论文部分内容阅读
随着互联网的普及和网络用户的不断增加，互联网中 Web服务的种类与数目也随之产生了爆炸式地增加。现有的 Web服务领域还存在如下问题：一是如何在海量的服务中找到满足请求的服务，即服务发现问题；二是相似功能的服务重复利用率较低。因此提升服务发现效率和增加相似服务的复用率成为 Web服务领域亟待解决的问题。 论文主要针对以上问题，采用描述逻辑对 Web服务进行描述，结合基于案例推理，将服务匹配看作是案例推理中的案例进行匹配。在此基础上，进一步采用动态描述逻辑和基于轨迹推理，将单一的 Web服务匹配扩展到了由多个服务组成的服务序列的匹配。最后将服务的复用频度作为服务质量的参数参与服务发现，并降低了服务案例库的冗余度。论文的主要工作及取得的研究成果如下： （1）对比传统的相似度计算方法给出了基于描述逻辑的Web服务相似度算法。并在基于描述逻辑的概念相似度计算基础上，给出了以概念匹配优先的二元关系相似度算法，完善了基于描述逻辑的案例匹配算法。该算法可将单个 Web服务的各个参数使用描述逻辑中的概念和关系进行表示，把 Web服务匹配问题转化为描述逻辑中概念和关系的语义相似度问题。 （2）在单个Web服务匹配的基础上，结合动态描述逻辑和基于轨迹的推理，提出了一种由多个服务组成的服务序列的匹配算法。该算法将原子服务抽象为动态描述逻辑中的原子动作，每个服务的前件和后件分别抽象为动作中的P和E。对两者中的概念集合和关系集合做相似度计算，再结合基于轨迹推理将当前服务与过往服务联系起来，最后将综合后所得到的两个动作序列的相似度作为两个服务序列的相似度。 （3）为提升服务的复用率并避免案例库的无限制增大，利用蚁群信息素算法，为每一服务设置了相应的服务复用频度属性，此属性不仅可以降低服务案例库的冗余度，同时还可以作为服务质量的参数对 Web服务匹配。模拟实验表明，该方法可以提高服务匹配的查准率。