面向服务簇的服务体系结构及服务发现

为了缩减服务查找空间,提高服务发现效率,提出服务簇的概念。将具有相似或相同服务功能的Web服务封装为一个服务簇,构建基于服务簇的服务请求/响应模式。给出了服务簇的形式化定义、面向服务簇的服务体系结构以及服务簇模式下的最优服务发现算法。仿真实验以10000个Web服务作为测试源,在服务簇数目不大于1000时,服务簇模式下的服务查找时间以及服务再查找时间均小于600ms,而当前服务响应模式下,上述时间均大于900ms。实验结果表明：基于服务簇的服务请求/响应模式可以显著提高服务发现效率,并能大幅度降低服务再查找的时间。     

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.     

基于神经网络的语义Web服务发现机制

面对目前互联网上动态多样的Web服务,如何发现最大符合用户请求的服务成为一个具有挑战性的课题。Web服务发现主要包括服务的匹配和服务的选择,虽然目前基于OWL-S和语义相似度的服务发现方法在一定程度上改进了传统的基于关键字和简单分类的服务发现机制,但也存在着在综合评价服务相似度时缺乏合理的权值分配的问题。因此,构建Web服务本体,利用神经网络合理分配各个相似度向量的权值,能够更好地发现与请求匹配的服务。     

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。     

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.     

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。     

P2P网具有QoS保障的语义Web服务匹配方法

在P2P网络中,有大量的web服务,如何准确高效的发现零散分布于世界各地的语义Web服务呢？文章从P2P网络的特点出发,分析了现有的一些研究和方法,在扩展UDDI的基础上,结合目前语义Web服务匹配的多层匹配思想,提出了P2P网络中支持QoS的语义Web服务匹配和发现的有效方法。该方法采用一个四层次的匹配筛选算法,对QoS各层的匹配算法进行了深入讨论,并以相似函数来度量服务提供方与服务请求方的Web服务相似程度。     

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。     

基于本体的Web服务发现方法研究

针对传统Web服务发现准确率低下的问题,提出一种基于本体的服务发现方法.该方法首先基于领域本体构建了Web服务描述模型,并应用OWL-S描述Web服务增强了Web服务的语义信息,然后从基本信息语义相似度、功能语义相似度等方面综合计算Web服务相似度,最后基于Web服务相似度进行请求服务与目标服务的匹配.给出了基于本体的服务发现相关算法,并设计了基于三层架构的服务发现原型系统.实验结果表明,该方法可提高Web服务发现的查全率及查准率.     

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。     

一种基于服务簇网元模型的Web服务发现方法

定义了服务簇的网元模型,提出了一种基于服务簇网元模型的Web服务发现方法.首先,通过计算Web服务的功能描述及参数的语义相似度,对服务库中的服务进行聚类;其次,对服务参数进行统一标注,建立服务簇的网元模型,并对服务簇参数矩阵进行规范化处理;最后,基于服务簇参数矩阵,实现服务快速发现.基于Petri网,首次提出了服务簇的形式化模型,并在此基础上进行了服务快速发现.结果表明,利用网元模型建模服务簇是有效的、合理的,并且与传统的基于参数匹配的服务发现相比,所提方法有效地减少了参数匹配次数,提高了服务发现效率.     

基于聚类优化的Web服务发现方法

针对语义Web服务发现效率低下的问题,提出一种基于图论聚类的服务发现方法。利用领域本体将Web服务形式化为领域概念的集合,根据概念间的关系计算服务间的相似度并构建用于标识服务的加权图,通过最小生成树算法对服务进行聚类,从而实现服务发现。实验结果证明,该方法有效减少了服务发现的匹配次数,提高了服务发现效率。     

基于语义的服务发现技术研究综述

语义Web服务是Web服务的语义扩展,它能够有效地提高服务发现的效率,并使得实现服务发现自动化成为可能。基于语义的服务发现是语义Web服务技术的核心,其关键技术包括标识语义的Web服务描述语言、基于语义的服务发现体系结构和基于语义的服务匹配算法。本文分别从这三个方面对目前基于语义的服务发现技术进行了详细的分析比较。文章最后对基于语义的Web服务发现技术进行了总结与展望。     

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。     

基于语义相似性的Web服务匹配算法

随着互联网应用的不断丰富,如何高效而准确地发现用户所需的Web服务已成为重要的挑战。传统基于关键字和语义匹配的方法存在查全率低和效率低下的问题,无法满足实际应用。提出基于语义相似性的服务匹配算法,实现了基于层次本体的概念相似性计算,并改进了原有二分图最优匹配算法的不足。根据该算法实现了一个Web服务发现原型系统。经实验证明,该方法不仅具有较高的查全率,且算法效率是满足目前服务发现需要的。