支持QoS约束的自主单元语义服务匹配

主体服务描述和主体服务匹配是利用主体和多主体系统为用户提供各种有效和高效服务的关键.综合考虑了语义和服务质量对匹配的影响,提出了自主单元主体服务描述模型,并在此基础上重点研究了一种支持QoS约束的自主单元语义服务匹配算法.该算法通过语义相似度匹配和服务质量匹配两个过程,有效获得满足给定语义相似度的阈值,且具有最佳服务质量水平的主体服务.     

基于描述逻辑的主体服务匹配

多主体系统中的服务匹配是智能主体和多主体系统等领域中的重要研究课题．描述逻辑是知识表示和推理的形式化工具，它提供了可判定的和可靠的推理服务．该文利用描述逻辑有效的推理功能，特别是它对概念包含关系的有效判断，把它与多主体系统的服务推理结合起来．充分利用描述逻辑具有清晰模型一理论语义和有效的概念分层推理服务等功能，该文提出了基于描述逻辑的主体服务匹配算法，详细研究了如何利用描述逻辑的理论和推理机制来实现自动的服务分层及服务匹配．并提出了五种服务匹配算法．这些方法都是基于语义的服务匹配，利用服务分层机制实现了有效和高效的多主体系统中的服务匹配，克服了基于语义距离进行服务匹配的不足．     

一种动态服务组合中的相容性模型

异构服务组合是不同应用领域间Web服务可用性和可应用性的关键点,尤其是电子商务和电子政务应用.组合设计者尝试进行完美的组合匹配但在实际中不可能找到完全相容的服务.提出一种相容性模型,确保Web服务能够正确组合,避免意想不到的运行时失效.通过一套从语法、语义和非功能属性3个层次定义的规则来进行相容性检查.同时引入相容度的概念来度量部分和完全相容,提出一种松弛相容函数将Web服务间的相容程度转化成数量值.最后通过实验来分析相容性阈值对服务成功组合率的影响.     

一种基于本体概念语义距离的服务相似度度量方法

随着语义Web服务及语义网格服务应用的不断深入,对服务资源的需求日益增长,服务匹配在服务发现和服务组合研究中的地位也日渐重要.在服务使用OWL-S描述的前提下,服务匹配通常认为是本体概念的匹配,概念匹配的目的是发现概念间的语义相似度.概念的语义相似度不但与概念间的距离有关系,而且还受概念在本体中层次深度的影响.综合考虑这两个因素,提出了一种基于语义距离的概念相似度度量方法,给出了语义距离的定义,明确了语义距离与语义相似度的关系.最后,通过与其他方法的实验比较,验证了该方法的有效性.     

基于本体的Web服务发现算法研究

随着Web服务数目的增长,基于关键字的发现机制已不能满足Web服务的需要。引入领域本体概念,提出一种基于领域本体的Web服务发现匹配算法WSDA。该算法采用Web服务本体描述语言（OWL-S）描述Web服务,采用改进的基于几何距离的语义匹配方法,将概念关系图映射到数据库中,方便了Web服务间相似度的计算和比较。通过实验验证算法的可行性和有效性。     

基于推理和相似度计算的语义Web服务匹配策略

将本体的概念引入Web服务提升了服务的语义表达能力和发现能力,传统的语义Web服务匹配主要有基于推理和基于本体相似度计算两种方式.基于推理的服务匹配较容易实现,具有稳定的查准率和较高的运行效率,但同一级结果间不能进一步区分结果的匹配度.基于相似度计算的服务发现可以精确地描述结果与查询条件的匹配程度,便于用户比较,但实现较为复杂,并且在最坏情况下有糟糕的响应时间.在基于推理的服务匹配策略的基础上,提出了一种带有语义相似度计算的服务匹配策略,并用一个书籍领域本体的匹配实例进行了说明.     

基于QoS的语义Web服务匹配策略

Web服务技术的迅速发展使得Web服务的应用越来越广泛。因此Web服务的匹配和查找问题成为研究热点。文中引用OWL-S对Web服务进行语义描述,在此基础上增加了对服务QoS的描述。把对Web服务的输入、输出参数的语义描述匹配问题进行转化,可以转为基于领域本体库中相似概念间的语义距离计算,并根据语义距离给出了概念相似度的计算公式。对于基于语义的Web服务发现给出了匹配算法描述。在QoS约束匹配过程中,利用服务性价比的概念,为用户选择最佳性能的Web服务,同时也可以对最终的匹配结果按照请求者的意愿进行排序,以满足请求者不同的需要并使得用户同时可以根据本身需求选择性地使用服务。     

基于语义的服务混合匹配方法研究

为了提高Web服务匹配的效率和灵活性,提出了一种基于语义的Web服务混合匹配方法。该方法首先扩展了服务的功能描述模型,并基于该扩展模型进行混合服务匹配。混合匹配方法联合使用了两种匹配策略：基于推理的匹配策略,通过本体概念的逻辑关系实现匹配;基于相似性计算的策略,通过本体概念间相似度计算进行服务的匹配。在服务匹配过程中,首先使用基于推理的匹配策略将服务分成4个匹配等级,然后,采用基于相似性计算的匹配策略对候选服务进行进一步地匹配。实验结果表明该方法是可行而有效的。     

基于本体概念集合相似度的语义 Web 服务匹配

面向应用领域的 Web 服务发现技术的目标是帮助用户找到能够为其构建应用系统提供功能支持的 Web 服务,从而来降低应用系统的开发成本和提高开发效率,而在服务发现技术中服务匹配程度的高低是一个关键.为了更有效准确地获得服务之间的匹配程度,文章从 Web 服务的输入与输出参数的语义描述出发,把语义 Web 服务的匹配问题转化成本体库中概念向量的相似度计算问题,通过在考虑概念结构上的路径长度、深度和密度影响因素上计算两个概念的相似度的基础上,构建了概念集合的相似度算法.实验表明该算法较别的匹配方法在查全率、特别是查准率上得到了提高     

一种基于细节点全局置信度的指纹匹配算法

传统基于细节点的指纹匹配方法通常利用细节点的局部结构相似度来描述一组细节点对之间的匹配程度.提出细节点的全局置信度概念,描述一组细节点对在全局范围内与其他细节点对之间的空间一致性和整体匹配可能性,可看作是对局部相似度的一个有效补充.通过计算点对相容性矩阵的主特征向量,借助谱松弛技术,可得到所有细节点对的全局置信度.结合局部相似度和全局置信度可构造出新的关联矩阵,那些具有较大的局部相似度和较大的全局置信度的候选细节点对被认定是匹配的.该方法较好地利用局部拓扑信息和全局相容信息,对非刚性形变和噪声具有较好的鲁棒性.在FVC2002和FVC2004数据库上的实验结果表明,该方法具有较高的效率和准确性.     

一种基于本体的主体服务快速匹配算法

分析了目前主体服务匹配中存在的问题，研究了目前主体服务匹配算法效率低的原因。为了提高主体服务匹配的效率，提出了主体服务本体的概念，研究了如何根据主体服务本体来组织主体服务，提出了一种基于本体的主体服务快速匹配算法，从理论上分析了该服务匹配算法的性能特点，并用仿真实验验证了该服务匹配算法的有效性。     

多主体系统中的模糊匹配

分析了目前主体服务匹配中存在的问题和不足，针对多主体系统中模糊匹配的需求，提出了一种主体模糊服务描述方法．在模糊服务描述的基础上提出了4种模糊匹配算法：基于语法的近似模糊匹配算法、基于语义的近似模糊匹配算法、等价模糊匹配算法和插入模糊匹配算法，并给出了它们的实现方法．这些算法克服了目前主体服务匹配算法中存在的不足．     

QoS驱动的主体服务匹配

分析了目前主体服务匹配的研究现状和存在的问题，为了正确匹配到用户最满意的主体，提出了一个服务质量(Quality of Service,QoS）模型，该模型比较客观的反映了主体服务非功能属性的特征，并研究了该QoS模型上的各种计算和评价方法，在QoS模型的基础上，重点研究了一种QoS驱动的主体服务匹配算法，该算法克服了KSycara,K Arisha、G J Wickler和Z Zhang等人提出的主体服务匹配算法中存在的不足，最后用仿真实验验证了提出的主体服务匹配算法的有效性。     

面向自主计算的主体服务匹配：研究综述

主体服务能力描述和能力匹配是实现自主单元自配置的关键,也是基于主体的自主计算技术中的核心内容.在简要介绍自主计算基础上,重点对主体服务描述语言和主体服务匹配算法的研究成果进行了综述,并指出未来的发展趋势.     

Larks: Dynamic Matchmaking Among Heterogeneous Software Agents in Cyberspace

Service matchmaking among heterogeneous software agents in the Internet is usually done dynamically and must be efficient. There is an obvious trade-off between the quality and efficiency of matchmaking on the Internet. We define a language called Larks for agent advertisements and requests, and present a flexible and efficient matchmaking process that uses Larks. The Larks matchmaking process performs both syntactic and semantic matching, and in addition allows the specification of concepts (local ontologies) via ITL, a concept language. The matching process uses five different filters: context matching, profile comparison, similarity matching, signature matching and constraint matching. Different degrees of partial matching can result from utilizing different combinations of these filters. We briefly report on our implementation of Larks and the matchmaking process in Java. Fielded applications of matchmaking using Larks in several application domains for systems of information agents are ongoing efforts.