基于本体的web服务发现的研究

随着Web服务数量的急剧增多,如何从众多的Web服务中发现最佳的服务,已成为当今Web服务的研究热点之一.目前主流的Web服务技术仅提供服务的基本描述和基于框架的发现机制,缺乏对语义推理的支持.该文在基于统一描述、发现和集成服务发现架构的基础上,结合本体技术与Web服务本体描述语言设计一个Web服务发现模型,提出了一种基于本体的Web服务发现匹配算法,从而增强了统一描述、发现和集成的语义Web服务发现能力.     

一种基于服务质量代理的体系结构

该文提出一种基于服务质量代理的体系结构,该体系结构根据用户的需求对Web服务进行高效选择。与原有体系结构相比,基于服务质量代理的体系结构设计一个服务质量代理模型,该模型提供服务质量核查和认证机制,并对服务调用过程进行动态服务质量监控;当本地服务质量代理未找到用户所请求的Web服务时,则通过注册中心寻找其它远程代理。该文开发一个原型,着重对服务质量代理模型中的服务质量核查过程进行实验测试;实验结果表明,基于服务质量代理的体系结构提供较好的性能。     

基于遗传算法的Web服务发现优化模型研究

传统的Web服务技术标准主要是基于UDDI,运用简单分类和关键词匹配提供服务发现,降低查准率、查全率,以及服务复用和组合的兼容性.通过Web服务模式并结合遗传算法,探讨了一种基于Web服务的相似性、服务质量（QoS）、匹配度、评级和可行性等特征的多目标优选模型,为Web服务提供有效的发现方法.     

语义Web服务发现研究及应用

针对目前语义Web服务发现的研究现状扣存在问题,提出一种新的省时的基于语义功能匹配和服务质量筛选的服务发现方案。在此基础上,以福建省进出口领域企业基础信息交换平台建设项目的实际需求为背景,提出一个基于语义Web服务的异构系统集成模型。     

具有QoS的多层次Web服务发现模型

针对现有Web服务发现中由于缺乏语义信息而造成服务查全率和查准率不高的问题,设计了语义Web服务发现模型.该模型将服务发现分为3个层次,通过基本信息、功能信息的匹配以及QoS度量模型对候选服务进行选择并得到所需的服务.该模型引入了本体、概念语义相似度和服务质量控制,提高了服务发现的精度.     

基于领域本体的Web服务发现

Web服务应用的一个关键问题是如何发现需要的服务。传统的基于关键字的服务发现机制UDDI缺乏语义支持,搜索效率低。据此该文研究基于领域本体的Web服务发现技术,对发布服务和请求服务都采用OWL-S描述以支持基于语义的服务搜索能力,并且提出了一种基于图匹配的Web服务发现算法。试验结果表明服务发现方法在查准率和查全率方面都要优于UDDI。     

基于QoS的Web服务发现技术的改进

随着网络信息的持续快速发展,Internet环境下Web服务资源越来越丰富,不可避免地会出现大量具有相同功能和不同服务质量的Web服务,如何查找出最适合服务请求者需要的服务已成为Web服务领域的关键问题.因此,对传统的Web服务架构进行扩展,建立具有QoS约束的模型,分析Web服务扩展架构和扩展发现模型,深入地研究Web服务的服务质量量化方法,根据实际应用中的情况,在原有的Web Services功能性描述的基础上增加了QoS属性描述,并相应地设置了必要的实用参数.根据用户的不同需求,对相似服务的QoS进行计算.实验结果表明,该方法能够满足服务请求者提出的带有服务质量约束的服务请求,最终筛选出性能最佳的服务,验证了该理论的实用性和可行性.该服务与传统的方法相比,具有较高的查准率.     

一种面向终端用户的Web服务测试方法

面向终端用户的Web服务(Web Service)测试,是保证Web服务软件系统质量的重要技术手段。文章提出了一种Web服务应用环境下的测试模型和测试覆盖指标,旨在针对Web服务与应用环境进行交互的方式,测试Web服务的操作调用序列,为终端用户提供一种高效验证Web服务行为的方法,以提高基于Web服务软件系统的可靠性;并给出了测试覆盖分析支持工具WSCoverageAnalyzer的设计结构;最后基于一个Web服务Seller的应用案例,说明了所提出的方法。     

基于改进蜂群算法的 Web服务组合优化

Web服务技术的快速发展使用户对QoS （quality of service）越来越关注。为了进行基于QoS的Web服务组合优化,采用4种典型的QoS衡量指标建立了组合Web服务QoS量化模型;针对人工蜂群（artificial bee colony ,ABC）算法搜索效率不高和过早收敛问题,引入禁忌策略和混沌优化进行了改进,并将改进算法用于组合Web服务的QoS优化;最后,通过仿真实验对模型和算法进行了验证。结果表明,改进算法全局优化能力全面提高,并且能较好地解决组合Web服务QoS全局优化问题。     

QoS支持下的GIS服务链最优化问题研究

针对当前OGC互操作标准未提供QoS支持的现状,对OGC服务标准进行了服务质量扩展。在此基础上实现了一种基于遗传算法、具有全局QoS约束的最优化服务选择方法。该方法采用了树型染色体编码方式及基于罚函数法的适应度函数。通过与整数规划得到的最优解进行对比,验证了该方法解质量的有效性,并通过改变候选服务数和任务数等试验条件,证明了该方法的时间复杂度近似线性。     

采用服务聚类的语义服务发现

如何从大规模的服务集合中快速、准确发现目标服务是应用Web服务的关键问题。针对目前UDDI中粗糙的分类方法的缺点,采用语义Web服务基于服务功能聚类的方法对服务集合进行功能聚类。为提高服务发现准确度,在对服务功能匹配的基础上,将服务的过程模型转换为Petri网结构,并将此结构按照基于用户需求中潜在的过程模型进行模型匹配聚类。通过预先的聚类和两层筛选,来提高服务查询的精度和效率。     

基于QoS和信誉度的Web服务发现研究

提出一种基于QoS和信誉度的Web服务发现模型,并给出Web服务的匹配、排名和选择方法。通过实验对模型进行了验证,结果表明本模型具有一定的可行性和适用性。     

基于Web服务的SOA原型系统架构

基于SOA生命周期的建模、组装、部署和管理四个阶段,提出了一个基于Web服务标准的SOA原型系统架构。在组装阶段的服务选择引入基于本体的服务匹配器,并引入了服务质量（QoS）管理器;在管理阶段保证组合服务的正确执行提供了监控器、异常处理器和事务适配器和基于多值背景值依赖的方法的组合服务QoS管理器。提出了在组装阶段和管理阶段的双层QoS管理,为Web服务组合和SOA架构的研究提供了参考。     

利用猫群优化算法增强Web服务发现的研究

Web服务发现是面向服务的应用程序开发中的关键技术。由于Web服务数量巨增,获取指定任务的相关服务是具有挑战性的话题。本文提出了一种利用猫群优化算法将功能相似Web服务文档聚类的技术。实验结果表明,本文的方法是有效的,并且增强了服务发现的过程。