（计算机软件与理论专业论文）基于推荐网络的服务搜索技术研究.pdf

c l a s s i f i e di n d e x ： u d c ： ad i s s e r t a t i o nf o rt h ed e g r e eo f m e n g - as e r v i c es e a r c hm e t h o db a s e do n r e f e r r a ln e t w or k c a n d i d a t e ：s o n gc h a o c h e n s u p e r v i s o r ：a s s o c i a t ep r o f x i ex i a o q i n a c a d e m i cd e g r e ea p p l i e df o r ：m a s t e ro fe n g i n e e r i n g s p e c i a l i t y ：c o m p u t e rs o f t w a r ea n dt h e o r y d a t eo fs u b m i s s i o n ：j a n u a r y , 2 010 d a t eo fo r a le x a m i n a t i o n ：m a r c h ，2 010 u n i v e r s i t y ：h a r b i ne n g i n e e r i n gu n i v e r s i t y r h i 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导下，由 作者本人独立完成的。有关观点、方法、数据和文献的引用已在 文中指出，并与参考文献相对应。除文中已注明引用的内容外， 本论文不包含任何其他个人或集体已经公开发表的作品成果。对 本文的研究做出重要贡献的个人和集体，均已在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 作者( 签字) ：! 彼磁 日期：z 咖年3 月心日 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定，即研究生在校 攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨 工程大学有权保留并向国家有关部门或机构送交论文的复印件。 本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据 库进行搜索，可采用影印、缩印或扫描等复制手段保存和汇编本 学位论文，可以公布论文的全部内容。同时本人保证毕业后结合 学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈 尔滨工程大学。涉密学位论文待解密后适用本声明。 本论文( 口在授予学位后即可妊授予学位1 2 个月后口解 密后) 由哈尔滨工程大学送交有关部门进行保存、汇编等。 作者( 签字) ：1 弃之起臣 日期：z , l o 年；月心日 导师( 签字) ：谢嗡鸢 2 - di , o 年弓月f5 日 1 r 、 ? 亩 哈尔滨t 程大学硕士学位论文 摘要 面向服务的计算是一个崭新的分布式计算模型，w e b 服务是数据和信 息集成的有效机制。但是随着i n t e r n e t 上w e b 服务的快速增长，自动、准确 地搜索w e b 服务已经成为w e b 服务技术中的难点和关键问题。在w e b 服务 组装技术发展初期，主要采用u d d i 等集中式w e b 服务搜索技术。虽然这种 w e b 服务搜索技术具有简单、易用等特点，在服务初期发挥了重要作用。但 随着w e b 服务的迅速发展，集中式服务搜索的单点失败、性能瓶颈等问题日 益突出。分布式服务搜索技术可以解决集中式服务搜索技术的缺点，具有良 好的发展前景。推荐网络作为一种基于智能体的p 2 p 网络，可以很好地满足 w e b 服务搜索技术的要求。本文研究基于推荐网络的服务搜索相关技术。 首先，针对已有的服务搜索方法的不足，提出了一种自组织服务推荐网 络模型，并给出了相关策略及构建算法。该模型适合大规模开放、动态的环 境，使用这些策略可以灵活的构建自组织服务推荐网络，为服务搜索提供了 搜索空间和基础。 其次，在自组织服务推荐网络模型的基础上，给出了一种服务搜索方法 包括服务搜索基本方法和服务搜索增强方法。服务搜索基本方法使用推荐有 效地提高了搜索的成功率和查全率，服务搜索增强方法针对服务搜索基本方 法不能解决网络负荷的问题，引入蚁群算法的思想有效地解决负载均衡问题。 另外，提出了一种自组织服务推荐网络的动态管理机制。 最后，进行了实验设计与开发。实验结果验证了自组织服务推荐网络及 服务搜索方法的正确性和可行性，而且实验结果还表明提出的搜索方法可以 有效地提高搜索效率和查全率。 关键词：服务搜索；推荐网络；蚁群算法；自组织 k ， 咭、 h g 哈尔滨下程大学硕士学位论文 a b s t r a c t s e r v i c eo r i e n t e dc o m p u t i n gi sb e c o m i n gan e wd i s t r i b u t e dc o m p u t i n gm o d e l w e bs e r v i c ei st h ee f f e c t i v em e c h a n i s mo fd a t aa n di n f o r m a t i o ni n t e g r a t i o n0 1 1 w e b a tp r e s e n t , t h en e t w o r ki sm o v i n gi na l lo p e n , d y n a m i ce n v i r o n m e n t ，h o wt o s e l e c tas e r v i c eb e c o m e sav e r yi m p o r t a n tp r o b l e mu n d e rs u c he n v i r o n m e n t i n w e bs e r v i c es y s t e ma r c h i t e c t u r e ，t h em a i nm e t h o do fs e r v i c ed i s c o v e r yi st ou s e u d d i a l t h o u g ht h e c e n t r a l i z e ds e r v i c e s e a r c h i n g m e t h o dh a s p l a y e d a l l i m p o r t a n tr o l ea tt h eb e g i n n i n gp e r i o do fs e r v i c ec o m p o s i t i o n , i ti sb e c o m i n gt h e b o t t l e n e c ko ft h es y s t e mw i t ht h ed e v e l o p m e n to fa p p l i c a t i o n s i no r d e rt oa v o i d t h ed r a w b a c k so fc e n t r a l i z e ds e r v i c ed i s c o v e r y ，s o m es o l u t i o n sb a s e d0 1 1p 2 p n e t w o r kh a v eb e e ne m e r g e d t h er e f e r r a ln e t w o r ki sap 2 ps y s t e mb a s e do n a u t o n o m o u sa g e m s t h i st h e s i ss t u d i e ss e r v i c es e a r c hr e l a t e dt e c h n i q u e sb a s e do n r e f e r r a ln e t w o r k f i r s t l y ，f o rs o l v i n gt h ep r o b l e m so fs e r v i c es e l e c t i o ne x i s t i n gi nt h eo p e n ， d y n a m i ce n v i r o n m e n t ，t h i st h e s i sp r o p o s e sas e l f - o r g a n i z a t i o ns e r v i c er e f e r r a l n e t w o r km o d e l ( s s r n m ) ，t h e ng i v e sr e l a t e dp o l i c i e sa n dc o n s t r u c t i o n a l g o r i t h m s s e l f - o r g a n i z a t i o n s e r v i c er e f e r r a ln e t w o r km o d e lc o u l db e c o n s t r u c t e du s i n gt h e s ep o l i c i e s t h es e l f - o r g a n i z a t i o ns e r v i c er e f e r r a ln e t w o r k m o d e lp r o v i d e st h es e a r c hs p a c ef o rs e r v i c es e a r c h i n ga n dc o m p o s i t i o n s e c o n d l y ，as e r v i c er e s e a r c hm e t h o db a s e do ns s r n m i sp r o v i d e dw h i c h i n c l u d i n g s e r v i c es e a r c hb a s i ca l g o r i t h ma n ds e r v i c es e a r c ha u g m e m a l g o r i t h m s e r v i c es e a r c hb a s i ca l g o r i t h mc a ni m p r o v et h e s u c c e s sr a t e o b v i o u s l yb yu s i n gr e f e r r a l s e r v i c e s e a r c ha u g r n e n ta l g o r i t h mc a ns o l v e n e t w o r kl o a db a l a n c et r o u b l eb yi n t r o d u c i n ga n tr o u t i n ga l g o r i t h m i na d d i t i o n , t h ed y n a m i cm a n a g e m e n tm e c h a n i s mo fs e l f - o r g a n i z a t i o ns e r v i c er e f e r r a l h n 、 _ h ， f t - 禽 哈尔滨工程大学硕十学位论文 n e t w o r kh a sb e e np u tf o r w a r d f i n a l l y ，t h ee x p e r i m e n t a ld e s i g na n dd e v e l o p m e n th a v eb e e nc a r r i e do u t t h e e x p e r i m e n t a lr e s u l t sp r o v et h es s r n ma n dt h es e r v i c es e a r c hm e t h o da r ec o r r e c t a n df e a s i b l e a n dt h ee x p e r i m e n t a lr e s u l t ss h o wt h a tt h ep r e s e n t e dm o d e lc a l l e f f e c t i v e l yi m p r o v es e a r c h i n ge f f i c i e n c y k e y w o r d s ：s e r v i c es e l e c t i o n ；r e f e r r a ln e t w o r k ；a n t a l g o r i t h m ；s e l f - o r g a n i z a t i o n 批 ，、 惭 h q 哈尔滨t 稗大学硕十学何论文 目录 第1 章绪论1 1 1 引言1 1 2 论文的主要工作2 1 2 1 研究目的2 1 2 2 研究内容3 1 2 3 论文的主要贡献4 1 3 论文组织结构5 第2 章w e b 服务搜索及相关技术。6 2 1w e b 服务。6 2 2 服务搜索技术7 2 3p 2 p 网络拓扑分类及p 2 p 服务搜索技术8 2 4 语义w e b 服务10 2 5 本章小结1 l 第3 章自组织服务推荐网络模型。1 2 3 1 引言1 2 3 2 相关工作。13 3 2 1 推荐系统一1 3 3 2 2 推荐网络1 4 3 2 3w o r d n e t 知识库一1 5 3 3 自组织服务推荐网络模型1 6 3 3 1 模型描述1 7 3 3 2s s r n m 模型的策略1 9 3 4 自组织服务推荐网络构建方法2 4 3 4 1 自组织服务推荐网络构建算法2 4 3 4 2 自组织服务推荐网络构建方法分析2 7 3 5 本章小结2 8 第4 章基于s s r n m 的服务搜索方法2 9 、 哈尔滨工程大学硕士学位论文 宣i i i i i i i i i i i i i i i i i i i 宣i i i i i i i i i l l i 4 1 引言。2 9 4 2 相关工作3 0 4 2 1 服务搜索3 0 4 2 2 蚁群算法3 0 4 2 3 蚁群算法在p 2 p 网络的应用3 l 4 2 4 基于蚁群的a dh o e 网络路由算法3 2 4 3 基于s s r n m 的服务搜索方法3 2 4 3 1 问题描述。3 3 4 3 2 基于s s r n m 的服务搜索基本方法。3 3 4 3 3 基于s s r n m 的服务搜索增强方法3 4 4 3 4 二步查询策略3 9 4 4 算法特点4 0 4 5 推荐网络动态管理一4 1 4 5 1 蚂蚁智能体4 1 4 5 2 服务节点加入与退出4 2 4 6 本章小结4 2 第5 章实验与分析4 3 5 1 实验环境。4 3 5 2 实验设计4 3 5 2 1 数据来源4 3 5 2 2 实验设计4 3 5 3 评价指标：4 4 5 4 实验步骤4 5 5 5 实验结果分析与讨论。4 7 5 6 仿真系统设计。51 5 6 1 系统功能概述51 5 6 2 系统结构及功能模块5 2 5 7 本章小结5 3 结论5 4 参考文献5 6 m 勺 - k 旁 _ 、 哈尔滨t 程大学硕十学位论文 攻读硕士学位期间发表的论文和取得的科研成果一6 3 致谢6 4 h - t 哈尔滨下程大学硕士学位论文 1 1 引言 第1 章绪论 与传统的软件架构相比而言，面向服务的计算是建立分布式系统的有效 手段【。w e b 服务是自治的、异构的基本计算单元，也被看作是一种新生的、 跨学科的分布式计算范型。该范型中，每个服务都可按照一定标准被灵活的 描述、发布、搜索和组合，相互协作的服务系统构成了分布式服务网络。w e b 服务组装是将已有的w e b 服务通过组装来满足用户高质量的应用需求。w e b 服务组装能够实现业务流程的自动化，提高w e b 服务的重用性和利用率，缩 短系统开发时间，因此w e b 服务组装技术近年来受到了工业界和学术界的极 大关注。 w e b 服务搜索技术是w e b 服务系统架构中的重要组成部分，它用于从 互联网上快速准确的找到用户所需要的服务，有助于实现企业和行业异构系 统的集成和快速实现灵活的业务流程【2 1 。如何准确地描述服务和如何快速地 从大量w e b 服务中找到需要的服务是w e b 服务搜索中所面临的主要问题。 语义w e b 服务是解决服务描述能力不足的有效手段。通过p 2 p 计算环境可以 快速、灵活的实现w e b 服务搜索和组装，可以有效利用p 2 p 本身的优势高效 地实现服务的集成及资源的自治，在p 2 p 计算平台上建立w e b 服务搜索和组 装平台是一种较理想的解决方案3 1 。推荐网络 4 1 作为一种基于智能体的p 2 p 网络，可以很好地满足w e b 服务搜索技术和搜索的要求，而且推荐可以有效 地减少搜索过程的盲目性，提高搜索效率。另外，智能体间通过推荐搜索需 要的服务，整个过程是自组织的。 总而言之，w e b 服务搜索及组装技术具有广阔的应用前景。而基于p 2 p 的推荐网络具有查询消息量小、适合动态变化等特尉5 1 ，可以实现w e b 服务 搜索和组装过程的自组织，是实现w e b 服务组装的理想平台。本研究主要研 究基于推荐网络的w e b 服务搜索等相关技术。 哈尔滨t 程大学硕士学位论文 1 2 论文的主要工作 1 2 1 研究目的 由于互联网是一个开放、动态的环境，给w e b 服务搜索技术带来了一定 的困难。服务提供者、服务使用者以及服务本身的行为和数量都是无法预知 的，他们可以随时加入或退出系统。这就要求服务搜索技术能够适应网络的 动态拓扑。集中式服务搜索技术具有实现简单、易于操作等优点，在服务组 装发展初期发挥了巨大的作用。但随着网络的发展，集中式服务搜索技术的 性能瓶颈、单点失败等缺点逐渐显现出来。尤其是在w e b 服务语义描述迅速 发展的今天，集中式服务搜索技术已经不能满足语义匹配的需求。p 2 p 能高 效地实现服务的集成及资源的自治，可利用p 2 p 计算平台上来实现w e b 服务 搜索技术解决以上问题。但目前研究中服务搜索技术还存在以下几方面问题： ( 1 ) 搜索效率：集中式服务搜索具有性能瓶颈，不支持语义查询。与集中 式服务搜索不同，p 2 p 环境下服务随机分布在各个节点上，服务定位尤其是 稀疏服务资源的定位非常困难。搜索过程往往需要遍历比较多的节点才能获 得较高的查全率，导致网络承受很大的带宽压力。为了保证比较高的查全率， 无结构p 2 p 网络通常采用泛洪算法容易造成网络拥塞，而采用随机游走算法 查全率又得不到保证。有结构p 2 p 网络虽然可以准确的实现资源定位，但有 结构p 2 p 网络在节点加入或离开时需要大量的修复操作，不适合动态、开发 的环境。 ( 2 ) 负载均衡：由于基于p 2 p 网络的服务搜索具有一定的盲目性，造成 一些节点遭到频繁访问而消耗较多的主机资源和带宽资源而另一些节点却长 期处于空闲状态。如何调动网络中更多的节点来均摊负载是目前的一个难点 问题。 ( 3 ) 语义查询：由于进行语义匹配时，对资源消耗极大，因此集中式服务 搜索技术已经不能满足要求。目前，一些基于p 2 p 网络的服务搜索技术仍然 使用关键字或描述文件等描述服务，描述文件通常不支持语义查询请求。支 2 哈尔滨t 程大学硕十学位论文 持语义查询的p 2 p 网络，在大范围进行语义匹配的情况下，造成主机资源极 大的浪费。因此，如何在p 2 p 网络中缩小语义匹配范围是执行语义匹配问题 的关键。 本研究的研究工作就是主要针对以上三方面问题，对基于p 2 p 网络的服 务搜索技术进行研究。针对无结构p 2 p 网络的服务搜索具有盲目性的问题， 在无结构p 2 p 网络中使用推荐以消除搜索过程中的盲目性，并构建自组织服 务推荐网络( s e l f - o r g a n i z a t i o ns e r v i c er e f e r r ln e t w o r km o d e l ，简称s s r n m ) 。 提出了基于s s r n m 的搜索方法，利用蚁群算法实现p 2 p 网络的负载均衡， 另外搜索方法中使用二步查询策略，缩小了语义匹配范围，进行语义查询。 1 2 2 研究内容 在服务组装过程中最基本的操作是服务的查找和匹配，如何根据服务组 装的需求查找到合适的服务是服务组装过程中的关键问题。针对现有的服务 搜索技术中集中式服务搜索具有单点失败、性能瓶颈而分布式服务搜索又具 有搜索效率低下或节点加入、离开需要大量操作等问题，本研究着重研究基 于无结构p 2 p 网络的服务搜索技术，提出了自组织服务推荐网络模型。服务 提供者节点如何发布服务信息，以及服务消费节点如何通过推荐来搜索需要 的服务等一系列问题是本课题研究的主要内容。 本课题的研究内容主要包括以下3 个部分： ( 1 ) 研究自组织服务推荐网络模型及其构建方法。针对p 2 p 网络的搜索 效率与查全率不能同时满足的情况下，本课题提出了一种自组织服务推荐网 络模型。该模型在构建过程中，对服务节点进行分类建立服务集，并使用推 荐减少随机游走算法查询过程中的盲目性，这样既满足了查全率的要求又提 高了搜索效率。在分类过程中，使用服务词集标号替代关键字，消除关键字 的歧义性，提高查询准确率。 ( 2 ) 研究基于自组织服务推荐网络的服务搜索方法。针对p 2 p 网络负载 不均衡的状况，引入蚁群算法来实现网络资源的有效利用。由于蚁群算法的 3 哈尔滨t 程大学硕十学位论文 消息量远远低于泛洪算法，因此蚁群算法可以很好的解决网络负载不均衡的 状况。本课题给出了服务信息度等相关概念及服务信息度的更新策略，还给 出了基于s s r n m 的服务搜索方法。另外，还阐述了服务推荐网络的动态管 理方法，包括节点的加入与退出及节点的周期通信等。 _ ( 3 ) 进行实验和节点原型系统的设计与开发。研究了自组织服务推荐网 络模型和基于蚁群算法的服务搜索方法，并通过实验验证该方法的可行性和 有效性。 1 2 3 论文的主要贡献 本课题针对已有服务搜索技术在动态、开放环境下存在的问题，研究了 基于p 2 p 推荐网络的服务搜索等相关技术。本文研究工作的主要贡献可以总 结为以下三个方面： ( 1 ) 提出了自组织服务推荐网络模型( s s r n m ) 并给出了该模型的构建 方法。该模型使用w o r d n e t 对服务进行标记消除关键字的歧义性并对服务节 点进行分类，建立服务集以满足搜索过程中查全率的要求。给出了邻居选择 策略，使用该策略可以实现目标节点的选择和给出推荐。该策略可以使服务 信息聚集在网络中某些节点上提高资源利用率。 ( 2 ) 给出了基于s s r n m 的服务搜索方法，包括基本服务搜索方法 ( s e r v i c es e a r c hb a s i ca l g o r i t h m ，简称s s b a ) 和增强服务搜索方法( s e r v i c e s e a r c ha u g m e n ta l g o r i t h m ，简称s s a a ) 。s s b a 方法虽然具有良好的搜索效 率，但不能均衡网络负荷。由于蚁群算法具有高度的自治性，可以均衡p 2 p 网络的负载，减少随机游走算法的盲目性，提高自组织服务推荐网络的服务 资源利用率。因此，在s s a a 方法中引入蚁群算法的思想，从而充分利用网 络资源。并且搜索方法采用了二步查询策略，第一步使用基于s s r n m 的服 务搜索方法，缩小语义匹配范围，减少节点资源的消耗。第二步，语义匹配 消息在第一步搜索到的服务集内进行泛洪，保证查询的查全率。 ( 3 ) 进行实验的设计与实现，验证上述提出方法的效率和可行性。实验结 4 哈尔滨t 程大学硕士学位论文 果显示本研究提出的方法在搜索成功率及查全率等方面有明显的提高并且自 组织服务推荐网络可以适应动态、开发的环境。 1 3 论文组织结构 本论文的组织结构安排如下： 第1 章阐述本论文的研究背景，提出目前研究中存在的问题，在此基础 上说明本论文的主要研究内容。 第2 章介绍w e b 服务搜索及相关技术。 第3 章提出了自组织服务推荐网络模型，并给出了构建算法。 第4 章给出了基于s s r n m 的服务搜索方法，并阐述了网络管理机制。 第5 章通过实验对算法有效性及效率进行分析。 结论部分总结了研究工作中取得的成果，并对进一步的研究提出展望。 哈尔滨r t 程大学硕士学位论文 第2 章w e b 服务搜索及相关技术 2 1w e b 服务 w e b 服务技术的兴起为建立一个适合w e b 环境的、高度分散化、高度 自治分布的应用提供了计算模型 6 1 。w e b 服务是独立的模块化的能够在网络 上被描述、发布、搜索和调用的应用程序1 7 】。w 曲服务能较好地解决i n t e m e t 上的资源相互孤立的格局，只要服务遵循w e b 服务体系结构，它们就是可以 相互调用，从而完成复杂的任务、实现资源的有效利用。从使用者的角度而 言，w e b 服务是一种透明的、部署在w e b 上的对象或组件，它以标准的方式 发布到其他w e b 服务器上，以方便用户搜索和使用。 服务组装过程如图2 1 所示：服务提供者把部署成功后的w e b 服务通过 w s d l 描述发布到服务代理中心；服务代理中心接受服务后建立索引；服务 使用者向服务代理中心发出查询请求，服务代理中心将匹配服务的w s d l 描 述返回给服务使用者；服务使用者根据w s d l 描述通过s o a p 消息来调用该 服务。 图2 1 面向服务的架构模型 面向服务的架构在w e b 服务发展初期发挥了巨大的促进作用，但随着 w e b 服务的发展，面向服务的架构缺陷也逐渐暴露出来。 ( 1 ) 性能瓶颈：由于在服务发布和搜索过程中，过分依赖服务代理中心， 服务代理中心容易出现性能瓶颈和单点失败等问题。目前解决方案主要有多 6 哈尔滨工程大学硕七学位论文 服务代理中心和分布式服务组装2 种解决方案。 ( 2 ) 语义支持不足：服务注册中心通常使用w s d l 对付进行描述，缺乏 对服务的语义描述信息。语义w e b 服务作为一种解决方式，着力于改进w e b 上信息的表示和获取方式。 2 2 服务搜索技术 在面向服务的架构中，服务搜索与选择是服务组装过程中的重要组成部 分。按照网络拓扑结构可将w e b 服务搜索技术分为集中式和分布式两种方 式。 集中式的服务搜索又可以分为w e b 服务注册中心、w e b 服务搜索引擎两 种方法实现。w e b 服务注册中心是将所有的服务描述信息注册到一个中心服 务器，而所有的服务请求均提交给中心服务器来完成服务的搜索工作。代表 性的w e b 服务注册中心是u d d i 服务器【8 1 。而w e b 服务搜索引擎是通过对网 络上的w e b 服务描述文件进行搜索，将搜索到的服务描述信息存入到数据库 中，方便用户搜索1 9 1 。由此可见，服务注册中心和搜索数据库在服务组装过 程中的重要作用，但随着应用规模的不断扩大及语义查询请求的出现，集中 式的服务搜索最终将成为系统的瓶颈，而w e b 服务注册信息的分布式搜索能 够较好的支持负载平衡，减少单点故障的影响。 分布式服务搜索主要是通过服务网格【l o 】、共享空耐1 1 】【1 2 】和p 2 p 网络【1 3 】 三种方式来实现。网格服务是一种特殊的w 曲服务，文献 1 0 l q b 基于o g s a 提出了一种开放网格服务架构实例，包括若干网格服务容器，这些容器位于 自治、异构的应用服务器上，不同的容器对应基于不同需求的服务类，而为 资源管理和共享构建了一个虚拟的环境。共享空间是通过在每个节点上开辟 一块用于存储网络信息的空间。对用户而言，共享空间是透明的，用户不知 道信息储存在哪台机器上。用户可以直接通过程序访问空间上的数据。p 2 p 是英文p e e r - t o p e e r ( 对等) 的简称，又被称为“点对点 。“对等 技术是一 种网络新技术，充分利用网络中参与者的计算能力和带宽，而不是把任务都 7 哈尔滨t 程大学硕七学位论文 聚集到几台较少的服务器上。在p 2 p 网络中，资源分布在各个结点中，即不 是集中在一个服务器中管理，故结点之间通过直接交互就可以实现资源共享， 同时结点具有动态性和及时性。由于p 2 p 网络具有良好的可扩展性，因此非 常适合于规模日渐扩大的互联网。目前，分布式w e b 服务搜索系统主要采用 p 2 p 网络实现【l 制。 2 3p 2 p 网络拓扑分类及p 2 p 服务搜索技术 根据p 2 p 网络的拓扑结构，p 2 p 网络可分为三类：集中式拓扑、无结构化 拓扑和有结构化拓扑f 1 4 1 。为了有效地结合结构化和非结构化p 2 p 的特点，有 些研究者又提出了一种混合结构的p 2 p 网络。 1 集中式p 2 p 网络 集中式p 2 p 网络类似于集中式服务搜索模型，所有的资源信息都集中在 一台或多台中心目录服务器上。中心目录服务器负责协调调度注册在节点上 的资源【1 5 】。中心目录服务器只提供资源搜索的功能并协调节点间的交互，资 源分布在单独的节点上。因此，这类系统并不是完全符合p 2 p 网络的定义， 是一种集中与分布相结合的网络。n a p s t e r t l 6 】和b i t t o r r e n t 都是典型的集中式 p 2 p 网络。虽然集中式p 2 p 网络具有简单、高效、灵活等特点，但由于资源 的查找工作完全依赖于中心目录服务器，因此同集中式网络一样，同样存在 着单点失效和性能瓶颈等问题。 2 无结构p 2 p 网络 无结构p 2 p 网络，与集中式p 2 p 网络不同，节点同时作为客户端和服务 器端并且没有中心目录服务器，节点可以随意加入或离开网络。当一个新的 节点连加入到网络中时，它可以通过与其相邻的节点查找资源。g n u t e a l l 、 f e m e e t 【1 7 1 是典型的无结构p 2 p 网络。正是由于这种特点，因此无结构的p 2 p 网络非常适应高度开放、动态的环境。无结构i , 2 p 网络具有结构简单、容错 性好等特点。但因为无结构p 2 p 网络中，资源随机分布在网络的节点上，为 了满足查准率的要求，查找算法通常采用泛洪算法。泛洪算法搜索速度慢并 8 哈尔滨t 程大学硕士学位论文 种结构通常采用多层层结构【2 5 1 。上层由比较稳定的节点构成，般采用有结 构p 2 p 网络，可以有效地实现资源的搜索。下层节点的资源信息按照某种方 式映射到上层中的某个节点上。在资源搜索时，首先按照结构化资源查找方 式映射到某个上层节点上，然后在下层节点中使用泛洪算法进行查找。这种 方式具有较高的查找效率和较好的动态性。文献【2 6 】提出了一种混合结构p 2 p 网络的服务搜索模型，该模型以本体社区为核心，将i v c e 的核心概念集成 到p 2 p 模型中。虽然这种混合结构具有良好的搜索机制，但上层通常采用基 于索引的结构，当超级节点加入和退出时，需要大量的修复操作。 在p 2 p 网络中，节点的处理能力和聚集程度存在很大差别。有些节点频 繁加入和退出，有些节点则在线时间长并且具有高聚集度。考虑到节点的这 种异质性，可以使稳定程度较高的节点拥有较高的聚集度，这样可以构建比 较稳定的p 2 p 网络。本研究针对这种现象，利用节点的社交度的概念使搜索 目标倾向于处理能力较强的节点。 2 4 语义w e b 服务 b e m e r s l e e 指出语义w e b 并不是全新的w e b ，而是对现有w e b 的扩展 【2 刀。语义w e b 是基于资源描述框架( r d f ) 和元数据( m e t a d a t a ) 对w w w 上数据进行抽象表示【2 8 】【2 9 1 。它的目标是让w e b 上的信息能够被机器理解， 从而实现w e b 信息的自动处理，以适应w e b 资源的快速增长。 语义w e b 服务是w e b 服务技术和语义网技术的结合，把语义w e b 的研 究成果引入w e b 服务中，使w e b 服务的自动搜索、自动组合、自动调用等 服务自动化技术成为了可能【3 0 1 。语义w e b 服务使本来在w e b 服务体系结构 中处于中心控制地位的u d d i 代理机制的地位减弱，逐渐被智能化的智能体 取代，用户可以通过使用支持语义网技术的智能体更加准确和智能的搜索 w e b 服务的描述，并进行分析和绑定。为了实现w e b 服务的自动化和智能 化，软件智能体需要w e b 服务的语义描述。 ，文献【3 l 】指出针对语义w e b 服务的研究工作中，具有代表性的是 1 0 哈尔滨工程大学硕十学位论文 且占用大量的带宽，当节点数目增大时，容易造成网络拥塞【刎。因此，近年 来基于非结构p 2 p 网络的随机游走算法引起了研究者的关注【1 8 】0 9 1 。虽然随 机游走算法实现简单、查询消息量小，但该算法具有一定的盲目性、查询效 率低。推荐网络可以利用服务节点发布的服务信息和节点之间的相互推荐， 减少查询的盲目性，提高查询效率。文献【2 1 】提出了一种基于无结构p 2 p 网络 的服务搜索方法。该方法在处理用户查询的时候，提出了二阶段查询方法和 两层搜索机制。但由于第一阶段为了保证查全率的要求，在网络中使用泛洪 算法进行匹配，一定程度上加大了网络负荷容易导致网络拥塞。 3 有结构p 2 p 网络 有结构p 2 p 网络中，各节点之间互有连结信息，彼此形成特定规则拓扑 结构。需要请求资源时，依该拓扑结构规则进行寻找。有结构p 2 p 网络通常 采用分布式哈希表技术来组织网络中的节点。资源与哈希表相关联，将资源 与i p 地址通过哈希函数进行映射。c a n 2 2 1 和c h o r d 2 3 1 是有结构p 2 p 网络的 代表。文献【2 4 】提出了一种基于索引的有结构p 2 p 网络模型，网络采用两层 混合结构，上层由比较稳定的索引节点组成有结构索引网络，使用文档路由 搜索机制，提供资源的发布和查找功能。下层由普通节点组成分布式网络。 由于有结构p 2 p 网络资源按照一定方式组织，因此具有查询效率高、支持稀 少文件查找等特点。但有结构p 2 p 网络是结构化的，在节点加入和退出时需 要大量的修复操作。因此，该方法不适应动态、开放的环境。 基于有结构p 2 p 网络的服务搜索是一种采用纯分布式的消息传递机制和 根据关键字进行查找的定位服务，目前的主流方法是采用分布式哈希表 ( d h t ) 技术【2 2 1 。基于有结构p 2 p 网络的服务搜索具有搜索速度快，产生 的查询消息少，资源消耗少等优点。但在有结构p 2 p 网络中的节点在加入和 离开网络时需要进行复杂操作、扩展性差，因此有结构的网络不适合动态， 开放的网络环境。 4 混合结构p 2 p 网络 混合结构的p 2 p 网络由有结构p 2 p 网络和无结构p 2 p 网络混合而成。这 9 哈尔滨t 程大学硕十学位论文 o w l s t 3 2 1 。o w l s 是基于o w l 的w e b 服务本体，它建立了一套标记语言 结构来描述w e b 服务的属性和服务能力，使w e b 服务的自动化成为了可能。 o w l s 由s e r v i c ep r o f i l e ，p r o c e s sm o d e l 和s e r v i c eg r o u n d i n g 三部分组成【3 2 j 。 s e r v i c ep r o f i l e 用来描述服务；p r o c e s sm o d e l 给出了一个服务操作的详细描述， 解释服务是如何工作的；s e r v i c eg r o u n d i n g 给出了如何访问一个服务的方法。 现有的语义w e b 服务的相关研究主要以计算机可理解性和可处理性为 目标，综合这两方面研究的优点，在w e b 服务中加入语义的支持，进行带语 义的服务描述和推理研究，构建一种带语义的服务环境。基于语义的w e b 服 务可以做到明确的描述推理事物之间的关联规则以及w e b 服务所执行的任 务，实现w e b 服务的自动查找、组装。文献【3 3 】中，提出了一种基于s o a 框 架的语义服务搜索模型，使用o w l s 创建了服务本体。m a t t h i a sk l u s c h 等人 提出了一种使用o w l s m x 的服务搜索方法，基于句法i r 相似性匹配实现 推理匹配【3 4 1 。e r a nt o c h 提出一种新的语义w e b 服务搜索模型 3 5 】，为用户简 化服务搜索，使用简单的、可扩展的基于关键字的查询语言。 2 5 本章小结 本章概述了w e b 服务及服务搜索技术，讨论了p 2 p 网络拓扑分类及基于 p 2 p 网络的服务搜索技术。指出了集中式w e b 服务搜索存在的问题，并对p 2 p 服务搜索技术进行归纳总结，为下文深入研究奠定基础。 哈尔滨t 程大学硕十学位论文 第3 章自组织服务推荐网络模型 本章提出了一种自组织的服务推荐网络模型，包括服务标记策略、服务 集划分策略、邻居选择策略和邻居列表更新策略及自组织服务推荐网络的构 建算法等。 3 1 引言 目前，网络环境正朝着开放，动态的环境发展，如何在这种环境下，进 行服务搜索是非常重要的。w e b 服务搜索技术是w e b 服务系统架构中的重要 组成部分，它用于从可复用的服务中以及从互联网上快速准确的找到用户所 需要的服务，有助于实现企业和行业异构系统的集成和快速实现灵活的业务 流程 2 1 。现有的服务搜索的主要方法是利用u d d i ，这种集中式的架构在服 务组装初期发挥了重要作用，但集中式的服务搜索随着应用规模的不断扩大， 面临着单点故障、查找效率低等诸多问题的影响，最终将成为系统的瓶颈。 为了克服集中式服务搜索机制的缺点，便产生了一些基于分布式的解决方案。 分布式解决方案主要基于p 2 p 网络。在有结构的p 2 p 网络中，由于节点的加 入和离开需要大量的操作，因此不适合动态开放的环境【2 训。而无结构的p 2 p 网络中，由于基于泛洪算法具有产生消息量大等缺点，因此不适合大型网络 【2 0 1 。推荐网络是基于智能体的p 2 p 系统的一种形式，它具有查询消息量小、 适合动态变化等特点，因此可以很好的使用推荐网络来进行服务搜索【4 j 。在 推荐网络中，智能体通过推荐来寻找合适的网络服务，智能体可以支持语义 查询。智能体之间交互共享信息，在本质上创建了一个服务提供者和服务消 费者相互协作的自组织网络。自组织服务推荐网络可以从网络组建之前的混 沌无序状态自动向运行阶段的动态有序结构演进。因此，将推荐网络与服务 搜索进行有机的结合是一种解决集中式服务搜索系统瓶颈的有效手段。 本章结构如下：第2 节介绍推荐网络及推荐系统的研究现状；第3 节给 1 2 哈尔滨丁程大学硕十学位论文 出自组织服务推荐网络模型及相关服务构建策略；第4 节描述了推荐网络的 构建算法并对算法进行了分析；最后是小结。 3 2 相关工作 i n t e m e t 的迅速发展，使信息呈现爆炸式增长。使得用户无法从海量的数 据中获得自己所需要的数据。推荐作为一种信息过滤手段，是解决当