一種基於語義Web的服務簇構建方法
2023-05-28 01:30:46 4
一種基於語義Web的服務簇構建方法
【專利摘要】本發明公開了一種基於語義Web的服務簇構建方法，包括如下步驟：S101、構建基於語義的服務空間；S102、建立Web服務與服務空間的映射關係；S103、構建服務簇及其動態庫；S104、邏輯Petri網對服務簇的組織結構描述。本發明生成所有服務簇只需對n個概念進行量化，則查找本體樹的次數為n次，在生成服務簇的時間複雜性上有了很大提高；本發明通過語義的概念融合明確了服務埠及服務質量的種類，使服務簇的構建較為合理；本發明服務簇是在服務空間內生成的，面向用戶需求的服務簇匹配運算轉化為坐標的查詢，則服務簇構建依據越多，服務簇的構建精度越高，且系統根據用戶需求匹配服務簇的時間複雜性較小，解決了一般服務聚類方法的局限性。
【專利說明】一種基於語義Web的服務簇構建方法
【技術領域】
[0001] 本發明涉及一種基於語義Web的服務簇構建方法。
【背景技術】
[0002] 隨著Web服務技術的發展與應用的普及，服務數量迅猛增加，不同服務提供商發 布了大量在功能上相同或者相似的服務，為服務請求者提供了較多選擇，同時也增加了用 戶查找和綁定適合自己的最佳服務的難度。現有服務模式為用戶返回一個符合請求的服 務，當用戶需求發生細微改變或由於網絡環境的變化造成當前響應服務失效，很難快速尋 找替代服務，服務響應的自適應性差，而且服務組合過程變的過於複雜且組合後的模型難 以實現動態適應性。
[0003] 為了解決上述問題，一些學者提出了以一組服務的集合實現服務請求和響應的思 想，並給出了服務群、服務池、服務簇和服務社區（Service Community)等概念。它們雖然 各異，但本質是相同的，都是在進行面向用戶需求的服務查找前，先進行服務聚類，將一組 功能相同的服務聚集在一起，作為一個整體提供服務。
[0004] 目前，出現了幾種典型的服務聚類方法，如Richi Nayak將關鍵詞在服務描述文檔 中出現的頻率作為服務相似度，提出了擴展Web服務的語義描述，並引入了異構Web服務分 組的思想，在上述方法的基礎上，層次聚類算法又應用於相似Web服務的聚類過程。針對網 格服務，基於服務輸入輸出及功能本體相似性，提出了一種基於本體聚類的服務發現方法。 為了提高服務聚類的內聚性，孫萍等從服務的功能相似和過程相似兩個層面，對服務進行 了聚類研究。同時，在計算相似度的基礎上，基於用戶需求和用戶經驗等因素的聚類方法也 被提出。
[0005] 相似度計算是目前聚類的主要方法，但不同的研究者選取的構建聚類的因素有所 不同，其中，關聯規則相似度、詞語相似度、義原相似度、參量相似度和結構相似度是服務相 似度的主要計算方法。
[0006] 傳統的基於語義相似度的聚類技術具有局限性，主要體現在以下幾個方面 ：
[0007] (1)、聚類時需進行多次基於本體樹的概念查找，且在聚類時一般要求參數接口一 致，本體樹集成了大量的概念而且構造複雜，在本體樹中進行多次概念查找所需時間複雜 度較大；
[0008] (2)、聚合時需要指定服務類別，在服務分類上有序性較低，容易造成聚類不完全 等問題；
[0009] (3)、聚類的精準度與服務響應矛盾突出，綜合運用服務相似度計算方法，可大大 提高服務相似度計算精度和服務發現準確度，然而隨著相似度計算精度的提高，服務分類 精度增大，服務類的數量增多，則面向用戶需求的服務簇匹配計算複雜度增大，服務響應效 率降低。
【發明內容】
[0010] 針對現有技術中存在的上述技術問題，本發明提出了一種基於語義Web的服務簇 構建方法，解決了一般服務聚類方法中出現的聚類時間複雜度高、分類有序性低等問題，解 決了服務聚類的精準度與服務響應之間的矛盾，融合了參數接口。
[0011] 為了實現上述目的，本發明採用如下技術方案：
[0012] 一種基於語義Web的服務簇構建方法，包括如下步驟：
[0013] S101、構建基於語義的服務空間
[0014]定義埠原子Endpoint,埠原子表示為一個兩元組，Endpoint = (Description, Value)；
[0015] 其中，Description是對埠的描述；Value為埠原子的量化值，唯一標識一個 埠原子，其值範圍為實數域；
[0016]定義質量原子QoS,質量原子表示為一個三元組，QoS= (Description, Value, Values)；
[0017] 其中，Description是對質量原子的描述；Value為質量原子的量化值，其值範圍 為實數域；Values為質量原子的修飾概念量化集；
[0018] 埠原子和質量原子的產生流程為：
[0019] 在語義Web中，給定本體E，對Web服務進行語義標註後，經過信息提取，獲取服 務的埠概念集和質量概念集，經過基於語義的概念融合後，得到埠原子集和質量原子 集；
[0020] 定義服務空間Space,設Space為N維向量的非空集合，N為埠原子集與質量原 子總數之和，F是一個實數域，且Space對於向量的加法及數乘封閉，S卩：若a，b G Space，則 a+b G Space ;若 a G Space, c G F，則 c*a G Space,則稱 Space 為一個服務空間，其中：
[0021] 取定N維全1向量（1，1，-- 1)為空間坐標基；
[0022] 服務空間Space對應的N維坐標系中，N個坐標軸依次命名為 Endpoint'，QoS1, QoS2,…，QoSlri ;
[0023] 埠原子集的全部Value值與坐標軸Endpoint'構成映射關係，N-I個質量原子 QoS的Values值依次與坐標軸QoS1, QoS2，…，QoSlri構成映射關係，映射函數均為乘1運算；
[0024] S102、建立Web服務與服務空間的映射關係
[0025]定義Web服務Wservice，Web服務表不為一個七兀組，Wservice=(Description s, Id, Endpoints, QoSs, Inputs, Outputs, R),其中：
[0026] Descriptions為Web服務的各種描述，包括對質量的描述；Id是對服務的標識， 可唯一確定一個Web服務；Endpoints表示服務的埠原子集；QoSs表示服務的質量原子 集；Inputs為服務的輸入參數集；Outputs為服務的輸出參數集；R表示Endpoints與QoSs、 Inputs、Outputs 及 Descriptions 與 QoSs 的映射關係；
[0027] QoSs屬性中質量原子QoS的Value值的確定規則：
[0028] 由Wservice. R(Wservice. Descriptions, Wservice. QoSs)，得到質量原子QoS的 修飾概念，根據概念在本體樹中的空間位置，得出概念的量化值，並對QoS的Value屬性進 行賦值；
[0029] Web服務在服務空間的映射規則如下：
[0030]設存在 Web 服務 Wservice1 = (Descriptions, Id, Endpoints, QoSs, Inputs, Outp uts, R)；
[0031](I)、由 Wservice1. ROVservice1. Endpoints, Wservice1. QoSs)可知，若 Wservice1. Endpointi G Wservice1. Endpointi 與 QoSe, QoSu,…，QoSk對應，則建立集合X = Iffservice1. Endpointi, QoSe, QoSu,…，QoSJ ,建立原始坐標向量 Vi = (0 0 2，…，0 n),其中對 j = I j ? ? ? j n j
[0032]
【權利要求】
1. 一種基於語義Web的服務簇構建方法，其特徵在於，包括如下步驟： 5101、 構建基於語義的服務空間 定義埠原子Endpoint,埠原子表示為一個兩元組，Endpoint= (Description,Value)； 其中，Description是對埠的描述；Value為埠原子的量化值，唯一標識一個埠 原子，其值範圍為實數域； 定義質量原子QoS,質量原子表示為一個三元組，QoS= (Description,Value,Values)； 其中，Description是對質量原子的描述；Value為質量原子的量化值，其值範圍為實 數域；Values為質量原子的修飾概念量化集； 埠原子和質量原子的產生流程為： 在語義Web中，給定本體E，對Web服務進行語義標註後，經過信息提取，獲取服務的端 口概念集和質量概念集，經過基於語義的概念融合後，得到埠原子集和質量原子集； 定義服務空間Space,設Space為N維向量的非空集合，N為埠原子集與質量原子 總數之和，F是一個實數域，且Space對於向量的加法及數乘封閉，即：若a,beSpace,則 a+beSpace;若aeSpace,ceF，則c*aeSpace,則稱Space為一個服務空間，其中： 取定N維全1向量（1，1，..1)為空間坐標基； 服務空間Space對應的N維坐標系中，N個坐標軸依次命名為Endpoint'，QoS1,QoS2,…，QoSlri ; 埠原子集的全部Value值與坐標軸Endpoini^構成映射關係，N-I個質量原子QoS的Values值依次與坐標軸QoS1,QoS2，…，QoSlri構成映射關係，映射函數均為乘1運算； 5102、 建立Web服務與服務空間的映射關係 定義Web服務Wservice，Web服務表示為一個七元組， Wservice= (Descriptions,Id,Endpoints,QoSs,Inputs,Outputs,R),其中：Descriptions為Web服務的各種描述,包括對質量的描述；Id是對服務的標識,可唯 一確定一個Web服務；Endpoints表示服務的埠原子集；QoSs表示服務的質量原子集； Inputs為服務的輸入參數集；Outputs為服務的輸出參數集；R表示Endpoints與QoSs、 Inputs、Outputs及Descriptions與QoSs的映射關係； QoSs屬性中質量原子QoS的Value值的確定規則： 由Wservice.R(Wservice.Descriptions,Wservice.QoSs)，得到質量原子QoS的修飾 概念，根據概念在本體樹中的空間位置，得出概念的量化值，並對QoS的Value屬性進行賦 值； Web服務在服務空間的映射規則： 設存在Web月艮務Wservice1 = (Descriptions,Id,Endpoints,QoSs,Inputs,Outputs,R)； (1)、由Wservice1.ROVservice1.Endpoints,Wservice1-QoSs)可知，若Wservice1.EndpointieWservice1.Endpointi 與QoSe,QoSu,…，QoSk對應，則建立集合X=Iffservice1. Endpointi,QoSe,QoSu,…，QoSJ,建立原始坐標向量Vi =(βηβ2,…，βn),其中對j= Ij · · · jnj WservicerEndpoinIi,7(/ = 1β]=<Ο,^QoSi ￠.X,Ji/ΦI (1) 其他 (2) 、若Wservice1.Endpoints= (Endpoint1,Endpoint2,…，EndpointJ,m為自然數， 則由公式（1)建立m個N維原始坐標向量V^"Vm; (3) 、原始坐標向量向空間坐標轉化,轉化規則為： 設原始坐標向量為（^1,β2，···，βη)，則轉化後的空間坐標為（Y1,Y2,…，Yn)，其中j=I. .η,
即若向量元素為埠原子，則轉化為埠原子的Value值；若向量元素為質量原子，則 轉化為質量原子的Value值；若向量元素為0,則不變； 通過映射規則建立起Web服務與服務空間的映射聯繫，一個Web服務Wservice1能 夠映射為服務空間中的M(M=IWservice1.EndpointsI)個空間坐標Z^··Zm，將服務標識 Wservice1.Id作為M個空間坐標的旁標Z1 (Id) %Zm(Id)，稱Z1(Id)WZm(Id)為Web服務 Wservice1的服務原子； 定義服務原子Seratomic,服務原子表示為一個兩元組，Seratomic= (Id,Coordinate);其中： Id為Web服務的Id號；Coordinate為Web服務映射到服務空間坐標系的N維坐標； 定義服務原子距離，設服務空間Space內，有兩個空間坐標A= (X1,X2，…xn),B=(yi，y2,…，yn)，在坐標A、B上映射有兩個服務原子A(Id1)和B(Id2);服務原子距離 H(A(Id1)1Bdd2))%：
S103、構建服務簇及其動態庫 定義服務粒度，以服務空間內一點為基準，向各坐標軸方向上的延伸半徑； 定義服務簇Sercluster,服務簇表示為一個三元組，Sercluster= (Id,P，Seratomics)，其中：Id唯一表徵了一個服務簇；P為服務粒度；Seratomics為服 務原子集； 設存在服務空間Space，給定服務粒度為P，則以坐標系內各坐標軸有界範圍內的任 意坐標點為中心，以服務粒度P為半徑，在坐標系內形成一個軸對稱空間體Ω;所有映射 到軸對稱空間體Ω內的服務原子構成一個服務簇的服務原子集，服務原子集按照服務原 子與中心坐標的距離為關鍵字升序排列，把Ω的中心坐標作為服務簇的標識Id號； 定義服務簇動態庫Serclustdl,設存在服務空間Space,給定服務粒度為P，則依次以 坐標系內各坐標軸有界範圍內的全部坐標點為中心，以服務粒度P為半徑生成服務簇，把 所有生成的服務簇歸納為一個有序集合，稱這個有序集合為服務簇的動態庫； 服務簇動態庫表示為一個五元組，Serclustdl= (Version,P，Rule,Range,Serclust ers);其中：Version表示服務簇動態庫的版本信息；P為服務粒度；Rule為服務簇動態庫 內服務簇集的排序規則；Range為服務空間坐標軸的邊界；Serclusters為服務簇動態庫內 服務簇集合； S104、邏輯Petri網對服務簇的組織結構描述 (1) 、服務簇動態庫聯動更新機制的邏輯Petri網描述 設邏輯Petri網Σ丨=(P;TD,T1,Tq ;F,I，0,Mtl),其中P= {p!，p2,p3,p4,p5,p6,p7,p8,p9， P10I PiVp2)-,t2^Tv,fi(t2)=(p3vp4);h^Tr,fi(t3)=(Psvp6Vp7);U^Tv,fi{h)={p^p9)·, 若庫所中有拖肯，則P1R表服務埠集有更新；p2代表質量原子集有更新；P3R表服務 空間有更新；P4代表Web服務描述有更新；P5代表服務原子集有更新；p6代表服務粒度有更 新；p7代表服務動態庫的Range屬性有更新；p8代表服務動態庫的Rule屬性有變化，SP月艮 務動態庫內的服務簇集合排序規則有變化；P9代表服務簇有更新；Pltl代表服務簇動態庫有 更新A1表示對服務空間進行更新；t2表示對服務原子集進行更新；t3表示對服務簇進行更 新，t4表示對服務簇動態庫進行更新； (2) 、服務簇產生的邏輯Petri網描述 設服務埠集存在η個元素，質量原子集存在m個元素，Web服務k個，服務原子L個， 服務簇w個，其中n+m+1 =q，q+k+Ι=V，v+L+3 =z; 設邏輯Petri網Σ2 = (ΡΑ,?^,υ,Ι,Ο,Μ。)，其中P= {Pl，p2，…，pb+x+1};v...v/?n)A(/?n+1vpn+2v...v/?n+mv.T.));t2,t3, · · ·，tk+5eTd ; Pi至Pn代表n個服務埠；pn+1至pn+m代表m個質量原子；pq至pq+k代表k個Web服 務；Pv至P#代表L個服務原子；ρ#+1代表服務粒度；prt+2代表有界服務空間的坐標集；pz 至Pz+W代表w個服務簇；h表示映射Web服務動作；t2至t2+k表示分別對k個Web服務進行 服務空間的坐標映射動作；t3+k表示構建服務簇動作；t4+k表示構建服務簇動態庫動作； (3)、服務簇的邏輯Petri網描述 服務簇是一個服務原子集，服務原子與Web服務的功能埠關聯，功能埠與輸入、輸 出關聯，服務簇的邏輯Petri網模型稱為服務簇網元； 定義服務簇網元為一個邏輯Petri網Σ3= (P;TD，TdTq5F, 1，0,Mci)，其中： P-iPI) )Pn + m + k>Pz> )PZ +w ; he7}&Γ〇；fl{t2)=(pivp2V...V/7n)；f〇(t2)=(p"+lVp"+2V...Vpn+m)； t\EΓ/&Γ〇;//(?1)=(/?,1+ιν/)"+2ν...V/?"+",);/〇(ii)=(prV/?r+iV...V/7r+,r)；?3 ^T1SiT0:fiih)=(p"+ivp"+2V...VPn+m)'Joi.k')-{Pn+m+\'^Pn+m+2'^· ·-^Pn+m+k)' Pi至Pn代表n個輸入；pn+1至pn+m代表m個服務埠；pn+m+1至pn+m+k代表k個輸出；pz至Pz+W代表w個Web服務；t2表示輸入與服務埠的觸發動作；h表示服務埠與Web服務的 映射動作；t3表示服務埠與輸出的觸發動作。
2.根據權利要求1所述的一種基於語義Web的服務簇構建方法，其特徵在於，所述步驟SlOl中，基於語義的概念融合的賦值方法為： 對於服務埠概念集和質量概念集，運用基於本體語義的概念相似度計算方法； 根據概念在本體樹中的空間位置，得出概念的量化值，並對概念的Value屬性進行標 注； 略去概念集中量化值相同的概念，得到結果集； 對於質量原子集中的任一元素，進一步收集本體樹中修飾此元素的概念集； 根據概念在本體樹中的空間位置，得出概念的量化值； 形成量化集後對質量原子的Values屬性進行賦值。
3. 根據權利要求1所述的一種基於語義Web的服務簇構建方法，其特徵在於，所述步驟 S103中，需要對Web服務的相似性進行判定，其判定方法為： 定義服務原子的相似度，設在服務空間Space內，存在兩個服務原子A(Id1)和B(Id2)，兩個服務原子的相似度為服務原子距離H(A(Id1)，B(Id2));H= 0,表示兩個服務原子絕對 相似； 定義服務原子的相似性判定規則：設存在服務空間Space，給定服務粒度為P，如果服 務原子的相似度小於等於服務粒度，則服務原子是相似的。
4. 根據權利要求3所述的一種基於語義Web的服務簇構建方法，其特徵在於， 定義Web服務的最優相似度： 設存在兩個Web服務，Wservice1 = (Descriptions,Id,Endpoints,QoSs,Inputs,Outputs,R)和Wservice2 = (Descriptions,Id,Endpoints,QoSs,Inputs,Outputs,R)； Wservice1 在服務空間的服務原子集為：P= (A1(Id1),A2(Id2), "'AkCtdkM,Wservice2在服 務空間的服務原子集為：Q= (B1 (Id1),B2(Id2),…，Bj(IdjM; 則Web服務的最優相似度X計算公式為： X=?η(Μ?η(!?(A4kL·)，B,(!d))) (4) m=\ /=1 定義Web服務的最優相似性判定規則： 設在服務空間Space內，給定服務粒度為P，存在兩個Web服務，Wservice1及Wservice2 ;如果Web服務的最優相似度小於等於服務粒度，則Web服務是最優相似的。
5. 根據權利要求3所述的一種基於語義Web的服務簇構建方法，其特徵在於， 定義Web服務的平均相似度： 設存在兩個Web服務，Wservice1及Wservice2Iservice1在服務空間的服務原子 集為：P= (A1 (Id1)，A2 (Id2)，…，Ak (Idk) }，Wservice2在服務空間的服務原子集為：Q= (B1(Id1)1B2(Id2), - ,Bj(Idj)I； 則Web服務的最優相似度X計算公式為： (Σ(Σ(//(Am(Id,),B,(id,))))I(k* /) (5) m=li=\ 定義Web服務的平均相似性判定規則： 設在服務空間Space內，給定服務粒度為P，存在兩個Web服務，Wservice1及Wservice2 ;如果Web服務的平均相似度小於等於服務粒度，則Web服務是平均相似的。
【文檔編號】G06F17/30GK104317853SQ201410543279
【公開日】2015年1月28日 申請日期:2014年10月15日 優先權日:2014年10月15日
【發明者】杜玉越, 寧玉輝, 姚喜, 洪永發, 張鵬, 劉偉 申請人:山東科技大學