基于QoS本体的语义Web服务选择算法

引入QoS本体,提出了一种基于QoS本体的语义Web服务选择算法.该算法通过构造Web服务的QoS本体模型以支持异构QoS参数的语义描述和度量,并将QoS语义匹配和数值匹配相结合,从而更准确地为用户选择满足其个性化需求的Web服务.仿真实验表明,基于QoS本体的语义Web服务选择算法能够充分利用QoS语义和数值信息,为用户选择更合适的服务,实现用户对Web服务的个性化需求.     

一种基于QoS的扩展语义Web服务发现方法

如何从大量的Web服务集合中找到满足用户要求的服务是Web服务技术的关键,然而现有Web服务缺乏对QoS信息的描述,不能满足用户对服务QoS的需求.本文基于OWL-S本体扩展了profile描述,将QoS本体引入OWL-S,在基于SOA工作框架以及P2P网络的基础上,设计了Web服务发现框架,并在该框架中引入了QoS管理模块.服务匹配过程分为两个阶段:第一阶段为基于服务功能的匹配,服务的功能主要从inputs、outputs、preconditions和effect描述;第二阶段为基于服务QoS的匹配,QoS属性从time、cost和reliability描述,以满足用户对服务质量提出的要求.实验结果表明该模型可以有效地增加Web服务发现的有效性.     

面向推理服务的Web本体语言与描述逻辑

本体在语义WEB中起着极其重要的作用,通过本体提供的可以共享的预先精确定义的术语在一定程度上扩展了语义WEB互操作性。OWL本体语言是W3C最近推荐的专门为基于WEB的应用设计的本体语言;该语言充分利用了现存的WEB技术标准XML和RDF,并在XML和RDF标准基础上,增加了面向对象和基于框架体系的本体概念,将其与具有表达力的描述逻辑结合在一起。该语言与描述逻辑的组合可以实现一定程度上的推理服务。     

一种基于OoS的扩展语义Web服务发现方法

如何从大量的Web服务集合中找到满足用户要求的服务是Web服务技术的关键,然而现有Web服务缺乏对QoS信息的描述,不能满足用户对服务QoS的需求。本文基于OWL-S本体扩展了profile描述,将QoS本体引入OWL-S,在基于SOA工作框架以及P2P网络的基础上,设计了H9I服务发现框架,并在该框架中引入了Web管理模块。服务匹配过程分为两个阶段：第一阶段为基于服务功能的匹配,服务的功能主要从Inputs、outputs、preconditions和effect;描述;第二阶段为基于服务QoS的匹配,QoS属性从;time、cost:;和reliability描述,以满足用户对服务质量提出的要求。实验结果表明该模型可以有效地增加Web服务发现的有效性。
     

基于QoS的Web服务本体模型研究

语义Web服务是结合语义Web和Web服务两方面技术的一门新的研究课题.对于Web服务的语义描述是多方面的,可以是功能性的属性也可以是非功能性的属性.本文在分析服务质量各方面属性的度量及属性之间相互关系的基础上,利用语义网的本体技术,对Web服务进行QoS本体建模,分析设计了一个基于QoS的Web服务本体模型.     

一种基于语义的Web服务组合方法

在考虑服务语义匹配和服务质量(Quality of Services,QoS)的基础上,利用子服务间及其内部低耦合高内聚的特性,提出了一种基于语义的Web服务组合算法.该算法定义了用户关注度(Customer Attention,CA)和最优信息组(Optimal Information Group,OIG),充分利用语义本体的特性,从信息和QoS两个方面筛选最优原子服务集,从而提高服务的查准率与查全率,增强与用户的交互能力.     

基于语义WEB的远程学习支持系统构建

在概述语义WEB的基础上,设计一个面向学习者用户网站的语义WEB体系结构,提出了多代理结构的学习支持系统中的学习者模型本体和学习者模型代理.目的是为了说明建立学习者本体及其代理对于学习者的有效学习所带来的益处.     

基于WSMO的语义Web服务发现框架研究

为解决网络不同结点上Web服务发现中的语义异质性问题,设计了一个基于WSMO(Web service modeling ontology)的语义Web服务发现框架.此框架从Web服务的功能和结构角度出发,把Web服务匹配问题转换成了不同本体之间的概念匹配问题,并采用语言学和概念结构相结合的方法计算了不同本体之间的概念语义相似性.此外,根据用户的不同检索需求,还提供了三种复杂程度各异的服务匹配模型.这些研究为解决基于语义异质性的Web服务发现问题提供了一种有效的解决思路.     

Web Service Description and Discovery Based on Semantic Model

A novel semantic model of Web service descrip tion and discovery was proposed through an extension for profile model of Web ontology language for services （OWL-S） in this paper. Similarity matching of Web services was implemented through computing weighted summation of semantic similarity value based on specific domain ontology and dynamical satisfy extent evaluation for quality of service （QoS）. Experiments show that the provided semantic matching model is efficient.     

基于OWL—S／UDDI的Web服务发现机制

提出了一种基于OWL-S／UDDI的Web服务发现机制，实现了基于语义的Web服务发现。此外，它采用了一种高效的匹配机制，使得查询语义Web服务的效率得到提高。该机制使用自行开发的OWL／UDDI服务发现系统进行了实现和验证。     

Automatic Web services composition based on SLM

Motivated by the problem of simplifying the manual operation of the composition process, we propose an approach to automatically compose available Web services to fulfill user＇s goal based on the assumption that there are a set of alternative Web services with similar functionality and different QoS properties. A formal model （i.e. semantic links matrix, SLM for short ） is proposed to store semantic links values for the Web services with semantic relationship and QoS of Web services. The SLM provides a search place for a backward-search planning algorithm, at the same time; the QoS criteria make a rational and effective decision among a number of similar Web services. The function and some properties of the algorithm are analyzed. The approach can improve the correctness and flexibility for Web services composition and satisfy the local QoS attribute.     

基于MAS的本体语义Web服务智能搜索系统的设计研究

目前传统Web服务查询缺乏智能语义支持和配置灵活性等诸多问题,无法适应Web用户持续增长的服务性能要求,基于多Agent技术改进的本体语义Web服务检索系统和解决方案可以较好的解决上述问题。在讨论多Agent技术、本体语义以及Web服务的基础上,提出了将Agent表达为Web服务,并通过UDDI发布该服务而将Agent和Web服务融合的解决方案,并设计了一个基于多Agent技术和本体语义的Web服务智能搜索系统。并通过对系统的Web服务搜索实例检测,验证了系统是可用的和有效的。     

一种基于QoS约束的Web服务选择和排序模型

提出了一种基于QoS约束的Web服务选择和排序模型,在研究Web服务的三维QoS模型的基础上设计基于QoS约束的服务选择模型,进一步研究服务效能的概念和量化方法并设计基于服务效能的排序模型.该模型的原型系统已经在国家地质调查网格中得到应用,结果表明模型能够有效保障用户对服务的需求,具有很高的查准率、响应率以及较好的负载均衡能力,提高了基于面向服务架构(SOA)的网络应用的可用性.     

Semantic Session Analysis for Web Usage Mining

A semantic session analysis method partitioning Web usage logs is presented. Semantic Web usage log preparation model enhances usage logs with semantic. The Markov chain model based on ontology semantic measurement is used to identifying which active session a request should belong to. The competitive method is applied to determine the end of the sessions. Compared with other algorithms, more successful sessions are additionally detected by semantic outlier analysis.