基于语义Web Services的模糊匹配

Web服务发现过程本质上是用户请求和服务匹配的过程。传统的UDDI发现技术是通过精确匹配实现的，不能较好地支持基于概率和语义约束的模糊匹配。针对这种情况，在基于现有的OWL-S匹配上，进一步增加了以隶属函数、语义距离、阈值为基础的模糊匹配，形成了两级匹配。并通过对语义表示的服务能力进行模糊聚类，这种机制减少了搜索空间，提高了发现效率及匹配的精度。     

模糊C-均值聚类语义Web服务发现

为了在大量的web服务中快速、准确和高效的发现能够与请求服务相匹配的最佳服务,提出了基于模糊C-均值的语义web服务发现方法。该方法给出了扩展后的服务发现框架,增加了语义信息和服务聚类,分析现有服务发现聚类方法存在模糊语义支持不足的缺点,并综合考虑影响服务匹配的概念节点间语义距离、节点深度和密度因素。在此基础上给出了基于模糊C-均值语义相似度匹配算法。通过实验结果表明了该方法是有效的。     

基于petri网的语义Web服务过程模型匹配算法研究

为了在服务发现中提高效率及准确率,在服务匹配过程中引入了服务执行状态的变迁等因素即服务的过程模型。而Petri网能够把Web服务的过程模型进行形式化描述。该文在服务发现中引入Petri网,通过Petri网描述Web服务的过程模型,再对Petri网进行语义标注,最后通过计算过程模型的相似度来实现基于Petfi网的语义Web服务发现匹配。这种方法结合现有采用功能性参数匹配的语义web服务发现对提高服务发现率,尤其对改善服务发现准确率起到了一定的作用。     

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。     

基于模糊匹配的语义网格服务发现

匹配是网格服务动态发现和集成的关键问题。针对“网格服务发现”对服务低层数据抽象和分类不足的问题,该文给出了一种基于语义的模糊匹配网格服务发现框架算法。仿真实验结果表明,该算法提高了服务发现的查全率和查准率。     

Web服务匹配系统中的语义描述

在分布式计算环境下,Web服务发现和服务匹配技术直接关系到全球网络信息资源获取和信息的有效利用.传统的Web服务匹配和发现过程是基于UDDI并在语法级实现的.因而服务匹配模型没有涉及到语义,鉴于语义在智能匹配系统中所起的作用,本文从语义匹配的角度着重分析服务匹配系统中存在的数据语义、功能语义和服务质量语义.     

任务计算中基于语义Web的上下文感知服务选择

针对普适环境中任务计算的特点,分析了任务计算的层次结构和复杂任务的分解策略,设计了一种任务计算中服务发现的体系结构。此体系结构依赖于服务和内容的语义表示,而这种语义表示是基于本体的、共享的。它不仅可以增强精确度和调用率,而且能够实现知识共享、基于能力的搜索、自主推理以及语义匹配等功能。据此,提出了一种基于语义Web的上下文感知动态服务选择机制,这种机制可以根据待匹配的服务的动态上下文属性来对其进行过滤和排序,从而进一步优化了发现的过程、节约了用户的时间和精力。此外,该选择机制可用于发现有用的静态或动态上下文信息,从而为用户提供最合适、最相关的服务。     

QoS本体驱动的Web服务发现

当前Web服务发现过程中,为满足不同用户的个性化选择需求,一种具有可靠服务质量保证的Web服务匹配方法是迫切需要的.基于WordNet本体,文中提出一种考虑QoS语义和数值综合匹配的QoS匹配模型.该匹配模型包含了语义匹配、数值匹配、多属性决策矩阵、领域专家意见、以及获得Top-k候选服务等过程,文中讨论了这些匹配过程,并进行了仿真实验.结果表明,与传统方法相比,采用文中提出的QoS匹配模型在一定程度上提高了Web服务发现的查准率.     

本体匹配的网格服务发现模型研究

如何从大规模网格服务集合中快速而准确地发现满足用户请求的服务,是语义环境下网络应用的一个重要方面。针对传统的基于关键字匹配的Web服务发现方法无法准确描述网格服务服务能力和应用领域的问题,提出了一种基于输入和输出领域本体的语义网格服务描述模型和基于本体匹配的语义网格服务发现流程,构造了基于本体匹配语义相似度计算的语义网格服务发现算法。实验结果表明,基于本体匹配的语义网格发现方法能够获得很好的查全率和查准率。     

语义Web服务匹配策略研究

通过OWL-s来对Web服务进行逻辑化描述,将语义Web与Web服务相结合成语义Web服务,使得可以基于Web服务的语义信息来查找和匹配所需的Web服务。在单个Web服务参数语义匹配度确定基础上,提出了一种新的确定整个Web服务的匹配策略,并完成了具体的实现。相比UDDI基于关键字的匹配,使用语义信息匹配Web服务更能满足用户的潜在需求。     

语义Web服务发现技术

传统的Web服务发现技术大多采用基于关键字的服务匹配机制,缺乏对Web服务功能的语义性描述,影响了Web服务的查全率、查准率和查找的智能化.研究基于语义的Web服务匹配方法,在经典Web服务匹配算法的基础上进行改进,研究单概念语义Web服务匹配算法,并由此得出多概念语义Web服务匹配的最优顺序,结合输入、输出参数,最终得出语义Web服务匹配结果,实验结果表明,改进后的方法比BGM算法匹配度高.     

带情景约束和增强语义的web服务匹配方法

针对目前语义web服务匹配方法中缺少对服务情景约束的考虑及传推理匹配的结果中同一级别缺少语义细分的缺点,设计了一种带情景约束和增强语义的相似度计算匹配方法。首先通过服务情景约束兼容性检测过滤掉不相关的服务;然后借助本体进行服务属性间的语义获取和语义相似度计算,得出待匹配服务的精确匹配度;最后对满足用户请求的服务进行反馈评价。实验结果表明,该方法较之传统的OWL—S／UDDI匹配方法在查准率和查全率方面得到了很大改进。     

模型驱动架构的语义组合Web服务的验证

针对语义Web服务的组合与验证问题,提出了基于模型驱动架构（MDA）的组合方法与基于语义匹配度的匹配方法。组合方法使用UML类图和用例图对OWL-S进行静态组合建模,使用活动图对OWL-S进行动态组合建模。在建模过程中使用基于语义匹配度的匹配方法,选择可用的子Web服务确定最合适的组合Web服务,并将该组合UML模型转化为可验证的Promela语言,使用SPIN工具进行验证,通过验证的UML模型作为模板保存于本体的知识库中以便使用。该模型提高了开发语义Web服务的效率,保证了组合过程的正确性,还能利用模板与语义匹配度实时发现与选择可用的Web服务。     

基于语义的网格服务优化匹配

为了能够在分布、动态、复杂的网格资源查找过程中做到高效率、高精度的匹配,该文对语义Web技术和匹配算法进行了改进。在本体描述方面,针对网格特性对OWL-S进行了扩充,引入了网格服务的语义表示形式,使得Agent可以参与进来。在基于语义的服务匹配方面,定义了服务发布和请求条件的领域限定并在领域内进行服务匹配,设计了一种基于语义的网格服务匹配框架,给出了该框架的结构图,并分析说明了其中关键部件的功能和特点。该框架的正确合理性经原型实现得到了证明。     

一种基于语义与QoS感知的Web服务匹配机制

Web服务匹配是动态服务组合的一个重要环节,然而目前大多数的研究仅从单个抽象服务的角度进行局部语义匹配,没有考虑到服务组合的全局匹配,此外,即使考虑了全局匹配也仅从QoS角度进行匹配,没有考虑到全局语义匹配.针对服务组合流程,提出了基于抽象服务的局部语义匹配与基于QoS感知的全局语义匹配,设计了语义匹配算法,并扩展对服务输入/输出匹配的可用性分析,建立了全局匹配的QoS模型及其评价方法,基于该模型及评价方法,采用遗传算法实现全局语义匹配度最大化及满足用户的QoS指标需求.仿真实验结果表明:基于语义与QoS感知的服务匹配算法是可行的和有效的.     

改进的语义Web服务匹配方法

针对目前语义Web服务匹配方法中缺少对服务行为约束的考虑及传统推理匹配的结果中同一级别不能再区分的缺点,设计了一种带服务行为约束的基于推理和语义相似度计算的匹配方法。方法分为三步：第一步进行服务行为约束兼容性检测;第二步对待匹配的两个服务进行推理;第三步在第二步基础上进行本体概念间的语义相似度计算,得出待匹配服务的精确匹配度。这样每个服务都有了一个精确的匹配度值,避免了传统方法中多个服务因拥有同一个匹配度等级而不能再区分的不足。实验结果表明,该方法较之传统的OWL-S/UDDI匹配方法在查准率和查全率方面得到了很大改进。