一类排队服务系统的最优控制策略研究

建立一个双阈值排队服务模型, 用来协调顾客的等待时间和服务系统的运行成本. 采用一种精细的概率分解方法获得瞬态和稳态队长的概率分布性质; 再根据系统稳态性能指标, 建立系统营运利润函数, 并设计一种针对双离散变量函数的全局优化收索算法来研究最优控制策略; 进一步的数值实验揭示出双重阈值策略的优越性.     

网络化制造环境中制造服务智能匹配技术研究

为实现服务的准确定位，以Web Service方式封装服务，采用语义网技术表达服务能力，弥补当前服务描述在内容和语义方面的缺陷．在此基础上，提出面向网络化制造服务匹配系统Swirrsm的系统结构，对服务匹配模型及服务匹配算法进行研究，提出服务关键匹配模式SKP及服务匹配强弱定义，分析了服务匹配语义相似度计算，通过建立服务分解模型，使服务匹配更趋智能化．     

基于RSS的教育资源服务系统研究

根据教育资源的教育属性、格式多样化和教育需求等特性,利用Rss技术研究了分布式,异构的教育资源组织,发布与服务策略.设计了并开发了教育资源服务系统的信息获取、内容聚合、动态发布等功能模块.系统成功地应用到远程教育中资源的订阅、组织与管理.     

Learning improves service discovery

A distributed system of services assembled according to a service‐oriented architecture requires an efficient mechanism to discover appropriate services deployed over a network. The recent emergence of many service marketplaces makes the case for the existence of such a discovery service. These marketplaces typically provide rudimentary techniques to publish service information and associated matching activities. Such simple matching techniques are typically not suitable to address complex user requirements. Therefore, it is a challenge to discover relevant services, with a high degree of accuracy, out of existing choices. This paper discusses experiments performed on a discovery service whose search techniques incorporate learning profiles to accomplish these complex tasks. The UniFrame Resource Discovery System, which searches for required services, provided an experimental test bed for these experiments. The article describes these techniques and explains their algorithms. Experimental results illustrate the gains in the quality of selected services and reduction in the discovery time using the proposed techniques. Copyright © 2014 John Wiley & Sons, Ltd.     

服务发现技术中的服务描述和服务匹配技术

普及计算环境中的设备和应用需要通过服务发现来获得其它设备和应用所提供的服务。在服务发现技术中,服务描述、需求描述和服务匹配是迫切需要解决的关键问题。但由于服务和需求的多样性和复杂性,以及普及计算环境的动态性和异构性,使这些问题更加困难和复杂。所以,寻找一种灵活高效而又准确的方式来进行服务描述、需求描述,进而进行服务匹配,具有非常重要的意义。对现有多种服务发现系统中的服务描述需求描述和服务匹配技术进行比较分析,指出了现有解决方案的一些不足,并对未来的研究进行了展望。     

基于位置聚类和张量分解的Web服务推荐算法

基于服务质量（QoS）的Web服务推荐能在众多功能相似的Web服务中发现最能满足用户非功能需求的Web服务,但QoS属性值预测算法仍存在预测准确度不高和数据稀疏性的问题。针对以上问题,提出了一种基于位置聚类和分层张量分解的QoS预测算法ClustTD,该算法基于用户和服务的位置属性将用户和服务聚类成多个局部组,分别对局部组和全局的用户、服务和时间上下文进行张量建模和分解,将局部和全局张量分解的QoS预测值进行加权组合,同时考虑了局部和全局因素,获得最终QoS预测值。实验结果表明,该算法具有较高的QoS预测准确率和Web服务推荐质量,并能在一定程度上解决数据稀疏性问题。     

基于服务模式的快速服务组合方法研究

多数传统服务组合方法忽视了领域服务的特性,针对特定的领域服务上下文环境时无法进一步提高优化性能,对此提出一种基于模式的快速服务组合方法。分析了领域服务的特征和规律,提出了服务模式的概念。进而给出了一种基于模式的两阶段快速服务组合方法,该方法在第一阶段利用已有的服务模式,采用贪心覆盖策略对用户需求进行快速覆盖,第二阶段则采用原子服务满足第一阶段无法满足的需求。实验表明利用该方法能获得良好的效果和性能。     

任务计算中基于语义Web的上下文感知服务选择

针对普适环境中任务计算的特点,分析了任务计算的层次结构和复杂任务的分解策略,设计了一种任务计算中服务发现的体系结构。此体系结构依赖于服务和内容的语义表示,而这种语义表示是基于本体的、共享的。它不仅可以增强精确度和调用率,而且能够实现知识共享、基于能力的搜索、自主推理以及语义匹配等功能。据此,提出了一种基于语义Web的上下文感知动态服务选择机制,这种机制可以根据待匹配的服务的动态上下文属性来对其进行过滤和排序,从而进一步优化了发现的过程、节约了用户的时间和精力。此外,该选择机制可用于发现有用的静态或动态上下文信息,从而为用户提供最合适、最相关的服务。