语义物联网中基于SOA4All的聚合服务研究

来源 :大连海事大学 | 被引量 : 0次 | 上传用户:xu337958503
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
物联网是通过信息传感设备采集物理世界中物的信息,并将物的信息上传至互联网,其本质是在互联网上实现物理世界的信息共享。物联网的传感设备时时刻刻采集处理现实世界信息,以便于信息的流通和交换。然而,物联网其本身存在两个突出的矛盾点:物的信息有多种多样的表现形式和信息使用主体并不理解物的信息。因此,物联网上分享的信息需要定义明确的语义。将本体引入物联网,在语义和知识层次上丰富物体的信息,希望设备可以自行理解信息,使物联网的功能更加全面,在本质上获得巨大地提升,从而形成语义物联网。  如何在海量的语义物联网服务中准确地找到用户需要的服务,已成为摆在语义物联网未来发展前的重大障碍。为了解决这个问题,本文提出了语义物联网中基于SOA4All的服务聚合方法。首先,引入了SOA4All架构,SOA4All架构是对传统的SOA架构的扩展,主要用于语义网中带有语义信息的服务之间动态交互和协同感知。传统的SOA架构中服务发现是基于关键字语法或结构的相似度进行匹配,没有考虑到语义相似度的比较。SOA4All架构中的服务发现,为服务创建了语义特征索引树,增加了语义信息的匹配;然后,通过编制和编排两种方式,实现服务之间信息交互。编制方式有中心控制器实时控制服务和服务之间的信息交互。编排方式是由洪泛法实现服务池中所有服务的互动;最后,使用服务聚合模板,把功能单一的原子服务聚合为功能更强大、结构更完整的复杂服务,最大程度地满足用户的需求。  根据上述研究,本文设计并实现了语义物联网中基于SOA4All的服务聚合原型系统。该原型系统从功能上分为服务语义标注模块、服务发布模块、服务发现模块、用户动态信息获取模块、服务聚合模块与服务绑定模块,实现了对语义物联网中服务的发布、发现、筛选和聚合。利用Google上提供的天气服务对系统进行实验验证。其结果表明,本文设计的原型系统能够对语义物联网中的服务进行有效的聚合,提高了服务的查准率和查全率,尽可能地找到满足用户要求的服务。
其他文献
传统的粗糙集理论是一种处理不完备、不完整数据的智能计算方法。传统的模糊集理论也是一种重要的处理不精确,不确定信息的数学工具。模糊粗糙集是模糊集理论和粗糙集理论的
随着Internet的发展,网络资源作为一种新兴的资源正快速增长。网络资源广义上可包括电子文档、电子视频、网络信息、应用程序、网络服务等,对于部分可复制的网络资源,如电子
随着数据库技术的不断发展和其在军事、政府、金融等部门的广泛应用,数据库的安全问题越来越受到人们的高度重视。传统数据库系统提供的安全特性仅能够满足一般的应用要求而
在优先考虑工程安全,供电可靠性的条件下,梯级水库水电站的优化调度,充分发挥水资源系统的除害兴利作用,使总体经济效益最大。梯级水库调度问题是一个复杂的问题,正确、合理
近几年,关于神经网络的研究取得了令人瞩目的进展,引起了包括计算机科学、脑神经科学、人工智能等学科领域内的科学家的巨大热情和广泛兴趣。神经网络是人类对其大脑信息处理
事件信息抽取(Events Information Extraction: Events IE)目前是信息抽取(Information Extraction: IE)中的一个重要领域。本文提出了一种跨文本事件信息融合方法,该方法在
近年来,网络以及硬件的快速发展使得人们被淹没在信息海洋之中,因此,基于内容的视频检索成为一个研究热点,体育视频检索作为其中一部分也得到了广泛的研究。足球比赛深受广大
在当代非线性科学中,非线性方程的可积性是广大学者的重要研究方向之一.本文将结合著名数学家吴文俊的数学机械化思想,并以计算机代数系统Maple为工作平台研究非线性微分差分方
词义消歧在自然语言处理的许多应用领域中具有重要的理论和实践意义,是一个影响着自然语言处理领域中许多其他应用问题的“中间问题”,在机器翻译、信息检索、主题内容分析和
P2P网络存储的网络资源也越来越多,如何在海量的网络资源中精确定位所需资源(P2P的资源定位模型)成为当前P2P研究领域的热点。P2P的资源定位模型决定着资源查找的准确率以及