位置:成果数据库 > 期刊 > 期刊详情页
模型驱动架构的语义组合Web服务的验证
  • ISSN号:1002-8331
  • 期刊名称:《计算机工程与应用》
  • 时间:0
  • 分类:TP311[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]西安交通大学计算机系,西安710049, [2]河南开封广播电视大学,河南开封475000
  • 相关基金:国家自然科学基金(the National Natural Science Foundation of China under Grant No.60673170)
中文摘要:

针对语义Web服务的组合与验证问题,提出了基于模型驱动架构(MDA)的组合方法与基于语义匹配度的匹配方法。组合方法使用UML类图和用例图对OWL-S进行静态组合建模,使用活动图对OWL-S进行动态组合建模。在建模过程中使用基于语义匹配度的匹配方法,选择可用的子Web服务确定最合适的组合Web服务,并将该组合UML模型转化为可验证的Promela语言,使用SPIN工具进行验证,通过验证的UML模型作为模板保存于本体的知识库中以便使用。该模型提高了开发语义Web服务的效率,保证了组合过程的正确性,还能利用模板与语义匹配度实时发现与选择可用的Web服务。

英文摘要:

In order to solve the problem of composition and verification of semantic Web services,this paper proposes a composite method based on Model-Driven Architecture(MDA) and a matching method based on semantic matching degree.In the static aspects,the OWL-S is modeled by the composite method using UML class diagrams and use-case diagram.The dynamic composition of OWL-S is modeled by the use of activity diagram.In the procedure of modeling,a matching method based on semantic matching degree is used to choose a subset of Web services for determining the most appropriate composite Web service and the compositing UML model is translated into the verifiable Promela language by the model checking tools,SPIN.The verified UML model,as a template,is stored in ontology knowledge base.The model improves the efficiency of the semantic Web services,and ensures the process of dynamic composition accuracy.By the use of templates and semantic matching degree,the most suitable and available Web services can be found and selected.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887