基于语义的Web服务组合技术研究

来源 :北京工业大学 | 被引量 : 0次 | 上传用户:hongtu200909
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着面向服务的软件体系结构、软件即服务、云计算等新的软件架构思想和运营理念的发展,Web服务作为互联网中最为重要的计算资源和软件资产,以其语言独立、平台无关、协议标准化以及异构应用实现松散耦合的强大优势而得到了工业界和学术界的广泛关注和认可。由于单一的Web服务功能有限,难以满足不断变化的业务需求,因此有必要对多个Web服务进行组合以提供更强大的功能来满足用户更高的应用需求。   Web服务组合已经成为工业界和学术界广泛关注的焦点问题,也是Web服务领域的研究热点。本文研究的是基于语义的Web服务组合技术,目标是能根据用户的需求将已有的Web服务自动组合起来以协同工作来完成用户的需求。本文的主要研究工作包括以下三个方面:   1)研究面向服务组合的参数语义匹配问题。在服务组合中要考虑参数间的语义匹配。面向组合的服务参数语义匹配是指前驱服务的输出参数与后继服务的输入参数间的语义匹配,即多参数间语义匹配问题。针对目前存在参数之间的匹配不够细致的缺点,本文引入了图论中加权完全二分图的最优匹配思想,提出一种算法来解决该问题。该算法细化了参数间的语义匹配,更加真实地衡量了前驱服务与后继服务的语义匹配程度。   2)研究面向服务组合的服务匹配方法。如何从大量Web服务中快速匹配出组合需要的服务是实现Web服务组合需解决的一个关键问题。本文给出了一种面向服务组合的服务匹配方法,其匹配过程分为Web服务注册阶段和匹配响应阶段,其中在注册阶段需要对新注册服务的输出参数建立倒排索引,在匹配响应阶段可实现从后继服务出发快速匹配出其前驱服务。该方法的提出为Web服务组合的实现奠定了良好的基础。   3)研究Web服务组合方法。Web服务的组合方法是实现服务自动组合的关键,本文提出了一种基于图规划的Web服务自动组合方法。该方法在前驱与后继逻辑关系知识库的支持下,利用图规划的前向扩张思想和图规划解搜索思想,可实现从服务库中自动地找到满足用户请求的服务组合方案。该方法综合考虑了服务语义和服务组合的效率等因素,在保证Web服务组合质量的前提下,可根据服务请求实现服务的自动组合。最后用仿真实验从服务组合的成功率、效率和组合解质量三个方面验证了该方法的有效性和可行性。  
其他文献
传染病是由各种病原体引起且能在人与人、动物与动物或人与动物之间相互传播的一类疾病.有些传染病,政府部门必须及时掌握其发病情况,及时采取对策,防止该种传染病的流行. 
随着网络信息技术的发展与应用,需要进行身份识别的场合也越来越多,人们对于信息安全性的要求日益提高。人脸识别技术作为生物特征识别技术领域中重要的组成部分,与其它识别
随着XML在互联网和信息处理等领域的广泛应用,它已经成为当今数据交换和数据表示的事实标准。为了有效管理和快速查询海量的XML数据,进而改进XML数据库系统的性能,各种XML数
数据挖掘是从大量的、不完全的、有噪声的、模糊和随机的数据中提取隐含在其中的、人们事先不知道但又是潜在有用信息和知识的过程,序列模式挖掘是数据挖掘的一个重要分支,有着
汽车悬架系统是车轮和车身之间传力连接装置的总称,用于减缓外界扰动对车身的冲击,保证汽车行驶平顺性和操纵稳定性。半主动悬架系统在控制品质上优于被动悬架,接近主动悬架
问题解决是通过执行算子(例如启发式规则)在问题空间中进行搜索,使问题从初始状态达到目标状态的思维过程,在这个过程中,工作记忆和表象起着重要的作用。随着认知心理学,神经
软件过程模式是一种包含解决软件过程中某类通用问题解决方案的知识,是软件过程构造和改进中可复用的资产。复用过程模式对于改进项目过程、提高开发效率起着极为重要的作用
本文主要讨论用贝叶斯随机搜索方法进行模型选择及参数估计。借助拉丁变量计算的贝叶斯随机搜索模型,把模型选择问题转化为对拉丁变量后验分布的分析。在通过积分等手段,使得
细分方法是曲面造型技术的重要工具之一,被广泛应用于计算机辅助几何设计与计算机图形学等领域。传统的逼近型与插值型细分方法在曲面的层次细节表达上有许多缺陷,尤其是在对
顶空液相微萃取(HS-LPME)技术是一种集分离、纯化、浓缩为一体的样品前处理方法,该技术已经广泛应用于对多种不同样品中挥发性或半挥发性目标物的富集。在该技术中,提高样品