基于语义的WEB服务发现与匹配的研究

来源 :武汉理工大学 | 被引量 : 0次 | 上传用户:liulangdetianya
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
Web服务作为一种新兴的Web应用模式和分布式计算模型,从根本上解决了企业之间及企业内部异构系统之间的互操作和互通信问题。然而现有的主流Web服务发现方法是采用基于UDDI框架的服务匹配,由于UDDI注册中心只能提供基于关键字的查询,并且缺乏对语义信息的支持,使得服务匹配是基于关键字和语法级的匹配,不能实现基于服务功能的匹配,从而造成服务查准率查全率较低。另一方面,WSDL描述语言是语法级的服务描述语言,主要提供Web服务的物理信息,即调用具体服务所需的技术细节,缺乏对服务功能的语义描述,因此不能很好的提供服务的功能信息。针对目前Web服务中遇到的问题,研究界提出了将语义Web的技术应用到Web服务领域,为Web服务的描述提供语义信息,即语义Web服务(Semantic Web Services)。本文所作的研究如下:1、论文比较全面地介绍了Web服务及其现有的服务匹配技术,语义Web等的相关知识背景,以及它们的最新发展状况。2、设计并实现了基于语义的Web服务发现与匹配模型,主要包括以下功能模块:1)通过查询处理器可抽取查询请求中的服务功能特征信息,并能形成标准的查询请求Profile;2)通过OWL-S/UDDI转换器可扩展UDDI注册中心,使其能够支持服务的语义信息;3)语义Web服务匹配引擎利用服务本体和领域本体提供的语义信息并结合语义推理实现服务的匹配。3、提出了一种基于语义的Web服务发现匹配算法,该算法采用了分层匹配的思想,首先通过服务分类匹配过滤掉大量无用的服务,在描述性匹配和功能性匹配完成后,进行服务质量匹配,充分地考虑到各匹配参数的语义相似度,根据相似函数计算出匹配度,判断是否与用户要求匹配。最后按服务质量排序显示,提高了用户请求与服务匹配的准确性与高效性。
其他文献
现代互联网应用引发了对海量数据进行并行化处理的需求,越来越多的计算任务需要在拥有成千上万个相互独立的计算节点的装置上完成。于是Hadoop MapReduce作为新一代的编程系
人机博弈是人工智能的一个重要研究领域,其中不完全信息的人机博弈能够模拟现实复杂世界中不确定环境下的决策,因此越来越受到关注。四国军棋是一种典型的不完全信息游戏,其
计算机技术的全面普及,给中小企业带来新鲜的血液,利用计算机对企业进行管理,不仅解决了传统管理方式中的管理效率低下、管理不全面,数据信息不能得到统计等问题。管理方式的
随着IT技术的飞速发展,如何有效地管理急剧增加的海量数据成为下一代互联网所面临的关键问题。解决如此棘手问题的最有效方式是应用知识网格作为下一代网络互联环境。已有知识
美国国防部的TCSES准则和ISO的CC标准都对隐通道做出了明确规定,即数据库要通过B2或EAL5级以上的安全认证,必须通过不同强度的隐通道分析。隐通道的分析可以分为三部分:定义,
本文的教育评价是根据一定的教育价值观或教育目标,运用可操作的科学手段,通过系统地搜集信息、资料,分析、整理,对教育活动、教育过程和教育结果进行价值判断,从而为不断自我完善
研究表明,文化能使种群以一定的速度进化和适应环境,而这个速度是超越单纯依靠基因遗传生物进化速度的。种群在进化过程中,个体知识的积累以及群体内部知识的交流在另外一个
签名交换的公平性是电子支付、网上交易乃至密码学领域的基本问题。在交易活动中,公平性是指诚实的主体相对其它主体不处于劣势。签名交换的公平性要求交易双方或者都获得对方
神经网络集成技术是神经计算技术的一个研究热点,在许多领域已经有了成熟的应用。神经网络集成学习通过训练多个神经网络并将其结果进行合成,显著地提高了学习系统的泛化能力
互联网技术的发展与成熟,使得电子商务(E-Commerce)出现并快速发展起来。电子商务的兴起带来了巨大的商业机会和市场价值。随着电子商务的发展,各种电子商务的网站信息量不断增大