面向铁路信息共享的语义web服务合成技术及方法研究

论文摘要

由于中国铁路信息化建设之初缺乏统一规划,因此各业务系统基本上是单独开发,自成体系,各系统之间互通互连性比较差,信息难以共享。Web服务能够实现异构系统的互通互连,而web服务合成能够增加共享信息利用的深度和广度。当前自动服务合成是web服务研究领域的热点和难点,因此研究面向铁路信息共享的服务合成技术具有比较重要的意义。基于语义web服务在现实中不存在的现状,本文对自动服务合成技术的研究主要是从理论上证明其可行性,为解决铁路信息共享问题提供一种新的思路。本文的研究重点关注语义web服务合成技术应用于铁路信息共享中必须要解决的几个问题:语义web服务分类、语义web服务合成模型、语义web服务合成方法以及复合web服务执行的实现策略。语义web服务的服务能力通过其输入/输出/前置条件/影响来表现,并且后两个参数最能体现服务的最终任务。在铁路信息共享应用中,因为大多数服务只有输入和输出参数,且输入/输出参数是实体集合,实体又是属性集合,因此本文提出一种按照输出参数对服务进行分类的两阶段服务聚类算法。第一阶段是基于实体的,用图反映服务之间的距离,然后不断提取当前图的最大完全子图得到所有服务分类。第二阶段对第一阶段的分类结果再次分类,它是基于属性的,用相似度矩阵反映任意两个服务的相似度,根据一个服务只能属于一个服务类并且只有高度相似的服务才能属于同一个服务类的聚类原则从相似度矩阵中提取各服务类。本文把铁路语义web服务合成建模为有向图,称为通用铁路web服务合成图（GGWSC）,把服务当作节点,服务的输出—输入连接匹配关系作为弧,它表现数据流和控制流。经过证明该模型能够涵盖使用输出—输入连接匹配关系的服务合成方法以及混合web服务合成方法形成的服务合成图。针对当前基于输出—输入连接匹配关系的服务合成方法都不具有一般性,在某些特定的情况下都会出错的问题,本文提出基于该种关系的一种新的服务合成方法。在该方法中,通过判断服务之间是否具有连接匹配关系从候选服务集合中找到所有参与合成的服务,并计算它们的服务连接矩阵（MWSC）,形成最大服务合成图,在该图寻找所有可能的最小合成图,具有最优QoS（服务质量）值的最小合成图为所求服务合成图。在寻找可能的合成计划图时使用共享服务、共享服务调用（CWS）、共享服务调用序列（LCWS）等概念以及服务输出参数分布矩阵（MOPWS）、CWS树等工具从合成图中发现所有的最小合成图。本文使用混合服务合成方法对分布式数据库动态统计查询服务合成过程建模,该模型是一个通用服务合成图。使用预定义方法确定该过程中可预知的部分,使用输出-输入连接匹配方法确定未知部分,从而得到完整的统计查询合成图。由于合成图中的各种服务及其关系是根据用户合成请求所提供的信息来确定,因此本文还给出一个用户合成请求的多层结构模式来收集用户提供的输入及所求输出。在复合服务执行方面,给出一种集中—分布式调度方式,既解决集中式调度控制方式所造成的通信瓶颈,又解决分布式调度难以控制的缺点。在集中—分布式调度下,对于某个复合服务的执行是集中控制的,为了在最短时间内完成复合服务的执行,需要编排参与服务的调度顺序,本文提出一种参与服务的调用顺序编排方法,它结合使用web服务合成执行树（TWSCE）、服务序列排序表（OTSL）以及服务序列衔接值矩阵（MSLCV）作为工具对参与合成的服务调用顺序进行编排。本文比较系统地研究语义web服务合成技术在铁路信息共享领域应用的问题,为该项技术在铁路信息共享应用提供一定的理论支持,同时也为该项技术在类似铁路行业的组织的信息共享应用提供了思路。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景及意义
• 1.1.1 铁路信息化建设中的信息共享问题
• 1.1.2 铁路信息共享研究现状及不足
• 1.1.3 web服务合成技术在铁路信息共享中的作用
• 1.2 web服务合成相关技术研究现状
• 1.2.1 web服务搜索空间的组织方法
• 1.2.2 Web服务合成方法
• 1.2.3 复合web服务执行
• 1.3 论文研究目标及主要内容
• 1.3.1 研究目标
• 1.3.2 主要研究内容
• 1.4 论文研究方法及技术路线
• 1.4.1 研究方法
• 1.4.2 研究技术路线
• 2 铁路语义web服务
• 2.1 使用铁路语义web服务的目的
• 2.2 铁路语义web服务的提供及发布
• 2.2.1 铁路语义web服务的提供
• 2.2.2 铁路语义web服务的发布
• 2.3 铁路语义web服务的功能及分类
• 2.3.1 铁路语义web服务的功能
• 2.3.2 铁路语义web服务的分类
• 2.4 本论文各个算法的前提假设及相关表示方法
• 2.4.1 各算法的前提假设
• 2.4.2 各算法使用的实体与集合之间关系的表示方法
• 2.4.3 铁路语义web服务的I/O参数表示模式
• 2.5 铁路web服务合成模型
• 2.5.1 现有web服务合成模型
• 2.5.2 通用铁路web服务合成模型
• 2.6 本章小节
• 3 铁路语义web服务的两阶段聚类算法
• 3.1 铁路语义web服务按照服务能力分类的第一阶段聚类算法
• 3.1.1 服务参数集合转换成多维的方法
• 3.1.2 第一阶段服务聚类使用的相关计算方法及距离矩阵
• 3.1.3 第一阶段服务聚类结果评价方法
• 3.1.4 第一阶段服务聚类方法
• 3.1.5 服务聚类算法步骤
• 3.2 铁路语义web服务的第二阶段聚类算法
• 3.2.1 第二阶段服务聚类使用的相关计算方法
• 3.2.2 第二阶段服务聚类方法及算法步骤
• 3.3 在线聚类
• 3.4 两阶段服务聚类算法的计算复杂度分析
• 3.5 本章小结
• 4 基于O-I连接匹配关系的语义web服务合成方法
• 4.1 非预定义合成方法在铁路信息共享中的应用需求
• 4.2 Web服务连接矩阵
• 4.3 有关Web服务合成的概念及定理
• 4.4 基于O-I匹配的Web服务合成算法
• 4.4.1 寻找BGWSC包含的所有服务的方法
• 4.4.2 从BGWSC中寻找所有SGWSC的方法
• 4.4.3 寻找GWSC中具有CWS的服务的所有CWS的方法
• 4.4.4 寻找所有能够产生不重复SGWSC的LCWS的方法
• 4.4.5 基于O-I匹配的Web服务合成算法思路
• 4.4.6 基于O-I匹配的Web服务合成算法步骤
• 4.4.7 算法计算复杂度分析
• 4.5 算例分析
• 4.6 铁路实例分析
• 4.7 本章小结
• 5 混合web服务合成技术在铁路信息共享中的应用
• 5.1 铁路分布式数据库动态统计查询需求
• 5.2 混合web服务合成方法
• 5.3 使用web服务合成实现动态数据库统计查询的机制
• 5.3.1 分布式数据库动态统计查询中的统计量
• 5.3.2 使用web服务合成实现分布式数据库动态统计查询的方法
• 5.4 使用web服务进行动态数据库统计查询过程分析
• 5.5 分布式数据库动态统计查询web服务合成请求模式
• 5.6 参与动态统计查询服务合成的web服务
• 5.6.1 获取数据服务
• 5.6.2 统计服务
• 5.6.3 转换服务
• 5.6.4 合并服务
• 5.7 动态统计查询的web服务合成模型及模型的构造方法
• 5.7.1 动态统计查询的web服务合成模型
• 5.7.2 动态统计查询的web服务合成图构造方法
• 5.8 动态统计查询web服务合成算法
• 5.8.1 统计查询web服务合成算法思路及步骤
• 5.8.2 算法的计算复杂度分析
• 5.8.3 实例分析
• 5.9 本章小结
• 6 铁路复合web服务的执行实现策略
• 6.1 铁路复合web服务的集中-分布式调度
• 6.1.1 现有复合web服务执行控制方法及存在的问题
• 6.1.2 铁路复合web服务执行的集中-分布式方法
• 6.1.3 铁路复合服务的执行
• 6.2 加权web服务合成图及相关定义及定理
• 6.3 铁路复合web服务的参与服务调用编排方法
• 6.3.1 服务的最早执行时间和执行结束时间
• 6.3.2 产生TWSCE的相关算法
• 6.3.3 复合web服务执行编排方法
• 6.3.4 复合服务的参与服务调用编排算法的计算复杂度分析
• 6.3.5 算例分析
• 6.4 本章小结
• 7 结论和展望
• 7.1 本文的主要工作
• 7.2 论文主要创新之处
• 7.3 今后研究工作展望
• 参考文献
• 附录A
• 作者简历
• 学位论文数据集