《基于语义的web服务发现算法》由会员分享，可在线阅读，更多相关《基于语义的web服务发现算法（87页珍藏版）》请在金锄头文库上搜索。
1、太原理工大学 硕士学位论文 基于语义的Web服务发现算法 姓名：李晓明 申请学位级别：硕士 专业： 指导教师：段富 太原理工大学硕士研究生学位论文 I 基于语义的 Web 服务发现算法 摘摘 要要 近年来，Web 服务作为一种新兴的 Web 应用模式和一个崭新的分布式 计算模型， 已逐渐成为 Web 上数据和信息集成的有效机制， 发展非常迅速。 Web 服务的目的是要解决异构平台上的数据和应用的整合与共享问题。但 随着 Web 服务应用的日益广泛，服务请求者常常要面对大量的 Web 服务， 如何准确高效地找到所需服务无疑是十分重要的。完整的 Web 服务模型包 括：服务描述、服务注册中心、服务
2、匹配。但是，传统的 Web 服务发现存 在着明显的不足：服务描述不提供服务功能性的语义描述；服务注册中心 不能理解 Web 服务的语义信息；服务匹配是基于关键字的；单个 Web 服务 可能只提供唯一的调用函数来完成一个单一的功能，而将多个 Web 服务进 行有机组合将能完成一系列复杂任务，如果单个 Web 服务的交换模式发生 了变动，则服务请求端必须由编程人员自己来应对变动，不够灵活等，在 这样的背景下， 语义 Web 服务(Semantic Web Services)成为了 Web 服务一个 新的发展方向。语义 Web 服务技术结合了传统 Web 服务技术和语义 Web 技术的优点，使用语义
3、信息对 Web 服务的功能属性、非功能属性以及行为 进行描述，可为 Web 服务的发现、执行、组合的自动化提供有效的支持。 语义 Web 服务发明者也是 W3C 的总裁 Tim Berners-Lee 曾宣布“语义 Web 服务是 W3C 三大研究主题之一”。语义 Web 的研究不仅将 Web 由“信息的 海洋”转变为“知识的海洋”， 也为 Web 上的另一种重要资源Web 服务带来 了新的活力。 针对目前 Web 服务发现存在的问题，本文提出了一种基于本体概念群 太原理工大学硕士研究生学位论文 II 组划分的语义距离计算方法，通过计算概念之间的语义距离来计算概念之 间的相似度，接着通过多级的
4、语义 Web 服务发现策略算法来计算服务之间 的匹配度。为此，本文针对以下几个关键问题展开研究： ? 语义距离的计算 本文提出一种基于本体概念群组划分的语义相似度度量方法。该方法 可以划分为群组内和群组间的概念语义距离计算方法，通过引入正向和反 向的语义距离来解决上下位关系概念对的语义相似度非对称性，本体基本 的关系包括等价关系、继承关系（SubClassOf） ，自定义关系属于其他的二 元关系，本文根据这些关系重要性的不同以及概念节点的位置动态分配关 系的权值，并在此基础上进行语义距离的计算。 ? 语义相似度的计算 基于语义距离可以进行相似度的计算。本文语义相似度包括三种，分 别用于表示 W
5、eb 服务不同层次的匹配程度： 概念相似度、 概念集合相似度、 服务匹配度。本文给出了这几种相似度的计算算法。 ? 语义 Web 服务匹配算法 基于输入、输出接口语义相似度的计算，本文提出了一种语义 Web 服 务的两级匹配策略。首先对 OWL-S 进行扩展，使其支持服务接口依赖关系 的申明，支持用户根据自身的需求设置服务输出参数对输入参数的依赖权 重以及输入接口和输出接口的匹配度权重，并在此基础上提出了集成单广 告服务和广告服务组合的语义 Web 服务两级匹配策略。基于单广告服务的 匹配适用于服务请求与广告服务一对一匹配的情形；基于广告服务组合的 匹配则首先将一个复杂的服务请求分解为简单的单
6、输出、多输入的子服务 请求序列，然后结合子服务与广告服务组合链的匹配机制，从而将服务匹 配推广到复杂服务请求需要多个广告服务协作才能完成的情形，最后本文 给出了语义 Web 服务匹配算法的相关描述。 太原理工大学硕士研究生学位论文 III 本文根据前面所述内容，开发了原型系统，设计了一个语义 Web 服务 发现与匹配模型，并给出了各模块的功能设计。查询处理器是为了解决原 有的服务发现技术缺乏抽取有用信息的能力的问题。OWL-S/UDDI 转换器 是为了扩展 UDDI 注册中心，使其能够存储服务的语义信息。语义服务匹 配引擎是为了实现基于服务功能的语义匹配而设计。该服务发现与匹配模 型的设计是本
7、文的重点研究工作。论文最后以图书超市本体和购买图书的 Web 服务为例进行测试分析，说明算法的可行性。 关键词：语义 Web 服务，本体，语义距离，语义相似度，服务匹配， OWL-S/UDDI 太原理工大学硕士研究生学位论文 IV SEMANTIC-BASED WEB SERVICE DISCOVERY ALGORITHM ABSTRACT In recent years, Web services as a new model of Web applications and a new distributed computing model has gradually become an e
8、ffective mechanism of integrating data and information, and developing very rapidly. The purpose of Web services is to resolve ingtegration and sharing of data and applications on the heterogeneous platforms. But with the increasingly widespread application of Web services and service requesters oft
9、en have to face a large number of forms of Web services, how to accurately and efficiently find the service is undoubtedly very important. Complete model of Web services include: service description, service registry, service matching. However, traditional Web service discovery has the obvious disad
10、vantages: service description does not provide services functional semantic description; service registry can not understand the semantic information of Web Services; service matching is based on keywords; Single Web Service may only call the function to complete only a single function, whereas the
11、organic combination of multiple Web Services will be able to complete a series of complex tasks, If single Web Service exchanges interactive models, then the service request client must be updated by programmer to deal with changes, it is not flexible enough. In this context, Semanatic Web Services
12、become a new direction. Semantic Web services combines the advantages of traditional Web Services technology and Semantic Web technology, decribing the functional properties, non-functional properties and behavior of Web Services by using semantic information, providing an effective support for Web
13、Service discovery, execution and automation of service combination. The W3Cs Web inventor Tim Berners-Lee announced: 太原理工大学硕士研究生学位论文 V W3C Semantic Web services is one of three major research themes. In the view of current problems of Web Service Discovery, in this paper the ontology-based cluster p
14、artition approach for computing the semantic distance between concepts is proposed, which using semantic distance of two concepts compute the concept similarity, and then using multi-level semantic Web Service matching tactic to compute the similarity of servives. For this reason, the following thre
15、e parts are studied in this paper: ? Semantic Distance Compute In this paper the ontology-based cluster partition approach for computing the semantic distance between concepts is proposed. and then the approach for computing the semantic distance between concepts within single cluster as well as cro
16、ss-cluster is put forward. In the proposed approach, the non-symmetry of semantic similarities in the pairs of hyponymy concepts is worked out by introducing the forward semantic distance and the reverse semantic distance, the base relation in ontology include equavalation relation, SubClassOf relation, self-define relation belong to the other binary relationships, and the other bina
