基于服务簇的空间信息服务自动发现

现有Web服务自动发现方法中存在服务匹配程度区分不明显、服务发现精度不高等问题。为此,提出一种基于服务簇的空间信息服务自动发现算法。对发布的空间信息服务进行聚类分析,计算服务请求与各服务簇中心的相似度,由此确定最优匹配簇,根据服务请求与最优匹配簇中服务的语义相似度,得出服务请求的最优匹配服务。实验结果表明,该算法在实现对Web服务匹配程度定量表示的同时,能有效提高匹配程度的区分度和服务发现的查全率和效率。     

快速语义Web服务发现方法

针对现有的基于本体描述的语义Web服务发现方法发现效率较为低下的问题,提出一种新的服务发现方法.该方法在基于本体距离计算语义Web服务综合相似度的基础上,利用数据挖掘中的聚类算法AGNES对语义Web服务集合进行聚类预处理,形成若干服务簇,然后应用相应服务发现算法根据相似度阈值定位于某一服务簇内进行查找匹配,从而可减少搜索空间.理论与仿真实验结果表明,该方法既可保证服务发现的准确率,又可明显提高服务发现的效率.     

利用服务聚类优化面向过程模型的语义Web服务发现

如何快速、准确和高效地发现满足用户需求的Web服务是现阶段急需解决的关键问题之一.文中针对现有的Web服务发现机制中存在的效率低下和查准率不高的两个问题,提出了一个新的语义Web服务发现框架.在该框架下,采用Petri网作为Web服务过程描述的形式化工具.首先,利用聚类技术,从服务的功能相似和过程相似两个层面对服务进行聚类预处理,从而在很大程度上降低服务的查找空间,提高服务的查找效率.进一步,针对服务请求中可能潜在的行为约束,建立基于Petri网的过程需求模型,将其与候选服务的过程模型进行比较,对满足功能需求的可行服务进一步筛选,从而提高查找的精确度.最后,利用仿真实验对所提出的方法进行验证.     

基于中文分词的OWL—S/UDDI语义Web服务检索模型

目前中文搜索引擎尚不能进行语义检索,经OWL-S语义扩展后的语义Web服务检索也未充分考虑中文词语之间无空格的特点.基于语义Web服务技术与中文分词技术,提出基于中文分词的OWL-S/UDDI语义Web服务检索模型.该模型对中文检索请求语句进行中文分词并附加语义,所生成的服务请求OWL-S文档与语义扩展UDDI中的OWL-S服务描述进行匹配,进而实现Web服务的动态查找与组合.实验结果表明,语义Web服务检索可提高Web服务发现的质量.     

基于社团服务链的Web服务组合方法

针对Web服务组合的时间效率提高问题,提出了一种基于服务社团和服务链的Web服务组合方法。在构造的服务网络上应用基于信息中心度的服务社团发现方法,将Web服务网络划分为不同的服务社团,然后构造了社团服务链发现算法和基于服务链的Web服务组合算法,这些算法将服务社团内Web服务之间的所有可组合关联转变成服务链,实现了基于社团服务链和服务质量(QoS)剪枝的Web服务组合过程。实验结果表明,与传统的图深度遍历Web服务组合方法相比,基于社团服务链的Web服务组合方法在5个测试集上的响应时间平均提高了46%,最好情况为67%。社团服务链可以有效地减少针对当前服务请求的服务搜索空间,提高服务组合的时间效率。     

面向服务簇的服务流程构建

为了减少服务流程的构建时间,优化流程的服务质量,增强流程响应自适应性,提出一种面向服务簇的流程构建方法。采用服务簇作为组成服务流程的基本单位,将服务流程的构建划分为面向簇的流程服务推荐和最优服务流程质量计算两个阶段,并给出具体实现方案。仿真实验以10000个Web服务和不同的流程模式作为测试源,与面向原子服务组建的服务流程相比,面向簇构建服务流程及服务失效时的流程重构时间均至少降低50%,而构建的服务流程质量至少提高10%。仿真结果表明该方法可以有效缩减流程组建时间,提高构建流程的服务质量,增强流程响应自适应性。     

一种高效的Web服务迁移算法

为了满足Web服务动态分布的需求,并保证Web服务迁移的一致性,提出一种基于Broker的Web服务迁移算法WS Broker.其在保证迁移一致性的基础上了,提高了迁移效率.另外,通过分析客户请求之间的依赖关系,提前执行了某些阻塞的客户请求,缩短了服务中断时间.实验结果表明,WS Broker在保证迁移一致性的基础上有效地提高了Web服务迁移的效率.     

基于用户情境聚类的Web服务发现方法研究

针对快速发现用户适合度较高的Web服务问题,提出了一种基于用户情境聚类的Web服务发现方法.将聚类与倒排索引技术融入Web服务发现算法,利用BIRCH聚类思想进行用户情境聚类,有效地缩小了Web服务的查找范围,而倒排索引技术则能够快速定位服务,进一步优化了Web服务发现的时间.结合实例和实验,并与其他Web服务发现方法进行比较,结果表明了该方法的服务发现结果和时间效率均优于其他方法.     

基于分布式聚类的不确定性Web服务发现研究

针对现有的Web服务发现机制存在的不足,提出了基于分布式聚类的不确定性Web服务发现方法。该方法为了提高服务检索效率,在分布式网络下对Web服务实现聚类,同时为了克服现有服务质量度量方法的主观性,实现了不确定性服务质量情况下的多属性决策的二次查找。通过实验结果分析证明了相比传统服务发现策略在保证服务质量和检索效率方面有明显提高。     

基于本体的多模式Web服务发现研究

目前基于本体的Web服务匹配方法主要是利用本体的逻辑推理能力,通过计算得到Web服务描述之间的离散值匹配度并实施服务匹配.但基于离散值的粗粒度划分会使每一个离散匹配度下可能仍会有大量的Web服务存在,无法满足用户精确的服务查找请求.在相关研究基础之上,提出了一种基于本体的多模式Web服务匹配策略,并给出了基于实体和功能性的相似度计算方法.通过将基于离散值的逻辑推理服务匹配和基于连续值的服务相似度计算相结合,从而得到服务请求与可用服务的综合相似度,满足了用户不同粒度的服务查找请求,增强了服务匹配过程的可适应性和有效性.     

基于逻辑Petri网的Web服务簇模型

在基于聚类的Web服务中,同一服务簇中的服务在参数名称、参数数量和顺序方面不尽一致,具有参数不确定性的特点,导致参数匹配仍需要很大的工作量。因此提出一种基于逻辑Petri网的Web服务簇模型,将服务的参数集合表示为基于服务簇参数集的逻辑向量,建立了服务簇到各个服务的映射关系,实现对服务参数的统一管理。基于语义相似度的参数匹配仅在服务簇层进行,在服务簇内可以用位置向量直接定位参数,通过逻辑比较判断是否匹配,使得参数匹配的规模和计算复杂度大大降低,提高了服务发现效率。     

利用聚类优化语义Web服务发现

针对传统Web服务缺乏语义造成注册中心返回结果不精确的问题,提出了一种用OWL-S提供语义支持,并据语义相似度将Web服务聚类的解决方法。该方法应用OWL-S实现Web服务的语义描述,采用凝聚的层次聚类的Single-Link算法将相似Web服务聚类,快速定位并返回最合适的服务,提高了服务发现的精确性。     

A User Requirement Oriented Web Service Discovery Approach Based on Logic and Threshold Petri Net

In recent years, the number of Web services has increased significantly. Web service discovery has drawn much attention with the development of Web service applications and big data analysis. Under this circumstance, traditional Web service discovery strategies cannot adequately meet high user requirements due to the efficiency and precision of service discovery is low. In order to improve the accuracy and efficiency of service discovery, a user requirement oriented Web service discovery approach based on Petri nets is proposed in this study. A data preprocessing strategy of Web service is first designed. Then, a service clustering method is proposed based on Petri nets, which can conduct service cluster head generation, service cluster composition, and service discovery. The proposed method utilizes a superior data preprocessing method. Using simulation experiments, the efficiency and precision of Web service discovery are illustrated. Finally, the application value of the approach on real Web service is discussed.      

基于服务分组的语义Web服务发现研究

提出一种多本体环境下的服务组织和发现方法。服务注册时,根据服务本体合理组织服务,即计算服务描述与本体概念组间的相似度,对注册服务进行分组。服务发现时,不需要将服务请求与所有注册的服务顺序地、一个一个地进行匹配判断。它首先根据服务请求的服务领域,缩小服务查找空间,然后根据服务请求概念集与本体概念组之间的相似度,进一步减小服务查找空间,进而提高了服务的发现效率。同时设定服务请求概念集与本体概念组之间的相似度阀值ξ的大小,来保证服务的查全率;而服务查找空间确定后,按照服务功能参数匹配筛选满足服务请求功能需求的服务,最后参考服务质量进行选择服务,提高服务查准率。     

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。     

基于服务簇和QoS的Web服务组合方法

针对海量的语义Web 服务组合中如何提高搜索速度和获得最优组合的问题,提出了一种基于服务簇和服务质量(QoS)的快速组合方法。利用预先建立的服务簇进行服务搜索,可以有效缩小搜索空间,降低语义比较的复杂度,快速得到候选服务集合。组合过程中基于服务的最优组合QoS值动态确定阈值进行服务过滤,可以获得多个最优组合。同时采用高效的冗余处理方法保证组合中冗余服务最少,并采用服务簇内部过滤的方法限制候选服务数量,解决了因组合过多造成的运行超时问题。基于海量服务库进行实验,结果表明,服务搜索效率比普通搜索方法可提高几十倍,服务过滤和冗余处理效果明显,可快速获得多个QoS最优的无冗余组合,并且在百万级服务库进行大层次深度的组合时仍可保证良好的运行性能。     

基于用户与服务协同聚类的Web服务发现研究*

如何从大规模服务集合中快速而准确地发现目标服务是应用Web服务技术的关键。针对现有研究方法主要集中在基于语义的Web服务发现上,其实施难度大且适用性不强,提出一种基于服务日志挖掘的服务发现方法。该方法通过对用户与服务进行协同聚类,缩小查询空间,从而提高发现效率。仿真实验表明,其在召回率与准确率上比基于关键字的匹配算法都有不同程度的改善,且该方法能极大地满足服务执行时动态绑定的特性。