首页> 中文学位 >面向语义Web服务的分布式服务发现研究——基于本体图分割和前缀路由的语义Web服务发现
【6h】

面向语义Web服务的分布式服务发现研究——基于本体图分割和前缀路由的语义Web服务发现

代理获取

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景

1.2主要研究工作

1.3本文组织结构

第2章Web服务发现及相关技术综述

2.1引言

2.2 Web服务概述

2.2.1 Web服务架构

2.2.2 Web服务的基本技术和标准

2.3语义Web服务

2.3.1本体(Ontology)

2.3.2语义Web

2.3.3语义Web服务

2.3.4 OWL-S

2.3.5语义Web服务能力的描述

2.4 Web服务发现

2.4.1集中式的服务发现

2.4.2分布式的服务发现

2.5 P2P技术

2.5.1 P2P技术简介

2.5.2 P2P网络拓扑结构

2.6本章小结

第3章基于本体图分割的分布式服务聚类算法

3.1引言

3.2本体分割

3.3聚类算法

3.3.1聚类分析方法

3.3.2常用的聚类算法

3.4本体图分割算法ROCKOn2

3.4.1概念相似度

3.4.2基本公式

3.4.3 ROCKOn2算法

3.5基于本体图分割的分布式服务聚类算法ROCKOn2Cluster

3.5.1服务描述的语义表示

3.5.2 ROCKOn2Cluster算法

3.6 ROCKOn2算法仿真

3.7本章小结

第4章面向语义Web服务的分布式服务发现机制

4.1引言

4.2经典P2P路由算法

4.2.1洪泛路由

4.2.2 Pastry网络模型的路由机制

4.3语义Web服务相似度计算

4.3.1单概念相似度计算

4.3.2概念集合相似度计算

4.3.3语义Web服务相似度计算

4.4基于本体图分割和前缀路由的语义Web服务发现系统(Spring)

4.4.1分配节点ID

4.4.2节点的状态表

4.4.3语义路由

4.4.4节点的自组织

4.4.5语义Web服务的发布

4.4.6语义Web服务的查找

4.4.7语义信息的利用

4.5本章小结

第5章Spring系统实验仿真及其应用

5.1状态表仿真

5.2语义路由仿真

5.3本体图分割个数M的设定

5.4 Spring系统的应用

5.4.1 PISOMWare系统简介

5.4.2移植Spring系统至PISOMWare系统

5.5本章小结

第6章结论与展望

6.1结论

6.2工作展望

参考文献

致谢

攻读硕士学位期间发表或录用的论文

展开▼

摘要

语义Web服务(Semantic Web Serivces)技术通过使用本体为Web服务的描述提供语义信息,使Web服务能够为机器所理解成为可能,并且为Web服务的自动发现提供了技术基础。语义Web服务通常由一系列的本体概念来描述,而现实世界中的许多领域本体由成千上万的概念组成,这些本体概念组合的数量是海量的;同时,随着各类Web服务的涌现,如何有效、合理的管理由海量的本体概念组合所描述的海量Web服务,成为大规模服务发现系统的一个难题。 本体图有着良好的层次结构和模块性,本文通过将本体图划分为少量的语义相近的概念区域,将海量的服务描述的概念组合映射为有限的概念区域组合,有效地将语义相似的服务进行分簇,进而构建出一个有结构的语义P2P网络来管理维护这些聚类的Web服务,从而有效地解决了由大规模本体概念描述的大规模服务的发现问题。 本文首先给出了一种基于ROCK(A Robust Clustering Algorithm for Categorical Attributes)用于大规模本体图分割的ROCKOn2算法,该算法将本体图划分为少量的语义相似的概念区域,为服务的分簇管理提供了基础;然后基于ROCKOn2算法提出了一种分布式服务聚类算法ROCKOn2Cluster,将服务的语义描述信息转化为概念区域序列,从而将语义相似的Web服务分类到相同的概念区域序列中,有效地将语义Web服务进行分簇;为管理这些分簇的Web服务,本文给出了一种面向语义Web服务的分布式服务发现系统(Spring系统):Spring系统是一个有结构的融合语义P2P网络,通过本体图分割技术(ROCKOn2算法)将本体图分割为多个区域,并为数据内容和P2P网络节点分配变长的概念区域编码;同时,它使用一种支持变长编码的基于前缀的语义路由策略;实验及PISOMWare应用实例表明Spring系统具有稳定的路由跳数,有效的服务发现能力,适用于基于大规模本体概念的分布式Web应用。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号