語義社區(qū)中服務(wù)注冊中心部署策略研究.pdf

1、服務(wù)注冊中心是面向服務(wù)架構(gòu)的重要組成部分之一。隨著互聯(lián)網(wǎng)范圍內(nèi)面向服務(wù)計算模式的普及和網(wǎng)絡(luò)規(guī)模日趨復(fù)雜，海量服務(wù)注冊信息的合理組織和管理對面向服務(wù)計算的性能顯得至關(guān)重要，因此，服務(wù)注冊中心的合理部署是實現(xiàn)上述目標的基礎(chǔ)。目前，復(fù)雜網(wǎng)絡(luò)環(huán)境下服務(wù)注冊中心部署存在的主要問題包括缺乏理論支撐，不能適應(yīng)網(wǎng)絡(luò)動態(tài)演變，缺乏語義信息處理能力，不能理解服務(wù)注冊信息和自動演算推理。與此同時，在復(fù)雜網(wǎng)絡(luò)的研究中發(fā)現(xiàn)萬維網(wǎng)等都具有非常有價值的統(tǒng)計特性，諸如

2、網(wǎng)絡(luò)呈現(xiàn)的社區(qū)結(jié)構(gòu)特性，它為服務(wù)注冊中心的研究提供了有力理論依據(jù)?！吨袊?050年信息科技發(fā)展線路圖》已將網(wǎng)絡(luò)科學列為發(fā)展新信息科學和前沿交叉科學的重要分支，因此，在對等網(wǎng)絡(luò)中利用語義和社區(qū)結(jié)構(gòu)特性來搜尋和發(fā)現(xiàn)語義社區(qū)(根據(jù)節(jié)點興趣偏好的語義信息劃分的內(nèi)部聯(lián)系緊密而外部聯(lián)系稀疏的邏輯結(jié)構(gòu))，然后在其中設(shè)置服務(wù)注冊中心的研究具有重要的實際應(yīng)用價值，也對復(fù)雜網(wǎng)絡(luò)的理論研究起到了積極的作用，在語義社區(qū)中進行服務(wù)注冊中心部署策略研究具有理論價

3、值。
　　 基于上述背景，論文通過結(jié)合對等網(wǎng)的可擴展性、語義網(wǎng)絡(luò)的智能性和復(fù)雜網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)特性，開展了語義社區(qū)中服務(wù)注冊中心部署策略研究，提出了一個解決服務(wù)注冊中心部署問題的模型，并針對模型中所涉及的節(jié)點選擇、網(wǎng)絡(luò)演化和語義社區(qū)劃分等具體問題展開了研究。因此，論文的主要內(nèi)容包括系統(tǒng)模型設(shè)計、超級節(jié)點選擇、網(wǎng)絡(luò)拓撲演化、語義信息傳播和語義社區(qū)劃分五個方面。
　　 論文研究取得的主要成果體現(xiàn)在以下幾個方面：
　　

4、(1)提出了以語義特征為基礎(chǔ)的具有超級節(jié)點的語義路由服務(wù)注冊中心(Super Peer and Semantic Routing UDDI，SPSR-UDDI)模型。模型以語義信息為基礎(chǔ)，將節(jié)點興趣偏好語義信息以“謠言”形式傳播，節(jié)點通過語義信息獲取到與其具有相同興趣偏好的其它節(jié)點信息，把網(wǎng)絡(luò)中的節(jié)點按照興趣偏好劃分語義社區(qū)，在社區(qū)中選擇綜合性能相對較好的節(jié)點作為超級節(jié)點承擔服務(wù)注冊中心的任務(wù)，社區(qū)間通過語義信息互聯(lián)，對于給定的查詢主要

5、集中在對應(yīng)的主題域，查詢處理范圍小，查詢處理效率高。
　　 (2)提出了基于集對的超級節(jié)點選擇算法。算法在超級節(jié)點選擇時引入資源消耗因子和負載能力，量化了負載能力性能指標，增加了算法的普適性和靈活性；采用集對方法選擇超級節(jié)點，較好地量化節(jié)點各種參數(shù)，實現(xiàn)了模糊綜合評價，該方法還可以通過權(quán)重的方式體現(xiàn)用戶的對特定參數(shù)的重視程度，是一種有效的評估方法；根據(jù)節(jié)點排隊長度漲落的均方根函數(shù)，在節(jié)點即將出現(xiàn)擁塞之前啟動超級節(jié)點選舉算法，提高

6、了系統(tǒng)整體服務(wù)的響應(yīng)時間。
　　 (3)提出了基于節(jié)點點強度的網(wǎng)絡(luò)演化方法。方法采用在密集區(qū)投放服務(wù)點的思想，通過節(jié)點邊權(quán)優(yōu)先連接原則讓部分節(jié)點動態(tài)調(diào)整連接策略，實現(xiàn)了網(wǎng)絡(luò)自組織演化過程，并使最終的網(wǎng)絡(luò)具備小世界特性，獲得較好的服務(wù)響應(yīng)時間。
　　 (4)提出了采用謠言興趣衰減機制的語義信息傳播模型。模型采用謠言興趣衰減機制，以較小的消息量在網(wǎng)絡(luò)中實現(xiàn)節(jié)點興趣偏好信息的有效傳播；每個節(jié)點僅依據(jù)網(wǎng)絡(luò)中的興趣偏好信息進行決策

7、，并根據(jù)興趣偏好的語義匹配相似程度改變節(jié)點之間的連接度，減少了對全局性知識的依賴。
　　 (5)提出了基于社區(qū)語義熵的語義社區(qū)劃分算法。算法通過節(jié)點間的語義信息，利用社區(qū)語義熵實現(xiàn)了將興趣偏好相似的節(jié)點聚集在同一主題領(lǐng)域的語義社區(qū)劃分；社區(qū)劃分后，由超級節(jié)點管理每個語義社區(qū)，承擔服務(wù)注冊中心任務(wù)，節(jié)點根據(jù)語義信息自主地建立并維護與其它節(jié)點的拓撲連接，完成網(wǎng)絡(luò)自組織過程，達到節(jié)點資源的有序組織，為語義社區(qū)結(jié)構(gòu)中的服務(wù)注冊中心部署提