高级检索   注册
ISCAS OpenIR  > 综合信息系统技术国家级重点实验室  > 学位论文

题名: 语义Web服务匹配与发现技术研究
作者: 邱田
答辩日期: 2009-6-2
摘要: 在开放的互联网环境中,面向服务的计算(Service-Oriented Computing, SOC)和面向服务的体系架构(Service-Oriented Architecture, SOA)使得信息资源和软件系统的主要形态发生了巨大变化,并引领着互联网计算技术和软件系统新的发展方向。服务是SOC和SOA的核心思想,服务的平台独立、高可重用和松散耦合等特性使之成为复杂分布式应用可行的解决方案。Web服务的出现和发展为实施与部署SOC和SOA提供了最佳支撑技术。目前web服务发现机制在服务描述的全面性和服务匹配方法的有效性方面存在不足之处,难以保证服务发现的性能。特别是在服务数量剧增的情况下,用户亟需一种自动快速而准确的服务发现机制。语义web技术不仅为web的表示内容提供了一种语义标识方法,推动了web内容的自动化和智能化搜索,也为web服务的描述提供了增加语义层次内容的有效方法,两者的结合形成了一个新的研究领域——语义web服务。该领域通过借鉴语义web的相关技术来增加web服务的语义描述,进而为web服务的发现、组合、调用和监控等环节提供语义层次的支持,增强web服务的自动化和智能化水平。 本文的研究目的就是利用语义web的思想,基于SOC和SOA的理念以及现有的web服务发现机制对web服务信息进行语义描述、组织,探索语义web服务匹配与发现的关键问题,提出有效的解决方案。本文的研究工作和贡献主要在以下四个方面: 1. 针对语义近似度的度量和计算问题基于OWL(Web Ontology Language)提出了一个语义近似度计算SSM模型,该模型中所有概念及概念之间的关系、所有的概念属性及属性之间的关系都被抽象定义并建模,根据概念、属性及其语义关系模型,构建了基于概念关系的拓扑近似度计算函数和属性近似度计算函数,从而进一步构建语义近似度计算函数。该语义近似度计算函数以代表OWL本体概念上下级关系和等价关系的树状结构为基础,利用概念间的拓扑关系和属性关系进行语义近似度的度量和计算。语义近似度函数的返回值为一个介于0与1之间的数值,代表函数的两个输入概念之间的语义近似度值。 2. 提出了一个基于概念语义近似度的以OWL-S为顶层本体的web服务语义匹配PSM模型。该模型将服务的匹配项分为服务能力、服务质量、服务名称和服务参数四个部分。基于该模型,提出了相应的PSM服务匹配算法。PSM算法能够对服务内部的服务流程及流程的组合进行与服务请求的语义匹配,并且避免了服务流程中互斥接口参数参与匹配。而且PSM匹配算法实现了服务接口的单射匹配,进一步提高服务发现的性能。在服务质量匹配计算上,提出了服务质量匹配模型PSM-QoS,为服务的QoS匹配建立了计算基础。PSM算法使用语义近似度计算函数度量和计算服务属性概念的语义近似度值,从而能够返回细粒度的服务匹配度值。 3. 在语义服务匹配PSM模型的基础上提出一种语义web服务发现架构系统PSM-SD模型。该模型将OWL-S语义元素引入UDDI服务描述,从而在UDDI中保存语义信息。通过PSM算法提高web服务匹配性能,并通过数据映射机制保证模型对于当前的服务发现标准UDDI基础架构的兼容以及UDDI标准操作接口的透明性。模型使用本体概念的索引机制提高服务发现的效率。在建立和维护索引的过程或服务的匹配过程中,模型使用近似概念搜寻算法进一步提高本体概念搜寻和服务匹配的效率。 4. 设计并开发了基于语义web服务发现架构模型的原型系统。该系统将语义近似度计算模型、语义web服务匹配模型和语义web服务发现架构模型进行软件实现。本文在该原型系统平台上对语义web服务发现的方法进行了实验,验证了方法的有效性。
学位: 硕士
专题: 综合信息系统技术国家级重点实验室 _学位论文

条目包含的文件

文件 大小格式
QiuTian.pdf6016KbAdobe PDF 联系获取全文


许可声明:条目相关作品遵循知识共享协议(Creative Commons)。


推荐引用方式:
邱田.语义Web服务匹配与发现技术研究[博士论文].中国科学院软件研究所.中国科学院研究生院.2009
个性服务
 推荐该条目
 保存到收藏夹
 查看访问统计
 Endnote导出
Google Scholar
 Google Scholar中相似的文章
 [邱田]的文章
CSDL跨库检索
 CSDL跨库检索中相似的文章
 [邱田]的文章
Scirus search
 Scirus中相似的文章
Social Bookmarking
  Add to CiteULike  Add to Connotea  Add to Del.icio.us  Add to Digg  Add to Reddit 
所有评论 (0)
暂无评论

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。

 

 

Valid XHTML 1.0! 版权所有 © 2007-2012  中国科学院软件研究所  -反馈
系统开发与技术支持:中国科学院国家科学图书馆兰州分馆(信息系统部)
本系统基于 MIT 和 Hewlett-Packard 的 DSpace 软件开发