检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于意图的物联网服务描述与发现

计算机应用研究 2022年第9期39卷 2731-2737,2756页

作者：刘星宇江凌云南京邮电大学通信与信息工程学院南京210003 南京邮电大学物联网研究院南京210003

在物联网服务发现过程中,用户通常用自己的意图表达需求,而服务描述是对服务功能的说明,因此两者的不匹配会影响服务发现的准确率。同时随着服务的种类不断增多,服务发现的准确率不断降低。为了解决上述问题,提出在物联网服务描述中引... 详细信息

在物联网服务发现过程中,用户通常用自己的意图表达需求,而服务描述是对服务功能的说明,因此两者的不匹配会影响服务发现的准确率。同时随着服务的种类不断增多,服务发现的准确率不断降低。为了解决上述问题,提出在物联网服务描述中引入意图服务本体的方法,并在意图服务本体中扩展服务上下文和QoS。扩展后的意图服务本体存储在语义化服务描述OWL-S文件中,能够以意图的方式表达服务功能,丰富物联网服务描述的语义,提高服务发现的准确率。仿真结果表明,所提服务描述方法以及相应的服务发现算法相对于传统服务发现方法能提升6.7%的准确率。

关键词：意图服务本体上下文服务质量服务描述服务发现

基于LiteOS-A容器集群的服务发现与负载均衡的关键技术研究

在线全文

学校读者我要写书评

暂无评论

基于LiteOS-A容器集群的服务发现与负载均衡的关键技术研究

作者：魏本利哈尔滨理工大学

学位级别：硕士

本文的目的是在国产实时操作系统的容器集群中,进行服务发现与负载均衡的关键技术研究。特别在LiteOS-A操作系统的容器集群上,设计并实现了容器集群的服务发现与负载均衡模型,主要工作内容如下:(1)在容器资源的协同调度研究中,由于容器... 详细信息

本文的目的是在国产实时操作系统的容器集群中,进行服务发现与负载均衡的关键技术研究。特别在LiteOS-A操作系统的容器集群上,设计并实现了容器集群的服务发现与负载均衡模型,主要工作内容如下:(1)在容器资源的协同调度研究中,由于容器环境相对独立,缺乏与其他容器进行信息交流和资源共享的有效手段。为解决这一问题,提出一种容器调度方法,将相互关联的容器组合成一个容器组,整体作为调度的最小单元。通过容器组内的特殊容器,为关联容器提供信息交流与资源共享的基础。(2)在研究容器集群通信时,由于容器环境相对独立,容器集群中的通信会变得困难。为了解决这一问题,在容器组的基础上,设计了容器集群的网络模型。该模型由下至上依次分为节点网络层、Cgop网络层、服务网络层和外部接入网络层,用以解决容器之间、Cgop之间、Cgop与服务之间、以及集群内外客户端之间的通信需求。最终,在该网络模型的基础上设计并实现了容器集群的服务发现模块。(3)在执行大量作业时,集群需要负载均衡器进行调度,以充分发挥集群的整体算力。然而,常用的负载均衡算法缺乏对作业消耗资源类型的考虑。为了解决这个问题,提出一种基于作业类型和作业优先级的动态负载均衡算法。该算法根据作业消耗的资源类型与比例的不同,将作业划分为不同类型,并选择适合执行该作业的服务器类型。同时,根据作业优先级,决定作业的执行顺序。最终得到了一个容器集群的负载均衡算法,并此基础上进行了对比实验,验证该算法能够有效提高集群的资源利用率并平衡集群的负载。

关键词：容器集群服务发现负载均衡作业类型作业优先级

基于图向量和词向量的服务推荐和发现方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图向量和词向量的服务推荐和发现方法研究

作者：李杭浙江工商大学

学位级别：硕士

面向服务计算(Service-Oriented Computing,SOC)因为开发效率高、开发成本较低等优点越来越受到开发者们的追捧。近年来,作为面向服务的应用之一的Web API受到人们的广泛关注,迎来了爆发式的增长,越来越多的开发者投入到Web API的开发之... 详细信息

面向服务计算(Service-Oriented Computing,SOC)因为开发效率高、开发成本较低等优点越来越受到开发者们的追捧。近年来,作为面向服务的应用之一的Web API受到人们的广泛关注,迎来了爆发式的增长,越来越多的开发者投入到Web API的开发之中,导致不同功能、不同类别的Web API数量激增。当前,Web API的过快增长已经为开发者们带来了麻烦。Mashup是一类通过组合多个Web API所提供的服务的新兴应用程序。利用Web API提供的便利性,Mashup的开发者往往能够利用少量的代码做到快速开发一个成熟可用的程序。然而,随着Web API的高速增长,如何在大量的Web API中挑选出合适的那个,成为了令开发者们头疼的难题。根据我们在知名Web API登记网站Programable Web上的统计,目前已注册的Web API已经超过了18000个,并且这个数量还在快速增长。想要在这样大量的Web API中选出合适的一个并不容易。目前,如何帮助开发者们快速地挑选适合的Web API成为了该领域的一个热点与难点。当前比较主流的解决方案可以分为服务推荐与服务发现两种,两者都基于协同过滤的思想。服务推荐是指利用已有信息主动展示合适的Web API,主要解决正在开发中的Web API使用者的需求。而服务发现则是根据用户主动提供的请求语句被动地展示合适Web API列表,类似于在谷歌上搜索,是用户广泛了解各类Web API的渠道。这些方法存在着一些共通性的问题:(1)数据稀疏问题。在协同过滤常用的电影、书籍等领域,一个用户可以浏览过几百部电影或几百本书籍,但是对于Mashup来说可能最多只会使用3-5个Web API,甚至只有1个,这就产生了数据稀疏性的问题。Mashup的数据稀疏性问题大大削减了服务推荐的准确率;(2)冷启动问题。新创建的Mashup没有任何调用Web API的使用记录,在这种情况下协同过滤算法无法找到相似Mashup,更无法给出推荐结果;(3)现有的方法往往过于依赖描述文本等信息,不精确的语义信息导致了较低的准确率,这是导致服务发现的结果质量较低的重要原因。为了解决以上几个问题,本文将词向量与图向量结合,解决数据稀疏性问题的同时,避开了冷启动问题,提出基于图向量和词向量的服务推荐和发现算法。本文的具体的研究内容如下:(1)基于图向量和词向量的服务推荐方法研究:面对当前服务推荐方法存在的数据稀疏和冷启动的问题,我们提出一种基于图向量和词向量的服务推荐方法。我们对Mashup的描述文本和调用过的Web API进行建模,生成词向量与图向量,利用多维度的交互信息搜索相似Mashup与Web API,并优先考虑被多个相似Mashup调用过的Web API。首先,我们将Mashup的描述文本建模,利用词向量将高维度的文本信息嵌入到低维的向量空间之中。根据两个文本之间所有词向量之间的距离,我们计算出两个服务之间的距离。我们将距离最接近的Mashup组成一个邻居Mashup集合。另外,我们对Mashup的历史调用矩阵进行建模,得到Mashup的图向量。我们利用深度学习算法学习邻居Mashup的图像量的特征,并给出最终分数。最终利用协同过滤算法的思想,获得推荐给用户的Web API列表。我们采用的数据集来自Programmable Web,所有的服务都真实存在。实验结果表明,我们的方法与当前服务推荐领域中的几个流行的方法而言,较为优秀。(2)基于词向量的服务发现方法研究:对于部分用户希望通过主动搜索的方式获得新的服务,我们提出基于词向量的服务推荐方法。我们对用户输入的描述语句建模,嵌入到低维向量空间中,生成词向量,在向量空间中搜索相似的WebAPI描述文本,将最相似的Web API集合推荐给用户。最后我们利用从Programmable Web上获取的真实Web API数据验证了我们的方法的有效性。实验结果表面,我们的方法能够为用户找到所需的Web API,并优于目前主流的几个服务发现方法。

关键词：词向量服务发现服务推荐图向量协同过滤

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

服务发现技术设计中需要考虑的问题

计算机工程 2005年第19期31卷 127-129页

作者：高振国杨孝宗哈尔滨工业大学计算机学院哈尔滨150001

根据对现有服务发现技术的分析和总结,分几个方面系统地阐述了服务发现技术设计中要考虑的问题,包括服务和需求的描述、信息存储方式、服务匹配、服务访问、体系结构、服务集成、失效检测和失效恢复机制等。希望能对以后服务发现技术的... 详细信息

根据对现有服务发现技术的分析和总结,分几个方面系统地阐述了服务发现技术设计中要考虑的问题,包括服务和需求的描述、信息存储方式、服务匹配、服务访问、体系结构、服务集成、失效检测和失效恢复机制等。希望能对以后服务发现技术的研究设计有所借鉴。

关键词：服务发现服务描述服务集成失效恢复

在线全文

学校读者我要写书评

暂无评论

基于皮尔斯符号理论的数据服务发现机制研究

基于皮尔斯符号理论的数据服务发现机制研究

作者：林少芳哈尔滨理工大学

学位级别：硕士

蓬勃发展的大数据、云计算、物联网和移动计算等信息技术加剧了数据的快速增长,随着数字经济的来临,数据已成为基础性战略资源和重要生产要素。伴随大数据产业发展起来的数据服务为企业生产运营、管理变革和商业模式创新等赋予了新的发... 详细信息

蓬勃发展的大数据、云计算、物联网和移动计算等信息技术加剧了数据的快速增长,随着数字经济的来临,数据已成为基础性战略资源和重要生产要素。伴随大数据产业发展起来的数据服务为企业生产运营、管理变革和商业模式创新等赋予了新的发展动能,也为政府管理和其它社会活动增强了数据信息利用能力。数据服务发现实现过程和规律的揭示是实现数据服务与消费者需求有效匹配的理论基础和前提条件,结合数据服务消费者对数据质量和服务情境的偏好,设计符合数据服务特点的服务发现机制,对提升数据服务发现效率,提高消费者体验和满意度,拓宽数据服务应用领域具有重要意义。在现有服务发现机制和模型下,服务匹配结果难以满足消费者个性化和多样化数据服务需求,未能充分发挥信息描述与表达对数据服务发现效果的影响作用,导致服务发现效果不理想。发现合适的数据服务是实现数据服务共享和复用的重要前提,影响到后续数据应用中服务组合的质量,关系到是否真正实现数据价值。本文基于皮尔斯符号理论,揭示了数据服务发现衍义机理。在此基础上,设计了由数据服务感知、数据服务接收和数据服务解释三阶段组成的数据服务发现机制。数据服务感知阶段包括直接感知和间接感知。数据服务接收阶段包括数据服务语义接收和语用接收。数据服务解释阶段包括数据服务过滤,服务服务匹配和排序。为了评价数据服务发现效果,根据数据服务复杂度和基于香农信息熵的数据服务匹配度,从两个维度构建了数据服务发现效果评价模型。最后以JDWX平台为研究对象,验证了数据服务发现机制的有效性。本文基于皮尔斯符号理论的数据服务发现机制研究,为提高数据服务发现效果,提升数据价值变现能力,促进数据资源集成与共享、数据应用构建和集成提供科学的理论方法和方案参考。

关键词：数据服务服务发现皮尔斯符号理论服务匹配效果评价

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于知识图谱的服务推荐和服务发现方法

基于知识图谱的服务推荐和服务发现方法

作者：杨俊琛浙江工商大学

学位级别：硕士

Mashup是一种整合了多个服务（如开放API）的新型应用程序。对于Mashup的开发而言,所选取的服务的质量极其重要。然而,随着互联网技术的高速发展,服务的数量急剧增加。在数量庞大的服务集中人工挑选合适的服务已变得不太现实。如何为Mas... 详细信息

Mashup是一种整合了多个服务（如开放API）的新型应用程序。对于Mashup的开发而言,所选取的服务的质量极其重要。然而,随着互联网技术的高速发展,服务的数量急剧增加。在数量庞大的服务集中人工挑选合适的服务已变得不太现实。如何为Mashup开发者提供合适的服务成为服务计算领域的热点和难点问题。目前,开发者获取服务的方法大致可分为两种——服务推荐和服务发现。服务推荐是在开发者没有明确需求的情况下,仅仅根据历史使用记录和服务信息为开发者主动推荐服务的方法;服务发现则是在有明确需求的情况下,根据开发者的需求被动发现服务的方法。近年来,研究人员提出了许多服务推荐和服务发现的方法来为开发者获取高质量的服务,取得了不错的效果。但是,现有的研究仍存在如下不足:（1）现有的服务推荐方法大多基于协同过滤算法,极易受数据稀疏性的影响。此外,当缺少服务历史使用记录时,现有的很多服务推荐方法存在冷启动的问题;（2）现有的服务发现方法过于依赖语义信息,无法挖掘服务间的深层关系。此外,开发者提出的需求往往不够精确,导致服务发现的准确率不高。针对上述问题,本文提出了基于知识图谱的服务推荐和服务发现方法,利用知识图谱技术解决上述服务推荐中数据稀疏以及服务发现中过于依赖语义信息的问题。本文具体的研究内容如下:（1）基于知识图谱和协同过滤的服务推荐方法研究针对目前服务推荐方法普遍存在数据稀疏以及冷启动的问题,本文提出了一种基于知识图谱和协同过滤的服务推荐方法（A Service Recommendation Algorithm based on Knowledge Graph and Collaborative Filtering,KGCF-SR）。该方法将服务的相关信息嵌入到知识图谱中,从而降低数据稀疏性带来的不良影响。此外,通过分析Mashup之间功能集的相似性来解决冷启动问题。具体而言,KGCF-SR模型包含以下步骤:首先,将服务和Mashup的相关信息作为实体构建服务知识图谱。利用表示学习算法Trans H将图谱中的服务实体嵌入到低维向量空间,并计算服务向量之间的相似度。通过协同过滤的方法推荐候选服务;其次,提取Mashup描述信息中的功能集,通过计算功能集之间的相似度为目标Mashup推荐候选服务;然后,基于服务的历史使用记录分别构建基于服务和基于Mashup的调用矩阵,并计算调用矩阵间的相似度。通过协同过滤的方法推荐候选服务;最后,将所有候选服务中的相似度做归一化处理并排序,得到最终的推荐集合。在数据实验部分,本文使用Programmable Web上的真实数据集来验证方法的有效性。实验结果表明,与目前主流的服务推荐方法相比,本文提出的方法在准确性方面有显著的提高。（2）基于知识图谱的服务发现方法研究针对目前服务发现方法过度依赖语义信息和用户需求不准确的问题,本文提出了一种基于知识图谱的服务发现方法（Service discovery based on Knowledge Graph,SDKG）。该方法利用知识图谱技术挖掘了服务间深层的关系,从而提高了服务发现的准确性。此外,SDKG方法还可以为开发者提供服务相关的信息,从而使开发者构建更加准确的需求语句来发现服务。具体而言,SDKG方法包含如下的步骤:首先,从服务知识图谱中提取服务实体并构建不同类别的词典;其次,分析Mashup开发者提出的需求问句。依据问句中的实体类型和疑问词类型进行推理,从而确定服务匹配模板;然后,根据服务匹配模板构建Cypher查询语句并在知识图谱中查询到符合条件的候选实体;最后,为开发者发现服务。当开发者的需求是获取服务相关信息时,直接将查询到的服务信息提供给开发者。开发者获取相关服务信息后,可以构建精确的服务需求语句来发现服务;当开发者的需求是发现服务时,则需要基于word2vec模型计算需求问句和候选服务描述文本之间的相似度,将与需求问句匹配度较高的服务提供给开发者。实验结果表明,与现存主流的服务发现方法相比,本文提出的方法在准确性方面有明显的优势。此外,基于SDKG模型,本文设计和开发了智能服务问答系统。一方面,该系统可以为开发者发现服务;另一方面,该系统还可以向开发者提供服务相关信息,以便开发者构建准确的需求语句来发现服务。

关键词：知识图谱服务发现服务推荐表示学习协同过滤

一种结合MDS与高斯LDA的虚拟Web服务方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种结合MDS与高斯LDA的虚拟Web服务方法研究

作者：单闯华东师范大学

学位级别：硕士

目前互联网中Web服务的数量日益增多,用户想准确而高效地获取所需的Web服务并非易事。服务发现技术旨在根据用户需求提供一系列可选服务进而提高Web服务使用效率,虚拟Web服务技术旨在屏蔽调用服务时产生的差异进而提高Web服务质量。将... 详细信息

目前互联网中Web服务的数量日益增多,用户想准确而高效地获取所需的Web服务并非易事。服务发现技术旨在根据用户需求提供一系列可选服务进而提高Web服务使用效率,虚拟Web服务技术旨在屏蔽调用服务时产生的差异进而提高Web服务质量。将二者合理地结合起来尤为重要。总体上看,服务发现技术的痛点主要是效率低、准确度低,本文提出了一种准确度较高的Web服务聚类方法作为服务发现的先决条件,进而解决这两个问题。虚拟Web服务技术的痛点主要是统一管理困难,本文在得到服务发现结果的前提下,使用微服务技术解决这一问题。本文对于服务计算领域中的服务聚类、服务发现、服务虚拟化问题提出了改进算法,具体工作与创新点如下:(1)目前工业界流行使用的Web服务是基于自然语言描述的API类型Web服务,现有的虚拟Web服务研究对此关注较少。针对此类Web服务,本文设计了一个集服务聚类、服务发现、负载均衡于一体的虚拟Web服务系统。(2)针对Web服务描述文档难以提取特征从而导致聚类准确度差的问题,本文使用自然语言处理技术提取服务功能,之后结合本体理论比较服务功能之间的差异,进而使用多维标度分析将服务功能向量化,之后使用高斯隐含狄利克雷分布进行文本建模,从而提取服务描述文档的语义特征以实现服务聚类。较为精确的服务聚类结果是后续服务发现的重要基础。(3)在服务发现过程中,本文在处理多维标度分析模型时,提出了一种将新增元素融入到已有拟合构图中的方法。结合大顶堆,基于服务聚类结果进行剪枝搜索,提升了服务发现的效率和准确度。(4)本文使用微服务技术对于Web服务进行注册与管理,通过用户输入的描述信息实现自动化的服务发现与虚拟化调用,在得到服务发现的结果后,结合面向切面编程技术构建虚拟Web服务。并且提出了一种基于响应时间差分序列的负载均衡算法,提高了虚拟Web服务在高并发场景下的性能。本文的所有的算法都给出了详细的流程与推导过程,结合programmable Web中的真实的Web服务进行实验。实验结果表明,本文提出的方法在服务聚类、服务发现、负载均衡上对于相应指标有显著改善。

关键词：虚拟Web服务服务聚类服务发现多维标度分析高斯隐含狄利克雷分布

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于实体匹配的服务发现研究

基于实体匹配的服务发现研究

作者：谷雨鸿华中科技大学

学位级别：硕士

服务计算用于解决设备功能单一、算力弱及存储容量小等问题,通过服务发现方法引入第三方云服务来提升设备的能力,进而实现对数据的分析与存储任务。然而传统的服务发现算法需要依赖人工制定规则或者需要大量历史记录,并且随着应用开发... 详细信息

服务计算用于解决设备功能单一、算力弱及存储容量小等问题,通过服务发现方法引入第三方云服务来提升设备的能力,进而实现对数据的分析与存储任务。然而传统的服务发现算法需要依赖人工制定规则或者需要大量历史记录,并且随着应用开发复杂性增加以及服务数量的爆炸式增长,服务发现方法面临新的挑战:(1)服务描述存在歧义:不同公司提供的相同服务存在描述歧义;(2)服务描述格式异构:不同公司的服务描述格式不统一;(3)应用需求复杂:单个服务难以满足应用需求。为了解决上述挑战,通过将服务建模为一种特殊的实体,提出了一种新型基于实体匹配的服务发现算法,该算法设计了一种基于预训练自注意力机制的模型,来解决服务需求与服务描述匹配过程中的歧义与异构问题。自注意力机制能够提取出描述中具有分辨性的关键信息,去除歧义影响,使得服务匹配更加准确,并且具有很强通用性。基于此方案实现了一个通用实体匹配算法Hier GAT,该算法在多个领域的公开数据集上的匹配精度F1比传统方案有显著提升。通过对此通用实体匹配算法优化,设计实现了服务匹配算法APIMatcher,该算法利用多层注意力计算策略,分别提取出服务需求与服务描述中的关键部分,并利用注意力机制进行匹配计算,提高了实际部署的可用性。在不同的服务匹配过程中,APIMatcher算法将动态提取服务描述的关键部分以适应不同服务需求,更利于多服务发现,解决应用需求复杂的挑战。在通用匹配评测基准上的实验结果表明,所提出的算法相较于主流实体与服务匹配算法F1性能最高提升8.7%与8.4%,获得了当前最领先的性能。基于APIMatcher算法实现的服务自动发现框架,在世界最大的服务仓库Programmable Web上为现实复杂应用需求提供了服务发现机制。

关键词：预训练模型图神经网络注意力机制实体匹配服务发现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于BTM的物联网服务发现方法

计算机应用 2020年第2期40卷 459-464页

作者：王舒漫李爱萍段利国付佳陈永乐太原理工大学信息与计算机学院

针对物联网(IoT)服务描述文本篇幅较短、特征稀疏,直接采用传统的主题模型对IoT服务建模得到的聚类效果不佳,从而导致无法发现最佳服务的问题,提出了一种基于BTM的IoT服务发现方法。该方法首先利用BTM挖掘现有IoT服务的隐含主题,并通过... 详细信息

针对物联网(IoT)服务描述文本篇幅较短、特征稀疏,直接采用传统的主题模型对IoT服务建模得到的聚类效果不佳,从而导致无法发现最佳服务的问题,提出了一种基于BTM的IoT服务发现方法。该方法首先利用BTM挖掘现有IoT服务的隐含主题,并通过全局主题分布和主题-词分布计算推理得到服务文档-主题概率分布;其次利用K-means算法对服务进行聚类,并返回服务请求的最佳匹配结果。实验结果分析表明,该方法能够有效提高IoT服务的聚类效果,从而得到匹配的最佳服务。与现有的HDP(Hierarchical Dirichlet Process)、基于K-means的隐狄利克雷分配(LDA-K)等方法相比,该方法进行最佳服务发现的准确度(Precision)和归一化折损累积增益(NDCG)均有一定幅度的提高。

关键词：物联网服务 BTM 短文本主题建模服务发现