Web服务描述模型及其信息压缩机制研究

论文摘要

有线网络环境下的Web服务发现技术研究已经比较成熟，如基于语义的服务匹配和分布式的服务发现架构，但面临人们是否可以快速获取需要的信息和服务，这就需要进一步的研究。在普适计算环境中，服务的使用者和提供者表现出移动性、间歇连接性，其拓扑结构随时间变化而改变，呈现出极强的动态性。而且，移动设备的存储容量和通信带宽都受限，这就要求服务发现所产生的消息负载不能过高。在动态的网络环境下，发现合适的服务是实现服务共享、复用的重要前提，服务发现的效果直接关系服务复用的质量，影响到服务组合的相容性和替换性，关系到能否实现快速的使用个性化服务。在服务发现过程中，有效地服务发现依赖于服务的描述方法；而普适环境又涉及到服务社会关系，那么本文需要建立社会关系模型，在服务描述中增加服务社会属性，并且要对服务的描述信息进行压缩优化。首先，本文在OWL-S本体描述语言基础上，扩展为一种轻量级的Web服务描述语言S-OWL-S。先分析了普适环境下存在的社会关系，建立支持社会上下文表达语义Web服务描述模型。考虑OWL-S没有服务社会上下文描述，但它具有可扩展性，所以设计了S-OWL-S本体服务描述语言，构建的SCProfile本体囊括了社会上下文属性以及属性参数。其次，本文提出了一种改进的Counting Bloom Filter算法，即分域Counting BloomFilter算法，该算法按照服务的领域划分，并用于服务信息的压缩。压缩的目的是简洁地表示出服务集合信息，在向用户传播服务广告时减少带宽消耗和缓存的占用，此外可以减小误判率。文中分析了标准的Bloom Filter的基本原理、算法以及误判率，同时分析计数式Bloom Filter算法，在此基础上提出了分域计数式Bloom Filter算法，并比较了分域Counting Bloom Filter算法和Bloom Filter算法的误判率以及设计相应的哈希函数。最后，本文对服务属性进行量化，并把发布的服务信息存储到位串向量组以及进行服务的查找。由于Bloom Filter算法只能用于表示数据集合，本文把服务信息分为领域和其他服务属性两部分，并按照量化的领域不同，将量化的服务信息存储到不同位串向量。通过常用的查准率和查全率性能指标以及平均查找时间来检测分域Counting BloomFilter算法的有效性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究目的和意义
• 1.2 国内外研究状况
• 1.2.1 Web 服务的语义描述研究
• 1.2.2 Bloom Filter 算法研究
• 1.3 主要研究内容
• 1.4 论文的结构
• 第二章 Web 服务描述语言综述
• 2.1 Web 服务
• 2.1.1 Web 服务的基本结构
• 2.1.2 Web 服务的协议
• 2.2 语义Web 服务
• 2.2.1 OWL-S
• 2.2.2 WSMO
• 2.2.3 SAWSDL
• 2.3 语义技术
• 2.3.1 本体
• 2.3.2 QoS
• 2.3.3 上下文
• 2.4 小结
• 第三章 支持社会上下文的语义Web 服务描述模型
• 3.1 Social Context 由来
• 3.2 语义Web 服务描述模型
• 3.2.1 Social Context 性能
• 3.2.2 Social Context 度量值
• 3.3 S-OWL-S 本体
• 3.3.1 SCProfile 结构
• 3.3.2 SCMetric 与SCValue
• 3.3.3 服务特征量化
• 3.4 S-OWL-S 应用
• 3.4.1 SCProfile 本体 UML 模型
• 3.4.2 应用举例
• 3.5 小结
• 第四章 一种基于改进的CBF 算法的服务信息压缩技术
• 4.1 标准Bloom Filter
• 4.1.1 Bloom Filter 基本原理
• 4.1.2 Bloom Filter 算法
• 4.1.3 Bloom Filter 误判率
• 4.2 改进的计数式Bloom Filter
• 4.2.1 计数式Bloom Filter
• 4.2.2 分域Counting Bloom Filter 基本原理
• 4.2.3 分域Counting Bloom Filter 算法
• 4.2.4 分域Counting Bloom Filter 误判率
• 4.3 哈希函数设计
• 4.4 服务信息压缩技术
• 4.5 小结
• 第五章 实验与分析
• 5.1 系统功能结构
• 5.2 服务量化过程
• 5.3 实验分析
• 5.3.1 实验平台
• 5.3.2 实现过程
• 5.3.3 实验结果
• 5.3.3.1 查询服务有效性验证
• 5.3.3.2 服务信息压缩验证
• 5.4 小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 下一步工作
• 参考文献
• 作者在攻读硕士学位期间公开发表或已录用的论文
• 致谢