基于概率圖模型的服務語義鏈網(wǎng)絡研究.pdf

1、互聯(lián)網(wǎng)上Web服務大量涌現(xiàn),形成了巨大的服務資源空間。如何從巨大的服務空間中快速有效地進行服務的自動發(fā)現(xiàn)以滿足特定的服務請求是面向服務的社區(qū)研究的重要內(nèi)容。為了以一種智能的方式實現(xiàn)Web服務的自動發(fā)現(xiàn)、選擇和協(xié)作,需要探索有效的方法來表示數(shù)量巨大的服務之間的復雜語義關系,開發(fā)基于服務間語義關系的基本服務語義數(shù)據(jù)模型,并將互聯(lián)網(wǎng)上語義功能相關聯(lián)的服務有效地組織起來,最大限度地提高服務網(wǎng)絡的效用?；赪eb服務的內(nèi)在依賴關系,構(gòu)建一個具體領

2、域中語義關聯(lián)的Web服務網(wǎng)絡是解決服務計算領域這挑戰(zhàn)的有效途徑。服務語義鏈網(wǎng)絡(S-SLN)是在語義鏈網(wǎng)絡模型SLN的基礎之上,定義Web服務之間的語義依賴關聯(lián)結(jié)構(gòu),表示W(wǎng)eb服務之間條件依賴關系的語義數(shù)據(jù)模型。它的結(jié)點表示W(wǎng)eb服務,結(jié)點之間的有向邊表示服務之間的語義關聯(lián)。S-SLN將互聯(lián)網(wǎng)中的Web服務通過語義關系互聯(lián),形成一個語義的結(jié)構(gòu)化服務網(wǎng)絡。研究S-SLN,旨在實現(xiàn)有效地Web服務自動發(fā)現(xiàn)和搜索、服務的自動協(xié)作及導航。S-S

3、LN的發(fā)現(xiàn)、服務關系推理是降低服務網(wǎng)絡復雜性,實現(xiàn)有效地Web服務搜索和自動協(xié)作的關鍵。本文的研究內(nèi)容圍繞服務語義鏈網(wǎng)絡S-SLN的發(fā)現(xiàn)、基于S-SLN的服務語義關系推理及服務的自動推薦導航展開。本文的主要研究工作和創(chuàng)新點如下:
　　 1.從大量服務數(shù)據(jù)中發(fā)現(xiàn)相關聯(lián)的服務是進行自動服務的瓶頸,將語義功能上相關聯(lián)的服務有效地組織起來,開發(fā)基于Web服務內(nèi)在依賴關系的模型去發(fā)現(xiàn)一個具體領域中語義關聯(lián)的Web服務網(wǎng)絡是解決這一瓶頸的有

4、效途徑。本文主要提出了一種基于概率圖模型的服務網(wǎng)絡發(fā)現(xiàn)方法,自動發(fā)現(xiàn)由語義和功能上相關的Web服務組成的服務語義鏈網(wǎng)絡S-SLN,以便實現(xiàn)基于S-SLN的服務協(xié)作和搜索,提高分布式環(huán)境下Web服務的效能。
　　 基于語義鏈網(wǎng)絡模型SLN來定義服務語義鏈網(wǎng)絡S-SLN。S-SLN的本質(zhì)拓撲結(jié)構(gòu)是一個有向圖,它所表示的自然語義是Web服務之間的語義依賴關聯(lián)。在現(xiàn)實的服務范式中,為了發(fā)現(xiàn)服務間的內(nèi)在語義關聯(lián)依賴,可以通過收集和挖掘在S

5、OAP消息中蘊含的服務間分布式歷史引用信息來實現(xiàn),統(tǒng)計分析是一個廣泛采用的方法之一。概率圖模型是統(tǒng)計模型的一個重要子類,具有清晰的語義及廣泛接受的完整理論基礎,常常用于有效地表示一個域中的聯(lián)合概率分布。將依賴關系嵌入概率模犁中形成的概率圖表示方式是解決問題的有力工具。因此,采用概率圖模型的統(tǒng)計分析理論來發(fā)現(xiàn)服務依賴關系網(wǎng)絡S-SLN。對問題的一個解決方案是首先基于概率的依賴從人量服務數(shù)據(jù)中發(fā)現(xiàn)一個無向圖結(jié)構(gòu)服務Markov網(wǎng),并用聯(lián)合概

6、率分布來描述Web服務間的關系依賴。用服務Markov網(wǎng)絡中結(jié)點之間的鏈表示概率依賴,并將它轉(zhuǎn)換為一個具有相同聯(lián)合概率分布的有向派系樹,然后引入服務語義關系矩陣,通過對有向派系樹的邊進行語義鏈標注,將無向圖轉(zhuǎn)換為有向圖結(jié)構(gòu)。鏈的方向表明了服務間的語義交互關系,有向圖結(jié)構(gòu)就是一個具有相同聯(lián)合概率分布且?guī)в姓Z義關系標識符的等價S-SLN。
　　 2.具有不確定性的服務語義關系推理是實現(xiàn)基于S-SLN的高級Web服務應用的主要挑戰(zhàn)之一

7、。服務語義鏈網(wǎng)絡的服務語義關系具有本質(zhì)上的不確定性,本文提出使用聯(lián)合了一階邏輯和概率圖模型的表示形式——服務Markov邏輯網(wǎng),研究基于服務Markov邏輯網(wǎng)在服務語義鏈網(wǎng)絡中執(zhí)行不確定性語義關系推理和預測的方法。
　　 由于每個服務都具有不確定的情境,在不同情境下服務間的語義關系是不確定的。在開放的服務語義鏈網(wǎng)絡中,服務語義鏈所表示的初始服務間的語義關系也是不完整的。在任意的Web服務間,可能會具有潛在的服務語義關系,這些語義

8、關系可以根據(jù)已知的語義關系推理生成。語義鏈推理規(guī)則,并不具有絕對意義上的真或假。在現(xiàn)實Web服務環(huán)境中,某些情形下,這些推理規(guī)則為真:而在另一些情形下,推理規(guī)則可能為假:推理規(guī)則具有不確定性。如何解決服務語義鏈網(wǎng)絡中具有不確定性的服務語義關系推理是S-SLN的高級Web服務應用的主要挑戰(zhàn)之一。將一階邏輯和概率圖解模犁組合形成的Markov邏輯網(wǎng),是解決Web服務不確定性推理的一種有效方法。用概率的邏輯規(guī)則表示服務間語義關系的不確定信息,

9、不存在正確或錯誤的世界,而是有多個帶有不同概率度的世界。利用可獲取的概率信息和知識構(gòu)建服務Markov邏輯網(wǎng),作為具有不確定性服務語義關系推理的邏輯框架,將S-SLN中定義的摹本推理規(guī)則解釋為一階邏輯公式,在服務語義關系矩陣中計算各個公式成立的概率,再將概率轉(zhuǎn)換為公式的權(quán)。由這些公式和權(quán)構(gòu)成的服務Markov邏輯網(wǎng),能夠較好地表示各種關系規(guī)則的不確定信息,基于這些信息可有效地進行服務語義關系的推理和預測。
　　 3.作為S-SL

10、N的高級應用,對服務的自動推薦和導航是構(gòu)建S-SLN的一個主要目標,為了給用戶提供與關注的興趣服務結(jié)點最有可能相關的鏈和答案米加速用戶導航?jīng)Q策,本文提出了運用基于語義的激活擴散技術(shù)實現(xiàn)相關服務自動推薦問題的方法。
　　 服務自動推薦是基于S-SLN中蘊含的數(shù)據(jù)關系來獲得與特定結(jié)點相關的內(nèi)容,即從網(wǎng)絡中獲取關于興趣結(jié)點之外的潛在知識。相關服務推薦不同于服務搜索,推薦的目標不是去發(fā)現(xiàn)具有特別屬性的結(jié)點,在推薦中用戶自己通常不能準確的

11、說明他所耍求的服務,而服務的搜索結(jié)果和仞始的結(jié)點集合之間具有很強的直接或間接的關聯(lián)。服務推薦的初始數(shù)據(jù)可以從一個單個的服務結(jié)點開始瀏覽到另一個,即一對一的擴散方式。初始數(shù)據(jù)也可以從多個服務結(jié)點開始瀏覽到多個,多對多的擴散方式。在S-SLN中,激活擴散方法可以作為自動推薦和導航的一個可擴展的有效方案,由于激活擴散方法易用于挖掘以網(wǎng)絡形式表示的一般或具體的數(shù)據(jù),因此,把服務的自動推薦問題看作是在一個網(wǎng)絡數(shù)據(jù)圖中進行子圖挖掘的過程。以一個結(jié)點

12、語義上的相關鄰域,表示一個特定的興趣結(jié)點在語義上緊密相關的鄰居。用基于語義的激活函數(shù)來度量和源結(jié)點的語義相關性,確定結(jié)點的激活值。激活值用來量化一個結(jié)點對于某個鄰域的相關程度,被激活的每一個結(jié)點所接收的激活值代表了該結(jié)點存在于一個特定的源結(jié)點的語義鄰域的重要程度。最后返回的結(jié)果是由一系列激活結(jié)點所構(gòu)成的S-SLN子圖,這些子圖中的結(jié)點通過不同的服務語義鏈鏈接在一起,服務結(jié)點和鏈有不同的類型和權(quán)值,它最大程度上表明了不同的服務場景和關系。