除了上述因素之外，还有一些因素可使Web服务信誉度下降，我们称之为信誉度衰减因子，例如当前时间与上一次服务调用之间的时间间隔。在上次调用之后，随着时间的流逝，时间间隔越长则服务的信誉度是不断下降的；还有服务在一个时间段内的失效次数，次数越多则信誉度越低。

2.2 模型实现

文献[8]给出了一种基于DAML-S的语义Web服务注册、发现的体系结构，称为DAML-S/UDDI Matchmaker（以下简称Matchmaker）。我们在此基础上扩展UDDI，为其加上信誉度机制，规定一个语义Web服务关联一个信誉度对象。因为Web服务在UDDI中注册为一个TModel对象，所以可以在UDDI中为每个TModel关联一个信誉度对象（Reputation Object，RO），Matchmaker则利用此对象得到服务的信誉度值。

在信誉度算法的实现中，首先，针对服务功能描述语义真实性的评价一般有两种方法。

l         第一种方法是收集Web服务调用者的反馈，在充分信任客户反馈的前提下，统计反馈信息，分析得到服务的真实性。

l         第二种方法是自动检测的方法。即当认为客户提供的反馈不足以信任，则需要一个强大的推理机，用它来对服务功能描述的语义进行分析。首先检查是否有语义冲突、逻辑混乱的情况，然后尝试自动地调用服务，检查所得到的结果是否与服务宣称的一致，从而判定服务的真实性。

我们推荐使用第一种方法，因为它实现起来较为简单有效。

其次针对客户评价值计算（Rating Algorithm，式（3）），所面临的问题是模型中各个参数的权重的取值问题，这些值没有直接的依据去确定，属于经验值，同时和系统追求的目标有关。而且服务提供者和服务请求者都可以进行调整以符合自身需求。而式（4）中的 函数则可以采用一般的统计分析方法即可。

最后对于信誉度计算（Reputation Algorithm，式（1）），函数f的实现也与应用目标相对应，各种服务都不尽相同。除此之外，还有一个R的初值问题。初值的指定可以有多种方法，类似于电子商务中的商誉，在[0,1]之间选定任意值作为初值，也可以由资源提供者指定，但是一般都设置为一个大于0的值。

3．结语

       信誉度的评价为Web服务请求者正确选择服务提供了依据，它通过对一个语义Web服务过去的“表现”进行综合，为预期的行为作出评价。本文的工作就是结合语义Web服务特点，在已有的语义Web服务的体系结构中建立一种能够评价服务信誉度的概念模型，并深入研究了其相关算法的一般表现形式及实现思路。与其他的Web服务信誉度机制相比较，该模型的长处是针对语义Web服务的特点为服务信誉度加入了语义信息，并综合了第三方权威机构的评价，使得信誉度值更有效和准确。

但由于本文的模型是一个概念模型，因此相关算法的具体实现没有给出，这也是我们下一步工作的主体。另外，我们还将着力于对参数语义的解析以及语义真实性的自动化评价问题。

参考文献

[1] McIlraith Sheila A., Son Tran Cao, Zeng Honglei. Semantic Web Services, IEEE INTELLIGENT SYSTEMS, Vol31(2), 2001

[2] Maximilien E. Michael, Singh Munindar P. Conceptual Model of Web Service Reputation, SIGMOD Record, 4, December 2002

[3] Bilgin A. Soydan, Singh Munindar P. A DAML-Based Repository for QoS-Aware Semantic Web Service Selection, In IEEE International Conference on Web Services (ICWS 2004), 2004

[4] Hara Kieron O’, Alani Harith, Kalfoglou Yannis, Shadbolt Nigel. Trust Strategies for the Semantic Web, ICWS 2004, 2004

[5] Azzedin F, Maheswaran M. Towards trust-aware resource management in Grid computing systems, Cluster Computing and the Grid 2nd IEEE/ACM International Symposium CCGRID2002 , 21-24 May 2002 , Page(s): 419 -424

[6] Azzedin F, Maheswaran M. Integrating Trust into Grid Resource Management Systems. In Proceedings of International Conference on Parallel Processing (2002)

[7] The DAML Services Coalition. DAML-S: Semantic Markup For Web Services, www.daml.org/services, 2002

[8] Sycara Katia, Paolucci Massimo, Ankolekar Anupriya, Srinivasan Naveen. Automated discovery, interaction and composition of Semantic Web services, Web Semantics,  (2003) 27–46

摘  要：语义Web服务信誉度为服务请求者对服务做出更准确的选择提供了依据。文中首先针对语义Web服务的特点对语义Web服务信誉度进行了定义。在此基础上，对现有UDDI进行扩展，提出了语义Web服务信誉度概念模型，并深入研究了相关算法及其实现方案。与其他的Web服务信誉度机制相比较，该模型的优点是针对语义Web服务的特点为服务信誉度加入了语义信息，并综合了第三方权威机构的评价，使得信誉度值更有效和准确。

关键词：语义Web服务；信誉度模型；信誉度算法

中图分类号：TP319    文献识别码：A      文章编号：

       随着Web服务的迅速发展，Web服务的自动化问题被逐渐重视，语义Web服务也就应运而生。语义Web和Web服务相结合称为语义Web服务^[1]。带有语义信息的Web服务描述有利于实现自动化的Web服务发现，使得Web服务发现技术不再拘泥于传统的分类和基于关键字查询的技术，而是可以进行基于语义的模糊匹配，使Web服务发现技术更有效和准确。但是满足发现条件的Web服务可能同时有多个，服务质量孰优孰劣如何判定；所得到的Web服务是否可用，即其描述语义的真实性如何判定等都是现实应用中人们所关心的问题，这就是Web服务的信誉度问题。本文结合语义Web服务特点，在已有的语义Web服务的体系结构中建立一种能够评价Web服务信誉度的概念模型。通过这个模型，服务请求者可以来判定Web服务的信誉度，从而作出更准确的选择。

1．术语定义及相关工作

Web服务信誉度（Reputation）的作用主要体现在以下几个方面。首先，影响到服务的选择，在既能满足预算和时间约束，同等价格的前提下，用户可优先选择信誉度好的服务；其次，对服务质量要求较高的用户，在满足预算和时间约束的前提下，宁肯高价选择信誉度好的服务，而可能不选择信誉度低的服务。显然，这会给信誉度好的服务带来更多的利益；最后，信誉度也是影响Web服务QoS的因素之一。

在网格计算和电子商务中同样有信誉度的问题。但与前两者不同的是语义Web服务的信誉度除了要关注资源（即Web服务）的质量之外，还要关注其语义信息的信誉问题。因此语义Web服务信誉度应该从两个层次上来解释。第一层次是Web服务的语义真实性。语义真实性是指一个Web服务描述所体现的语义是否真实，有没有不确切的甚至是虚假的部分，譬如某个Web服务宣称自己可以处理任何事情，这当然是虚假的。在确认了Web服务的语义真实性的基础上需要考虑Web服务的质量。Web服务质量的优劣影响客户选择，例如同样是汽车租赁的Web服务，但是服务A提供的车要比服务B提供更为物美价廉，这样用户当然会去选择服务A。这里将质量放在真实性之后是必然的，因为如果一个语义Web服务的真实性都被怀疑，那么其质量就更谈不上了。

本质上讲，Web服务的真实性也是其质量的一个方面。但是对于语义Web服务，由于其描述带有语义信息，因此语义的真实性就需要被判断。所以这里的Web服务真实性不是指传统Web服务的是否可以被可靠的调用和网络链路是否真实存在等问题，而是指服务的功能描述语义是否真实和确切。

文献[2]中给出了一种Web服务信誉度的概念模型。文献[3]提出了一种扩展的UDDI模型，其主要思想是在UDDI中为影响Web服务质量的属性加上本体。文献[4]则对语义Web中的可信任策略作了具体描述，目的是为了提高Agent交互的质量。本文将以这些为基础，同时借鉴网格以及电子商务中的资源信誉度模型来建立语义Web服务中的Web服务信誉度模型。

除此之外，本文中的语义Web服务是使用DAML-S来描述的。因此所有的语义描述以及逻辑推理都符合DAML-S规范。而且语义Web服务的应用框架是利用Agent技术实现，即服务提供者（服务端）和服务请求者（客户端）都有一个Agent与之对应。此Agent负责与一些服务注册机构（例如UDDI）通讯来注册或发现服务，然后与服务交互；调用完成后再负责将客户的反馈返回给UDDI。

2．语义Web服务信誉度模型

2.1 信誉度模型

       语义Web服务的信誉度与语义真实性和服务质量相关。而对于Web服务质量，客户可能有不同看法。例如客户A认为只要质量好，价钱高一点没有关系，而客户B则认为只要价钱低一些，质量差点是无所谓的。这样，客户反馈的信息将会有较大差别。所以需要采集大量的客户反馈，对历史数据进行统计分析，得出一个综合值。其次，与电子商务或网格计算中的商誉不同，Web服务信誉度还可以由独立的第三方权威机构评定，它是一个公有信息，也是一个重要的参考值，而商誉则定义为具体于任何两个实体之间的私有值，一个实体针对不同的其它实体可以形成不同的商誉^[5]。而另一方面，和商誉一样，Web服务信誉度也是一个随时间变化的量^[6]，有一些因素会影响到信誉度的衰减。因此，语义Web服务的信誉度与下列四种因素相关：

l         服务功能描述语义真实性

l         客户评价历史记录

l         权威机构评价结果

l         信誉度衰减因子

图1描述了我们的信誉度对象概念模型。下面详细叙述影响信誉度的四种因素。

2.1.1 服务功能描述语义真实性

       如前所述，服务功能描述语义的真实性是信誉度的第一层次含义，是影响服务信誉度的重要因子，对信誉度有着非常直接的影响。

服务信誉度计算函数（Reputation Algorithm）的一般形式描述如下：

                                             （1）

       其中，

R：服务信誉度，取值范围[0, 1]；

St：服务功能描述语义的真实性，取值范围0或1；

At：权威机构评价，取值范围[0, 1]；

HR：客户评价历史记录统计分析值，取值范围[0, 1]；

Ot：其他影响因子

       由式（1），当St=0，即服务功能描述语义的真实性为假，则该Web服务的信誉度为0，即具有最差的信誉度；若St=1，即服务功能描述语义是真实的，则服务的信誉度只与其他因素有关，由函数f计算。St值只能为0或1的原因，在于我们规定语义的真实性要么为真，要么为假；如果其语义有一部分为假，则认为语义的真实性为假。

图1 信誉度对象概念模型

2.1.2 权威机构评价

       第三方权威机构可以对注册在UDDI中的Web服务进行评价，其评价值是具有很大权重的影响因子。当权威机构评价为1时，该语义Web服务具有最好的信誉度，即At等于1；当权威机构评价为0时，该服务具有最差的信誉度，即At等于0；当服务没有被权威机构评价时，即 ，则服务的信誉度只与其他因素有关。所以式（1）可以写成：

                       （2）

2.1.3 客户评价历史记录

       客户评价历史记录包含所有已接受过服务的客户的反馈信息。每条记录包含客户对服务各项参数指标的打分。综合各项参数值，经由客户评价值算法就可以得到客户评价值，即客户对服务质量的评价（Rating）。

每个Web服务都有如下两类评价参数：

（1）通用参数

即每个Web服务都应该具有的参数，每个参数都有不同权重，由服务调用者赋值。可能的参数有：

l         执行速度

l         费用

（2）领域相关参数

是指不同领域中的Web服务所具有的特殊评价参数，例如餐饮业的饭菜质量和网上购书的书的包装质量等。它由服务提供者和请求者共同给出，其参数信息应该具有语义（采用DAML来描述^[7]），同样具有权重。可以自由添加、修改和删除参数种类，但必须遵循一定的规则。参数语义可以表述为如下形式：

<daml:DomainAttribute rdf:datatype="&xsd;float">

<daml:name>PackageQuality</daml:name>

<daml:range rdf:resource="http://sws.nwpu.edu.cn/BookService.daml# PQValues" />

<daml:weight rdf:datatype="&xsd;float">

<daml:restriction rdf:resource= “[0.1,0.2]”/>

</daml:weight>

</daml:DomainAttribute>

       上述DAML语句表明，在图书定购服务（BookService）中有一个领域参数名为包装质量（PackageQuality），它的取值范围由"http://sws.nwpu.edu.cn/BookService.daml# PQValues"决定，其权重可以是0.1到0.2之间的浮点值。

将上述参数采用一定的客户评价值算法进行加权平均后得到客户评价值。又由于参数值及其权重值都由服务调用者给出，因此每次客户评价值都可能不同。客户评价值计算函数（Rating Algorithm）的一般形式如下：

                     （3）

这里， ，且 ；

其中，r为客户评价值；Gr为通用参数值，α为通用参数权重；Dr为领域参数值，β为领域参数权重。显然，由上式计算可得 。

由式（3）计算得到了单次客户评价值（Rating），再根据历史数据进行统计分析，由式（4）可得出一个综合值HR：

                                                 （4）

这里 是一个统计分析函数，其结果满足

DAML-S的Service Profile使用ontology来描述了Web服务的性能及其执行效果。在进行Web服务发布时，可以将Service Profile和UDDI中的Web服务描述绑定在一起，即使用UDDI的TModel对DAML-S的服务描述进行编码。这样，在进行服务发现时，也就是在对服务进行匹配时就需要一个基于DAML+OIL逻辑推理的Web服务匹配引擎，其结构如图2所示。当Web服务请求者向UDDI发出请求（包括服务功能描述和可以提供的输入以及期望的输出），则UDDI将该请求转换成Service Profile形式，再将其交给匹配引擎。然后匹配引擎利用DAML+OIL推理机对功能描述进行基于DAML Ontology库和Web服务描述库的灵活匹配，得到一些满足条件的Web服务。当然，这种匹配不是简单的基于关键字方式，而是基于语义约束的模糊匹配。例如客户需要购买猫粮，由于猫是宠物的一种，所以宠物食品店提供的宠物食品出售服务会被选中，而这是传统的UDDI无法做到的。接着再使用匹配引擎逐个检查找到的Web服务的输入是否是请求者所提供的输入的子集和其输出是否包含请求者所期望的输出；这样匹配率最高的服务就是Web服务发现的目标。

4.2 用DAML-S实现Web服务执行自动化

       为了实现Web服务执行自动化，DAML-S首先使用Service Grounding定义代理该如何访问Web服务，包括代理和服务之间的交互信息、服务的输入输出和服务执行时机等。然后类似BPEL4WS，用Process Model定义服务之间的交互过程，即规定Web服务所完成的所有任务（此处任务可以是一个Web服务）、执行任务的顺序，并在服务执行过程中监控各个服务的状态。当然在上述过程中已经涉及到Web服务组合自动化，接下来有更详细的叙述。

4.3 用DAML-S实现Web服务组合自动化

    DAML-S把一个Web服务认为是一个过程（Process），因而用过程模型（Process Model）来描述Web服务的执行和组合。过程模型主要由两部分组成：过程模型（Process Model）和过程控制模型（Process Control Model）。其中过程模型描述了服务组件的操作或者进程，说明了服务规划、组合信息以及代理和服务之间的配合；过程控制模型则允许代理对服务执行过程进行监控。而且DAML-S针对这两部分定义了过程本体论（Process Ontology）和过程控制本体论（Process Control Ontology）。

       勿庸置疑，过程本体论中最基本的实体类型是过程（Process）。一个过程应该有一些输入和一些输出。另外，要执行一个过程还可能需要一些前置条件，例如可能需要特殊的设备、某些参数（譬如压力）要达到一定的阀值等等。当然，过程执行完成之后会产生一定的效应。因此一个过程具有如下属性：前置条件、参数和执行结果，其中参数又包括输入、输出参数和参与者信息。

过程可以被分为两种：基本过程（Primitive Process）和组合过程（Composite Process）。组合过程继承于过程，是但是比过程多了一个称为组件的属性。一个组合过程是由多个子基本过程或子组合过程嵌套组成。而组件属性就描述了这些子过程的执行顺序和条件。基于组合方式的不同，组合过程分为以下几类：Sequence、Split、Split + Join、Choice、Unordered、Condition、If-Then-Else、Iterate、Repeat-While和Repeat-Until.。利用这些组合过程就可以完成对现实中组合Web服务的建模。下面举一个例子来说明如何使用过程模型来实现自动化的Web服务组合。

假设客户要通过名称为AmazonBuyBook的Web服务到亚马逊网上书店购买一本书。整个购买过程又可以分解为以下几个简单的Web服务：找到适当的书籍（LocateBook）、放入购物车（PutInCart）、付款（Payment）等。因此AmazonBuyBook是一个组合Web服务。下面首先将AmazonBuyBook定义成过程。此时的AmazonBuyBook过程还是一个整体过程，即没有被展开。

<rdfs:Class rdf:ID="AmazonBuyBook">

<rdfs:subClassOf rdf:resource=

"http://www.daml.org/services/daml-s/2001/05/Process.daml#Process"/>

</rdfs:Class>

<rdf:Property rdf:ID="bookName">

<rdfs:subPropertyOf rdf:resource=

"http://www.daml.org/services/daml-s/2001/05/Process.daml#input"/>

<rdfs:domain rdf:resource="#AmazonBuyBook"/>

<rdfs:range rdf:resource="http://www.w3.org/2000/10/XMLSchema#string"/>

</rdf:Property>

<rdf:Property rdf:ID="eReceiptOutput">

<rdfs:subPropertyOf rdf:resource=

"http://www.daml.org/services/daml-s/2001/05/Process.daml#output"/>

<rdfs:range rdf:resource="#EReceipt"/>

</rdf:Property>

<rdf:Property rdf:ID="creditCardValidity">

<rdfs:subPropertyOf rdf:resource=

"http://www.daml.org/services/daml-s/2001/05/Process.daml#parameter"/>

<rdfs:range rdf:resource="#ValidityType"/>

</rdf:Property>

在上述定义中，属性bookName（书名）是过程AmazonBuyBook必需的一个输入参数；属性eReceiptOutput（电子收据）是其输出，表示买书是否成功；而属性creditCardValidity（信用卡有效性）是付款时要用到的信息，既不是输入，也不是输出。

三个简单Web服务的过程定义如下：

<rdfs:Class rdf:ID="LocateBook">

<rdfs:subClassOf rdf:resource="#AmazonBuyBook"/>

</rdfs:Class>

<rdfs:Class rdf:ID="PutInCart">

<rdfs:subClassOf rdf:resource="#AmazonBuyBook"/>

</rdfs:Class>

<rdfs:Class rdf:ID="Payment">

<rdfs:subClassOf rdf:resource="#AmazonBuyBook"/>

</rdfs:Class>

接着将AmazonBuyBook按顺序方式（Sequence）扩展成ExpandedAmazonBuyBook，并将其定义如下：

<process:expand>

<rdfs:Class> rdfs:about ="#AmazonBuyBook"</rdfs:Class>

<rdfs:Class> rdfs:about ="#ExpandedAmazonBuyBook"</rdfs:Class>

</process:expand>

<rdfs:Class rdf:ID="ExpandedAmazonBuyBook">

<daml:intersectionOf rdf:parseType="daml:collection">

<daml:Class rdf:about=

"http://www.daml.org/services/daml-s/2001/05/Process.daml#Sequence"/>

<daml:Restriction>

<daml:onProperty rdf:resource=

"http://www.daml.org/services/daml-s/2001/05/Process.daml#components"/>

<daml:toClass>

<daml:Class>

<daml:intersectionOf rdf:parseType="daml:collection">

<daml:Restriction>

<daml:onProperty rdf:resource=

"http://www.daml.org/services/daml-s/2001/05/Process.daml#firstItem"/>

<daml:toClass rdf:resource ="#LocateBook"/>

</daml:Restriction>

<daml:Restriction>

<daml:onProperty rdf:resource=

"http://www.daml.org/services/daml-s/2001/05/Process.daml#secondItem"/>

<daml:toClass rdf:resource ="#PutInCart"/>

</daml:Restriction>

<daml:Restriction>

<daml:onProperty rdf:resource=

"http://www.daml.org/services/daml-s/2001/05/Process.daml#thirdItem"/>

<daml:toClass rdf:resource ="#Payment"/>

</daml:Restriction>

</daml:intersectionOf>

</daml:Class>

</daml:toClass>

</daml:Restriction>

</daml:intersectionOf>

</rdfs:Class>

    有了上述定义，我们可以看到，调用执行AmazonBuyBook的过程就是顺序执行LocateBook、PutInCart和Payment这三个简单Web服务的过程。每一个过程的前置条件都是上一个服务的执行效果，而其执行效果则是下一个服务的前置条件。客户端程序或代理只要给出AmazonBuyBook需要的前置条件，则Web服务基础构架（例如改进的UDDI）就能自动挑选、组装适当的简单Web服务，然后按顺序执行来完成任务，最后将执行效果返回给客户端，例如确认单、电子收款收据以及邮寄过来的实体书，而无需客户代理了解其中细节。这样就实现了Web服务执行和组合自动化。

5．结束语

       尽管已经有类似DAML-S、OWL-S等语言来描述语义Web服务，但还有许多的研究工作需要我们来完成。譬如如何将现有的Web服务语义进行完整描述，如何实现更精准的语义匹配引擎，如何进一步改进现有架构使Web服务更加自动化，组合Web服务语义保持问题等等；另外，语义Web服务的实现需要也更庞大详细的ontology库的支持。

近年来，Web服务作为一种新兴的Web应用模式，是一个崭新的分布式计算模型，是Web上数据和信息集成的有效机制，发展非常迅速。Web服务的目的是要解决异构平台上的数据和应用的整合与共享问题。单个Web服务可能只提供唯一的调用函数来完成一个单一的功能，而将多个Web服务进行有机组合就可以完成一系列的复杂任务，SOA（Service Oriented Architecture）就是利用组合Web服务进行应用整合的构架。但是，现有的Web服务构架需要Web服务提供端和服务请求端的编程人员自己明确相互传递的消息的含义，然后对Web服务进行硬编码。这样至少存在两个问题：首先，如果单个Web服务的交换模式发生了变动，则请求端必须由编程人员自己来应对变动；其次如果Web服务组合中的某个服务被撤销，则组合者（编程者）必须亲自重新寻求适当的替换者，以维护其组合。最后，这种不能进行自动化重新配置的Web服务将是不灵活和难以维护的。因此我们需要智能的Web服务，即实现Web服务的自动化。

2．Web服务自动化

如上所述，Web服务自动化技术可以减少编程人员对Web服务的直接干预，从而提高了Web服务的灵活性，并且大大降低了Web服务的维护成本。事实上，Web服务自动化技术包括Web服务的发现、执行和组合的自动化。

2.1 Web服务发现自动化

       现有的Web服务基本构架，包括Web服务提供者（service provider）、服务请求者（service requester）和服务代理（service broker）等三个参与者以及参与者之间的发布（publish）、查找（find）和绑定（bind）等三个操作。而所谓Web服务发现，就是客户以某种方式在许多已发布的Web服务中查找到其想要的服务，以执行Web服务请求。传统的服务发现技术一方面需要人的参与，增加了Web服务发现的成本和难度；另一方面，它是通过精确匹配实现的（例如UDDI），不能较好地支持基于概率和语义约束的模糊匹配，使得服务执行的整个过程受到影响，而且语义冲突问题（对于同一服务在不同站点上实现了不同接口）也没有可行的解决方案。

而Web服务发现自动化是指程序自动寻找和获取适当的Web服务或组合，对其进行基于概率和语义约束的模糊匹配，让Web服务或组合符合需求，过程中不需要人的干预，从而提高了Web服务质量，节省了成本以及使得Web服务或组合具有更高的灵活性。例如，客户可能提出如下要求：想买一张2004年10月3日的从西安开往上海的火车票，并通过招商银行的“一卡通”来支付。如果使用传统的服务发现技术，则客户首先需要使用搜索引擎通过一些关键字列出那些和关键字匹配的网页和Web服务，然后再逐一检查这些网页和Web服务是否有满足需求。而如果使用自动化的Web服务发现技术，则客户只需告诉代理程序一些必要的信息，然后代理程序可以自动的定位到适当的Web服务，并告诉客户其详细信息。

2.2 Web服务执行自动化

       找到适当的Web服务后，就可以执行Web服务请求了。传统的Web服务执行过程中需要人的干预。事实上，完成一个Web服务执行通常会有很多的客户与服务之间的交互。例如在上述例子中，当找到了一个满足要求的买火车票的Web服务后，它可能要求客户填一些表格，然后按下“提交”按钮来执行请求。这些过程都需要人来理解执行Web服务所需要的信息，以及解析执行后返回的信息。而Web服务执行自动化是指程序或者代理自动执行一个已经定义好的Web服务或组合，并在执行过程中对其进行监控，而且对于那些复杂的、需要长时间运行过程的Web服务或组合Web服务，还可以跟踪每个Web服务及其相关组件的执行状态。所以，要完成买火车票的任务，客户只需将带语义（买火车票）的请求提交给代理，那么代理就可以自动和Web服务交互：代入正确的输入，并理解返回信息，同时监控执行过程。

2.3 Web服务组合自动化

由于各种Web服务可能是运行在各种异构系统中，以不同的方式创建、用不同程序语言实现、由不同供应商提供的，那么服务的请求需要根据特定的应用背景和需求进行合理的服务组合；另外，为了可重用性，基本服务（elementary service）不可能很复杂。因此需要按照一定的粒度进行Web服务的组合。传统的方法是客户端根据需要人为的选择一些合适的Web服务，然后定义这些Web服务之间的交互过程，并对其进行硬编码来完成Web服务组合。这样做使得Web服务组合是不灵活和难以维护的。例如WSCI和BPEL4WS都对如何将多个基本服务组合成一个复杂服务做了描述，但都仍然是语法级别的，做不到Web服务的自动组合。而Web服务组合自动化是指程序或代理自动挑选、组装和配合适当的Web服务来完成任务，而只需用户在高层次上给出一个格式正规的任务描述即可。

3．语义Web服务

       事实上，以现有的Web技术不能完全实现上述三种Web服务自动化。其根本原因是现有的Web或Web服务缺少语义信息。现有的Web服务通过XML进行交互，却只能保证语法的互操作性。通过XML可以让Web服务提供者和请求者相互之间传递消息，但由于缺少语义，导致计算机程序不能真正的“理解”消息内容的含义，不能进行自动化处理。因此需要在Web服务中引入语义。而语义Web为此提供了支持。

3.1 语义Web

到目前为止，Web大多数开发成为人们阅读文档的媒体，而在提供可自动处理的数据和信息方面，则发展较慢。Tim Berners-Lee，Web的创始人以及当前W3C的总裁，在1998年首次提出了语义Web的概念，对其描述如下：“一个web数据库，某种意义上就像一个全球数据库。”基本的思想就是一个Web，在那里远程主机可以以有意义的方式进行交谈，而不仅仅是请求HTML页面。

语义Web研究的主要目的，就是扩展当前的WWW，使得网络中尽可能多的信息都是具有语义的，是计算机能够理解和处理的，便于人和计算机，计算机和计算机之间的交互与合作。其研究重点就是如何把信息表示为计算机能够理解和处理的形式，即带有语义。Tim Berners-Lee给出了语义网中的层次关系——基于XML和RDF/RDFS，并在此之上构建ontology（本体）和逻辑推理规则，以完成基于语义的知识表示和推理，从而能够为计算机所理解和处理。一些用来创建ontology的语言也相继出现，例如DAML+OIL和OWL。

3.2 语义Web服务：将语义Web和Web服务相结合

现有的Web服务缺少明显的语义，Web服务之间不能很好的理解其相互传递的消息，因而不能实行Web服务的发现、执行和组合自动化。而语义Web和Web服务的共同目标都是通过利用Web上人和机器都能够存取的内容，创建智能自动服务及商务处理基础设施。因此考虑以上二者的结合，实现功能互补是一种自然的选择。基于语义的Web服务可以做到：

（1）       明确描述和推理事务之间的联系和规则；

（2）       明确描述Web服务所执行的任务，实现Web服务发现的自动化；

（3）       在Web服务所执行过程中进行监控，并随时自动进行调整，实现执行自动化；

（4）       将简单Web服务组合成为复杂Web服务，并实现自动化组合。

语义Web服务通过ontology和形式语言来推理服务描述、消息内容、商业法则以及ontology之间的联系。目前用来实现语义Web服务的主要方法是DAML-S。下面来看一下DAML-S如何实现Web服务自动化。

4．DAML-S实现Web服务自动化

       DAML-S是由BBN、卡耐基梅隆大学、诺基亚、斯坦福大学以及SRI等一些组织和大学实验室联合在DAML+OIL基础上创建的，用来定义Web服务的ontology。DAML-S允许Web服务提供者使用一种标记语言，以非二义性的、计算机可解释的方式来描述Web服务的属性和能力，以及如何与它交互。DAML-S的ontology结构包括3部分：Service Profile、Process Model和Service Grounding。其中Service Profile描述了Web服务的性能和服务提供者信息，类似于UDDI中的WSDL，但描述信息具有语义。Process Model规定了Web服务所完成的所有任务、执行任务的顺序以及完成各个任务的结果。Process Model的功能类似于WSCI和BPEL4WS，但是Process Model更关注于执行一个服务的不同组件的效果。而Service Grounding则规定了客户端程序或代理如何访问Web服务，包括使用的协议、端口以及输入输出的定义等等。总之，Service Profile为Web服务的发现提供了信息，Process Model和Service Grounding则一同告诉代理如何来使用Web服务。图1是使用DAML-S的Web服务构架。如图所示，让DAML-S结合已有的Web服务构架（SOAP、WSDL、UDDI）可以实现Web服务的发现、执行和组合自动化。

           图1：使用DAML-S的Web服务构架   

        图2：DAML-S匹配引擎结构