Web服务聚类方法的研究和改进

Web服务的聚类能够改善基于服务的应用如服务发现、组合和QoS预测等.然而目前的聚类方法在相似度度量和信息预处理方面存在一些不足.提出Web服务的QoS和功能两种相似度模型,从不同角度度量服务间的相似度.在此基础上,提出一种特殊的考虑到编程风格和命名规则的预处理方法.最后结合SCAN算法实现了本方法并设计了对比实验对提出的方法进行验证.实验结果表明提出的模型和方法能够有效地提高Web服务的聚类效果.     

一种支持一致性QoS适度模糊匹配方法

针对目前有关Web服务QoS的研究很少考虑到QoS非功能服务现状,在Web服务模糊匹配框架的基础上,从消费者需求的角度出发,通过引入模糊逻辑,提出了一种一致性QoS适度的模糊匹配方法.该方法将消费者的意见进行模糊相似聚类计算,使消费者达到对某个QoS属性值的一致性认识,然后通过实验对这种方法进行验证.实验表明,该方法在模糊匹配过程中采用了相对客观的QoS值,能够有效的提高Web服务的查准率.     

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。     

基于LDA-FCM方法的Web服务发现聚类性能分析

为提高Web服务发现能力,需要进行Web数据的优化聚类处理,提出了基于LDA-FCM方法的Web服务发现聚类方法。利用LDA模型进行Web服务发现资源数据的重组和自适应调度,以提取Web服务发现的数据资源特征。依据数据特征确定其相似度,在FCM算法中,通过相似度计算隶属度,从而确定聚类中心,多次迭代后,实现Web服务发现聚类。实验结果表明,所提方法复杂度较低,具有较好的聚类精度,聚类执行时间较少,其查全率与查准率均较高。     

基于组合特征的Web人名消歧方法

重名问题在Web人物搜索过程中是很普遍的现象.研究了Web人名消歧相关问题,提取与待消歧人名相关的不同特征集,运用向量空间模型构造人物实体的组合特征,最后通过层次聚类算法将相似度高的文档优先聚类,由此实现人名消歧.在WePS数据集上的实验结果表明,提出的方法具有良好的消歧效果.     

融合描述文档结构和参引特征的Web 服务发现

首先分析研究Web服务描述文档(WSDL文档)的两大特征——结构特征和参引特征,然后根据各个特征对Web服务功能语义描述的影响,提出相应的Web服务表示模型——多向量表示模型.区别于通用文本表示模型,该模型能够显式地表示Web服务描述文档的本质特征.其中,结构特征语义表现在多向量空间的划分上,参引特征语义映射到子向量模型中特征权重的计算上.提出了基于多向量模型的Web服务相似度计算方法,并实现了基于该模型的Web服务发现原型系统.最后,在真实Web服务描述文档集合上构造了一个具有不完全相关性判断且涵盖了1576个WSDL文档的Web服务发现测试集,并在该测试集上进行了基于多向量模型的Web服务发现实验评估.实验结果表明,基于多向量模型的Web服务发现方法的检索效果比基于简单文本向量空间模型发现方法的检索效果在95%的置信度下有了显著提高.     

基于聚类的QoS语义Web服务发现研究

如何动态地选择出适合用户需求的Web服务正在引起相关研究者的关注.为了提高Web服务查找的效率,提出了一种支持QoS的语义Web服务发现框架.首先根据Web服务本体分别计算服务描述、输入、输出、前提条件和结果这五个层面的语义相似性,然后利用聚类技术,将相似度高的服务聚为一类,过滤掉与服务请求完全不同类别的服务,形成候选服务集,最后进行QoS比较,得到一个服务排序,为请求者选择QoS综合值最高的服务.仿真实验验证了该方法的可行性和有效性.     

基于位置聚类和张量分解的Web服务推荐算法

基于服务质量（QoS）的Web服务推荐能在众多功能相似的Web服务中发现最能满足用户非功能需求的Web服务,但QoS属性值预测算法仍存在预测准确度不高和数据稀疏性的问题。针对以上问题,提出了一种基于位置聚类和分层张量分解的QoS预测算法ClustTD,该算法基于用户和服务的位置属性将用户和服务聚类成多个局部组,分别对局部组和全局的用户、服务和时间上下文进行张量建模和分解,将局部和全局张量分解的QoS预测值进行加权组合,同时考虑了局部和全局因素,获得最终QoS预测值。实验结果表明,该算法具有较高的QoS预测准确率和Web服务推荐质量,并能在一定程度上解决数据稀疏性问题。     

基于文本聚类和概念相似度的语义Web服务发现

语义Web服务在进行服务发现时,需要按顺序依次匹配注册库中的服务,这将大量时间浪费在不相干的服务上,从而造成服务发现效率低下。针对该问题,提出了一种新的基于文本聚类和概念相似度的语义Web服务发现方法。该方法主要分为两个阶段,第一阶段根据服务源文件中的描述性文本信息将类别一致的服务聚类到一起,在此过程中利用了向量空间模型对文本进行表示和处理,并在前人的基础上提出了一种多重混合聚类算法MHC;第二阶段进行服务间的功能属性匹配,结合本体概念层次树中有向边的深度、强度以及概念的继承度等因素计算概念间的语义相似度。最后,实验结果表明,提出的方法在兼顾匹配准确率的基础上,大大提高了匹配效率。     

一种基于能力的模糊Web服务聚类及预检索算法

实现对Web服务的自动聚类,是提高Web服务发现速度的有效方式之一。针对常用聚类算法在实现服务聚类时需要获取网内所有服务或通过服务训练集来发掘领域内服务特征,不适用于动态服务环境的问题,提出了服务能力的概念,并给出了服务能力描述及计算的方法。借助本体技术,提出了一种基于服务能力的聚类算法。无需先验知识或服务间相似度的比较,该算法可将服务能力及功能相似的服务聚类在一起。在此基础之上,提出了一种服务预检索算法。理论分析及仿真结果表明,聚类算法可有效地反映领域内服务基于功能的聚类特征,预检索算法可有效地滤除无关服务,提高服务检索效率。     

一种QoS感知的Web服务群体评价方法

传统QoS感知的Web服务选择方法需要用户给出精确权重以表达其对QoS属性的偏好。为解决用户无明确偏好情况下的服务选择问题,提出了一种QoS感知的Web服务群体评价方法。对Web服务群体评价的需求进行了详细的分析,以有明确QoS偏好的用户对服务的历史选择结果为基础,利用群决策的Condorcet和Borda函数集结这些结果得到服务的群体评价,从而使得无明确QoS偏好用户可以参考该评价结果进行服务选择。理论分析和仿真实验验证了该服务群体评价方法的合理性和有效性。     

物联网环境下基于情境的语义Web服务选择

当前Web服务海量增加，物联网应用技术快速发展、不断普及，而现有的Web服务选择算法低效、用户匹配度低。针对该问题提出一种物联网环境下基于情境的语义Web服务选择方法。该方法应用QoS参数的无量纲化与语义Web服务动态选择方式，将物联网环境下服务与语义Web服务相结合，并根据用户需求针对QoS选择最优的服务集。实验表明，该方法能有效地提高用户服务动态选择的成功率。     

基于云仿真的Web服务选择研究

针对当前Web服务海量增加,而现有的Web服务选择算法低效、缓慢的问题,提出了一种基于云计算的粒子群优化算法的Web服务选择方法。该方法在云平台下对粒子分群映射、相似分群并行化简、适时更新分群,并且寻找与用户需求最相似、服务质量最好的策略。实验表明,该方法能有效减少流程执行过程中Web服务选择导致的时间开销,并提高Web服务选择的可靠性。     

Web服务测试技术综述

面向服务的体系结构（SOA）已成为基于Web的分布式系统的主要发展趋势。Web服务作为实现SOA的一种形式,已得到广泛的关注与应用。由于Web服务为基于开放和通用的协议与平台,其服务质量与可信等均可能存在问题,这将会阻碍Web服务的发展。Web服务进行充分测试可保证Web服务的质量,然而由于Web服务所具有的特点,传统的软件测试技术方法不再适用于Web服务的测试,所以对Web服务测试方法和技术的研究成为当务之急。本文在SOA体系结构基础上,讨论了Web服务测试的难点和Web服务测试的基本方法,分析了目前Web服务测试的研究现状。最后,展望了未来可能的研究方向。     

Web服务组合测试综述

随着面向服务技术和云计算技术的不断成熟,尤其是面向服务体系结构SOA的不断完善以及推广,使得其主要内容Web服务已经被广泛应用.为了充分利用Web服务并解决单个Web服务的功能有限的问题,业界将多个原子Web服务按照一定的规则和业务逻辑进行组合,以提供更多功能更强大的服务,实现了Web服务的增值和复用.为保证Web服务组合的质量,需要对Web服务组合进行全面、充分的测试.然而,由于Web服务组合的动态特性和分布式特点,使得其测试技术与方法和传统的软件测试有很大区别,存在很多挑战.本文针对Web服务组合测试,对近年来Web服务组合测试研究中的测试用例生成技术、回归测试技术、测试执行和度量方法进行了系统地总结和分析.此外,我们还对Web服务组合测试中有待研究的问题进行了分析和展望.     

基于QoS的Web服务选择方法研究进展

基于QoS的Web服务选择是从功能相同的Web服务中以Web服务的QoS属性为评价指标选出最优服务的过程,其作为语义Web服务领域的关键技术正在蓬勃发展.文章考察了现有的Web服务选择方法,对其进行了归类,分析了各类方法的优缺点,讨论了这个方向的研究重点及未来的研究趋势.     

基于全局QoS 约束分解的Web 服务动态选择

随着执行时绑定的Web服务的提出及其被大量地应用到开放式服务中,用户对支持快速和动态的Web服务组合提出了新的要求.即在组合过程中,用尽可能短的时间花费选择满足用户端到端的QoS要求的服务.针对上述要求,提出了一种基于全局QoS约束分解的动态服务选择方法(Web service dynamic selection approach,简称WSDSA).该方法的主要思想是,通过基于模糊逻辑的自适应调整方法(adaptive adjustment method,简称AAM)和自适应粒子群优化算法(adaptive particle swarm optimization,简称APSO)将全局QoS约束自适应地分解为满足用户偏好的局部约束,然后利用局部最优获得最合适的组合服务.性能评价表明,WSDSA方法具有较好的有效性,仅用较低的时间花费就能达到或接近全局最优解,能够满足服务选择的实时性和动态性.     

一种面向用户的Web服务组装方法

为了将分布在Internet上异构的Web服务组装成新的服务提供给用户,提出一种面向用户的Web服务组装方法,将组装过程分为需求拆分、服务选择、执行服务组装和服务结果合并四个阶段,并提出了基于组装模式的用户需求输入及拆分方法、基于QoS的服务选择模型和基于中间模式的异构消息转换模型。最后通过物流领域服务组装平台的设计与实现,验证了上述方法的可行性与有效性。     

QCWS: an implementation of QoS-capable multimedia web services

QoS (Quality of Service), which defines service quality such as latency, availability, timeliness and reliability, is important for web applications that provide real-time information, multimedia content, or time-critical services. Many web applications are best implemented by servers with a guaranteed server processing capacity. In this research, we study the QoS control issues using the current Web services standards. We propose a QoS-capable Web service architecture, QCWS, by deploying a QoS broker between Web service clients and providers. The functions of the QoS broker module include tracking QoS information about servers, making selection decisions for clients, and negotiating with servers to get QoS agreements. We have implemented a QCWS prototype using IBM WSDK, enhanced with simple QoS capabilities. We have measured the performance running under different service priorities.     

A service process optimization method based on model refinement

Due to the limited functionality of a single Web service, a group of Web services often need to be linked together, working as an integrated service process, to provide value-added functions. One of the key issues in modeling such an integrated service process, in addition to the functions it can provide, is the assurance of service quality. As Web services have become increasingly popular, a number of Web services with similar functions but different qualities can be readily found on the Internet. Which services you select to combine into an integrated service process severely impacts the quality of that service process. The quality of a service process is also subject to its structure. In the paper, a refinement method for quality optimization of a service process model is proposed. The refinement method takes into account the selection of Web services and the structure of the service process simultaneously. More specifically, in this method, a service process model is transformed into a process structure tree for quality calculation and then a genetic algorithm is applied to refine the service process model for quality optimization. The method, together with the experiment results, is discussed in detail in the paper. The experiment results show this method can optimize the quality of the service process by applying refinement method according to the requirements.