（计算机应用技术专业论文）基于owls的语义web服务发现算法的研究.pdf

摘要 摘要 ! ! | f m i l l f l jr l i j i li p i j f l l l r l i jf l l l illlll l i l l ll l l l li i i ii i i y 18 8 9 3 8 5 w e b 服务主要是由服务的发布、服务的发现查找、服务绑定组成。作为w e b 服务 中一个重要的组成部分，要在纷繁的网络服务中准确快速地找到所需的服务就必须有一 个高效可靠的服务发现技术。针对现今的基于u d d i 的服务发现匹配方法存在的查准率 和查全率较低的缺陷，在服务发现中引入语义的概念成为研究的热点。目前的语义w e b 服务发现方法中，大多集中在关于功能属性的匹配层次，而且也是选取颗粒度大的等级 方法匹配。 由于基于关键字的u d d i 框架不能够支持语义信息，而服务描述语言w s d l 也不能 有效地支持语义描述，从而导致效率不高。本文引入o w l - s 描述语言来进行服务的语 义标注。o w l s 作为本体描述语言，能够用机器可理解的方式描述服务的功能，但还 存在一些缺陷，如不能描述服务的非功能性属性。本文在已有服务描述的基础上加入非 功能属性以扩展服务，不仅进行了相关服务的功能属性以及基本描述的发现匹配，还实 现了服务质量等非功能属性的匹配。 同时文中描述了语义服务发现中的各种服务匹配算法。通过介绍d a m l u d d i 经典 匹配算法，并在此基础上分析算法存在的问题和需要改进的地方，结合等级匹配的概念 引入精确的数字定义提高了精确度，同时对本体中的概念结点间的关系做了改进和补 充，提出概念结点的加权距离表，丰富了结点之间的关系运算。除了重点分析基于语义 距离的相似度算法，还补充属性相似度算法和层次结点的细化程度算法。为了综合了三 种算法的各自优点提出混合算法，引入加权因子来区别三者的侧重点，使得能够更精确 地发现服务。 在已有服务发现框架模型的基础之上，文中描述了一个基于语义技术的服务发现的 模型。介绍了服务发现系统从服务提供者对服务的注册及发布，到服务发现框架中对服 务请求者的请求服务与发布的匹配过程的大致流程。本文最后给出了一个语义服务发现 与匹配系统，对发布服务与请求服务之间功能匹配中的输入与输出功能进行了匹配，实 例验证文中的方法和理论。 关键词：语义网；w e b 服务；o w l s ；服务匹配；匹配算法 a b s t r a c t a b s 仃a c t w e bs e r v i c e sa r em a i n l yc o m p o s e do fb yp u b l i s h i n gt h es e r v i c e ，s e r v i c ed i s c o v e r ya n d s e a r c h ，s e r v i c eb i n d i n g s a sa l li n t e g r a lp a r to fw e bs e r v i c e ，i fy o uw a n tt ot oq u i c k l ya n d a c c u r a t e l yf i n dt h es e r v i c e si n t h en u m e r o u sn e t w o r ks e r v i c e s ，a ne f f i c i e n ta n dr e l i a b l es e r v i c e d i s c o v e r yt e c h n o l o g yi sn e c e s s a r y f o rt o d a y su d d i - b a s e ds e r v i c ed i s c o v e r y , t h e r ee x i s t s o m ed e f e c t so ft h el o w - p r e c i s i o na n dl o w - r e c a l li nt h em e t h o d so fs e m a n t i cs e r v i c e ， s oi n t r o d u c i n gt h ec o n c e p to fs e m a n t i c si nt h es e r v i c ed i s c o v e r yh a sb e c o m ear e s e a r c h h o t s p o t t h ec u r r e n ts e m a n t i cw e bs e r v i c ed i s c o v e r ym e t h o d s ，m o s t l yc o n c e n t r a t e di nt h e m a t c ho nt h el e v e lo ff u n c t i o n a lp r o p e r t i e s ，b u ta l s os e l e c tt h em e t h o do fp a r t i c l es i z eo fa l a r g ec l a s sm a t c h s i n c ek e y w o r d b a s e du d d if r a m e w o r kc a nn o ts u p p o r tt h es e m a n t i c so fi n f o r m a t i o n , w e bs e r v i c ed e s c r i p t i o nl a n g u a g ew s d lc a l ln o te f f e c t i v e l ys u p p o r tt h es e m a n t i c d e s c r i p t i o n ，r e s u l t i n gi ni n e f f 丘c i e n t t h i sp a p e ri n t r o d u c e st h ed e s c r i p t i o no fo w l ss e r v i c e l a n g u a g ef o rt h es e m a n t i ca n n o t a t i o n a sa no n t o l o g yd e s c r i p t i o nl a n g u a g e ，o w l si sa b l et o d e s c r i b et h es e r v i c ef u n c t i o na sam a c h i n e - u n d e r s t a n d a b l ew a y , b u tt h e r es t i l le x i s ts o m e d e f e c t s ，s u c ha st h es e r v i c ec a nn o td e s c r i b et h en o n - f i m c t i o n a lp r o p e r t i e s t 扯sp a p e r d e s c r i b e sa d dn o n - f u n c t i o n a lp r o p e r t i e so nt h eb a s i so ft h ee x i s t i n gs e r v i c et oe x p a n di t s s e r v i c e s ，n o to n l ya c h i e v i n gt h em a t c h b e t w e e nf u n c t i o n a la t t r i b u t e sa n db a s i cd e s c r i p t i o no f r e l a t e ds e r v i c e s ，b u ta l s oa c h i e v i n gt h em a t c ho ft h eq u a l i t ya t t r i b u t e so fs e r v i c ea n do t h e r n o n - f u n c t i o n a la t t r i b u t e s a tt h es a m et i m e ，t h ep a p e rd e s c r i b e sav a r i e t yo fs e r v i c e sm a t c h i n ga l g o r i t h mi nt h e s e m a n t i cs e r v i c ed i s c o v e r y b yi n t r o d u c i n gt h ed a m l | u d d ic l a s s i cm a t c h i n ga l g o r i t h m , a n do nt h i sb a s i s ，i ta n a l y z e st h ep r o b l e m so fa l g o r i t h ma n d w h i c hi sn e e d e dt oi m p r o v e t o i n c r e a s et h ea c c u r a c y , i n t r o d u c e dt h ep r e c i s en u m b e rw h i c hi sd e f i n e dc o m b i n i n gt h ec o n c e p t o fl e v e lm a t c h i n g w m l em a k i n gs o m ei m p r o v e m e n t sa n da d d i t i o n st ot h er e l a t i o n s h i p b e t w e e nd i f f e r e n tc o n c e p tn o d e si na l lo n t o l o g y , p r o p o s e daw e i g h t e dd i s t a n c et a b l eo f c o n c e p tn o d e s ，r i c ht h ec o m p u t i n go fn o d e s i na d d i t i o nt of o c u s i n go ns e m a n t i cs i m i l a r i t y m e t h o db a s e do ns e m a n t i cd i s t a n c e ，a d d i n ga t t r i b u t es i m i l a r i t ya l g o r i t h ma n dr e f i n e m e n t a l g o r i t h mo fh i e r a r c h i c a ln o d e i no r d e rt oc o m b i n et h er e s p e c t i v ea d v a n t a g e so ft h et h r e e a l g o r i t h m sp r o p o s e dh y b r i da l g o r i t h m ，i n t r o d u c e dw e i g h t i n gf a c t o r st od i s t i n g u i s ht h ef o c u s o ft h et h r e e ，m a k e si tp o s s i b l et om o r ea c c u r a t e l yd i s c o v e rs e r v i c e s b a s e do nt h em o d e la n df r a m e w o r ko ft h ee x i s t i n gs e r v i c ed i s c o v e r y , t h ep a p e rd e s c r i b e s as e r v i c ed i s c o v e r ym o d e lb a s e do ns e m a n t i ct e c h n o l o g y i n t r o d u c i n gt h er o u g h l yp r o c e s s f r o mt h er e g i s t r a t i o na n dr e l e a s ef o rs e r v i c ep r o v i d e r st ot h em a t c h i n gp r o c e s sb e t w e e nt h e r e q u e s t e ds e r v i c e sa n dt h ep u b l i s h e ds e r v i c e sf o rt h es e r v i c er e q u e s t e ri nt h es e r v i c ed i s c o v e r y f r a m e w o r k f i n a l l y , p u tf o r w a r das e m a n t i cs e r v i c ed i s c o v e r ya n dm a t c h i n gs y s t e m ，t or e a l i z e t h em a t c ho ft h ep u b l i s h e ds e r v i c e sa n dr e q u e s ts e r v i c e so nt h ei n p u ta n do u t p u tf u n c t i o n st o v e r i f yt h ea l g o r i t h ma n dt h e o r yb yt h es y s t e m k e y w o r d s ：s e m a n t i cw e b ；w e bs e r v i c e s ；o w l s ；s e r v i c em a t c h i n g ；a l g o r i t h mo fm a t c h i n g 目录 目录 摘要。i a b s t r a c t i i 甚录。i 第一章绪论1 1 1 研究背景与意义1 1 2 国内外服务发现技术研究现状2 1 2 1w e b 服务描述方法的发展2 1 2 1w e b 服务匹配的发展3 1 2 3 语义w e b 服务发现模型的发展4 1 3 论文研究内容及其主要工作。6 1 4 论文的结构安排6 第二章w e b 服务发现的基本技术8 2 1w 曲服务基础8 2 1 1w e b 服务体系结构概述9 2 1 2w e b 服务基础结构单元1 l 2 2 语义网基础介绍1 6 2 2 1 语义网实现方法一16 2 2 2 语义网层次结构1 6 2 3 资源描述框架r d f ：18 2 3 1r d f 的基本思想。1 8 2 3 2r d f 基本规范1 9 2 3 - 3r d f 的模型表示1 9 2 3 4r d f 的特点。2 1 2 4 本体及其描述语言2 l 2 4 1 本体概念及分类2 2 2 4 2 领域本体的创建2 3 2 4 3 本体描述语言一2 5 2 5w e b 服务描述语言o w l - s 2 6 2 6 本章小结2 8 第三章w e b 服务发现的相似度算法2 9 3 1d a m l u d d i 等级匹配算法2 9 3 2 语义相似度计算算法3 2 3 2 1 基于语义距离的相似度算法。3 2 3 2 2 概念属性相似度算法3 6 3 2 3 细化分类的相似度算法3 6 目录 3 2 4 算法分析与组合3 7 3 3 功能属性( i o p e ) 匹配。3 7 3 3 1 输入输出参数匹配3 7 3 3 2 前提条件效果参数匹配3 8 3 4 基本描述文本的匹配3 9 3 4 1 单词网络字典w o r d n e t 3 9 3 4 2 单词相似度匹配算法4 0 3 4 3 语句相似度的计算。4 0 3 5 非功能描述属性( q o s ) 的匹配4 l 3 5 1 非功能质量属性4 1 3 5 2 服务质量相似度的计算4 1 3 6 本章小结4 2 第四章语义w e b 服务发现框架4 3 4 1w e b 服务发现方法及过程4 3 4 1 1 语义w | e b 服务的注册4 3 4 1 2 语义w 曲服务的匹配4 4 4 1 3 语义w e b 服务的请求过程4 5 4 2 服务发现框架模块及作用4 6 4 2 1 文件预处理o w l sp a r s e r 4 6 4 2 2 本体异构及映射4 7 4 2 3 非功能质量管理模块4 8 4 3 本章小结4 8 第五章w e b 服务发现的系统实现4 9 5 1 系统开发工具及实现环境4 9 5 1 1 硬件环境配置4 9 5 1 2 辅助开发工具4 9 5 1 3 开发工具介绍4 9 5 2 本体的构建和存储5 1 5 2 1 本体的构建5 l 5 2 2 本体的存储。5 2 5 3 服务发现系统5 5 5 4 本章小结：。5 8 第六章总结与展望5 9 6 1 论文主要工作概述5 9 6 2 未来工作展望5 9 致 射6 0 参考文献61 l 重量一 - _ - _ _ _ - - _ 一一 附录：作者在攻读硕士学位期间发表的论文6 5 第一章绪论 第一章绪论 1 1 研究背景与意义 随着因特网( i n t e r n e t ) 的高速发展，人们之间通过因特网来进行信息的交流与共享 变得越发频繁，使用计算机技术手段获取信息更是极大地推动了人类社会的进步与发 展。作为互联网络的基础的超文本系统也显现出了不少局限性，网页的内容不包括语义 信息，在用户进行信息检索过程中无法智能处理无机器可读的信息。 在2 0 0 0 年x m l 2 0 0 0 会议上正是万维网的发明者蒂姆伯纳斯一李( t i m - b e r n e r s - l e e ) 又提出语义网( s e m a n t i cw e b ) 的概念，其核心是通过给万维网上的文档( h t m l ) 添加 能够被计算机所理解的语义，从而使整个万维网成为一个通用的信息交换媒介。语义 w | e b 不是抛开原有的w e b 而是对它的一个延续一个扩展，这样也为现有的网络技术注 入了新的活力。通过语义标注的手段能够使信息以一种机器可理解的形式检索发现服 务。 在上世纪微软、i b m 和o m g 等一些公司和组织为了能使分布式系统在不同的网络 结构中构建都发布了不同的分布式对象技术，如s u n 的r m i e j b 。这种技术能够将集成 不同的应用，但同时存在缺乏良好的兼容性。w e b 服务也就因此而应运而生。w e b 服务 是一种新兴的分布式技术，其可以解决应用w e b 所提出的各种服务的问题。w e b 服务具 有分布异构等特点，应用程序之间是彼此独立的，开放的标准能够保证模块化的应用程 序良好的互操作性，同时应用程序也能保持很好的集成性。由于x m l 具有的良好扩展 性和互操作性，在此基础上推出了w e b 服务技术规范包括u d d i 、w s d l 和s o a p ，因 而脱离了操作平台和编程语言的限制，应用程序可以很方便容易地获取w e b 服务。由 于在不久的将来会有越来越多的应用程序是由第三方的网络服务来提供。于是如何在数 目和类别众多的w e b 服务中找到各自所需要的服务，成为人们关注的重点。w e b 服务模 型由服务描述，服务注册中心以及服务匹配三个部分组成。u d d i ( 统一描述、发现和 集成) 提供行业标准的商业注册中心机制，但该方法存在诸多缺陷越来越不能满足现今 人们对服务的快速准确发现匹配的要求。在服务的基本描述上，大多采用的是服务描述 语言w s d l ，缺少对服务功能的语义描述，对物理信息的描述只能停留在语法层面上， 从而致使对用户的服务请求返回本质不同而仅仅语法相同的结果。在此基础上的服务发 现匹配技术只能提供基于关键字的查询匹配，请求服务与发布服务之间会出现许多不相 关的匹配，同时由于受制于关键字的精确匹配，缺少语义支持会很容易地忽略掉与请求 服务中本质相同而概念表达不同的服务，查准率和查全率都不高。 于是斯坦福大学的m c l l r a i t h 等人提出了语义w e b 服务( s e m a n t i cw e bs e r v i c e ) 的概 念，指出如果对服务的语义用语义网中的标记手段来表示，对计算机来说w e b 服务也就 变成了机器可理解的实体，从而支持服务的自动发现，执行和组合。尽管基于语义的服 务发现方法相比于传统方法查全率和查准率性能都有很大提高，但也有一些问题存在于 语义发现模型中。 江南大学硕士学位论文 首先，基于o w l s 的语义发现模型采用的描述语言是o w l s ( 本体服务描述语言) ， 而现有的主要描述模型s u n 、微软和i b m 的u d d i 系统，使用为w e b 服务描述语言 w s d l ，要想与现有的系统兼容，就必须在其基础上进行一定的扩展。 其次，由于语义匹配算法的多样化，经典的语义服务发现算法虽然相较基于关键字 的匹配方法有了很大提高，但仍然不能比较全面充分地影响服务相似度的因子，从而服 务之间模糊不清。而且在匹配的过程会有语义推理的计算实现，效率不高，实现困难。 再有就是，注意到伴随着w e b 服务的增多和发展，出现在搜索结果中的具有相似 功能的服务也会随之增多，但如何在性能不一的服务中找到所需功能的服务成为一个亟 待研究解决的问题，但相关的服务质量标准还没能推出，一旦制定标准并将其运用到服 务发现中将会为w e b 服务带来极大的方便。 针对语义w e b 服务发现中出现的上述一些问题，本文在对语义w e b 服务技术如本 体模型技术，服务发现模型以及w e b 服务的匹配算法进行了解研究之后，兼顾现有服 务发现模型技术，在u d d i 的基础之上扩展注册中心，在u d d i 上加入语义技术等提出 了基于o w l s 的语义w e b 服务发现模型，更大地提高服务发现的查准率和查全率，解 决服务发现中低效率的缺陷。总的来说在，在服务中加入语义化描述利用本体概念技术 使机器更好地理解发布服务所包含的语义，这样就能提高服务发现中的查全率：鉴于现 阶段发布服务中缺少关于非功能属性的文档，需要在服务描述中嵌入服务质量属性优化 w e b 服务，从而在一定程度上提高服务的查准率和服务的可用性。作为w e b 服务体系 架构中重要的一个组成部分，服务发现在实现服务组合以及服务重用方面发挥着重要的 作用。在数量急剧增长的w e b 服务中准确快速地找到满足需求的服务成为迫切研究解 决的主要问题。 1 2 国内外服务发现技术研究现状 2 0 0 1 年当m d l r a i t h 等最初提出将语义w e b 应用到w e b 服务时，语义w e b 就以一个 充满希望和独立的领域为人们研究探索，也就出现了语义w e b 服务【1 2 】( s e m a n t i cw e b s e r v i c e ) 。将w e b 服务与语义w e b 技术整合起来无疑对服务发现的效率提供了更大的解 决空间。当实现了语义化的w e b 服务时，用户将得到极大地方便，机器可理解的服务 发现技术为w e b 服务的组合、发现和执行提供支持。 1 2 1w e b 服务描述方法的发展 服务描述文档的一致性、标准化和规范化能够帮助不同w e b 服务之间进行互操作 与整合。w e b 服务描述文档是服务发现技术的基础，同时也定义描述了w e b 服务中所 包含的功能属性，基本描述属性以及其他行为属性等信息，是服务的元数据。如今广泛 使用的描述语言w s d l 【3 j ( w e bs e r v i c e sd e s c r i p t i o nl a n g u a g e ) 是在x m l 基础上发展起 来的。用户客户端通过w e b 服务描述定义的服务访问点对w e b 服务进行访问。首先 w s d l 会抽象描述访问操作的r e q u e s t r e s p o n s e 消息，随后再以一定的消息格式通过传 输协议加以绑定形成最终的服务访问点，最后组合就是w e b 服务了。 2 第一苹绪论 w s d l 服务描述文档定义了网络地址协议、i n p u t o u t p u t 信息格式以及数据类型等 信息。支持语法性描述的w s d l 规范尽管在语法层面上定义描述了w e b 服务接口以及 接口实现，但由于不能很好地支持语义性描述，即使有也局限于w s d l 而不能被其他 w e b 服务所共享，因而对动态并且自动化地执行服务无能为力，也缺少对服务的质量属 性描述。另外对输入输出概念的单一定义也欠缺两个参数之间的逻辑约束描述。w s c l 【6 j 和w s o l t 7 】相比而言只是针对不同的目标作用而进行的扩充，但弱点与w s d l 无异。所 以要想实现对w e b 服务的自动组合和发现，对w e b 服务的语义描述就是必不可少的。 w s d l s f 5 1 于是在2 0 0 5 年由i b m 和l s d i s 实验室提交给w 3 c 标准组织。鉴于上 面语义描述的必要性，w s d l s 在w s d l 已有的功能基础之上对w s d l 进行一定的扩 展，在服务描述中，通过外部的领域本体定义的语义概念对服务的接口加入了语义描述， 主要是对描述语言元素添加语义标注。同时，作为轻量级描述方法，它将具体的语义描 述语言和标注机制相分离开来，也就是说在对w - e b 服务实行语义标注时允许其他的语 义性描述语言如o w l ，w s m o 等对服务进行语义标注，这样用户就会有更大的灵活性。 w s m o ( w e bs e r v i c em o d e l i n go n t o l o g y ) 【8 】欧洲研究人员开发的一个描述w e b 服 务的概念模型。w s m o 的前身是w s m f ( w 曲s e r v i c em o d e l i n gf r a m e w o r k ) ，w s m o 模型继承了w s m f 原来的本体( o n t o l o g i e s ) ，目标( g o a l s ) ，w e bs e r v i c e s ( w e b 服 务) 和m e d i a t o r s ( 中介器) 四个项层元素，并使用f l o g i c 描述w e b 服务以及目标。 其中的本体元素为其他元素进行了在w e b 服务发现过程中需要交换的信息的形式化定 义以及语义表示；目标描述了服务请求用户的需求目标；而w e b 服务支持形式化地描 述服务的自动组合、发现和执行；中介器为解决不同通讯消息之间的交互提供了互操作 性和异构性，更加灵活【9 j 。 o w l s ( w e bo n t o l o g yl a n g u a g ef o rs e r v i c e s ) 是在o w l 基础上定义的一种本体服 务描述语言，其最初版本是d a m l s ，由斯坦福大学以及卡耐基梅隆大学等大学实验 室联合制定的标记语言，能无二义性的为机器所理解与接受，提供了w e b 服务中包括 功能属性以及非功能属性的精确描述的一系列标记符，方便了w e b 服务的发现、组合 和执行等操作。o w l s 包含三种上层本体分别是s e r v i c e p r o f i l e 、s e r v i c e p r o c e s s 和 s e r v i c e g r o u n d i n g 。s e r v i c e p r o f i l e 描述了w e b 服务的性能以及服务提供者的信息，可以 进行双向性的操作，服务发布者可以将自己的服务信息注册到注册中心，而服务请求 者也可以通过s e r v i c e p r o f i l e 将自己的请求描述并发布出去；s e r v i c e p r o c e s s 定义了用户 与服务之间的交互规则；s e r v i c e c r r o u n d i n g 解决访问服务的具体细节问题，包括协议、 消息格式和端口地址等。现在已成为w 3 c 推荐的本体服务描述语言标准。 1 2 1w e b 服务匹配的发展 国外针对语义w e b 服务发现的研究比较早，很多大学和组织都进行了研究，技术 理念也比较成熟并推出了相关标准。而国内在语义w e b 服务方面的研究则较晚，关注 的也不是很多，但近两年的发展势头不错。 美国卡梅隆大学的p a o l u c c i 等人在d a m l o w l s 的基础之上提出了以w e b 服务能 力为基础进行服务的比较匹配思想【1 2 】。后来逐渐发展成为语义发现匹配技术方面的基础 3 江南大学硕士学位论文 思想。该w e b 服务匹配思想的基本准则是将发布服务与需求服务描述的输入与输出参 数作为匹配的基本依据。当请求服务的输入与发布服务的输入匹配后，将注重考虑服务 输出的匹配。根据定义好的匹配类型按照完全匹配、插入、包含和匹配失败四个等级招 述匹配状态。该思想在查全率和查准率上有了较大的提高，但在匹配状态的划分上比鞍 粗糙，细度还不够，在响应时间上不能达到满意的效果。 在综合考虑了语义、语法以及相似度要素的基础之上，通过改进m e t e o r - sw e b s e r v i c e s 描述框架佐治亚大学研究小组提出了另一种服务匹配法。最主要的是考量了本 体概念之间的属性相似度，并以此来衡量服务的相似度程度。 国内对语义w e b 的研究较晚，力量也显得单薄。主要的研究成果是中国科学院的 史忠植等人开发实现的多主体服务环境( m a g e ：m u l t i a g e n te n v i r o n m e n t ) 。基于描 述逻辑的主体服务匹配算法利用d l 推理机对本体概念进行推理，在自动建立的分层服 务上用描述逻辑实现服务匹配的自动智能化。如下表1 1 所示是一些代表性的匹配方法： 表1 - 1 经典匹配方法 t a b 1 1m e t h o do fc l a s s i cm a t c h 所使用语言匹配机制提出者方法描述 d a m l 推理机制d c h a k r a b o r t y以p r o l o g 推理实现服务 内容的匹配 1 3 】 d a m l s 推理机制 j c a s t i l l o 用语义描述语言并已推 理机制实现匹配 1 4 】 d a m l - s + o i l 数值计算d c a r d o s o输入输出用匹配度计 算，服务名称以及服务 描述相似采用句法相似 算法 1 5 】 o w l s 推理机制史忠植 以c o n c e p t ：a c t i o n 格式 描述服务，利用描述逻 辑进行分层推理 1 6 】 关于w r e b 服务的匹配大多数利用本体将服务中的概念映射到本体元素中，然后利 用基于推理的机制或者是用数值计算的方法进行匹配。 1 2 3 语义w e b 服务发现模型的发展 业界采用的标准框架模型u d d i 通过统一存储管理w e b 服务，但对于基于关键字 和分类查找的查询机制，无法实现服务的自动发现执行。通过在t m o d e l 中定义然后将 分类信息注册到u d d i ，注册中心赋予每一个t m o d e l 一个唯一标识符放在c a t e g o r y b a g s 里，这样u d d i 就可以通过标识符进行分类查找。尽管基于关键字的查询机制简单方便， 但往往因为缺少语义描述，使得查询效率低下。 a u 鲫1 e n tii d d ir e 画s t r v 桑缔 1 7 l 县南p a o l u c c i 等人存j 桑右1i d d i 榧絮的慕础上讲 行语义扩充得到的。系统采用d a m l s 对w e b 服务进行语义描述，在发布过程中将服 4 第一苹绪论 务存储在知识库中，同时为了建立u d d i 与d a m l s 之间的联系增加了一个 d a m l s u d d i 转换器。使用了w e b 服务描述语言语义扩充的w s d l s ，l s d i s 对u d d i 也实施了语义扩充。首先是采用w s d l s 来描述语义w e b 服务标准并将其存储在u d d i 中，然后在接口的帮助下就可以实现语义标准的查询。文献【1 8 】引入o w l - s 描述w e b 服务，相应地扩展了u d d i 注册中心以及u d d i 接口，从而可以支持语义匹配。注册服 务与本体中概念比较后可以实现查询服务速度的提高。文献【1 9 】提出了一种聚类算法， 通过聚类来划分结果集合中的服务，用户在查询所需服务时可以快速定位到服务所属的 类别上，最终找到符合要求的w e b 服务。文献【2 0 】将搜索引擎的相关理念嵌入到语义 w e b 服务的查询模型中，结合了搜索技术的u d d i 注册中心能更好地实现服务的查询。 文献 2 1 】介绍了一种基于本体的服务发现框架，根据用户信息在领域本体与用户本体之 间进行映射，同时还可以根据喜好来选择系统中提供的排序规则查询服务。在文献 2 2 】 中通过对w e b 服务的基本信息、功能以及性能等方面的描述，给出了一个w e b 服务发 现模型。 在研究语义w e b 服务的匹配的研究中，l a r k s 系统【2 3 】将服务的等级匹配划分为 三个以上等级匹配：完全匹配( e x a c t ) 、插入匹配( p l u g i n ) 和相关匹配( r e l a t e d ) 。 而上面提到过的d a m l s u d d i 模型则是将w e b 服务描述为四个匹配等级分别为：完 全匹配( e x a c t ) 、插入匹配( p l u g i 1 1 ) 、包含匹配( s u b s u m e ) 以及匹配失败( f a i l ) ， 这也成为后来匹配方法的经典。b e n e d i k tf r i e s 等人开发的o w l s - m x 系统采用了逻辑 推理并结合内容检索技术，在o w l s 描述规范基础上将请求服务与发布服务划分成五 种匹配等级：e x a c t 、p l u gi n 、s u b s u m e s 、s u b s u m e d - b y 以及n e a r e s t - n e i g h b o r 。在系统 中可以选取不同的相似度计算方法，包括余弦函数相似度算法，j e n s e n - s h a n n o n 相似度 算法等。文献 2 5 】提出用本体概念的相似度将请求服务与发布服务之间的匹配度转化为 o ，1 】之间的任意数值来查询发现所需服务，用户看起来更加直观方便。文献 2 6 1 弓1 入语 义距离的概念来作为衡量本体概念之间的相似度，另外还介绍了一种多层次服务匹配方 法。用户在进行w e b 服务发现时，返回的查询结果会有许多具有类同功能的服务，非 功能服务质量属性的增加就成为不二选择，但关于质量属性服务的标准还没有推出。 k y r i a k o sk r i t i k o s 2 7 等在扩展o w l s 的基础之上，对部分o o s ( 服务质量) 属性和制 约因素进行了描述，给出了一个对w e b 服务进行描述的超本体o w l q ，同时还针对两 种不同的服务质量指标的相似性问题提出了语义的匹配算法。文献 2 8 l l 较客观地描述 了非功能属性因素并给出了服务的匹配模型，针对q o s 描述的模型提出了计算方法以及 评价方法。文献 2 9 】在w 曲服务发现模型中加入了q o s 反馈机制，从而在执行服务查询 时能够更好地提高服务发现的质量。现有对语义w e b 服务发现机制的研究往往是将语 义w e b 技术加入到现有的服务发现技术中，例如扩展描述语言w s d l ，在其中加入语 义化的描述；扩展u d d i ，融入一定的匹配算法后就能提高服务发现的效率。这也成为 语义w 曲服务发现的重要方面。 5 江南大学硕士学位论文 1 3 论文研究内容及其主要工作 要想实现对w e b 服务的查询发现首先必须有针对w e b 服务的描述，现在的服务描 述模型大多是以w s d l 为基础的，但w s d l 的描述只是在语法级上不能满足现今对服 务发现的要求。要想在种类和数量都不断增加的w e b 服务中找到合适的所需要的服务， 甚至实现服务的自动组合以及复用都离不开一个高效的描述机制。而且对于w e b 服务 中的匹配机制也是建立在服务描述语言的基础上。传统的服务发现是在u d d i 接口上实 现的，查准率和查全率都比较低。为了解决以上问题，研究人员在w e b 服务的描述语 言上进行了改进，主要是引入语义化的描述机制，然后再进一步地研究探索服务有关功 能以及非功能属性的匹配算法。论文在介绍了现有w e b 服务技术的基础上，分析研究 了在服务发现过程中存在的问题，主要做的工作如下： ( 1 ) 首先是在服务发现的描述模型上，对比了近年来国内外出现的研究成果，由于语 法级的描述语言，在服务功能的描述上缺乏很好的支持，重点放在接口的语法上 面，如果将语义性描述语言o w l s 引入到w e b 服务发现中，就能实现语义化的 w e b 服务查询机制。同时，o w l s 在描述服务时不仅能够语义化地描述服务的 特