摘要：为进一步提升服务组合性能,提出将词法多重散列与包容语义相结合的快速服务查找法.该方法有如下特点:将服务描述模型分解为不同粒度的词法和语义子块,同时将服务查找过程转换为按词法子块粒度递增的多重散列过程,利用子块间的包容语义消解散列冲突,实现降低查找失败时间至最低;所建立的服务库一方面通过缩减服务组合路径搜索空间降低查找成功时间,另一方面为设计高效组合路径查找算法提供了基础;可提供近似常数时间的原子服务查找和服务建库过程.实验证明该方法查找准确,较当前权威组织提供的基准服务查找方法效率提升显著,并具有查找时间几乎与服务库规模无关的良好稳定性.

摘要：集中式的自动服务组合和非平凡服务发现能够根据给定的、具有特定输入输出的请求搜索出一系列满足要求的服务组合,是当前服务计算领域的研究热点.针对集中式结构带来的性能瓶颈和单点故障问题,提出了一种利用基于内容的分布式发布订阅技术实现大规模网络环境下的无中心自动服务组合方法,称之为流程搜索.基于内容的分布式发布订阅系统能够根据发布消息和订阅消息之间的内容匹配关系,将发布者提供的消息通过一系列中介节点转发给感兴趣的订阅者.它可以为服务接口之间的可互操作性判定以及查询路由提供支持.将服务模型映射为发布订阅的消息模型,并利用基于内容的路由设计形成分布式环境下的搜索算法,并基于PADRES系统开发了一个PreSee原型系统.模拟实验显示,无中心控制的方法相对于集中式的架构而言,可以有效降低系统延迟,提高整个系统的效率.

摘要：针对目前服务型机器人在执行复杂服务任务时面临着较高的本地计算和存储压力的问题以及机器人服务的可拓展性较低的问题,提出一种基于SOA架构的云机器人分布式服务框架。通过云机器人服务的分布式部署提高资源的利用率和服务质量,通过设计SOA接口层,消除异构机器人之间底层差异。针对单一云机器人服务的局限性,提出一种多服务副本下服务查找和组合算法,实现云机器人集群服务覆盖网络下服务执行的负载均衡和弹性容错,提高云机器人集群的稳定性和服务的吞吐量。通过仿真对比实验,验证了该算法的有效性。

摘要：随着计算机网络应用的不断发展,基于Xml的Web服务技术不断成熟。服务数量和种类不断增多,并逐步向大规模、海量化发展。如何在海量Web服务中高效、精确的选取目标服务成为研究课题。为了解决上述问题,本文提出了一种基于语义的WEB服务发现策略。通过定义系统本体,构建了服务词汇本体树。给出了基于本体树的服务标注方法,详细描述了海量服务数据处理策略。对基于用户驱动的服务绑定、用户需求信息的本体标注方法做了详细阐述。最后,通过实验证明了所提方法在提高服务的绑定效率和精度上具有优越性、可行性和正确性。