（计算机科学与技术专业论文）基于上下文的语义web服务发现框架及其应用.pdf

中文摘要 摘要 目前的语义w e b 服务发现方法，由于受用户所处环境上下文信息的约束，所 发现的服务尚不能很好地满足用户的期望。如何有效地整合上下文信息以实现 w e b 服务的发现成为新的研究热点。 尽管国内外学术界针对上下文感知的w e b 服务已经有了一些研究成果，但是 由于上下文信息建模方式的原因，使得上下文信息通常仅包含语法信息而缺失语 义信息；对于上下文信息的推理研究也很欠缺；将上下文技术应用于语义w e b 服 务发现时所采用的匹配策略也难以令人满意。 针对上述问题，本论文研究了基于上下文的语义w e b 服务发现的相关技术与 方法。 首先，构建了上下文本体并在此基础上提出了基于j e s s 的上下文推理方法。 详细分析了上下文计算，将本体应用于上下文建模，提出了基于本体的上下文模 型。由于基于本体的方法具有本体推理的潜在能力，因此在基于本体的上下文建 模的基础上提出了基于j e s s 的上下文推理方法。 其次，提出了基于上下文的语义w e b 服务发现框架以及匹配策略。在原有的 语义w e b 服务发现框架的基础上增加了对于上下文因素的考虑。在进行服务匹配 时，改进了原有的基于语义距离的服务相似度的计算方法，在计算语义距离时考 虑了深度因素和非继承关系因素。采取了在功能匹配的基础上进行上下文匹配的 两层匹配策略。 最后，通过实验验证了基于上下文的语义w e b 服务发现框架的可行性。通过 测试集对所提出的两层匹配策略进行了测试，验证了该匹配方法的优越性。通过 一个旅游领域的实例验证了本论文所提出的基于上下文的语义w e b 服务发现框架 的可行性。 关键词：语义w e b 服务；服务发现；上下文；本体推理 英文摘要 a b s t r a c t a tp r e s e n t ，t h em e t h o d so fs e m a n t i cw e bs e r v i c ed i s c o v e r ya r er e s t r i c t e db yt h e u s e r sc o n t e x ti n f o r m a t i o n s ot h es e r v i c e sf o u n dt h r o u g ht h e s em e t h o d sc a l ln o tm e e t t h ee x p e c t a t i o n so ft h eb s e r se x c e l l e n t l y i no r d e rt om e e tt h eu s e r sr e q u i r e m e n t ，h o wt o e f f e c t i v e l yi n t e g r a t et h ec o n t e x ti n f o r m a t i o nf o rt h er e a l i z a t i o no fw e bs e r v i c e d i s c o v e r yi sb e c o m i n gah o ts u b j e c to fr e s e a r c h a l t h o u g ht h er e s e a r c hw o r ko fw e bs e r v i c eb a s e do nt h ec o n t e x t - a w a r eh a v e a c h i e v e ds o m er e s e a r c hr e s u l t s ，d u et ot h em e t h o do fc o n t e x ti n f o r m a t i o nm o d e l i n g ，t h e c o n t e x ti n f o r m a t i o nu s u a l l yc o n t a i n so n l yg r a m m a t i c a li n f o r m a t i o n t h ec o n t e x t i n f o r m a t i o ni sl a c k i n go fs e m a n t i ci n f o r m a t i o na n dc o n t e x te l i c i t a t i o n t h em a t c h i n g s t r a t e g yo fs e m a n t i cw e bs e r v i c ed i s c o v e r yw h i c hu s e sc o n t e x tt e c h n o l o g yi sh a r d l y s a t i s f a c t o r y i nr e s p o n s et ot h e s ep r o b l e m s ，s o m er e l e v a n t t e c h n o l o g i e sa n dm e t h o d so f s e m a n t i cw e bs e r v i c ed i s c o v e r yb a s e do nc o n t e x ta r er e s e a r c h e di nt h i sp a p e r f i r s t l y ，t h ec o n t e x to n t o l o g yi sb u i l da n daj e s s - e n a b l e dc o n t e x te l i c i t a t i o n m e t h o di s b r o u g h t c o n t e x tc o m p u t i n gt e c h n o l o g i e sa r ea n a l y z e d ac o n t e x tm o d e l b a s e do no n t o l o g yi sd e s i g n e db yu s i n go n t o l o g y - b a s e dm e t h o di nt h ec o n t e x tm o d e l i n g d u et ot h ep o t e n t i a lr e a s o n i n gc a p a c i t yo fo n t o l o g y ，aj e s s e n a b l e dc o n t e x te l i c i t a t i o n s y s t e mi sb r o u g h tb a s e do nt h ec o n t e x to n t o l o g y s e c o n d l y ,as e m a n t i cw e bs e r v i c ed i s c o v e r yf r a m eb a s e do nc o n t e x ta n da m a t c h i n gs t r a t e g ya r eb r o u g h t o nt h eb a s i so ft h eo r i g i n a ls e m a n t i cw e bs e r v i c e d i s c o v e r yf r a m e w o r kc o n t e x tf a c t o r sa r ea d d e d t h ee x i s t e dm e t h o do fs e r v i c e s i m i l a r i t yb a s e do nt h es e m a n t i cd i s t a n c ei si m p r o v e d t h ed e p t ha n dn o n i n h e r i t a n c e r e l a t i o n sf a c t o r sa r ea d d e di nt h ec a l c u l a t i o no fs e m a n t i cd i s t a n c e t w o t i e rm a t c h i n g s t r a t e g yi sb r o u g h tw h i c ha c h i e v e sc o n t e x tm a t c h i n ga f t e rr e a l i z i n gf u n c t i o nm a t c h i n g f i n a l l y ，t h ef e a s i b i l i t yo ft h ef r a m e w o r ko fs e m a n t i cw e bs e r v i c ed i s c o v e r yi s v a l i d a t e dt h r o u g ha l le x a m p l e t w o t i e rm a t c h i n gi st e s t e db yu s i n gt h et e s ts u i t et o 英文摘要 v e n f yt h es u p e r i o r i t yo ft h em a t c h i n g m e t h o d a ne x a m p l ei nt h ef i e l do ft o u r i s mw h i c h v a l i d a t et h ef e a s i b i l i t yo ft h i sm e t h o di ss t u d i e d k e yw o r d s ：s e m a n t i cw e bs e r v i c e ；s e r v i c ed i s c o v e r y ；c o n t e x t ； o n t o l o g yr e a s o n i n g 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果， 撰写成硕士学位论文= = 基王上王塞的适幺盟业腿箜蕉理框塞壁基廛用= = 。除 论文中已经注明引用的内容外，对论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。本论文中不包含任何未加明确注明的其他个人或集体已 经公开发表或未公开发表的成果。本声明的法律责任由本人承担。 学位论文作者签名：垩塑巨 学位论文版权使用授权书 本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学 位论文的规定，即：大连海事大学有权保留并向国家有关部门或机构送交学位论 文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本 学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫 描等复制手段保存和汇编学位论文。同意将本学位论文收录到中国优秀博硕士 学位论文全文数据库( 中国学术期刊( 光盘版) 电子杂志社) 、中国学位论 文全文数据库( 中国科学技术信息研究所) 等数据库中，并以电子出版物形式 出版发行和提供信息服务。保密的论文在解密后遵守此规定。 本学位论文属于：保密口在年解密后适用本授权书。 不保密影( 请在以上方框内打“，) 敝储獬：手阈名盂篡帮誊日期：2 0 0 7 年( 月日 基于上下文的语义w e b 服务发现框架及其应用 第1 章绪论 1 1 选题背景及意义 w 3 c 定义，w e b 服务是一种通过u r i 标识的软件应用，其接口及绑定形式可 以通过x m l 标准定义、描述、检索，并能通过x m l 消息及互联网协议完成与其 他应用的直接交互【l 】。w e b 服务提供了一种在不同平台之间进行应用层功能自动整 合集成和自动化处理所需要的技术架构，为功能整合集成和信息交换处理提供了 实现的基础。w e b 上丰富的资源可以通过搜索引擎进行检索，虽然可得到数量庞 大的反馈信息，但是真正为服务请求者所关心的信息却很少。目前的w e b 信息检 索是基于关键词的检索，要想使机器在语义上理解w e b 上的资源，必须使w e b 上 的信息拥有明确定义的语义，而这种语义能够使计算机与人或其他计算机进行更 好的合作，达到语义检索的目的。 语义w e b 服务将语义w e b 和w e b 服务结合起来，语义w e b 为网上的信息提 供语义，从而使机器能够进行自动处理。语义w e b 服务就是利用本体为w e b 服务 添加语义，以实现服务的自动发现和自动组合【2 】。在w e b 服务中有效利用语义信 息，进行语义w e b 和w e b 服务的有机结合可提高w e b 服务的质量。总之，语义 w e b 服务可为w e b 服务的发现、执行、解释和组合的自动化提供有效的支持，从 而实现异构系统的互操作以及无缝集成。语义w e b 服务的研究目标是扩展当前的 w e b ，使w e b 中的所有信息具有定义良好的语义，以便计算机能够理解与处理， 从而充分发挥w e b 的潜力。由于本体具有丰富的语义和多样的关系，它将变革现 有的w e b 服务，使之成为语义w e b 服务，使w e b 实现从自动化到智能化的转变 成为可能。也就是说，通过合理的设计，可以充分发挥它们各自的优势，既结合 语义w e b 的语义扩展，也结合w e b 服务的分布特性，最终提供一种基于语义的自 动w e b 服务协作机制【3 】。 随着w e b 服务技术的日益成熟，许多机构将其核心业务作为一个w e b 服务放 在i n t e m e t 上，以实现更多的自动化和全球范围访问。如何准确高效地从庞大的 w e b 服务群中找到所需服务，尤其是如何从众多功能相似的w e b 服务中发现最符 第l 章绪论 合要求的服务，并进一步满足自动化智能化的服务发现、执行、组合及互操作的 内在要求是w e b 服务技术面临的巨大挑战。 随着计算机、移动计算以及传感器网络的发展，计算变得无处不在。1 9 9 1 年 m w e i s c r 博士提出了普适计算，这种计算模式的最终目标是将由通信和计算机构 成的信息空间与人们生活和工作的物理空间融为一体，支持用户“随时随地 并 “透明 地获得符合其个性化需求的信息服务。这就需要系统能够感知当时的情 景中与交互的任务有关的上下文，并基于上下文信息做出决策和自动地提供相应 的服务【4 1 。这种能感知上下文信息进而调整系统行为的技术称为上下文感知 ( c o n t e x t - a w a r e ) 技术。上下文感知的计算可以减轻用户使用上的负担，并允许用户 专注于任务层次，这是由于上下文感知的应用与服务可以自动地获知上下文变化 的情况，并根据上下文的变化自适应地进行调整。 目前上下文感知有两个发展趋势：第一，基于知识表示的上下文建模及智能 推理技术；第二，与服务计算相结合，利用s o a 带来的灵活性和互操作性构建更 加灵活、可扩展的中间件。为了使面向服务的应用可以在更多的计算设备上运行， 作为服务的应用需要一个确定的策略来适应这些上下文特征。因此，在进行服务 选择时有必要将这些用户及服务的上下文信息纳入考虑范围。在这里，上下文是 关于环境、系统或用户的任何即时的、可发觉的、相关的属性，如用户的角色、 过程和任务、定位、可提供的带宽、用户时间表等 s l 。上下文感知是指感知上下文 并根据该信息调整系统行为的性能。上下文感知利用上下文信息向用户提供高效 的信息交互，并改善服务的针对性。在进行服务发现时，要根据上下文信息来进 行服务的选择。要利用上下文信息就要考虑上下文信息的建模以及上下文信息的 推理技术。 1 2 研究现状 目前研究语义w c b 服务的主要方法是利用本体来描述w e b 服务，然后通过这 些带有语义信息的描述来实现w e b 服务的自动发现。学术界已经有了很多对于语 义w e b 服务发现的研究。 基于上下文的语义w e b 服务发现框架及其应用 最典型的语义w e b 服务发现模型是美国卡内基梅隆大学的m p a o l u c c i 等提出 的基于o w l s 的w e b 服务发现模型6 1 ，该模型通过建立o w l s 中的s e r v i c ep r o f i l e 与u d d i 之间的映射，实现了在u d d i 中存储o w l s 信息，同时通过服务功能属 性匹配实现了w e b 服务的语义发现。 k s i v a s h a n m u g a m 等针对w s d l 缺乏语义描述的能力，利用w s d l 的扩展性， 将已存在的和扩展后的w s d l 构造元素与d a m l + o i l 本体联烈7 1 ，其目的是扩展 w s d l 使其与s e r v i c ep r o f i l e 具有相同的功能，然后将这些语义信息发布到u d d i 中供服务匹配使用。 现有的语义w c b 服务服务发现方法没有考虑用户的个性化需求。不同的用户 即使请求同样的应用，也往往会偏向于选择不同的服务【8 】。随着网络上可用服务的 增多，能够提供相同应用的服务的数量也逐渐增多。当不同的服务可以提供相同 的应用时，服务发现就需要根据用户的上下文信息和用户的偏好自动地选择最合 适的服务来满足用户的需求。例如多个声音识别服务都可用，用户可能更喜欢最 流行的声音识别服务或者是最廉价的服务。 基于上下文感知的w e b 服务方面的应用研究工作目前已经展开。许多相关的 研究项目已处于开发和实验阶段【4 1 。 ( 1 ) f l a m e 2 0 0 8 是中国科学院计算技术研究所开发的服务组合平台，是用于 北京2 0 0 8 年奥运会的智能个人w e b 服务的集成平台【9 1 。其目的是为了构建一个支 持大量用户组和大量服务集的基于w e b 的信息系统平台，实现个人情形感知服务。 ( 2 ) m y c a m p u s 项目是美国卡耐基梅隆大学开发的一个上下文感知的移动服务 的语义w e b 环境【1 0 】。通过自动发现和访问客户代理持续收集来的用户资源信息， 来更好地提供上下文感知的w e b 服务，帮助用户开展不同的任务。 ( 3 ) m k e i d l 和a k e m p e r 于2 0 0 4 年通过对现有w e b 服务的扩展，提出了一个 感知上下文的自适应的w e b 服务开发与部署框梨1 1 】。 ( 4 ) r c a p i l l a 于2 0 0 6 年提出了一个可升级的软件架构，能够用在不同类型的 上下文感知系统中，尤其是面向服务的应用系统中【1 2 】。 第l 章绪论 ( 5 ) n n a r e n d r a 和s g u n d u g o l a 于2 0 0 6 年提出了一种通过上下文本体利用上下 文信息自动适应的工作流运算规则，说明了可适应的过程如何能够通过可适应的 w e b 服务实例的行为决策并自动调整自身的动作【1 3 】。 ( 6 ) n l u o 和j y a n 于2 0 0 6 年针对当前服务组合的方法没有考虑用户的上下文 信息、缺乏有效的验证机制等问题，提出了一种能够感知上下文的w e b 服务组合 框架，试图根据有效的上下文信息过滤掉不合适的服务组合【1 4 】。 尽管国内外学术界针对上下文感知的w e b 服务领域已经有了不少研究成果， 但是国内将上下文感知技术应用于w e b 服务发现方面的研究还不多见，并且对于 上下文信息的建模很少采用基于本体的方法。 1 3 研究内容 本论文的选题源于指导教师所承担的国家自然科学基金资助项目“智能化语 义网服务中的本体集成机理与应用模式( 6 0 6 7 2 0 3 1 ) 和辽宁省自然科学基金资助项 目“基于本体集成的语义网智能服务的关键技术研究( 2 0 0 7 2 1 4 2 ) 。 本论文主要研究语义w e b 服务的发现，针对现有的语义w e b 服务发现存在的 问题，改进服务发现的策略，并引入上下文信息，提出一个基于上下文的语义w c b 服务发现框架并进行了实验验证。具体研究内容界定如下： ( 1 ) 上下文感知计算的研究。主要包括如何从环境中提取上下文、如何对上下 文进行建模、如何对上下文信息进行推理、如何有效地利用上下文构建支持上下 文感知的系统框架等问题。本论文主要对上下文信息的建模与推理进行研究，利 用基于本体的方法进行上下文信息的建模，由于计算机所能感知的上下文信息有 限，且一般是低层上下文信息，对于人类行为、心理趋势等高层上下文信息必须 通过推理才能获得，因此提出基于j e s s 的上下文推理。 ( 2 ) 基于上下文的语义w e b 服务发现框架的研究。在对原有的语义w e b 服务 发现框架研究的基础上，增加了对用户上下文因素的考虑，在进行了上下文本体 的构建与推理的研究之后，提出了一个基于上下文的语义w e b 服务发现框架。 ( 3 ) 基于功能匹配和上下文匹配的两层匹配器的研究。现在常使用o w l - s 进 4 基于上下文的语义w e ；b 服务发现框架及其应用 行语义w e b 服务描述，但其中并不包含上下文信息，并且用户的服务请求中也不 包含上下文信息，本论文研究了发布的w e b 服务和服务请求的上下文描述。在此 基础上设计了包含功能匹配和上下文匹配的两层匹配器。进行语义匹配时，原有 的计算语义距离的算法只是考虑了继承关系，并且继承关系的距离都为1 ，没有考 虑深度因素和非继承关系因素，设计了改进的语义距离算法。利用j a v a 语言等辅 助工具实现了该匹配器。 ( 4 ) 实验验证。通过测试集验证了基于功能匹配和上下文匹配的两层匹配器 的优越性。应用一个旅游领域的实例验证基于上下文的语义w e b 服务发现框架的 可行性。 1 4 研究框架与论文结构 本论文研究了语义w e b 服务、语义w e b 服务发现以及上下文感知计算，设计 了上下文本体以及基于j e s s 的上下文推理框架，根据上下文计算和w e b 服务的 发展趋势，把上下文计算应用于语义w e b 服务发现。w e b 服务注册于u d d i ，服 务请求者发出检索请求，在u d d i 中进行关键词匹配检索，达不到预期效果。语 义w e b 用o w l - s 本体描述w e b 资源，并对u d d i 添加语义形成o w l - s u d d i 的服务发现与匹配机制，进而达到语义匹配的效果。但是，o w l - s 描述中不包含 上下文信息，本论文通过对发布的服务和服务请求进行包装，生成包含上下文信 息的o w l s 描述，实现了语义匹配和上下文匹配；并提出了基于上下文的语义 w e b 服务发现框架；通过实例和相应工具对该框架予以验证。 本论文的研究框架如图1 1 所示。 第1 章绪论 月日z 覃 ，恃o 早 上下文 w e b 服务 建、 添加语义 上下文本体低层上下文信息 语义w e b 服务 上下文_ = 串= 体推理 应用 l f 语义、c b 服务发现完整的上下文信息 l 第4 章 基于功能匹配与上下文匹配的服务发现框架 实现 基于上下文的语义w e b j l i 务发现 f 验证 实例 第5 童 根据上述研究内容和研究框架，本论文的内容章节安排如下： 第1 章绪论。阐述本论文选题的背景及意义、研究现状、具体研究内容、研 究框架与论文结构。 第2 章语义w e b 服务发现。分析了w e b 服务的不足以及语义w 曲的提出， 阐述了语义w e b 服务以及o w l - s 的语法结构。研究了语义w e b 服务发现框架。 第3 章上下文计算。通过分析上下文表示方法，采用基于本体的方法构建上 下文模型。并且在感知用户上下文信息的基础上提出了基于j e s s 的上下文推理模 型，进而实现了上下文的感知与推理。 第4 章基于上下文的语义w e b 服务发现框架。将o w l s u d d i 检索模型与 p r o t 9 9 6 、j e n a 、o w l - se i d t o r 等工具结合，阐述了语义w e b 服务的发布与服务请 基于上下文的语义w e b 服务发现框架及其应用 求的包装，改进了本体中概念的语义距离算法，提出了基于功能与上下文的两层 匹配的w e b 服务发现框架。 第5 章基于上下文的语义w e b 服务发现框架的实现与应用。进行了该服务发 现框架的设计与实现，通过实验验证了两层匹配器的有效性，并通过一个旅游领 域的服务发现实例验证了基于上下文的语义w e b 服务发现框架的可行性。 第6 章结论。对本论文的研究工作及不足进行总结，展望上下文计算技术以 及语义w e b 服务发现的应用及其发展。 第2 章语义w e b 服务发现 2 1 语义w e b 服务 第2 章语义w e b 服务发现 2 1 1 语义w e b 服务 w e b 服务是一个通过网络使用标准的x m l 消息可以访问的操作集的接口，它 支持网络上机器与机器之间的互操作，它有一个以机器可以处理的格式描述的接 口，其它系统通过s o a p 消息与w e b 服务进行通信，s o a p 消息通常以x m l 序 列化的形式采用h t r p 协议以及其它w c b 相关协议进行传输【1 1 。 w e b 服务本质上是一种应用程序之间的通信机制，它独立于硬件平台、操作 系统和编程语言。w e b 服务有一个软件接口，它描述了一组在网络上可以通过标 准化的x m l 消息传递进行访问的操作 1 5 】【1 6 】。w e b 服务技术( w e bs e r v i c e t e c h n o l o g y ) 为开放环境中发布、发现、调用和绑定w e b 服务提供了方法，具有环 境无关性、自动集成性和维护简易性，具备基于x m l 、松散耦合、粗粒度、同步 异步的能力，支持远程过程调用( r p c ) 等行为特征【r 丌。 尽管w e b 服务的优点很多，但传统的w e b 服务技术只为i n t c r n e t 上异构信息 的集成提供技术手段，解决办法集中在语法层次，并没有完全解决语义上的问题。 例如，w e b 服务接口描述语言w s d l 着重于服务的基点，不能描述操作之间的协 调关系等语义特征；用于发布与管理的注册中心u d d i 不支持对语义的处理，且 检索使用基于关键词的匹配；对于服务发现，不能仅仅依赖关键词检索服务，而 需要按照服务所提供的功能来检索确实需要的服务。这些问题使得w e b 服务之间 不能真正“理解 彼此交互的内容，而对于w e b 服务组合来说，它需要服务的组 件能够相互协同，并且要求根据服务流程的变化动态地绑定和调整各服务组件， 仅仅依靠w s d l 描述的物理信息，这些目标还不能完全达到。 语义w e b 服务克服了w e b 服务的不足，为服务发现提供了很好的技术支持。 它不仅保持了w e b 服务原有的封装性、松散耦合、高度可集成能力等特点【i 引，而 且将语义w e b 的研究成果引到w e b 服务中，通过添加语义信息，使得服务可以理 8 基于上下文的语义w 曲服务发现框架及其应用 解相互之间互操作的信息，检索具有语义性，能够自动发现、自动调用和自动组 合w e b 服务。 语义w e b 的核心思想是信息要以机器可理解的方式来表示，从而提高信息服 务的质量，并开拓各种新型的智能化的信息服务，提供信息的语义关系的表达方 式，以满足w e b 应用对信息互操作性的要求。 语义w e b 服务的主要目标是：( 1 ) 使w e b 服务成为机器可解释的、用户明了 的、能够使用智能主体进行相关操作的服务。( 2 ) 支持自动的w e b 服务发现、执 行、组成和互操作等。 2 1 2 语义w e b 服务的描述框架及其应用 语义w e b 服务是用标记语言( 例如o w 【广s ) 增强语义描述的w 曲服务。语 义描述使外部代理( a g e n t ) 和程序能够自动发现、调用和组合w e b 服务，使w “。 服务成为计算机可理解的实体，从而支持服务的自动发现、自动执行和自动组合。 语义w e b 服务的语义描述框架中最有影响的有三种【1 6 1 ：o w l - s ( o w l - b a s e d w e bs e r v i c eo n t o l o g y ) 、w s d l - s ( w e bs e r v i c es e m a n t i c s ) 和w s m o ( w e bs e r v i c e m o d e l i n go n t o l o g y ) 。三者的基本描述都包括服务名称、服务提供者和服务分类， 其中o w l - s 和w s m o 都通过服务本体来建立语义服务，为w e b 服务建立自己的 丰富语义模型，有各自的实现环境；而w s d l s 是一种向w e b 服务添加语义的轻 量级方法，利用外部的领域本体( d o m a i no n t o l o g y ) 中定义的语义概念对w s d l 描述的w e b 服务的能力和接口进行标注，保留了w s d l 中已经具有的信息。o w l , - s 提供了对w e b 服务进行语义描述的模型，是各种语义w e b 服务技术研究和开发工 作的基础，应用广泛。通过对三种描述框架的比较，本论文选用应用最为广泛的 o w l s 描述框架。 o w l - s 以本体为核心来描述w e b 服务，使其具有语义。在o w l - s 研究框架 中，一个服务本体由三个部分构成：s e r v i c ep r o f i l e 、s e r v i c em o d e l 和s e r v i c e g r o u n d i n g i l 9 】。o w l - s 定义了一套基于语义的服务发现和服务组合的标准，代替了 传统w e b 服务协议栈中的u d d i 注册中心和服务组合机制，使w e b 服务能够在开 第2 章语义w e b 服务发现 放、动态的环境下实现基于服务功能描述的自动发现和自动调用。 本论文主要研究了o w l - s 在语义w e b 服务发现中的应用，在开放的环境中， 服务发现涉及三方面的内容：服务发布机构、服务描述和服务匹配算法。服务发 布机构，在服务提供者注册服务时，制定一定的服务注册规则，以便查找时能比 较有效地提高服务发现的效率和查准率等；服务描述包括在服务注册时对发布的 服务的描述和在服务匹配时对服务请求的描述；服务匹配算法用于实现服务请求 与发布的服务之间的匹配。这三者之间是紧密相联、相互影响的，任何一个内容 采取的方法往往都直接影响到其它内容的复杂程度【2 0 1 。其中，服务描述模型起着 非常关键的作用，服务提供者和服务请求者对服务描述的差别直接影响着服务匹 配算法，差别越大，匹配算法需要处理的问题就越多。 在o w l - s 框架下，s e r v i c ep r o f i l e 提供了一种描述服务提供者所提供的服务和 服务需求者所需服务的途径。首先，服务提供者运用s e r v i c ep r o f i l e 来描述其提供 的服务并将其发布到注册中心；然后，服务请求者收集其所需服务的基本信息( 服 务的基本描述、服务的类别、服务的功能描述、服务的其它特征等) ，并根据这 些信息创建请求服务模板r e q u e s t s e r v i c e t e m p l a t e ，同时运用s e r v i c ep r o f i l e 描述出 来，这样就有了服务请求和服务发布的s e r v i c ep r o f i l e 实例，服务发现的任务就是 由服务匹配器对这两个实例进行匹配。 由此可见，o w l - s 为服务提供者和服务请求者提供了一致的服务描述机制， 从而降低了发布的服务与请求服务匹配的复杂度，体现了它在语义w e b 服务中的 优越性。但随着w e b 服务数量的不断增加，服务请求者在服务功能满足需要的情 况下，对满足用户的个性化需求的要求越来越高，而o w l s 规范中并没有提供有 关上下文的类和属性的定义，因此，本论文在描述w e b 服务时引入了上下文描述， 对o w l - s 进行了扩展，详见第3 章所述。 2 。2 语义w e b 服务发现 2 2 1 语义w e b 服务发现 基于w e b 的商务应用为客户提供了不同类型的w e b 服务，而这些服务可能具 基于上下文的语义w e b 服务发现框架及其应用 有不同的形式，并且它们的复杂程度也不相同，例如面向软件的服务、面向硬件 的服务、移动服务等。所谓w e b 服务发现，就是服务请求者以某种方式在这些不 同类型的w e b 服务中找到其想要的服务，以执行w e b 服务请求。w e b 服务发现是 w e b 服务系统架构中的一个重要部分，u d d i 是其中一种解决方案。 w e b 服务发现是一个检索服务描述文档并且对服务提供者提供的服务进行定 位的过程，这个过程是整个w e b 服务模型的关键。它的基本步骤【2 l 】【2 2 1 如下： ( 1 ) 服务描述：服务提供者编写服务后，用描述语言来描述其提供的服务； ( 2 ) 服务发布：在注册中心分类并发布服务提供者提供的服务描述； ( 3 ) 服务查询：服务请求者查询是否存在具有合适功能的服务； ( 4 ) 服务匹配：将服务请求者的需求与存储的服务描述进行匹配并返回结果。 这里的服务匹配是本论文讨论的重点。所谓服务匹配，也就是说能够在现存的w e b 服务描述中找到与服务请求者的需求相符合的w e b 服务； ( 5 ) 服务调用：服务请求者根据发现的服务描述中绑定的服务地址激活目标 w e b 服务。 u d d i 是一个跨平台的开放性架构，可以帮助w e b 服务提供者在i n t e r a c t 上发 布自己推出的w e b 服务。简单的说，u d d i 就是w e b 服务的服务中介。它提供了 一组基于标准的规范，用于描述和发现服务。但u d d i 存在若干局限性四】：( 1 ) u d d i 服务注册中心不支持服务的语义描述；( 2 ) 服务发现时的匹配过程是关键字匹配； ( 3 ) u d d i 查找引擎只支持直接匹配。 语义w e b 服务发现的目标是实现w e b 服务发现的高效率和自动化。目前w e b 服务架构中用于w e b 服务发现的u d d i 技术主要是基于关键字查找，由于关键字 查找的自身缺陷，u d d i 技术不支持概念之间的推理或灵活的匹配，因而不能实现 基于服务性能的查找，在服务发现的效率和自动化上大打折扣。因此单单靠u d d i 技术不能满足用户的需求，应当要在w e b 服务发现机制中加入语义的成分。 u d d l 支持的w s d l 语言不能对服务进行语义描述，在一定程度上制约了服 务发现的性能。而o w l s 语言有效地弥补了w s d l 语言缺乏语义的不足，因此 第2 章语义w e b 服务发现 需要在原有的u d d i 数据结构基础上对u d d i 进行扩展以支持o w l - s 规范。为了 使u d d i 注册中心能支持o w l s 规范，并能存储服务的语义信息，必须建立 o w l - s 到u d d i 的映射，通过扩展t m o d e l 类型的方法来实现。该方法的核心思想 是：对于在u d d i 中没有相应元素的o w l sp r o f i l e 元素，在u d d i 注册中心创建 新的t m o d e l 类型，使o w l sp r o f i l e 元素与该m o d e l 产生映射关系。基于上述t m o d e l 的特点，通过扩展t m o d e l 方法对u d d i 进行语义方面的扩充，不会与现行u d d i 注册中心产生冲突，并且能将包含语义的w e b 服务注册信息保存在u d d i 注册中 心【2 3 】。 2 2 2 基于o w l - s 的语义w e b 服务发现模型 美国卡内基梅隆大学提出了一个典型的基于o w l s 的w e b 服务发现模型【4 1 ， 该模型引入了o w l - s 描述语言，w e b 服务使用o w l - s 标注语义；而且扩展了 u d d i 标准，通过建立o w l - s 中的s e r v i c ep r o f i l e 与u d d i 之间的映射关系，实现 了在u d d i 中存储o w l s 信息；同时通过基于服务功能属性的匹配引擎实现了 w e b 服务的语义匹配。从而实现了基于语义的w e b 服务发现。 此时u d d i 可通过s e r v i c ep r o f i l e 提供功能检索，而不是传统的关键词检索， 服务发现的语义匹配过程由o w l - s u d d i 匹配器来完成。o w l - s u d d i 匹配器由 通信模块、o w l - s a j d d i 转换器、o w l s u d d i 匹配引擎所组成。所有的外部请 求，包括服务提供者的服务信息发布和服务请求者的服务检索请求，利用通信模 块进入到o w l - s u d d i 匹配器中。其体系结构【4 】如图2 1 所示。 o w l - s u d d i 匹配器通过通信模块接受来自外界的信息。 ( 1 ) 当此消息为服务发布时，将其传送给o w l s u d d i 转换器。用o w l - s 描 述的服务发布信息转换成u d d i 格式，根据服务的提供者和所提供的服务名称构 建一个u d d i 服务描述，最后注册到注册中心并获得此服务在服务注册处中的d ， 将这个i d 及描述信息传送到匹配引擎并存储f 2 4 1 。 ( 2 ) 当此消息为服务检索请求时，通信模块把它传送给匹配引擎，利用o w l - s 本体对服务检索请求进行功能匹配，最终结果为所需的服务发布信息及其d 。根 基了二上下文的语义w e b 服务发现框架及其应用 据此i d 可获得相应的u d d i 信息，最后把这些信息返回给服务请求割2 2 1 。 服务发布描述服务请求描述 o w l s u d d i 匹配器 通信模块 o w l s u d d i1 o 、 厂】l s ，u d d l 转换器 7 匹配引擎 图2 1o w l s u d d i 匹配器的体系结构 f i g 2 1t h ea r c h i t e c t u r eo fo w l - s u d d im a t c h m a k e r - 1 3 第3 章上下文计算 3 1 上下文计算 第3 章上下文计算 3 1 1 上下文 上下文( c o n t e x t ) 是描述环境状态、资源信息、用户需求等影响服务输入输 出的一些属性及属性的取值【5 】。尽管上下文在某些环境中显而易见，如某次谈话中 谈话的时间、地点和氛围等很容易成为交谈双方确知的上下文，但要给感知计算 中的上下文下一个通用的定义却相当困难。b s c h i l i t 等将上下文分为三类来定义 【2 5 】：( 1 ) 计算上下文，如网络的可用性、网络带宽、通信开销、周边的打印机、显 示器等资源；( 2 ) 用户上下文，包括用户的个性、位置、周围的人员、甚至社会关 系等：( 3 ) 物理上下文，如光线的明暗、噪声的大小、交通状况、气候、温度等。 通用的定义是“上下文是环境本身以及环境中各实体所明示或隐含的可用于 描述其状态( 含历史状态) 的任何信息。其中，实体既可以是人、地点等物理实 体，也可以是诸如软件、程序、网络连接等虚拟实体【2 6 1 。” 3 1 2 上下文计算 随着计算设备和网络技术的不断发展以及移动设备的广泛普及，随时随地获 得服务成了用户的普遍需求，这就需要系统能够感知当时的情景中与交互的任务 有关的上下文，并基于上下文信息做出决策和自动地提供相应的服务。这种计算 模式称为上下文计算( c o n t e x tc o m p u t i n g ) 。上下文计算可以减轻用户使用上的负担， 并允许用户专注于任务层次，这是由于上下文计算的应用与服务可以自动地获知 上下文变化的情况，并根据上下文的变化自适应地进行调整 7 1 。 现在上下文计算得到了充分的关注，其研究主要包括如何获取上下文、如何 对上下文进行建模和表示、如何有效地利用上下文、如何构建支持上下文感知的 系统框架等。 如何进行上下文的建模，如何进行上下文信息的获取在理论研究方面还存在 很多不完善的地方；在实践方面，工程人员更是面临巨大的挑战。理清这些问题， 基于上下文的语义w e b 服务发现框架及其应用 有利于解决问题。总结起来，上下文计算主要面临如下的挑战： 上下文信息的建模。对于各种上下文，由于它们的特性不同所以就有各种的 表达和模型。上下文信息的建模要求能够对不同种类的上下文信息能够以通用的 方式来表示，使得多个上下文系统之间能够共享各种上下文，并基于上下文信息 可以减轻上下文应用开发的负担。 上下文信息的获取。上下文信息包括低层上下文信息和高层上下文信息。获 取低层上下文信息主要是通过传感器进行的，上下文信息的精度一定程度上依赖 于传感器的精度。更为严峻的是上下文信息可能是在分布、异构、动态的环境下， 如何同它们交互与通信以获取信息，存在着许多技术难点。获取高层上下文信息 需要进行上下文推理。本论文主要研究了上下文的推理。 3 2 上下文建模 对于各种上下文，由于它们的特性不同，所以就有各种不同的表示模型。当 前几乎所有的系统都采用自己的方法来建立上下文信息的模型。这样就不可能相 互交换上下文的信息或根据一个系统感知到的上下文变化来通知另外系统中的应 用程序。现在需要一种能表示各种上下文信息的通用数据结构，希望寻找通用的 方法进行上下文建模，以捕获上下文信息，适应动态的环境【2 7 1 。 在现实的服务发现领域，为了不同的目标，服务被分成不同的子领域。在不 同的子领域中，上下文都包含一些共有的概念，因此可以构造一个通用的一般的 上下文模型，只是一些细节的特征不同。这在很大程度上促进了一些普通概念的 重用。 3 2 1 上下文建模的主要方法 目前主要的上下文表示模型大致分为以下几种类型2 s l ： ( 1 ) 键值对模型。键值对在操作系统领域很早就开始使用了，环境变量就是典