知识驱动的服务智能聚合与协同演进技术研究

服务计算(Service Computing)是面向互联网应用的新一代分布式计算模式，以透明、松耦合的第三方服务的形式支持企业计算应用。互联网上的服务资源具有自治性、成长性和多样性等特性，如何对服务资源进行智能聚合和知识发现是服务计算中所面临的难题之一。本项目以面向服务聚合信息的知识发现为手段，研究知识驱动的服务智能聚合及协同演进方法。研究构建基于服务语法、语义、行为、质量等信息的面向服务挖掘的统一信息聚合表示模型，在该模型上基于高阶异构聚类方法分析服务行为模式，研究服务复杂行为交互网络分析算法、挖掘服务组群行为模式的演变规律。在此基础上，研究基于服务行为聚群及演进分析的的服务组合、替换、服务推荐等服务计算关键技术。通过以上内容的研究，将能够有效的拓展服务计算研究的深入和广度，具有重要的理论意义和研究价值。

本课题针对服务计算环境下的服务智能聚合和协同演进问题，提出了基于复杂网络的服务信息统一描述模型，提出的网络模型整合了服务语法、语义、质量等相关信息；在其基础上我们研究了服务结构社团发现算法及服务行为网络聚类方法，相关成果在服务替换、服务选取、服务组合等若干服务计算基础问题上得到了应用。具体进展如下：首先针对Internet上的开放web服务资源，基于服务语法和行为语义信息，构建了服务结构网络和服务执行网络，建立了以网络结构为基础的web服务统一信息聚合表示模型；提出了一种基于社团发现的web服务结构聚群和行为聚群发现方法，分析了真实web服务数据的社团特征；针对服务软件系统的复杂交互行为，提出一种基于择优选择、组合交互及动态重组等行为交互特征的服务行为演化模型，探索了在缺乏全局的设计指导的情况下，系统中组成元素之间的协同交互演化规律及其与系统整体运行状态的影响。基于对服务行为模型和结构模型的研究，我们在服务选取、服务替换、服务发现等问题均提出了基于服务行为模式和服务演化规律的解决方法。由于复杂网络已经成为研究的重要基础，课题对软件执行网络的拓扑特征、复杂网络的搜索效率与网络构型的关系、可控性、节点角色也开展了具有普遍意义的研究。已发表或录用论文41篇，其中国际刊物6篇、国内核心刊物15篇、SCI检索4篇、EI检索35篇、ISTP检索8篇。累计20余人次参与10余次学术活动。培养博士后1名，硕士23人，其中11人毕业。