语义网格中的相似度算法研究

在网格中实现更加准确有效的服务发现、查询及其动态分配和替换,需要在语法匹配的基础上进一步实现语义匹配。语义匹配的关键在于语义相似度的计算。本文首先分析传统的相似度计算方法的特点以及存在的问题,提出一种新的改进算法。改进的算法考虑了深度影响因素,并引入多种语义关系且对这些关系分别赋予不同的权值,最后给信息量赋予了一种新的度量方法;文章最后给出相关实验结果,并比较了各算法的有效性。     

基于工作流的图像处理网格平台及其遥感应用

图像处理网络平台基于工作流实现资源共享和协同计算,是一个灵活、动态的图像处理问题解决环境.其中,网格工作流技术可满足灵活多变的应用需求,通用服务请求代理能实现异构网格服务的简单调用,动态工作流模型利用具有较强描述功能的扩展有向无环图建模语言进行定义.该平台已成功地应用于遥感图像处理.     

基于领域本体的制造网格服务自动组合技术研究

为实现制造网格应用的自动化，提出了一个基于领域本体（ontology）的服务自动组合体系结构及其相应的算法。领域本体基于TOVE、STEP、PSL三个成熟的制造本体和网格服务概念模型构建。体系结构以语义结构良好的用户目标作为输入，输出预约的可执行工作流；通过基于领域本体推理的反向递归组合算法，能够实现本地仓库中工作流的重用和网格范围内服务的新工作流组合；支持抽象、具体两个层面的松耦合工作流组合（对应于编排（Choreography）和编制（Orchestration））；支持面向服务质量的工作流优化选择和工作流预约。实现了一个原型系统，实例的实验结果证明了该体系结构和算法的有效性。     

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。     

基于S—OGSA的语义网格服务资源的设计

在当前语义网格应用中,设计语义网格组件和应用需要有一个标准的参考模型或系统性的框架.讨论了基于语义开放网格服务框架(S-OGSA)的语义网格服务资源的设计.介绍了OntoGrid项目组提出的S-OGSA语义网格参考模型;论述了S-OGSA模型的体系结构及核心服务:语义产生服务、语义绑定服务、语义感知的网格服务.结合具体步骤,给出了利用Globus Toolkits4平台设计具有良好可伸缩性的语义绑定服务资源的过程,为开发语义网格应用和语义组件提供借鉴和参考.     

基于语义网格的OWL-S服务本体的语义匹配研究

研究了本体、本体匹配、NBC文本分类和OWL-S.OWL-S把网格中的资源组织为服务,并用服务本体来表示和描述,不但可以描述服务的语义,而且还能够进行适当的推理.针对OWL-S服务本体的异构性,利用OWL、OWL-S的元素值和文本内容,从本体结构、功能和文本信息等多个维度分析本体间的语义匹配问题,并给出了相应的语义等价匹配规则和基于NBC的文本分类式语义相似匹配算法,为语义网格中的服务本体共享、交互和集成等技术的实现提供了基础.     

网格工作流引擎的设计与实现

针对传统工作流调度策略只强调任务的执行顺序、忽略任务本身相互间的逻辑关系等不足,基于GT4网格环境,以网格服务及其间的协作关系为出发点,设计并实现了用DAG(directed acyclic graph)模型描述网格工作流,并通过网格服务流语言(gridserviceflowlanguage,GSFL)形式化解析工作流的网格工作流引擎系统架构。在该架构中,设计并实现了基于Dijkstra的工作流调度算法,通过实例对该网格工作流引擎和调度算法进行了实验,实现了预期效果。     

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。     

基于本体的网格服务语义匹配方法

针对目前网格系统中，将名字作为关键字对服务进行查找存在的不准确、不灵活的缺陷，提出了一种网格服务的语义匹配方法，在该方法中，用OWL-S对网格服务进行语义上的描述，用UDDI来进行服务的注册和发现，用一个语义服务库存储虚拟组织中所有发布的网格服务功能的语义信息，这个语义服务库对每个领域的服务用树的形式进行组织。通过建立领域本体库为服务功能语义上的匹配提供知识支持。对方法进行了可行性分析。     

基于语义的网格工作流复合技术及实现

作为网格环境的基本服务,网格工作流的大规模共享和重用是使网格成为问题求解的智能化集成环境的一项核心技术。工作流复合技术能够通过已存在的解决方法的重用简化复杂的科学应用问题,而基于语义的工作流复合降低了需要了解工作流语法细节才能重用网格工作流带来的复杂性。首先运用知识表达技术提出一个基于目标概念的网格工作流语义模板,其次介绍了一个实现基于语义的工作流复合的工作流管理原型系统,其中详细阐述了工作流建模过程中基于语义的工作流复合的实现。     

网格环境下基于语义关联的信息检索

为了满足网格环境中资源信息的大幅度增加对信息检索的性能越来越高的要求,对网格环境中的信息服务系统(MDS)进行了分析并指出其局限性,设计了网格环境下资源信息检索匹配算法,在MDS的发现系统中应用基于元数据语义关联的信息检索。实验实现了网格环境下基于所设计算法的信息检索,对目录式检索和语义关联检索进行了比较,证明了这种方法可以有效提高资源信息的检索效率。     

一种有效的服务资源自动语义标注方法

在服务网格中,分布式网络计算的实现依赖于如何在OGSA下实现服务交互问题的有效解决.为此,服务接口必须采用机器可理解的方式描述,从而为网格服务的动态发现和组合提供底层支持.服务语义标注技术满足了上述需求,它提出使用共享域本体中机器可理解的元数据标注服务资源描述.提出了一种有效的服务资源自动语义标注方法,该方法将服务语义标注过程分解为域标注和概念标注两个阶段,重点针对域标注问题,提出了基于机器学习的域标注算法,对实际服务资源的标注实验验证了该算法的有效性.     

Dynamic Query Optimization Approach for Semantic Database Grid

Fundamentally, semantic grid database is about bringing globally distributed databases together in order to coordinate resource sharing and problem solving in which information is given well-defined meaning, and DartGrid II is the implemented database gird system whose goal is to provide a semantic solution for integrating database resources on the Web. Although many algorithms have been proposed for optimizing query-processing in order to minimize costs and/or response time, associated with obtaining the answer to query in a distributed database system, database grid query optimization problem is fundamentally different from traditional distributed query optimization. These differences are shown to be the consequences of autonomy and heterogeneity of database nodes in database grid. Therefore, more challenges have arisen for query optimization in database grid than traditional distributed database. Following this observation, the design of a query optimizer in DartGrid II is presented, and a heuristic, dynamic and parallel query optimization approach to processing query in database grid is proposed. A set of semantic tools supporting relational database integration and semantic-based information browsing has also been implemented to realize the above vision.     

基于语义关联技术的信息检索策略

为提高在海量数据中的信息检索效率,分析了元数据目录服务技术的现状及其不足,通过引入语义关联技术,将语义关联的信息检索技术与网格信息服务技术有效结合,提出了一种改进的能有效提高检索效率的检索框架,并结合实例进行了描述.实验结果表明,该优化的语义关联查询方法是有效、可行的,能有效提高海量数据中信息检索的查准率和查全率.     

网格数据的语义查询优化研究

利用网格技术实现的异构数据源集成环境中,引入本体可以解决网格数据的语义查询问题。为了提高网格环境中语义查询的效率,提出了一个基于本体的语义查询优化器（GSQO）,该优化器主要实现了以下3个模块的优化：（1）用户查询语义扩展;（2）资源选择;（3）并行处理。实验结果表明,GSQO通过采取上述优化策略提供了较好的查询效率。     

基于行为特征的语义工作流修正算法

工作流修正是工作流重用的重要任务.目前在基于工作流的可重用片段——stream的语义工作流修正中,当工作流stream库中不存在与检索语义工作流中的工作流stream结构相似的stream时,无法修正检索工作流.针对这种情况,提出了一种改进方案——基于stream行为特征修正语义工作流.使用任务紧邻关系集表达stream的行为特征.对于检索语义工作流中的每个与变更请求不一致的stream,使用锚集合数据索引和stream匹配规则对工作流stream库过滤得到候选匹配stream集;之后基于stream的行为相似性和变更请求对候选stream集进行验证,得到与变更请求一致程度最高和足够相似的匹配stream;然后更新变更请求,使用每个检索到的匹配stream替换原stream以逐步修正检索语义工作流中的缺陷;最后得到修正语义工作流.实验结果表明,与现有的基于工作流stream的修正算法相比,本文的算法得到了整体质量更好的修正语义工作流集,其适应性更好.该修正算法能为业务过程管理人员为适应新业务需求的工作流建模提供较好质量的修正语义工作流供参考,对提高工作流重用的效率和质量有较大帮助.     

一种基于本体划分的语义Web服务发现算法

针对集中式服务发现方式容易导致单点故障和性能瓶颈的问题,提出一种基于结构化P2P网络的语义Web服务发现算法。利用本体划分技术,按概念相似度完成本体的划分并生成可偏序排序的组概念,用组概念粗粒度地表示服务的语义信息,并聚类语义相似的服务。在此基础上,设计基于组概念生成向量的服务发布/发现算法,从服务/请求中提取多个散列的关键字,在适当增加服务发布/发现冗余的情况下,实现结构化P2P网络中语义Web服务的模糊匹配。实验结果显示,与精确匹配算法相比,该算法服务发现的平均召回率由15.2%提高到了37.1%。     

网格计算中一种改进的工作流调度算法

网格计算中如何有效地实现工作流的调度问题是目前的研究热点。文中综合考虑了资源节点的动态负载和服务能力,提出了一种改进的调度算法（AWSA）。该算法首先对任务的优先级进行降序排列,然后依次为它们选择具有最大截止时间约束的服务站点作为其候选资源,最后,依据资源站点的任务分配情况和负载变化趋势,白适应地实现从任务资源请求到站点的映射。仿真实验结果表明,文中方法是有效的,在作业拒绝率和作业调度长度方面,AWSA的性能要优于已有的方法。