（计算机软件与理论专业论文）语义web服务发现技术及应用研究.pdf

语义w e b 服务发现技术及应用研究 摘要 w e b 服务的产生和发展使得人们可以不论平台、不论地点、不论 时间地使用模块化的应用程序。然而用户在使用w e b 服务之前并不 知道它的存在，这就涉及到服务的发现和定位问题。目前的w e b 架 构中，u d d i 注册中心解决了服务发现和发布的问题。但是从长远来 看，用w s d l 描述的w e b 服务缺乏语义信息，使得该技术不能适应 w 曲服务的增长和自动化需求。 w e b 服务发现的研究目标是：服务发现的高效率和自动化，语义 网的诞生使这两个难题得到了解决。引入了语义网后的w e b 服务发 现技术的研究向着高效、自动的方向迈进着。语义w e b 服务技术通 过为w e b 服务提供一种以x m l 为语法基础的包含语义信息的描述， 使w e b 服务之间互相理解对方的内容、功能以及属性成为可能，并 且为w e b 服务的自动发现、执行、组合、监控提供了技术基础。 本文研究语义w e b 服务发现技术，从分析语义w e b 服务发现的 流程入手，设计了语义w e b 服务发现模型。该模型中包含服务发现 的两大支撑组件：服务注册中心和本体库。该模型使用逐级筛选的服 务发现策略，将服务发现过程分为三个子过程：服务请求的提交；候 选服务集的构造：匹配服务的确定。在语义w e b 服务注册和用户请 求过程中，使用服务的w e b 本体语言o w l s 作为语义w e b 服务的 描述语言和基本通讯语言。 本文通过判定语义w e b 服务能力，构造候选服务集和确定匹配 服务。在候选服务集的构造过程中，本文提出了分步筛选法的思想： l 首先使用分类作为服务所涉及范围的描述，摒弃大部分明显不符合用 户需求的服务；然后对服务的功能信息i o p r 进行语义匹配，精确地 评定语义w e b 服务能力，进一步筛选出满足用户需求的候选服务； 最后对服务质量进行匹配。采用分步筛选法能提高候选服务集的构造 效率。 本文设计并实现了原型系统，并通过一个典型案例验证了框架的 可用性和服务发现过程的有效性。 关键词：语义w e b 服务，服务发现，服务能力，o w l s i i r e s e a r c ho ns e m a n t i cw e bs e r v i c e s d i s c o v e r ya n di t sa p p l i c a t l 0 n a b s t r a c t t h ec r e a t i o na n dd e v e l o p m e n to fw e bs e r v i c e sm a k ep e o p l ec a nu s e a p p l i c a t i o ni nm o d u l ea n yp l a t f o r m ，a n y w h e r e ，a n y t i m e h o w e v e r , u s e r s d o n tk n o ww e bs e r v i c ei se x i s tb e f o r eu s ei t ，s ow en e e df i n dt h e m ，t h a t s m e a n sw e bs e r v i c e sd i s c o v e r y a tp r e s e n t ，u d d is o l v e sp r o b l e m s ： f i n d i n ga n da n n o u n c i n gw e bs e r v i c e si nw e ba r c h i t e c t u r e i nl o n gv i e w s ， u s i n gw s d l t od e s c r i b ew e bs e r v i c e sh a sl e s ss e m a n t i ci n f o r m a t i o na n d m a k ei t sh a r dt oa d a p tt ow e bs e r v i c e s i n c r e a s ea n da u t o m a t i o n t h et a r g e to fw e bs e r v i c e sd i s c o v e r yi sm a k i n gd i s c o v e r i n gp r o c e s s e 伍c i e n ta n da u t o m a t i o n t h ec r e a t i o no fs e m a n t i cw e bs o l v e st h e s et w o q u e s t i o n s i n t e g r a t i n gs e m a n t i cw e ba n dw e b s e r v i c e st o g e t h e rc a nm a k e d i s c o v e r yt e c h n o l o g ye f f i c i e n ta n da u t o m a t i o n w eu s eal a n g u a g ew h i c h b a s e do nx n 几a n di n c l u d es e m a n t i ci n f o r m a t i o nt od e s c r i b ew e bs e r v i c e s i ns e m a n t i cw e bs e r v i c e s s ow e bs e r v i c e su n d e r s t a n d i n ge a c ho t h e r ，。 c o n t e n t s ，f u n c t i o n sa n dp r o p e r t i e sb e c o m ep o s s i b l e a n do f f e rat e c h n i c a l s u p p o r tf o rd i s c o v e r y , e x e c u t i o n ，c o m b i n a t i o na n dm o n i t o r t h i s p a p e ri n v e s t i g a t e sd i s c o v e r yt e c h n o l o g y o fs e m a n t i cw e b s e r v i c e s ，s t a r t sw i t hs e m a n t i cw e bs e r v i c e sd i s c o v e r i n gp r o c e s s ，d e s i g n t h em o d e lo fs e m a n t i cw e bs e r v i c e sd i s c o v e r y i nt h i sm o d e l ，t h e r ea r e t w og r e a t l ys u b - m o d u l e ，m e ya r ee x t e n d e du d d ia n do n t o l o g yd a t a b a s e 1 n i nt h i sm o d e l ，w em a t c hs e r v i c e so n el a y e ra f t e ra n o t h e r , t h e r ea r et h r e e l a y e r st o g e t h e r , t h e ya r e ：s u b m i t t i n gs e r v i c er e q u e s t ，c o n s t r u c t i n gs e r v i c e s s e tw h i c hs i m i l a rt or e q u e s tp r o f i l ea n dm a k es u r et h em a t c h i n gs e r v i c e s s e t i nt h ep r o c e s so fl o g i na n dr e q u e s t i n gs e r v i c e ，w eu s eo w l sa st h e w e bs e r v i c e s s e m a n t i cd e s c r i p t i o na n dc o m m u n i c a t i o n l a n g u a g e t h i sp a p e rc o n s t r u c t sc a n d i d a t es e r v i c e ss e ta n dm a k es u r em a t c h s e r v i c e ss e tt h r o u g he s t i m a t i n gs e m a n t i cw e b s e r v i c e s c o m p e t e n c e i nt h e p r o c e s so fc o n s t r u c t i n gc a n d i d a t es e r v i c e ss e t ，w ef i l t e rw e bs e r v i c e s l a y e ra f t e rl a y e r f i r s t l y , w em a t c hw e bs e r v i c e s c a t e g o r yb a g i nt h i ss t e p ， w ec a nf i l t r a t el o t so fw e bs e r v i c e sw h i c hn o ts u i tt ot h es e r v i c eq u e r y s e c o n d l y , w em a t c hi n p u t s ，o u t p u t s ，p r e c o n d i t i o na n dr e t u r no fq u e r y i n g s e r v i c ea n da n n o u n c i n gs e r v i c e s l a s t l y , w em a t c hq u a l i t yo fs e r v i c e s s o t h i sm e t h o di se f f i c i e n ti nd i s c o v e r yo fs e r v i c e s t h i sp a p e rd e s i g n i n ga n dr e a l i z i n gt h es y s t e m ，s ov a l i d a t et h em o d e l i su s a b l ea n dv a l i d i t y k e yw o r d s ：s e m a n t i cw e bs e r v i c e s ，s e r v i c e d i s c o v e r y , s e r v i c e c a p a b i l i t y , o w l s i v 学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。论文中除了特别加以标注和致谢的地方外，不包含其他人或其他机 构已经发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献均已在 论文中作了明确的声明并表示了谢意。 研究生签名：研藓兰日期：工岬i o ，巧 学位论文使用授权声明 本人完全了解浙江师范大学有关保留、使用学位论文的规定，郎：学校有权 保留送交论文的复印件和电子文档，允许论文被查阅和借阅，可以采用影印、缩 印或扫描等手段保存、汇编学位论文。同意浙江师范大学可以用不同方式在不同 媒体上发表、传播论文的全部或部分内容。保密的学位论文在解密后遵守此协议。 研究生勰唧聱羔 导师龆日期：列7 m 仍 浙江师范大学学位论文诚信承诺书 我承诺自觉遵守浙江师范大学研究生学术道德规范管理条 例。我的学位论文中凡引用他人已经发表或未发表的成果、数据、 观点等，均已明确注明并详细列出有关文献的名称、作者、年份、 刊物名称和出版文献的出版机构、出版地和版次等内容。论文中 未注明的内容为本人的研究成果。 如有违反，本人接受处罚并承担一切责任。 承诺人( 研究生) ：鸣p 锌兰 指一厩。俐 f 1 1 引言 第一章绪论 随着w e b 的发展，w e b 服务海量出现，可供选择的候选服务数量越来越多。 为了有效实现服务的应用价值，需要解决以下关键问题：如何发现满足需要的服 务；如何选择最佳服务等。以上问题的解决都将为最终实现服务的商务潜能提供 先进的、便利的技术基础。目前已有的技术大都采用基于关键字的服务匹配机制， 存在着低查全率和低查准率的问题。语义w e b 的出现为以上问题的解决带来了 契机。语义w e b 的概念由t i m b e m e r s - l e e 于1 9 9 8 年首次提出，其研究目标是扩 展当前w e b ”，使w e b 中的所有信息具有定义良好的语义，让计算机能够理懈 和处理，从而充分发挥w e b 的潜力。如果用语义w e b 的知识标记手段来描述 w e b 服务的语义，就可使w e b 服务成为计算机可理解的实体，从而支持服务的 自动发现匹配、执行、组合等操作【2 】。对于w 曲服务来说，动态、异构的w e b 环境要求基于w e b 提供的服务可以灵活的、可靠的满足用户要求。实现“按需 服务”，即根据用户的需求提供合适的服务。 但是传统的w e b 服务匹配存在着以下问题： 第一：当前的w e b 服务主要采用语法级别的w s d l ( w e bs e r v i c e sd e s c r i p t i o n l a n g u a g e ) 来描述，缺乏语义信息，主要是面向用户直接阅读，机器无法理解和 处理，所以无法实现模糊匹配。并且不同团体对同一领域的事物认识和表示不同， 在效果上等同于语义异构，更不利于匹配效率的提高p j 。 第二：w e b 服务的发现主要是采用基于关键字匹配的检索方式，根据判断广 告服务描述中是否包含请求查询中的关键词来返回结果，在检索结果中会出现很 多不相关的w e b 服务，因此查准率不高，而由于其只支持关键词的精确匹配， 并不支持语义约束的模糊匹配【4 】，因此容易遗漏大量与检索概念同义或相关的服 务，因此查全率指标低。 本论文的选题正是针对以上问题展开的。本文在引进语义w e b 技术1 5 】、本体 技术，分析w e b 服务特点的基础上提出了一个以u d d i 为基础的基于语义w e b 的服务匹配模型，通过匹配算法从多方面进行服务请求和广告之间的相关度计 浙江师范大学硕士学位论文 算，并选择最符合用户要求的服务结果提交给用户。把如何改进w e b 服务发现 技术，提出能够提高服务发现性能的服务发现方案作为本文的研究课题，具有一 定的理论价值和现实意义。 1 2w e b 服务发现机制 所谓w e b 服务发现就是服务请求者以某种方式在不同的w e b 服务中找到所 需w e b 服务的过程。w e b 服务发现的整个过程由如下几个步骤组成 6 1 ： i 服务提供者对其提供的服务进行描述( s e r v i e ed e s c r i p t i o n ) 。 2 服务提供者发布w e b 服务( s e r v i c ep u b l i s h i n g ) 。 3 服务请求者请求所需服务( s e r v i c er e q u e s t ) 。 4 服务注册中心把服务请求与服务广告进行匹配，并把匹配结果返回给服 务请求者( s e r v i c em a t c h m a k i n g ) 。 5 服务请求者根据返回信息绑定所需服务( s e r v i c eb i n d i n g ) 。 服务请求者首先利用w s d l 描述语言来描述所提供的w e b 服务，然后向 u d d i 注册中心注册服务，u d d i 注册中心存放该服务的w s d l 文档地址，并提 供查询接口供服务请求者查询所需服务。服务请求者向u d d i 注册中心提出服务 查询请求，u d d i 注册中心通过关键词匹配的方式返回匹配成功的服务列表，服 务请求者获知如何访问w e b 服务的信息后，通过s o a p 消息框架与w e b 服务进 行通信，并调用目标服务，图1 - 1 描述了w e b 服务发现机制。 u d d i ，w s d l 和s o a p 是实现w e b 服务发现的核心技术。w s d l 提供描述 w e b 服务的统一方法，主要提供调用具体服务所需的技术细节，如消息格式、参 数类型、- 操作、协议绑定和服务地址等。u d d i 注册中心提供服务发布和查询 a p i 来方便实现服务发布、发现和调用。发布a p l 支持服务的发布和更新操作， 使服务提供者可在u d d i 注册中心发布和更新服务信息。查询a p l 支持服务请求 者的查询操作，可对业务、服务、绑定模版和t m o d e l 类型信息进行搜索，从而 获得与这些类型相关的描述信息。s o a p 提供w e b 服务与服务请求者的通信机 制，服务请求者通常通过s o a p 消息框架与w e b 服务进行通信，并调用目标w e b 服务。这些技术使服务双方的交互方式可以独立于特定的编程语言、操作系统和 硬件平台之上。 第一章绪论 u d d i 注册中心 图1 - 1 b 服务发现机制 f i g 1 - 1d i s c o v e r ym e c h a n i s mo f w e bs e r v i c e s 1 3 研究现状和存在问题 目前，许多语义方面的研究都是基于o w l - s 展开的，但也有一些是基于 w s m o 的。o w l s 和w s m o 作为语义w e b 服务的两个重要规范，都是w 3 c 的成员报告。o w l - s 的目标是为了声明和描述服务而定义一系列的类和属性， 它着眼于大范围的通用服务描述，而不只是局限于某个领域的服务应用问题。两 w s m o 的目的是要解决服务集成的问题，主要着眼于某个领域( 像e - c o m m e r c e 和e - w o r k ) 的应用问题【乳。 基于o w l s 描述展开的研究有语义表示的研究 6 1 ，服务绑定的研究1 7 1 ，基 于本体的服务匹配嘲的研究，o w l s 和u d d i 相结合的研究等。其中将o w l s 与u d d i 相结合，补充u d d i 的w e b 服务表示语义，增强服务发现能力，是服 务最佳发现的一种趋势。 这种趋势在当前存在的研究中，主要分为两类： 1 实现o w l - s 本体描述信息到u d d i 的映射，补充u d d i 的w e b 服务语 义描述能力一，1 0 1 ； 2 基于d a m l 十o i l ( 后来发展成为o w l ) 扩展w s d l 模式，并基于扩 展的w s d l 实现w s d l 到d a m l 。s ( 后来发展成为o w l s ) 本体的映射，再 将语义信息扩展到u d d i 中【1 2 1 。d a m l s 服务概要信息全面地描述了服务，是 服务发现的依据。 浙江师范大学硕士学位论文 第一种趋势通过将o w l s 概要信息映射到u d d i 注册中心，来补充w e b 服 务描述语义，具体实现方法是： ( 1 ) o w l s 概要信息中可以直接映射到u d d i 描述信息的属性，采用直接映 射的方法实现，例如：服务提供者的信息如名称( n a m e ) 、电话( p h o n e ) 、地址 ( p h s i c a l a d d r e s s ) 、电子邮件( e - m a i l ) 等；服务信息如服务名( s e r v i e e n a m e ) ，描述 ( d e s c r i p t i o n ) 等。 ( 2 ) 其它属性定义为相应的t m o d e l ，注册到u d d i 的b u s i n e s s s e r v i c e 中的 c a t e g o r y b a g 中，如将s e r v i e e t y p e 定义为s e r v i c e t y p e t m o d e l ，s e r v i c e c a t e g o r y 定 义为s e r v i c e c a t e g o r y t m o d e l ，q u a l i t y r a t i n g 定义为q u a l i t y r a t i n g t m o d e l ，i n p u t 定 义为i n p u t t m o d e l 等。 在服务发现中，采用服务匹配算法( 输入、输出匹配算法和输入、输出匹配 规则算法) ，匹配发布的服务描述和请求的服务描述。 第二种趋势采用将o w l 本体扩展到w s d l 模式的方法补充w e b 服务的语 义描述信息，其扩展的信息类似于o w l s 中的s e r v i e e g r o t m d i n g 描述，强调的 是从w e b 服务描述的多个操作中发现恰当的操作 1 3 - z 6 】。实现思想是将操作信息 映射到相应的由o w l 描述的操作本体上，映射的信息主要包括： ( 1 ) 将操作( o p e r a t i o n ) 映射为本体概念，用户可基于操作本体发现相应的 操作； ( 2 ) 信息部分( 操作的输入、输出参量) 映射为本体概念，基于此可发现最 好的匹配： ( 3 ) 增加预定义条件( p r e c o n d i t i o n s ) 和结果效应( e f f e c t s ) ，保证选择最恰 当的服务。 本体保证了w e b 服务描述是机器可理解的，消费者可基于本体概念请求服 务操作。在w e b 服务发布时，扩展的w s d l 信息的本体概念存入u d d i 中，基 于t m o d e l 保存w 曲服务语义信息。用几个t m o d e l 分别描述相关领域的操作功能、 输入信息、输出信息和满足i o p r ( i n p u t s ，o u t p u t s ，p r e c o n d i t i o n ，r e t u r n ) 的操作 分组信息。具体的发现策略分三步实现：( 1 ) 基于操作功能；( 2 ) 基于1 0 ；( 3 ) 基于 p r 。 上面介绍的两类增加语义的策略，都是基于本体概念，通过建立t m o d e l 达 4 第一章绪论 到扩展语义的目的，保证了与u d d i 的结构一致。然而，存在如下不足：在服务 查找时，首先需要访问多个l m o d e l ，获得必要的语义信息；之后，再经过语义 匹配算法获得匹配的结果。这种需要多次访问注册中心的实现机制，势必影响服 务发现的响应时间。 当需要发现一个恰当的服务时，首先定义一个s e r v i e e t e m p l a t e ，包括s e r v i c e n a m e 、s e r v i c ed e s c r i p t i o n 、q o s 、o u t p u t s 、i n p u t s 五部分【1 m o l 。服务对象与服务 模板具有相同的结构，用于描述物理的w e b 服务，通过s e r v i e e t c m p l a t e 与服务 对象的相似度计算，选择具有高相似度的服务。其中s e r v i c e n a m e 和 s e r v i c e d e s c r i p t i o n 采用句法相似计算 2 1 - 2 3 l ，操作相似基于q o s 模型计算，输入 输出相似基于o u t p u t s 和i n p u t s 的匹配度计算。在该种服务发现策略中，每步都 需要相似度计算，不仅计算复杂，也不利于实现服务准确匹配。 上述这些研究主要面向根据功能的服务定位，从功能上满足消费者的需求， 没有涉及服务的性能问题。虽然已有相关的技术规范如w s d l 、u d d i 和s o a p 等的支持，但还没有制定一个统一的服务质量规范。隶属于不同服务提供者的语 义等价的w e b 服务，其性能可能差别很大。为此，业界展开了许多对服务评价、 服务审计的研究，并将w e b 服务的质量做为发现最佳服务的一项重要指标。 随着w e b 服务的发展，相应制定了有关w e b 服务的标准，如u d d i 、s o a p 、 x m l 、w s d l 、w s f l 、x l a n g 、b p e l 4 w s 、o w l s 。上述规范中，只有o w l - s 提及了服务质量问题，其服务质量属性包含于非功能属性中，主要包括质量级别 e g r e e o f q u a l i t y ) 和质量保i l 正( q u a l i t y g u a r a n t e e s ) ，为服务发布者进行自我服务定 量评价提供了可行的参考2 4 。2 8 1 。 随之，许多相关研究也提出了有关评价w 曲服务质量的思想，强调服务质 量的重要性。著名学者j o r g cc a r d o s o 指导性地给出了q o s 评价模型中应包括的 因素，具体包括c o s t 、t i m e 、r e l i a b i l i t y 和f i d e l i t y ，讨论了基于w e b 服务的工作 流程的质量模型，模型中涉及的因素有时间m e ) 、费用( c o s t ) 、可靠性( r e l i a b i l i t y ) 和可信度( f i d e l i t y ) ，并详细地介绍了服务模型，给出了基于该模型的模拟结果与 实际结果的对比情况。该研究为工作流模型的研究提供了很好的参考，但模型中 的评价因素完全针对历史评价信息，不能客观地反映w e b 服务的当前性能。 浙江师范大学硕士学位论文 1 , 4 论文研究的内容 目前改进w e b 服务发现技术的主流方向是在w e b 服务体系中引入w e b 服务 的语义描述，进而探讨实现基于服务功能的语义匹配方案。 在结合语义w e b 和w e b 服务技术的基础上，本文将主要设计语义w e b 服务 发现模型，该模型利用本体建模方法来建立领域本体库，从而解决了w e b 服务 发现过程中存在的语义异构问题，达成领域内一致的语义理解。并采用语义w e b 服务本体描述语言( 0 w l s ) 分别对w e b 服务和服务请求进行语义描述，产生 的w e b 服务本体( w e b 服务p r o f i l e ) 使服务请求者能够了解服务的功能细节， 加强服务描述信息的机器可理解性，同时服务请求p r o f i l e 能精确描述服务请求 者所需服务的功能信息，为实现基于服务功能的语义匹配提供充分的语义信息。 该模型通过扩展u d d i 注册中心，使其能支持服务功能的语义描述。同时，本文 将给出一种分级匹配策略，结合语义推理实现模糊匹配，从而提高检索效率和查 准率。具体的内容如下： 1 分析传统的w e b 服务发现技术存在的问题，并在对国内外研究成果进行 分析和比较基础上，确定结合语义w e b 和w e b 服务技术，以实现基于服务功能 的语义匹配的技术路线。 2 通过总结语义w e b 服务发现机制来分析语义w e b 服务发现的原理及技术 依据，并分别对本体建模方法及描述语言、描述逻辑和o w l 广s 语言技术进行详 细阐述，从而为语义w e b 服务发现模型的设计提供理论和技术支持。 3 本文将设计语义w e b 服务发现模型，并给出各模块的功能设计。请求代 理是为了解决原有的服务发现技术缺乏抽取有用信息的能力的问题。发布代理是 为了扩展u d d i 注册中心，使其能够存储服务的语义信息。发现引擎是为了实现 基于服务功能的语义匹配而设计。该服务发现模型的设计是本文的研究重点。 4 本文的另一重点是给出一个分级匹配的匹配策略，第一级是过滤性质的 s e r v i c e c a t e g o r y 级匹配，用来筛选与服务请求分类相同的服务集，第二级是基于 服务功能的语义匹配，通过输入参数集和输出参数集等服务功能信息的匹配来实 现，第三级为服务质量的匹配。 5 结合书籍领域给出该服务发现模型的实现，并给出实例分析证明该服务 发现模型可行性。 6 第一章绪论 1 5 论文创新点和组织结构 1 5 1 论文创新点 本文研究语义w e b 服务发现技术，从分析语义w e b 服务发现的流程入手， 设计了语义w e b 服务发现模型。该模型中包含服务发现的两大支撑组件：服务 注册中心和本体库。该模型使用逐级筛选的服务发现策略，将服务发现过程分为 三个子过程：服务请求的提交 候选服务集的构造：匹配服务的确定。在语义 w e b 服务注册和用户请求过程中，使用服务的w e b 本体语言o w l s 作为语义 w e b 服务的描述语言和基本通讯语言。 本文通过判定语义w e b 服务能力，构造候选服务集和确定匹配服务。在候 选服务集的构造过程中，本文提出了分步筛选法的思想：首先使用分类作为服务 所涉及范围的描述，摒弃大部分明显不符合用户需求的服务；然后对服务的功能 信息i o p r 进行语义匹配，精确地评定语义w e b 服务能力，进一步筛选出满足用 户需求的候选服务；最后对服务质量进行匹配。采用分步筛选法能提高候选服务 集的构造效率。 1 5 2 论文组织结构 本文的章节结构和主要内容如下： 第一章绪论：论述硕士学位论文的研究背景与选题依据、研究现状和存在的 问题、研究内容与目标及本文的研究技术路线，最后给出了论文的组织结构。 第二章相关技术介绍：介绍语义w e b 服务发现的基础知识，包括：语义w e b 领域所涉及到的相关概念，语义理解的基础o n t o l o g y 和本文采用的w e b 服务本 体描述语言o w l s 。 第三章基于语义的w e b 服务匹配模型设计：研究语义w e b 服务发现的目标 和关键技术，设计了语义w e b 服务发现模型，提出一种分级筛选的服务发现策 略，将语义w e b 服务发现过程划分为几个子过程，研究每个子过程的关键技术。 第四章领域本体的创建：本文的领域本体选择在书籍领域，在本体建立之初 作了详尽的需求分析，然后建立概念分类层次，定义类的属性，确定各类本体之 间的连通性，最后对所建本体进行评估和改进，进一步完善领域本体。 第五章基于语义的w e b 服务匹配实例及分析：通过一个具体案例的研究验 7 浙江师范大学硕士学位论文 证本文提出的模型和算法的可用性和有效性。 第六章总结与展望：对本文的研究工作进行总结，提出对下一步工作的展望。 2 1 语义w e b 第二章相关技术介绍 语义w e b 的概念由t i m b e m e 馏l e e 首次提出，其目标是扩展当前的w e b 并 赋予w e b 中的所有信息以定义良好的语义，使计算机能够理解和处理，从而使 人和计算机能更好的协作，充分发挥w w w 这个巨大的分布式信息系统的潜力。 语义w e b 是对未来w e b 体系结构的伟大构想，被定义为“由一些可以被计算机 直接或间接处理的数据组成的w e b ”。语义w e b 的基本思想是通过本体 ( o n t o l o g y ) 和w e b 内容的语义标记，使计算机能够理解和处理w e b 上的信息， 从而更好的协助人们在w 曲上发现知识、处理事务。 语义w e b 的目的是提供一种具有语义支持的计算平台，以机器可处理的方 式来表示和处理信息。图2 1 给出了语义w e b 的层次结构。它主要基于x m l 和 r d f ( r e s o u r c ed e s c r i p t i o nf r a m e w o r k ) r d f s ( r d fs c h e m a ) ，并在此之上提供 本体和逻辑推理规则，以完成基于语义的知识表示和推理，从而能为计算机所理 解和处理。 第一层是u n i e o d e 和u r i 。 w e b 环境下的应用之间不可避免地需要相互通信，直接或间接地以机器可读 的格式传递发布信息。这些信息中很大一部分是对w e b 上资源的描述，因此， 首先应该以明确的方式来标识这些资源( 对象) 。语义万维网采用统一资源标识 符( u n i f o r mr e s o u r c ei d e n t i f i e r s ，u 甜) 来标识资源及其属性，u 是一个i n t e r a c t 标准。它和万维网常用的统一资源定位符( u n i f o r mr e s o u r c el o c a t o r , u r l ) 及统 一资源名称( u n i f o r mr e s o u r c en a m e ，u r n ) 的区别在于u 泛指所有以字符串标 识的网络资源，包含了u r l 和u r n 。另外由于语义万维网的最终目的是要构建 一个全球信息的网络，在这个网络上应该涵盖各种语言和文字的信息资源，所以 它采用统一编码u n i c o d e 作为字符的编码方案。这一层是整个语义万维网的基 石，它成功地解决了万维网上资源的定位和跨地区字符编码的标准格式的问题。 9 浙江师范大学硕士学位论文 图2 - 1 语义w e b 的层次图 f i g 2 - ih i b e r a r e h yg r a p ho f s e m a n t i cw e b 【1 7 1 第二层是x m l + n s + x m l s c h e m a ，提供表示数据内容和结构的语法。 第三层为r d f + r d f s c h e m a ，提供描述w e b 资源的数据模型及类型原语。 第四层为o n t o l o g y v o c a b u l a r y 层，是在r d f s 基础上定义的概念和关系的抽 象描述。 第五层为l o g i c 层，主要定义逻辑描述原语，为更商层次的逻辑推理提供语 义支持。 第六和第七层是在下面各层提供的功能基础上进行逻辑推理和证明操作。 第三层到第五层是语义w e b 提供语义交互支持的核心，其中的本体层 ( o n t o l o g y ) 为语义w 曲提供语义级的共享，是语义w 曲实现的关键所在【3 0 】。 语义w e b 的研究给w e b 服务带来了活力，有效利用本体理论模型对w e b 服 务进行概念建摸，可以指导w e b 服务应用的设计。同时采用语义w e b 的指示标 记手段来描述服务的语义，将使w e b 服务成为计算机可以理解的实体，从而支 持服务的自动发现、执行和组合等。因此结合了语义网技术和w e b 服务技术的 语义w e b 服务将是w e b 服务未来的发展趋势。 2 2 o n t o l o g y - - 语义理解基础 本体最早是一个源于哲学的概念，是一种对“存在”的系统化解释，用于描 述事物的本质。本体的概念和方法被i t 领域采用，用于知识表示，知识共享和 重用。直观地讲，本体是一个实体，是对某领域的知识、方法分析建模的结果， 即把现实世界中的某个领域抽象为一组概念及概念之间的关系，本体的本质是概 1 0 第二章相关授术介绍 念模型。概念和概念之间的差别，不仅体现在概念的内涵上，同时也体现在概念 的某些特性上。 自上个世纪9 0 年代以来，大量的研究工作者活跃在该领域，因此诞生了很 多种o n t o l o g y 描述语言【3 6 翊，有r d f 和r d f ( s ) , o i l ，d a m l 、o w l 、k i f 、 s h o e 、x o l 、o c m l 、o n t o l i n g u a 、c y c l 、l o o m 。我们简单把它们归类如下： 1 基于a i 的o n t o l o g y 实现语言有：k i f 、o c m l 、o n t o l i n g u a 、c y c l 、l o o m 、 f l o g i e 。k i f 已经是美国国家标准，但是它并没有被广泛应用于互联网，作为一 种交换格式更多的应用于企业级。 2 基于w e b 的o n t o l o g y 语言( 也叫做o n t o l o g y 标记语言) 有：r d f 和r d f ( s ) 、 o i l 、d a m l 、o w l 、s h o e 、x o l 。其中r d f 和r d f ( s ) 、o i l 、d a m l 、o w l 、 x o l 之间有着密切的联系，是w 3 c 的o n t o l o g y 语言栈中的不同层次，也都是 基于x m l 的。而s h o e 是基于h t m l 的，是h t m l 的一个扩展。 o w l ( w e bo n t o l o g yl a n g u a g e ) 位于w 3 c 绘制的o n t o l o g y 语言栈的栈顶，参 见图2 - 2 。o w l 能够被用于清晰地表达词汇表中的词条( t e r m ) 的含义以及这些词 条之间的关系。而这种对词条和它们之间的关系的表达就称作o n t o l o g y 。p w l 相对x m l ，r d f 和r d fs c h e m a 拥有更多的机制来表达语义，从而o w l 超越 了x m l 、r d f 和r d fs c h e m a 仅仅能够表达网上机器可读的文档内容的能力。 圉2 - 2w 3 c 的o n t o l o g y 语言栈 f i g 2 - 2t h eo n t o l o g yl a n g u a g es t a c k 针对不同的需求，o w l 有三种子语言：o w l l i t e 、o w l d l 和o w l f u l l 。 如图2 3 所示。 浙江师范大学硕士学位论文 图2 - 3o w l 三种子语言的关系 f i g ，2 - 3r e l a t i o n s h i po f o w l st h r e * s u b - l a n g u a g e s o w ll i t e 用于提供给那些只需要个分类层次和简单的属性约束的用户。 o w ld l 和o w l l i t e 相比，表达能力要丰富许多，它的基础是描述逻辑 ( d e s c r i p t i o nl o g i c s ，即d l 的由来) 。o w ld l 支持那些需要在推理系统上进行 最大程度表达的用户，这里的推理系统能够保证计算完全性( c o m p u t a t i o n a l c o m p l e t e n e s s ，即所有的结论都能够保证被计算出来) 和可决定性( d e c i d a b i l i t y 即所有的计算都在有限的时间内完成) 。它包括了o w l 语言的所有约束，但是 可以被仅仅置于特定的约束下 现在我们考虑一个简单的例子，这个例子的图形表示如图2 - 4 所示，这代表 关于p e r s o n ，p a r e m ，f e m a l e 等的知识。图中的结构也被称作术语学，事实上， 它表示所包括知识的一般、特定的关系。例如在m o t h e r 和p a r e n t 之间的关系就 说明“m o t h e ri sap a r e m ”，这有时被称作“i sa ”关系。 图2 - 4 一个介绍描述逻辑的例子“” f i g 2 - 4 a ni n t r o d u c t i o no f d e s c r i p t i o nl o g i c s 2 0 】 i s a 关系定义了概念之上的层次，提供了“属性继承”的基础：当一个概 念比另一个概念更具体更特定时，它就继承了更通用的一个概念的属性。例如， 1 2 第二章相关技术介绍 如果一个p e r s o n 有一个a g e ，那么一个m o t h e r 也有一个a g e 。这是典型的单调继 承网络。 描述逻辑的一个标志特征是它们能表示除i sa 关系外的其他关系。例如， p a r e n t 的一个角色h a s c h i l d 。这个角色有一个“值限制”，用v ，r 来表示，这个“值 限制”表示能填充这个角色的某些对象的范围限制。另外，这个节点有一个数字 限制用( 1 ，n i l ) 来表示，第一个数字是表示c h i l d r e n 数目的下限而第二个元素 是上限，n i l 表示无限的。总的说来，这里的p a r e n t 的概念可以看作“一个p a r e n t 是至少有一个c h i l d 的一个p e r s o n ，并且似她的所有c h i l d r e n 都是p e r s o n ”。 这些关系可以延续到它们的子概念。例如，概念m o t h e r ，也就是一个女性 的p a r e n t ，是概念f e m a l e 和p a r e n t 的更特定的后代，最终将继承从p a r e n t 到p e r s o n 之间通过角色h a s c h i l d 的联系；换句话说，m o t h e r 继承了p a r e n t 具有的h a s c h i l d 角色这个限制。 概念之间也许具有隐含的关系。例如，如果我们定义w o m a n 是一个f e m a l e p e r s o n 的概念，那么每个m o t h e r 都是一个w o m a n 。发现类似这些( 许多情况比 这个更复杂) 的关系是知识表示表示系统的任务。典型的，类似的推理已经根据 网络的属性表现出来。在这种情况下，也许会注意到m o t h e r 和w o m a n 都和f e m a l e 及p e r s o n 联接起来，但是m o t h e r 到p e r s o n