一种基于DHT混合型对等发现服务的算法设计

提出一种新的发现服务算法ROAD,尝试采用混合策略来适应系统的不同变化程度;通过改善超级点的使用方式,构建加速路由表,加快发现服务的速度,降低消息转发的延时;并通过幂次序组播算法改善对超级点的依赖性.选择不同质量类型的超级点,ROAD可以扩展成满足不同服务需要的发现机制.     

基于记忆模型的两阶段Web服务发现算法

针对当前服务发现系统的查准率及用户满意度偏低的问题,提出采用记忆强度机制对得到的服务历史记录进行分析,进而更新记忆库中的服务信息。根据服务请求记忆库会得到具有一定顺序的服务列表,将此列表与通过请求UDDI服务中心基于关键字匹配得到的服务集合进行语义匹配,得到用户需要的服务列表。实验结果表明,该模型能够有效改善服务发现系统的查准率和用户满意度。     

一种基于语义的服务发现算法

提出了基于语义Web的技术。首先要定义一个服务本体,服务提供者通过服务本体描述服务信息,并以语义Web的形式来发布。用户可以定义查询条件来查询自己所需要的服务。查询条件可以多种形式定义,如语义Web形式和三元组形式。这需要有一个算法来处理用户查询,能够处理语义信息并进行推理,对用户的查询和所提供的服务进行匹配,并返回查询结果。文章研究了语义Web的推理机制,并提出了一种用于快速和准确的服务发现的匹配算法。     

一种基于代理的服务发现机制

采用由中心代理管理和协调,按服务类别存储服务的分类代理机制.各代理相互协作,充分利用服务描述的输入输出、负载、费用、服务评价等,从而使服务发现更高效.     

一种基于本体划分的语义Web服务发现算法

针对集中式服务发现方式容易导致单点故障和性能瓶颈的问题,提出一种基于结构化P2P网络的语义Web服务发现算法。利用本体划分技术,按概念相似度完成本体的划分并生成可偏序排序的组概念,用组概念粗粒度地表示服务的语义信息,并聚类语义相似的服务。在此基础上,设计基于组概念生成向量的服务发布/发现算法,从服务/请求中提取多个散列的关键字,在适当增加服务发布/发现冗余的情况下,实现结构化P2P网络中语义Web服务的模糊匹配。实验结果显示,与精确匹配算法相比,该算法服务发现的平均召回率由15.2%提高到了37.1%。     

PCacheDS：一种基于主动缓存算法的发现服务

发现服务(Discovery Service, DS)通过提供一种查询服务,为用户提供物品射频识别(Radio Frequency Identification, RFID)标识与供应链中存储该物品信息的多个信息服务器地址之间的映射服务,以帮助用户获取物品在整个供应链中的信息。但是,当前已有的DS设计方案不能满足兼容不同的RFID编码标准、高效的系统性能和强大的抗拒绝服务(Denial of Service, DoS)攻击能力等需求。因此,针对已有DS研究的不足,基于结构化对等(Peer-to-Peer, P2P)网络和PCache主动缓存算法提出一种称为PCacheDS的DS设计方案。仿真实验的结果表明,与已有的DS研究相比,PCacheDS不仅能够兼容不同的RFID编码标准,而且具有更低的平均查询时延、更强的系统处理性能和强大的抗DoS攻击能力,能够更好的满足DS的应用需求。     

一种基于推荐网络和蚁群算法的服务发现方法

服务分散存储在互联网上,随着互联网上Web服务数量的迅速增长,自动、准确、快速地搜索Web服务已经成为面向服务计算中的难点和关键问题.文中针对在开放、动态环境下现有的服务发现研究中存在的搜索效率不高、负载不均衡和语义欠缺等问题,提出了一种基于推荐网络和蚁群算法的服务发现方法.首先,该方法构建一个自组织服务推荐网络模型,并给出了相关策略,从而适合大规模开放、动态的网络环境,为服务发现提供了搜索空间和基础.其次,在自组织服务推荐网络模型的基础上,给出了一种基于蚁群算法的服务发现方法,该方法使用推荐有效地提高了服务发现的成功率和查全率,引入蚁群算法的思想有效地解决了服务发现中的网络负载均衡问题.最后,实验结果证明了该方法的正确性和可行性.     

一种基于双层环网络的Web服务发现方法

结合One-hop和Chord路由机制,考虑实际网络中节点能力的差异,构造一种双层环路由结构,设计相应的区间查询定位和消息广播算法,提出一种基于本体聚类的双层环P2P网络的Web服务发现方法,实现了服务注册节点分类和查询请求迅速准确的定位.模拟实验结果表明,该方法具有较高搜索效率和较短的响应时间,能够显著地提高查询性能.     

一种基于信任的Web服务发现方法

在面向服务的环境下,由于Web服务本身的动态性和网络环境的不确定性,致使用户很难获得可信的高质量服务。当前基于反馈信息的信任评估方法没有考虑恶意评估对服务可信程度的影响,本文通过加入客观评价对此进行了修正,并提出一种从服务的能力、稳定性和声誉三方面来建立的Web服务信任模型,提升了信任评估的准确度。在此基础上提出一种可信的Web服务发现框架,通过服务交易历史信息获取比较客观的信任属性,同时结合非功能属性进行服务的综合评估,利用熵值法来确定其中各非功能属性的权重,从而发现满足用户需求的可信服务。仿真结果表明,该方法是可行和有效的。     

一种基于本体的Web服务发现框架

Web服务的大量涌现对服务发现提出了挑战。目前基于关键字和基于框架的服务发现机制,将查询结果通过一定的排序法则呈现在用户面前。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Web服务,从而提高查准率。     

CBSD:一种基于Chord的模糊服务发现方法

针对基于DHT的结构化服务发现方法不支持模糊查找的问题,采用服务聚类技术与结构化服务发现技术相结合的方式,提出了一种基于Bloom filter聚类优化的结构化Web服务发现方法。该方法利用Bloom filter实现服务语义映射并通过服务训练队列实现服务描述聚类特征向量的提取,利用相关性计算实现服务描述的预分类,利用Chord算法实现服务的发布/发现,无需冗余发布,既可保证服务语义相近的服务发布到相同的节点上,又可有效地支持服务的模糊查找,并在此基础之上提出了一种基于Bloom filter的分布式服务组合算法。最后,通过仿真验证了所提方法的可行性。     

基于用户满意度的学习服务发现算法

针对用户对e-Learning服务发现系统提供的服务不满意或者满意程度不稳定的问题,引入了用户满意度因子,设计了一个学习服务发现算法--eLSDAUS.该算法允许用户参与服务发现的过程,对服务发现的效果进行评价,学习服务发现系统把用户的评价反馈到学习服务发现算法,利用修正函数修正更新发布服务各属性的匹配度权值,优化反馈给用户的综合匹配度的计算,实验表明,在发布的学习服务数量超过1万时,该算法能够提高服务发现的查准率3%,而且随着发布服务数量的增多,效果会更好,经过127天的学习,用户对服务发现结果的总体满意比率可超过93%.     

基于移动Ad hoc网络的服务管理研究

本文基于移动Ad hoc网络的广播特性、分簇的普遍性等特点,在分析分布式服务发现协议GSD等的基础上,提出了新的服务发现机制,该机制考虑了各节点处理能力、存储能力以及所提供的服务种类等不可能完全相同的特性,克服了GSD同等对待所有节点的缺欠;另外,文中提出了基于优先级和两步资源预约的服务调度和QoS分配方式,依据服务所请求的QoS级别和资源情况来确定合适的端到端QoS级别,保证资源的充分利用,并给出了算法的一个实际应用的例子,该算法考虑了资源的抢占和两步方式的资源预约,比普通的确定QoS级别的算法具有更高的预约成功率,而比仅依据优先级的算法具有更高的资源利用率。     

基于本体的多约束服务发现

随着Web服务的广泛应用,服务发现成为服务请求者和服务提供者之间的重要环节,服务发现机制的优劣直接关系到整个服务应用的质量.为了向服务请求者提供高质量的Web服务,提出一种基于本体的多约束服务发现机制,该服务发现机制在语义层面从多个角度选择满足服务请求者需求的最佳服务,从而提供更准确的服务,提高服务的性能;最后实验数据表明基于本体的多约束服务发现机制能在很大程度上提高查准率,进而可以明显地提高服务系统质量.     

基于两阶段匹配的网格服务发现模型

基于对服务发现需求的分析,将服务匹配过程划分为类型匹配和实例匹配两个阶段,提出了基于两阶段匹配的网格服务发现模型。该模型以VO为管理单位,在VO内采用两层发布架构。初步的实验结果显示该模型能有效地聚集服务信息并避免大量动态更新带来的负载。     

基于服务访问日志的服务发现研究

如何在大量的服务集合中准确快速地发现服务是服务应用的关键。针对传统的基于关键字的服务发现方式存在召回率和查准率低等缺点,提出了基于服务访问日志的服务发现方法。该方法通过挖掘服务访问日志,对查询词进行扩展,选择最优服务,并查找尽可能相关的服务,以达到优化的目的。实验结果表明,该方法在准确率和召回率上相对于基于关键字的服务发现有明显提高。     

基于SLP支持QoS约束的服务发现

基于SLP设计一个支持QoS约束的服务发现模型QCSLP,在使用DA工作模式的SLP中设计一个QoS管理者实体QM,支持QoS的计算和反馈,引入QoS标准化和综合QoS的概念,根据用户反馈信息对服务的QoS进行动态评估和调整。通过具有6个实体的模拟局域网环境验证结果表明,QCSLP能帮助用户发现满足其类型、属性以及服务质量要求的服务。     

基于服务力向量的发布/订阅自动发现算法

由于SDPBloom自动发现算法无法预先在参与者发现阶段对端点QoS策略的兼容性进行判断,使得各节点和网络中均出现大量QoS不兼容的端点信息,从而消耗过多的内存和网络资源。为解决该问题,提出一种基于服务力向量(SAV)的发布/订阅自动发现算法,利用布隆过滤器向量和SAV对端点主题名、主题类型以及QoS策略进行匹配,以减少不必要信息的传输和存储。实验结果表明,与SDP_ADA和SDPBloom算法相比,该算法具有更低的网络负载和内存消耗。