Web服务协商是服务交互过程中的一个重要阶段。在这个阶段中,服务需求方和服务提供方就一个或多个与服务相关的议题进行不断地交流、沟通、分析和决策,在有关服务交付的细节上达成一致,并形成一个正式的合约。近年来,随着计算机技术、人工智能技术、语义网技术的不断发展以及与Web服务密切相关研究的不断深入,Web服务协商越来越向自动化、智能化和语义化方向发展,成为了一个重要的研究方向。伴随着自动协商和合约的签订,在服务的使用过程中,服务提供者能否按照合约中的承诺提供服务质量,便成为服务需求方的主要关注点,因此,如何通过监测得到服务实际运行的质量数据,从而检验服务提供方实际提供的服务质量是否与服务调用前协商好的服务质量约定相一致,就显得特别重要。本文以上述背景作为研究的出发点,结合面向服务计算出现的新问题,着手研究Web服务智能协商中通用协商本体的构建、灵活协商策略的制定以及可信的服务监测和评价机制。论文的主要工作如下：(1)将本体的相关技术应用于Web服务智能协商,构建了基于本体的Web服务智能协商框架。给出了协商框架各个组成部分的具体功能和协商Agent的形式化定义以及基于该框架的整体协商流程。该框架提供了一个分布式的、智能化的Web服务协商系统的逻辑视图,使异构的协商Agent可以基于相同的本体共同参与协商。(2)完成对协商议题本体和协商协议本体及规则的定义和推理。抽现出Web服务协商议题的类和属性层次,并序列化到OWL(Web Ontology Language)语言进行描述,使用Pellet推理机,完成协商议题本体的一致性检测；使用OWL语言定义了协商协议本体中的相关概念,并基于SWRL (Semantic Web Rule Language)语言定义了协商Agent之间的交互规则,将SWRL规则和JESS (Java Expert System Shell)推理引擎相结合,实现协商交互规则的推理,为实现Web服务智能协商系统奠定基础。(3)完成对协商提议的评估和预测对手协商行为的算法。构建一个多属性效用函数,效用函数中的权重采用层次分析法(Analytic Hierarchy Process)确定,并给出了利用效用函数对协商提议进行评价的函数,指导协商Agent进行决策；使用多项式插值法,根据对手的历史提议,求出协商对手提议的近似函数,预测出对手下一步的提议,通过实验证明了本文提出方法的可行性和有效性,为当前协商策略的研究探索了一条新思路。(4)实现了一个第三方的Web服务QoS (Quality of Service)动态参数监测系统(QoS-Monitoring, QoS-M)。该监测系统能自动解析服务的WSDL (Web services Description Language)文档,生成服务的调用数据和客户端桩代码,实现对Web服务的自动调用；织入服务监测方面代码到Web服务调用代码处,动态采集Web服务调用时间和调用状态,完成QoS动态参数的计算和存储；采用动态更新算法对历史信息做定期的计算和更新,以反映出QoS信息的最新变化,弥补了当前Web服务QOS参数值主要由服务提供方提供或者由客户端反馈以及QoS信息及时更新的不足。(5)给出了一种根据实际监测值评估服务信誉的方法。通过比较实际监测值与服务合约中协商值的不同,给出一个计算相似度的算法,根据相似度,进而得到服务的信誉等级,初步探索了如何根据实际监测值对服务进行信誉评估的方法。