编辑推荐
以基于SOA架构的服务组合流程为对象，以Web服务技术为基础，主要内容有：对服务添加语义标签进行统一的功能管理，对服务进行功能检索，基于QoS的服务选择，自适应的服务推荐等，并以protégé平台给出服务组合的流程示例。
目录
第1章服务计算
1.1云计算
1.1.1云计算的定义
1.1.2云计算的特点
1.1.3云计算的挑战
1.1.4云计算与服务计算
1.2服务计算
1.2.1SOA与SOC
1.2.2服务计算的关键问题
1.2.3服务计算的挑战
1.3服务管理
1.4服务组合
1.4.1服务组合的特征与分类
1.4.2分布式服务组合
1.4.3服务检索
1.4.4服务选择与推荐
1.5总结
本章参考文献
第2章Web服务架构与标准
2.1Web服务
2.1.1定义
2.1.2特性
2.1.3实现平台
2.2Web服务流程的总体实现架构
2.3Web服务实现的支撑技术
2.3.1XML
2.3.2WSDL
2.3.3SOAP
2.3.4UDDI
2.3.5RPC
2.4Web服务的描述语言
2.4.1WSDL
2.4.2OWL—S与WSML
2.5服务质量
2.5.1简单服务的QoS计算
2.5.2组合服务的QoS计算模型
2.5.3QoS的应用场景
2.6人件服务
2.6.1定义
2.6.2特性
2.6.3描述方式
2.6.4挑战
2.7总结
本章参考文献
第3章语义网与Web服务
3.1语义网
3.2本体
3.2.1本体的定义
3.2.2本体的建模元语
3.2.3本体的描述语言
3.2.4本体的建模工具
3.2.5已有本体及其分类
3.2.6本体的应用
3.3本体和Web服务
3.3.1Web服务的本体语言
3.3.20WL—S与WSDL
3.4语义相似性
3.4.1语义和Web服务
3.4.2语义相似性算法
3.4.3语义在Web服务中的应用
3.5总结
本章参考文献
第4章服务的分类管理
4.1服务分类管理的提出
4.2服务分类管理的过程
4.3服务的分类步骤
4.3.1服务的描述文档解析
4.3.2服务预处理
4.3.3服务的向量化
4.3.4机器学习分类算法
4.4服务分类实验
4.4.1数据源
4.4.2分类正确率
4.4.3实验结果
4.5实验结果分析
4.6服务的输出预测
4.6.1人件服务的输出预测
4.6.2人件服务的输出预测结果分析
4.7总结
本章参考文献
第5章服务检索
5.1服务检索的提出
5.2服务检索的过程
5.3基于语义和语法的服务建模
5.3.1基于相似度的服务间关系模型
5.3.2个体服务的建模
5.4服务与检索条件的匹配算法设计
5.5服务检索实验
5.5.1测量指标
5.5.2实验步骤与数据
5.5.3实验结论
5.6总结
本章参考文献
第6章服务选择
6.1服务选择的提出
6.2服务选择的过程
6.3服务选择中的QoS
6.3.1QoS指标
6.3.2信任值计算
6.4服务选择问题的形式化
6.4.1目标函数
6.4.2QoS约束条件
6.5基于QoS与优化算法的服务选择模型
6.5.1基于穷举搜索算法的服务选择求解
6.5.2基于随机算法的服务选择求解
6.5.3服务选择求解的优化算法——粒子群优化算法
6.5.4服务选择求解的优化算法——遗传算法
6.6实验结论
6.6.1服务选择优化算法的比较
6.6.2信任在服务选择问题中的分析
6.7总结
本章参考文献
……
第7章服务推荐
第8章服务组合
第9章Agent技术在服务组合中的应用
第10章云计算中存在的问题
序言
前言
服务计算为一门新兴的交叉学科，包含了多种突破性的技术。本书将其划分成两部分内容，分别为服务管理与服务组合。事实上，服务管理研究的目的也是为服务组合过程提供技术支撑。对服务有效的分类管理有助于用户或系统快速、精确地查找服务。
服务组合中的服务是指Web服务，而Web服务的实现理念是基于面向服务的架构的，发布于互联网上的Web服务，可被互联网上的任何机构和人所调用。这些Web服务通常具有一些简单的功能，其本质是软件模块。单独的一个服务是无法对复杂问题求解的，此时需要将服务进行组合以完成对复杂任务的求解。因此，服务之所以具有重要的研究价值，是因为它可以被组合形成流程，用于复杂问题求解。最理想的目标是在求解问题时，从互联网上调用服务，将这些服务按逻辑操作组合建立形成流程。这些操作只需通过图形化界面，将它们建立连接并运行，不理解服务技术背景的人也可以完成。但是现在的服务组合技术的发展还远没有达到这种阶段。随着Web服务的发展，流程中另一重要的要素——人与工作流的交互也逐渐受到了重视，如2007年Web Services Human Task（WSHumanTask）规范的发布，它将与工作流交互的人需完成的任务定义为人工任务，包含了服务流程与人的交互。
本书以服务流程为研究对象，以服务的已有技术、标准为研究基础，通过应用相关的理论与技术，主要包括语义、本体、分类算法、TFIDF算法、命题库、粒子群优化算法、遗传算法、Agent等，分阶段地探讨了服务计算的关键问题——服务组合，以帮助实现服务流程。
本书的特色在于： 将服务组合划分成多个阶段并分别做了介绍，且每部分的内容都有相应的提出的方法、实验与结论，分别为服务检索、服务选择、服务推荐，以及应用Agent技术构建服务组合流程的方法。在服务检索中，为了检索到满足用户功能需求的服务并提高服务检索的效率与准确率，在同一服务类别中，提出利用相似度建立服务间关系模型，并对个体服务的描述元素的内容进行语法结构分析，通过语法结构以及语义相似度以完成查询内容与检索服务之间的匹配。在服务推荐中应用用户组建形成的社会网络预测候选服务的信任值，为用户推荐满足其非功能需求的服务，还介绍了Protégé平台支持的服务解析与组合的实现过程。Agent技术与服务的结合，则应用了BDI模型于分布式服务组合流程的构建。最后是对云计算模式下的未来发展趋势——多云架构的介绍。
本书的主要目标是在阐述服务计算的基础上，重点探讨服务管理与服务组合的内容及其实现技术。面向的读者是相关领域的研究人员、科技工作者、高年级的本科生与研究生。
本书出版得到了浙江省高校人文社科重点研究基地“管理科学与工程”项目专著出版基金（No.ZX140204301/007）的资助，作者在此表示由衷的感谢。
本书在编写过程中参考了大量的国内外文献，在此感谢这些作者。
由于作者水平有限，书中难免存在一些不足之处，恳请读者批评指正。
编者
2016年9月
文摘
第3章语义网与Web服务
服务计算的研究中除了Web服务是一大技术支撑外，语义是另一受到重视且被广泛应用的技术。本章首先介绍了作为下一代Web发展方向的语义网的定义，它的架构与优势等； 其次介绍了构建语义网的最主要的组成概念——本体，主要包含了本体的定义、建模元语、描述语言、建模工具、已有的本体、本体的分类以及本体的应用范围，它被应用到Web服务中，因而有了基于本体的Web服务描述语言OWLS； 最后是对语义相似性的介绍，给出了一些常用的语义相似性算法，特别是基于本体WordNet的算法，用于计算词语(word)之间的相似性，语义相似性算法可被应用到许多领域中，包括本书的主题内容——Web服务的相关研究中。
3．1语义网
语义网的概念刚出现的时候，大家都将其视为一个非常神奇的技术，并设想如果现在的万维网(World Wide Web，WWW)进化成语义网，信息检索将变得非常便利。它可以理解用户想要检索的事物，而不是停留在只是对文字机械地匹配的程度。语义网如今依然是非常流行并有待发展的技术。
它的神奇之处主要表现在：
表达能力增强。现今的网络并没有建立词汇与词汇之间的联系，只是将其作为一个文档处理，而语义网则是将词汇间的关联进行定义并将其添加到WWW上，此时达到的目的就是计算机能理解词汇与词汇之间的语义，而这种定义的完成需要借助之后的小节中将要介绍的本体的能力。词汇与词汇之间的关联包含的内容颇广，比如词汇的属性、词汇的上下层关联的词汇等，以及文档与文档之间同样可以定义联系。
理解能力增强。计算机是不理解文档的语义的，但将语义添加到文档中有助于其理解语义，且它的定义文档是基于XML的语言，从而有助于计算机抽取、处理信息，以及高级的应用，如信息检索。
可扩展的内容。有了语义网之后，在它的定义基础之上可以扩展它的内容，如增加文档并用语义定义，且与已有的定义建立连接后兼容。由于万维网是庞大的且是不停动态增长的，因此可扩展的意义非常重要。
与上述的优势相对应的便是如今网络所存在的局限性： 缺乏对信息的描述； 缺乏语义； 对信息的内容不理解； 检索是基于关键字、而非语义，由此Tim Berners Lee于2000年提出了语义网的概念。建立语义网的目标是使计算机能理解信息，并在理解的基础上能自动地处理信息，如信息代理、信息过滤等。
通过给万维网上的文档(HTML文档、XML文档)添加能够被计算机所理解的语义“元数据”(Meta data)，从而使整个互联网成为一个通用的信息交换媒介。
定义3．1语义网(Semantic Web)： 它包含了文档和文档的一些部分，描述了事物间的明显关系，且包含语义信息，以便于机器的自动处理［1］。
语义网的层次结构如图3．1所示，总共包含7层。从底向上依次是：
图3．1语义网的架构图
（1） 资源的统一编码形式Unicode及资源的统一定位符(Uniform Resource Identifier，URI)。该层位于最底层，是整个语义网的基础，Unicode的职责是处理资源的编码； URI对资源进行标识。Unicode编码的好处是它支持所有主要语言的混合，如记事本(．txt)支持Unicode编码，URI可以仅有地标识网络上的一个概念或资源，如之后将要介绍的命名空间由URI索引确定。
（2） 数据的内容表达XML、命名空间(NameSpace，NS)及XML结构定义(XML Schema)。该层从语法上表达数据内容和结构。XML作为通用标记语言用于内容表达，NS是为了对不同的事物采取不同的字符描述而定义，XML Schema是对文档类型的定义，采用XML语法，一旦定义，XML根据该结构书写文档，且它还提供数据校验机制。
（3） 资源的通用描述框架RDF及资源类型的定义(RDF Schema)。RDF是对万维网上的资源信息进行描述的语言，作为本体的描述语言将在3．2．3节详细介绍。RDF Schema是以机器可理解的形式对资源描述的结构的定义，如XML文档由XML Schema框架定义，RDF语言由RDF Schema给出描述资源的词汇及结构的定义。
（4） 本体词汇库： 该层位于RDF+RDF Schema层之上，资源之间的关系用本体的语言表达，是对领域中的知识、资源、资源之间的关系进行详细、丰富的定义，也是建立领域本体的过程。
（5） 描述逻辑(Logic)： 提供公理、规则等为推理应用提供支持，对建立的资源文档进行验证，判断是否符合一致性等。
（6） 认证(Proof)机制： 提供数字签名。
（7） 信任(Trust)机制： 通过交换数据签名建立信任关系，以证明语义网的可靠性等。
3．2本体
在如图3．1所示的语义网架构图中，本体是学术界进行语义研究的重要工具。本体是描述世界存在中的类、类的属性及类之间关系的重要工具，它弥补了以前的研究中对这一描述的缺陷。
语义网建立的目的是使计算机能理解信息，能理解词语、词语中包含的概念、词语之间的逻辑关系，从而达到人与计算机的交流更加灵活、流畅的目的。词语、概念、逻辑关系等便是通过建立的本体方式表达的，形成了本体库，将这样一些信息输入给计算机，从而使计算机能理解词语的含义、关系，根据词语之间的多层关系，计算机还能具有一定的推理、演化的能力。建立的本体可以将其看成一张图(graph)或者网。
以基于SOA架构的服务组合流程为对象，以Web服务技术为基础，主要内容有：对服务添加语义标签进行统一的功能管理，对服务进行功能检索，基于QoS的服务选择，自适应的服务推荐等，并以protégé平台给出服务组合的流程示例。
目录
第1章服务计算
1.1云计算
1.1.1云计算的定义
1.1.2云计算的特点
1.1.3云计算的挑战
1.1.4云计算与服务计算
1.2服务计算
1.2.1SOA与SOC
1.2.2服务计算的关键问题
1.2.3服务计算的挑战
1.3服务管理
1.4服务组合
1.4.1服务组合的特征与分类
1.4.2分布式服务组合
1.4.3服务检索
1.4.4服务选择与推荐
1.5总结
本章参考文献
第2章Web服务架构与标准
2.1Web服务
2.1.1定义
2.1.2特性
2.1.3实现平台
2.2Web服务流程的总体实现架构
2.3Web服务实现的支撑技术
2.3.1XML
2.3.2WSDL
2.3.3SOAP
2.3.4UDDI
2.3.5RPC
2.4Web服务的描述语言
2.4.1WSDL
2.4.2OWL—S与WSML
2.5服务质量
2.5.1简单服务的QoS计算
2.5.2组合服务的QoS计算模型
2.5.3QoS的应用场景
2.6人件服务
2.6.1定义
2.6.2特性
2.6.3描述方式
2.6.4挑战
2.7总结
本章参考文献
第3章语义网与Web服务
3.1语义网
3.2本体
3.2.1本体的定义
3.2.2本体的建模元语
3.2.3本体的描述语言
3.2.4本体的建模工具
3.2.5已有本体及其分类
3.2.6本体的应用
3.3本体和Web服务
3.3.1Web服务的本体语言
3.3.20WL—S与WSDL
3.4语义相似性
3.4.1语义和Web服务
3.4.2语义相似性算法
3.4.3语义在Web服务中的应用
3.5总结
本章参考文献
第4章服务的分类管理
4.1服务分类管理的提出
4.2服务分类管理的过程
4.3服务的分类步骤
4.3.1服务的描述文档解析
4.3.2服务预处理
4.3.3服务的向量化
4.3.4机器学习分类算法
4.4服务分类实验
4.4.1数据源
4.4.2分类正确率
4.4.3实验结果
4.5实验结果分析
4.6服务的输出预测
4.6.1人件服务的输出预测
4.6.2人件服务的输出预测结果分析
4.7总结
本章参考文献
第5章服务检索
5.1服务检索的提出
5.2服务检索的过程
5.3基于语义和语法的服务建模
5.3.1基于相似度的服务间关系模型
5.3.2个体服务的建模
5.4服务与检索条件的匹配算法设计
5.5服务检索实验
5.5.1测量指标
5.5.2实验步骤与数据
5.5.3实验结论
5.6总结
本章参考文献
第6章服务选择
6.1服务选择的提出
6.2服务选择的过程
6.3服务选择中的QoS
6.3.1QoS指标
6.3.2信任值计算
6.4服务选择问题的形式化
6.4.1目标函数
6.4.2QoS约束条件
6.5基于QoS与优化算法的服务选择模型
6.5.1基于穷举搜索算法的服务选择求解
6.5.2基于随机算法的服务选择求解
6.5.3服务选择求解的优化算法——粒子群优化算法
6.5.4服务选择求解的优化算法——遗传算法
6.6实验结论
6.6.1服务选择优化算法的比较
6.6.2信任在服务选择问题中的分析
6.7总结
本章参考文献
……
第7章服务推荐
第8章服务组合
第9章Agent技术在服务组合中的应用
第10章云计算中存在的问题
序言
前言
服务计算为一门新兴的交叉学科，包含了多种突破性的技术。本书将其划分成两部分内容，分别为服务管理与服务组合。事实上，服务管理研究的目的也是为服务组合过程提供技术支撑。对服务有效的分类管理有助于用户或系统快速、精确地查找服务。
服务组合中的服务是指Web服务，而Web服务的实现理念是基于面向服务的架构的，发布于互联网上的Web服务，可被互联网上的任何机构和人所调用。这些Web服务通常具有一些简单的功能，其本质是软件模块。单独的一个服务是无法对复杂问题求解的，此时需要将服务进行组合以完成对复杂任务的求解。因此，服务之所以具有重要的研究价值，是因为它可以被组合形成流程，用于复杂问题求解。最理想的目标是在求解问题时，从互联网上调用服务，将这些服务按逻辑操作组合建立形成流程。这些操作只需通过图形化界面，将它们建立连接并运行，不理解服务技术背景的人也可以完成。但是现在的服务组合技术的发展还远没有达到这种阶段。随着Web服务的发展，流程中另一重要的要素——人与工作流的交互也逐渐受到了重视，如2007年Web Services Human Task（WSHumanTask）规范的发布，它将与工作流交互的人需完成的任务定义为人工任务，包含了服务流程与人的交互。
本书以服务流程为研究对象，以服务的已有技术、标准为研究基础，通过应用相关的理论与技术，主要包括语义、本体、分类算法、TFIDF算法、命题库、粒子群优化算法、遗传算法、Agent等，分阶段地探讨了服务计算的关键问题——服务组合，以帮助实现服务流程。
本书的特色在于： 将服务组合划分成多个阶段并分别做了介绍，且每部分的内容都有相应的提出的方法、实验与结论，分别为服务检索、服务选择、服务推荐，以及应用Agent技术构建服务组合流程的方法。在服务检索中，为了检索到满足用户功能需求的服务并提高服务检索的效率与准确率，在同一服务类别中，提出利用相似度建立服务间关系模型，并对个体服务的描述元素的内容进行语法结构分析，通过语法结构以及语义相似度以完成查询内容与检索服务之间的匹配。在服务推荐中应用用户组建形成的社会网络预测候选服务的信任值，为用户推荐满足其非功能需求的服务，还介绍了Protégé平台支持的服务解析与组合的实现过程。Agent技术与服务的结合，则应用了BDI模型于分布式服务组合流程的构建。最后是对云计算模式下的未来发展趋势——多云架构的介绍。
本书的主要目标是在阐述服务计算的基础上，重点探讨服务管理与服务组合的内容及其实现技术。面向的读者是相关领域的研究人员、科技工作者、高年级的本科生与研究生。
本书出版得到了浙江省高校人文社科重点研究基地“管理科学与工程”项目专著出版基金（No.ZX140204301/007）的资助，作者在此表示由衷的感谢。
本书在编写过程中参考了大量的国内外文献，在此感谢这些作者。
由于作者水平有限，书中难免存在一些不足之处，恳请读者批评指正。
编者
2016年9月
文摘
第3章语义网与Web服务
服务计算的研究中除了Web服务是一大技术支撑外，语义是另一受到重视且被广泛应用的技术。本章首先介绍了作为下一代Web发展方向的语义网的定义，它的架构与优势等； 其次介绍了构建语义网的最主要的组成概念——本体，主要包含了本体的定义、建模元语、描述语言、建模工具、已有的本体、本体的分类以及本体的应用范围，它被应用到Web服务中，因而有了基于本体的Web服务描述语言OWLS； 最后是对语义相似性的介绍，给出了一些常用的语义相似性算法，特别是基于本体WordNet的算法，用于计算词语(word)之间的相似性，语义相似性算法可被应用到许多领域中，包括本书的主题内容——Web服务的相关研究中。
3．1语义网
语义网的概念刚出现的时候，大家都将其视为一个非常神奇的技术，并设想如果现在的万维网(World Wide Web，WWW)进化成语义网，信息检索将变得非常便利。它可以理解用户想要检索的事物，而不是停留在只是对文字机械地匹配的程度。语义网如今依然是非常流行并有待发展的技术。
它的神奇之处主要表现在：
表达能力增强。现今的网络并没有建立词汇与词汇之间的联系，只是将其作为一个文档处理，而语义网则是将词汇间的关联进行定义并将其添加到WWW上，此时达到的目的就是计算机能理解词汇与词汇之间的语义，而这种定义的完成需要借助之后的小节中将要介绍的本体的能力。词汇与词汇之间的关联包含的内容颇广，比如词汇的属性、词汇的上下层关联的词汇等，以及文档与文档之间同样可以定义联系。
理解能力增强。计算机是不理解文档的语义的，但将语义添加到文档中有助于其理解语义，且它的定义文档是基于XML的语言，从而有助于计算机抽取、处理信息，以及高级的应用，如信息检索。
可扩展的内容。有了语义网之后，在它的定义基础之上可以扩展它的内容，如增加文档并用语义定义，且与已有的定义建立连接后兼容。由于万维网是庞大的且是不停动态增长的，因此可扩展的意义非常重要。
与上述的优势相对应的便是如今网络所存在的局限性： 缺乏对信息的描述； 缺乏语义； 对信息的内容不理解； 检索是基于关键字、而非语义，由此Tim Berners Lee于2000年提出了语义网的概念。建立语义网的目标是使计算机能理解信息，并在理解的基础上能自动地处理信息，如信息代理、信息过滤等。
通过给万维网上的文档(HTML文档、XML文档)添加能够被计算机所理解的语义“元数据”(Meta data)，从而使整个互联网成为一个通用的信息交换媒介。
定义3．1语义网(Semantic Web)： 它包含了文档和文档的一些部分，描述了事物间的明显关系，且包含语义信息，以便于机器的自动处理［1］。
语义网的层次结构如图3．1所示，总共包含7层。从底向上依次是：
图3．1语义网的架构图
（1） 资源的统一编码形式Unicode及资源的统一定位符(Uniform Resource Identifier，URI)。该层位于最底层，是整个语义网的基础，Unicode的职责是处理资源的编码； URI对资源进行标识。Unicode编码的好处是它支持所有主要语言的混合，如记事本(．txt)支持Unicode编码，URI可以仅有地标识网络上的一个概念或资源，如之后将要介绍的命名空间由URI索引确定。
（2） 数据的内容表达XML、命名空间(NameSpace，NS)及XML结构定义(XML Schema)。该层从语法上表达数据内容和结构。XML作为通用标记语言用于内容表达，NS是为了对不同的事物采取不同的字符描述而定义，XML Schema是对文档类型的定义，采用XML语法，一旦定义，XML根据该结构书写文档，且它还提供数据校验机制。
（3） 资源的通用描述框架RDF及资源类型的定义(RDF Schema)。RDF是对万维网上的资源信息进行描述的语言，作为本体的描述语言将在3．2．3节详细介绍。RDF Schema是以机器可理解的形式对资源描述的结构的定义，如XML文档由XML Schema框架定义，RDF语言由RDF Schema给出描述资源的词汇及结构的定义。
（4） 本体词汇库： 该层位于RDF+RDF Schema层之上，资源之间的关系用本体的语言表达，是对领域中的知识、资源、资源之间的关系进行详细、丰富的定义，也是建立领域本体的过程。
（5） 描述逻辑(Logic)： 提供公理、规则等为推理应用提供支持，对建立的资源文档进行验证，判断是否符合一致性等。
（6） 认证(Proof)机制： 提供数字签名。
（7） 信任(Trust)机制： 通过交换数据签名建立信任关系，以证明语义网的可靠性等。
3．2本体
在如图3．1所示的语义网架构图中，本体是学术界进行语义研究的重要工具。本体是描述世界存在中的类、类的属性及类之间关系的重要工具，它弥补了以前的研究中对这一描述的缺陷。
语义网建立的目的是使计算机能理解信息，能理解词语、词语中包含的概念、词语之间的逻辑关系，从而达到人与计算机的交流更加灵活、流畅的目的。词语、概念、逻辑关系等便是通过建立的本体方式表达的，形成了本体库，将这样一些信息输入给计算机，从而使计算机能理解词语的含义、关系，根据词语之间的多层关系，计算机还能具有一定的推理、演化的能力。建立的本体可以将其看成一张图(graph)或者网。
| ISBN | 9787302464662 |
|---|---|
| 出版社 | 清华大学出版社 |
| 作者 | 杨洁 |
| 尺寸 | 16 |