基于QoS的语义Web服务选择框架

服务质量（QOS）成为动态选择满足用户需求的Web服务的关键因素。然而目前Web服务的QoS信息描述缺乏语义性,且Web服务的选择还不能做到完全自动化。文章提出一种Web服务的QoS本体结构,并在此QoS本体和原有的语义Web服务的基础上提出基于QoS的语义Web服务选择框架（QSF4SWS）。研究表明,该框架不仅增强了Web服务QoS描述的语义性,而且还能够实现Web服务的动态发现与自动选择。     

基于QoS的语义Web服务组合研究

Web服务技术与语义网技术的发展,产生了一个新的研究领域——语义网服务。语义网服务利用本体技术增强了Web服务的语义表达能力,使服务的发现与执行,组合与交互更加自动智能化。关注Web服务的非功能属性,即服务的QoS属性,研究分析了基于QoS的语义网服务组合工作,提出了一个Web服务的QoS本体模型,并讨论了该模型在语义网服务组合工作中的应用。     

基于本体的语义Web服务QoS描述和发现

WS-QMO是提出的一个用来对Web服务及其QoS信息进行建模和发现的顶层本体,它既可用于对服务QoS信息的描述和发布,也可用于对服务QoS需求的描述.WS-QMO本体基本满足了当前对Web服务QoS语义建模的普遍要求,并且由于适当地加入SWRL规则,它不但可以灵活地自定义单个QoS属性,描述一个QoS属性在不同条件下的不同取值,还可以定义复杂的组合QoS属性.相对同类本体或描述语言,它能更好地描述具有复杂约束规则的QoS属性,同时尽量利用现有的成熟规范使其定义式更为简洁.最后给出了基于该本体的QoS知识库的管理方法以及一个新的自动服务发现算法,该算法仅使用描述逻辑推理机的功能便可实现复杂约束的QoS自动服务发现,使得基于WS-QMO的Web服务建模和发现同时具备较好的描述能力和执行效率.     

基于WSMO服务质量的语义Web服务发现框架

当前对Web服务进行语义描述最流行的两个框架是OWL-S和WSMO,但它们主要都是从服务功能的角度对服务进行描述,缺乏对服务质量的明确刻画,导致服务请求者难以得到最佳服务.针对此问题,对WSMO规范进行了扩展,定义了一个服务质量(QoS)的元模型--WSMO-QoS,给出了QoS的本体词汇.在此基础上提出了基于QoS的语义Web服务发现框架,并给出一个从基本描述、IOPE、QoS三个层次实现服务匹配的算法.最后,实验结果验证了该服务匹配算法的有效性.     

一种支持QoS约束的语义Web服务发现框架

针对当前语义Web服务发现缺乏QoS约束的问题,构建一个支持QoS约束的语义Web服务发现框架。使用QoS认证中心确保QoS信息的动态更新。基于该框架提出一种支持QoS约束的语义Web服务匹配算法,通过实验证明该框架的有效性和可用性。     

基于语义的QoS感知Web服务发现机制

随着提供相同功能的Web服务数量的日益增多,服务质量(Quality of Service,QoS)成为用户选择Web服务的重要考虑因素.目前,通过对服务QoS属性在语法层匹配来提供Web服务选取的机制不能很好地满足复杂QoS属性匹配的要求.研究了基于用户QoS需求偏好,将用户需求的QoS与候选服务的QoS进行语义比较,结合约束规划(Constraint Programming)方法,在语义层匹配Web服务的QoS属性,选取满足匹配要求的服务,最后对满足QoS属性值约束的候选服务进行优化选择处理,获取最终匹配的候选服务.     

基于QoS本体的语义Web服务组合策略

随着Web服务技术的快速发展和广泛应用,传统的Web体系结构肯定已经不能满足日益众多的新需求, Web服务和语义Web成为Web发展的两个新兴方向。在他们相互融合下逐步发展成为语义Web服务这一新的技术。本文设计实现一个基于QoS本体的语义Web服务组合原型系统,以服务请求者的QoS需求为主体,再结合QoS语义匹配和QoS数值匹配进行个性化的服务组合,从而能为服务请求者提供能满足请求者个性化需求的Web服务。     

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.     

基于过滤选择的语义Web服务发现研究

随着Web服务技术的发展和应用,具有较高查准率和查全率的语义Web服务发现成为一个研究热点,但它实现复杂,匹配效率不高.针对上述不足,在标注分类信息的目标Web服务描述本体的基础上,提出一种基于过滤选择的语义Web服务发现方法,来提高服务发现的时间效率和服务质量.该方法先根据服务的部分属性进行服务过滤,通过功能匹配进一步服务筛选,最后结合服务质量进行服务选择.实验结果表明,此算法在一定程度上提高了服务发现的时间效率和服务质量.     

基于Hadoop的Web服务语义可信QoS发现模型

随着Web服务应用的快速增长,用户如何在众多功能相似的Web服务中更加准确地选择出满足自己QoS需求的Web服务是一个亟需解决的问题。目前已有的研究工作存在两个问题,其一是对QoS的量化存在客观性和准确性问题,其二是对服务质量缺乏语义描述,QoS匹配时也仅限于数值上的匹配。针对这两个问题,利用Hadoop的分布式注册、查找服务模式,提出了基于Hadoop的Web服务语义可信QoS发现模型。本模型从数值匹配和QoS语义匹配两方面考虑,首先,用主客观赋权模式为多维QoS属性赋权值,提高QoS属性的客观性和准确性,并加入信誉度参数来提高Web服务QoS属性的可信性;其次,对OWL-S进行了QoS本体扩展,以满足客户对服务质量的语义匹配需求。通过验证表明,本模型能有效解决查询瓶颈和单点失效问题,且能根据用户QoS需求偏好更加准确地找到满足用户需要的Web服务。     

基于语义的Web服务发现核心技术研究

在研究Web服务本体描述语言OWL S缺乏对服务质量的明确刻画的基础上,引入服务质量本体QoSOn对OWL S规范进行扩展。其次,提出了“两阶段”匹配模型,该算法首先经过基于服务分类的匹配剔除不相关的服务,然后引入服务相似度来度量候选广告服务和请求服务之间的相似程度;候选服务和请求服务之间的相似度是通过OWL S Profile的功能相似度和QoSOn本体的服务质量相似度两个方面进行综合评估的。最后,通过对比实验证明了该匹配算法的可行性和有效性。     

基于服务簇和QoS的Web服务组合方法

针对海量的语义Web 服务组合中如何提高搜索速度和获得最优组合的问题,提出了一种基于服务簇和服务质量(QoS)的快速组合方法。利用预先建立的服务簇进行服务搜索,可以有效缩小搜索空间,降低语义比较的复杂度,快速得到候选服务集合。组合过程中基于服务的最优组合QoS值动态确定阈值进行服务过滤,可以获得多个最优组合。同时采用高效的冗余处理方法保证组合中冗余服务最少,并采用服务簇内部过滤的方法限制候选服务数量,解决了因组合过多造成的运行超时问题。基于海量服务库进行实验,结果表明,服务搜索效率比普通搜索方法可提高几十倍,服务过滤和冗余处理效果明显,可快速获得多个QoS最优的无冗余组合,并且在百万级服务库进行大层次深度的组合时仍可保证良好的运行性能。     

基于语义规则的Web服务发现方法

语义Web服务发现问题研究的核心内容是服务描述与对应的服务发现方法。服务描述分为服务请求描述与服务发布描述,但目前的服务发现方法,并未将请求描述与发布描述分开,以比对服务请求描述与服务发布描述中对应部分作为匹配依据,导致服务请求描述构建困难以及发现结果不够理想。提出以语义规则刻画服务请求描述,以本体构建服务发布描述,进行有效的以语义规则驱动的Web服务发现。对语义规则添加影响因子使得服务匹配精度可以通过匹配度来度量,并按照给定的调节系数来决定最终匹配是否成功。最后以OWL-S TC V2测试服务集合进行了对比实验,证实该方法有效地提高了查全率与查准率高,特别是Top-k查准率。     

基于功能语义标注的Web服务发现方法*

针对Web服务发现中存在的语义异构、逻辑推理复杂、应用实施代价较大以及查准率有待进一步提高等问题,提出了一种基于功能语义标注的Web服务发现方法。定义了领域功能语义模型和本体映射机制,对服务进行功能语义标注以增加语义信息;服务发现时,先对其功能进行语义相似度匹配,满足给定阈值的服务再进行接口匹配。仿真实验表明,提出的方法在保证服务匹配效率的同时,有效避免了语义异构问题,相比传统方法查准率提高了34.1%。     

一种语义Web服务的多层次匹配方法

现有的语义Web服务发现方法大多采用匹配等级来筛选服务，查找到的服务粒度较大，也没有考虑服务质量。对OWL-S语言进行扩展，增加对QoS（服务质量）的描述，提出了五层次三阶段的多层次匹配过程，采用语义相似度进行匹配。实验结果表明该匹配方法能够保证查找的查准率和查全率。     

基于QoS的Web服务发现方法

由于传统的基于关键字和简单分类的Web服务发现机制较少考虑服务质量(QoS),因此不能很好地满足用户的需求。针对该问题,提出一种基于QoS的Web服务发现模型,通过引入QoS代理机制以支持基于QoS的Web服务发布与发现。在此基础上,根据不同用户的QoS需求,提出一种基于QoS的Web服务发现算法。实验结果表明,该算法具有较高的准确率。     

基于服务质量的Top-k Web服务选择方法

Web服务的质量属性具有动态性,实时性特点,能提供具有服务质量保障的Top-k服务选择,同时有效降低服务选择系统对宿主服务器及网络带来的负载。提出一种使用单调服务质量的效用函数,在规范化QoS属性的基础上,通过计算给定服务效用函数的取值空间,快速筛选出满足要求的Top-k服务的RTKS-QoS算法。实验结果证明,在k<20的情况下,RTKS-QoS算法的响应时间及给网络带来的流量负载,与不使用优化的情况相比,分别平均降低了55%及52%。     

基于QoS和模糊粒子群优化的语义Web服务发现

针对现有基于服务质量(QoS)的语义Web服务发现方法中的不足,提出一种采用模糊粒子群算法的语义Web服务发现方法。根据服务发现问题定义了粒子的位置和速度,引入了模糊理论和增量惯性因子,较好地解决了粒子群算法的未成熟收敛问题,提高了基于粒子群算法的语义Web服务发现方法的查准率。实验验证了该方法的有效性。     

可无限分类的Web服务发现匹配算法

Web服务的目的是为了将不同组织、公司甚至个人提供的服务进行无缝的连接,建立一种松耦合的Web应用,实现资源共享的最大化。而在众多候选服务集中快速、准确地发现和选择所需要的服务即服务匹配成为其中关键的问题。在服务匹配过程中,为了减少最终参与匹配的服务的数量,提高服务发现的效率,匹配算法对参与匹配的服务集进行了预处理。并且依据服务描述本身的特点,对服务匹配中基于语义的Web服务相似度计算方法进行了研究,提出了无限分类的思想。最后实现了匹配算法并对性能进行了对比。