基于服务池语义Web服务发现.docVIP

基于服务池语义Web服务发现 　　摘要：传统的Web服务发现和订阅是费时费力的；而且缺乏语义描述，无法实现Web服务之间互操作的智能化，搜索的精确度不高。本文提出了一种基于服务池的语义Web服务的发现和订阅模型。首先进行功能性的匹配，将结果聚合成服务池，服务池再进行QoS匹配。该模型具有以下特点：①将服务池作为消费者发现和订阅的唯一视图，以“服务消费者中心”的方式简化了服务发现和调用的过程。②在原有基于服务聚合方法基础上，增强了Web服务的语义信息，提高了服务匹配的准确率。 　　关键词：Web服务 服务池 Web服务发现 　　 　　0 引言 　　SOA是以服务为基本同时支持开发、组合、部署、管理的一种结构[1]。随着服务数量的增加，查询到大量不相关的结果。 　　此外，目前服务的描述只能描述Web服务的技术和语法，不支持QoS信息，因而在服务组合中不能提供重要的附加信息，又由于资源描述的多样性，因此，用户很难对服务的功能进行准确定位，更不能实现服务的互操作。 　　基于以上问题，本文提出了基于服务池的语义Web服务聚合方法。 　　1 基于服务池的语义Web服务发现模型 　　1.1 基于服务池的SOA模型扩展 　　本文的服务发现模型如图1所示： 　　①提供商向代理发布具有QoS属性的语义Web服务。②消费者向代理发送功能请求。③代理进行功能匹配，将结果发送到服务池管理层。④服务池管理层聚合成服务池，并将服务池作为简单资源视图返回给用户。⑤用户向服务池发送QoS约束条件，服务池进行匹配并返回一组最佳的服务或组合。⑥用户向服务池发送调用请求。⑦服务池实现调用请求和目标服务的绑定。⑧用户通过服务池调用目标服务。 　　基于服务池的SOA扩展模型有两个好处：①简化服务发现过程。②屏蔽服务调用的复杂性。 　　1.2 基于服务池的语义Web服务发现模型 　　OWL-S / UDDI 转换器将提供商发布的实例转化成UDDI服务注册信息，并将其保存。 　　扩展的UDDI注册中心采用UDDI规范的4个数据模型来表示服务声明描述，并扩展tModel模型来表示QoS分类信息。 　　语义查询处理器接收查询请求，并形成新的查询描述，从而提高服务发现效率。 　　语义Web服务匹配器执行匹配过程，并根据阈值聚合成一组服务列表。 　　服务池能够根据用户的QoS请求进行QoS匹配并且能够实现服务的绑定。 　　 领域本体库存储特定领域内的知识库、知识关系。领域本体为语义推理机提供必要信息。 　　第三方检测代理一方面对QoS属性量化，另一方面对服务的性能进行动态评估和调整。 　　2 基于服务池的语义web服务的发现过程 　　语义Web匹配的核心任务就是将请求服务和目标服务的Profile实例进行比较，目前研究集中在将功能性的描述转换为服务的IOPE参数和结构化/半结构化的语义数据。在SOA扩展模型中，Web 服务的语义描述被认为是提供商和请求者之间的一种约定，其最终目的是让用户精确地了解服务的功能。 　　2.1 语义web服务描述模型 　　本文定义的Web 服务描述模型为： 　　WS={S，F，NF，R}式(1) 　　其中S是服务的基本描述；F是功能匹配的主要依据；NF是非功能的属性，R是提供商的信誉度值。 　　2.2 服务匹配策略 　　根据服务模型WS={S，F，NF，R}结构，我们使用三级细粒度匹配的策略：由第一级筛选的候选服务参与第二级IOPE功能匹配，结果聚合生成服务池，再在服务池中进行基于QoS和信誉度的第三级非功能匹配。 　　2.3 相似功能服务的聚合 　　相似功能服务的聚合过程分为以下六个步骤： 　　第一步：用户提交服务信息给语义查询处理器。 　　第二步：语义查询处理器将请求发送web服务匹配器。 　　第三步：语义web匹配器先访问UDDI，提取所有已注册的本体，加载到匹配器内部的服务本体库中。 　　第四步：匹配引擎首先进行基本描述匹配，对结果进行语义匹配。 　　第五步：推理机根据IOPE参数从领域本体库中提取本体，返回结果。 　　第六步：根据阈值，进行过滤，将得到一组相似功能的服务列表，并返回结果集。 　　2.3.1 第一级服务基本描述匹配 　　服务的基本描述匹配包括serviceName、serviceCategory、textDescription的匹配。具体参见文献[3-6]。 　　2.3.2 第二级服务IOPE匹配 　　通过计算本体概念集合的相似度来获取服务功能的语义相似度[5]。 　　功能相似度的计算公式如下： 　　simfunctional(Ps，Rs)=ω1siminput(Ps，Rs)+ω2simoutput(Ps，Rs)+ 　　ω3simprecond