一种基于语义WEB服务的服务集成模型研究

来源 :西南大学 | 被引量 : 0次 | 上传用户:dolan525
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
随着信息技术的不断发展,社会信息化程度的不断提高,企业的信息化程度越来越高,由于业务流程变化、需求变化或是业务整合的需要,企业各信息系统需要更多的通信和交互,各系统需要共享相关数据,复用部份功能,共同合作来完成企业业务流程。由于WEB服务具有良好的封装性、低耦合度、使用协约的规范性高度可整合能力等优点,随着WEB服务技术的发展,利用WEB服务技术进行企业应用集成有很大的优势,成为当前服务服务集成的一种重要方法。为了更好地对服务集成进行研究,在对WEB服务技术和语义WEB技术进行研究的基础上,本文构建了一个基于语义WEB服务的服务集成模型,主要进行了如下几个方面的研究:1.对语义WEB服务本体Owl-S进行扩展,构建了一个带QoS信息的WEB服务本体OwlWQ,在该本体中给WEB服务添加费用、时间、可靠性等服务质量指标,并从多个方面获取并规范度量指标,监控WEB服务执行过程,并根据监控情况对OwlWQ本体的QoS信息进行更新,提高了QoS信息的可信度,和Web服务匹配的准确率。2.在服务集成模型中对基于UDDI的WEB服务注册中心进行扩展,建立了OWL—S/UDDI的WEB服务注册中心,在传统UDDI之上增加语义扩展模块,加入相关的语义操作,使服务注册中心支持语义服务发布、发现、更新及删除操作以适应语义管理模块的扩展,并与OwlWQ兼容。3.提出了一种基于OwlWQ的WEB服务分级匹配算法,给出了一种根据QoS信息规范量化的排序方法,提高了WEB服务查找的准确率。4.为了验证本文提出的集成模型的可行性和可用性,本文开发了一个原型系统进行了仿真实验,实验结果表明,本文提出的模型能够提高WEB服务查找的准确率和可信度。
其他文献
机器学习技术已经成功应用在社会生活的各个方面。如手写汉字识别,人脸识别,网络入侵检测等。由于机器学习在应用中取得巨大成就。因此许多研究者都开展了对机器学习的研究。
图像信号在获取、传输和存储等环节,往往会受到各种噪声的污染,严重影响了图像的视觉效果,亦给后续处理带来困难,如边缘检测、图像分割、特征提取、目标跟踪和模式识别等。因
Web服务技术的迅速发展使得Web服务的应用越来越广泛,其最终目的是使得分布在不同地域上的可能由不同的人或组织机构提供的Web服务通过互联网进行交互和集成,以此完成动态的
推荐系统是解决信息过载问题的有效方案,已经广泛应用于电子商务、社交网络、音乐社区和电影社区等领域。近年来,协同过滤推荐技术,因其思路简单易实现、数据依赖性低、推荐
过去Java桌面应用程序开发主要使用AWT和Swing,由于运行速度缓慢,十分占用内存,以及总是和本机操作系统的风格格格不入,这导致了Java在桌面开发应用中的成就与Java的声望远远
当今智能手机不断发展,功能日益强大,在日常生活中的应用也越来越广泛。随着移动通信技术的快速发展,移动应用已经逐步渗透到人们日常生活的各个方面,并随着3G时代的到来,网
随着人类社会的不断发展和科学探索步伐的不断前进,人们面临着越来越多的最优化问题。由于人类对生产效率的追求日趋极致,常规优化方法在有限的时间和空间内已经很难解决日益
推荐系统是解决信息过载的有效工具,它能根据用户的历史行为数据做出个性化推荐。隐语义算法作为一种经典的推荐算法在研究和应用中都取得了很大成功,但它依然存在一些问题值
网络抖动(Churn)是指在对等网络中,由参与者的匿名、自由性以及规模大的特点导致的大量节点频繁自发地加入、离开或失效的现象。抖动是影响对等网络系统性能的一个重要因素,
随着Web服务技术的快速发展和应用,Web服务的数量与日俱增,提供的功能也越来越多样化。然而,单个Web服务提供的功能有限,很多时候都不能满足用户多样性的需求,这就需要将已有