支持QoS约束的语义Web服务发现模型

分析了现有Web服务发现的不足,在系统研究Web服务发现框架的基础上,将QoS模块引入,提出一个支持QoS约束的语义Web服务发现模型SWSDM-QoS.在该模型中,支持QoS的服务发布,查找和反馈,并在此基础上提出一个基于QoS约束的服务选择算法.已经基于Microsoft.NET平台实现了一个原型系统.     

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.     

基于语义的Web服务发现核心技术研究

在研究Web服务本体描述语言OWL S缺乏对服务质量的明确刻画的基础上,引入服务质量本体QoSOn对OWL S规范进行扩展。其次,提出了“两阶段”匹配模型,该算法首先经过基于服务分类的匹配剔除不相关的服务,然后引入服务相似度来度量候选广告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OWL S Profile的功能相似度和QoSOn本体的服务质量相似度两个方面进行综合评估的。最后,通过对比实验证明了该匹配算法的可行性和有效性。     

基于聚类的QoS语义Web服务发现研究

如何动态地选择出适合用户需求的Web服务正在引起相关研究者的关注.为了提高Web服务查找的效率,提出了一种支持QoS的语义Web服务发现框架.首先根据Web服务本体分别计算服务描述、输入、输出、前提条件和结果这五个层面的语义相似性,然后利用聚类技术,将相似度高的服务聚为一类,过滤掉与服务请求完全不同类别的服务,形成候选服务集,最后进行QoS比较,得到一个服务排序,为请求者选择QoS综合值最高的服务.仿真实验验证了该方法的可行性和有效性.     

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。     

基于概念相似度计算的语义Web服务发现方法

提出一种基于领域本题概念相似度计算的语义Web服务发现方法。给出合理的概念相似度计算公式,通过领域本体概念相似度计算,最终获得请求和候选服务之间的相似度。传统的概念相似度计算方法只考虑继承关系,本文采用的单概念语义不但考虑继承关系,还考虑二元关系,使本体关系结构构成图结构,更加合理。计算语义距离时,适当处理多继承问题和环问题。实验证实,本算法使得匹配更加合理精确。     

基于语义的Web服务发现技术研究

针对现有基于语义的服务发现机制普遍对服务质量描述和服务分类考虑不够,以及匹配机制适应范围较窄、匹配效率较低的问题,进行了服务描述与服务发现技术的研究,对OWL S规范作了一定的补充,并提出了一种基于语义的服务发现算法。以树形结构描述Web服务,按照一定策略对节点赋予不同的权值并分类存储。在服务匹配时,首先对服务请求进行预处理和领域定位,然后利用基于WordNet和HowNet的语义相似度计算方法以及一定的辅助技术实现服务匹配。实验结果表明,该服务匹配算法具有较好的查准率和查全率。     

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。     

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.     

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。     

一种基于语义Web的Web服务发现方法

Web服务的大量涌现对服务发现提出了挑战。然而,传统的服务发现技术是建立在语法描述的基础上,主要采用的服务发现机制是WSDL和UDDI规范相结合的解决方案,通过关键词匹配来实现的。但是这些发现方法查准率极其低下,已经不能很好地满足用户需要。在研究本体与语义Web服务的基础上,提出了一种基于本体的Web服务发现框架,该框架首先对用户的请求合约进行语义预处理,然后根据抽取的语义在服务库中发现适合的Web服务,从而提高查准率。     

一种基于语义Web服务的匹配算法研究

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,如何正确定位合适的Web服务成为主要问题。在服务使用OWL-S描述的前提下,服务匹配通常认为是本体概念的匹配,给出了一种基于语义Web服务的匹配算法,通过服务发布者提供的服务和服务消费者寻求的服务的关系来进行匹配算法研究,提出了相应的服务匹配技术,详细介绍了服务请求时进行服务匹配使用的匹配算法,达到服务发布者和请求者可以实现语义的匹配。最后对服务匹配算法进行了实现,提高了服务的查准率和查全率。     

基于语义的web服务发现方法的研究

提出了基于语义的Web服务发现方法,通过将OWL-S与UDDI相结合,将web服务本体映射到UDDI中的tModel以扩展web服务语义,增强了服务自动发现能力.并给出了此种方法的一个模型的具体设计.     

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。     

基于服务质量反馈的语义Web服务匹配算法

传统Web服务框架不支持基于服务质量(QoS)的查询,不能满足用户对服务性能的要求。针对该问题,通过建立QoS本体,提出基于服务功能和QoS的两阶段服务匹配算法。在此基础上设计一种基于用户反馈的服务质量算法,根据发布和反馈的QoS,综合评价服务的质量。实验结果表明,该算法能提高查准率,改善服务发现的性能。     

基于二分图匹配的语义Web服务发现方法

如何从大规模服务集合中快速而准确的发现目标服务是应用Web服务技术的关键.现有基于语义的Web服务发现方法应用实施难度大且效果存在较大提升空间.文中首先提出了Web服务注册的信息模型,该模型不受限于具体的Web服务模型和表达语言,支持接口语义标注和接口依赖关系的申明.进而提出了基于二分图匹配的语义Web服务发现方法,通过对二分图最佳匹配进行扩展,将服务匹配问题转化成二分图的扩展最佳匹配的求解问题,支持服务接口之间的依赖关系,从而提高服务发现的效果.一系列仿真实验表明文中方法不仅能较大提高服务发现的召回率和准确率,而且还能以线性时间复杂度满足用户请求.     

基于语义Web服务的发现算法研究

Web服务是基于XML和HTTPS的一种服务,具有极大的灵活性和鲁棒性。该文基于语义WEB服务技术,采用基于本体的语义发现框架,介绍了Web服务的注册发布以及发现等细节。