Un enfoque multidimensional para la clasificación de servicios semánticos
22
Un enfoque multidimensional para la clasificación de servicios semánticos Proyecto Camaleón Guzmán Llambías - Alvaro Rettich - Marco Scalone
description
Un enfoque multidimensional para la clasificación de servicios semánticos. Proyecto Camaleón Guzmán Llambías - Alvaro Rettich - Marco Scalone. Agenda. Introducción Camaleón Contexto Objetivos Modelo Genérico Descripción Dimensión IO Dimensión QoS Ontología del Modelo - PowerPoint PPT Presentation
Transcript of Un enfoque multidimensional para la clasificación de servicios semánticos
Un enfoquemultidimensionalpara la clasificación de serviciossemánticos
Proyecto Camaleón
Guzmán Llambías - Alvaro Rettich - Marco Scalone
Agenda• Introducción
– Camaleón– Contexto– Objetivos
• Modelo Genérico– Descripción– Dimensión IO– Dimensión QoS
• Ontología del Modelo• ¿En qué estamos?
Introducción• Proyecto Camaleón
– Facilitar el mantenimiento de sistemas multifuentes
– Plataforma que se reconfigure en forma automática
• Modelar el problema• Detectar el cambio • Implementar el algoritmo de adaptación• Aplicarlo a un caso real
• Contexto– Orquestación de servicios web– Adaptación ante fallas en los servicios
• Sustitución por servicios equivalentes.
• Adaptación consiste en:– Clasificación
• Resolver el mismo problema que el original – Selección
• Ranking de servicios– Sustitución
• Invocación de servicios con los datos existentes.
Introducción (cont.)
Introducción (cont.)• Objetivo (inicial)
– Resolver la Clasificación– Resolver la Selección– Sustitución
• Estado del Arte– Existen múltiples aspectos que describen un servicio
• IO, QoS, Pre/Pos, etc.– No encontramos abordaje que resuelva el matching semántico de forma
integral
• Objetivo (actualizado)– Clasificación/Selección según una visión integral– Combinación enfoques
Agenda• Introducción
– Camaleón– Contexto– Objetivos
• Modelo Genérico– Descripción– Dimensión IO– Dimensión QoS
• Ontología del Modelo• ¿En qué estamos?
Modelo Genérico• Descripción
– Mide el grado de similitud entre dos Servicios en base a los distintos aspectos que los describen.
– Aspecto = Dimensión de similitud• Cada dimensión tiene su propio modelo y forma de cálculo.• IO, PE, QoS.
– Visión Integral = Vector de similitud• Cada componente es calculada en base a su modelo
específico.
– Similitud = Norma del vector de similitud
Modelo Genérico
Descripción de servicios:
R
A
Request
Advertisement
Modelo
QoS
IO
PE
v
simIO simPE simQoS
Vector de similitud
Sim(R,A) = ||v||
SimVect(R,A1)
SimVect(R,A2)
RANKING
Dimensión I/O• Encontrar la mejor
correspondencia (semántica) 1 a 1 entre los parámetros de entrada/salida de dos servicios
• Conjunto matching de cardinalidad máxima y peso máximo de un grafo bipartito
Inputs de R Inputs de A
Peso de la arista
= Grado de matching semántico
(Exacto, plug-in, subsume, falló)
Dimensión QoS• Modelo Genérico
de QoS• Tres niveles
– Dimensión• Factor
– Atributo
• Comparación atributo a atributo
• Se busca mejor calidad
Agenda• Introducción
– Camaleón– Contexto– Objetivos
• Modelo Genérico– Descripción– Dimensión IO– Dimensión QoS
• Ontología del Modelo• ¿En qué estamos?
Ontología del Modelo
• Herramienta de soporte para la ejecución del algoritmo de matching
• Ventajas– Descripción formal del algoritmo de clasificación, en
base a las dimensiones utilizadas.
– Facilita la comparación de algoritmos que utilizan diferentes dimensiones
Ontología del Modelo
SimilarityDimension
hasResult
SimilarityResult
usesService
SimilarityModel
hasSimDim
request
advertisement
SimilarityValues
usesValues
CService
DimensionService
Service
ServiceProfile
Profile
Output
Input
hasInput
hasOutput
presents
Dimensión: IO
SimilarityDimension
hasResult
SimilarityResult
usesService
SimilarityModel
hasSimDim
request
advertisement
SimilarityValues
usesValues
CService
DimensionService
Service
ServiceProfile
Profile
Output
Input
hasInput
hasOutput
presents
OutputValues
IODimension
InputValues
IODimension ≡ SimilarityDimension ∩∀ usesValues (InputValues U OutputValues) ∩
∃ usesValues (InputValues) ∩ ∃ usesValues (OutputValues)
Dimensión: QoS
SimilarityDimension
hasResult
SimilarityResult
usesService
SimilarityModel
hasSimDim
request
advertisement
SimilarityValues
usesValues
CService
DimensionService
Service
ServiceProfile
Profile
Output
Input
hasInput
hasOutput
presents
Dimensión: QoS
SimilarityDimension
hasResult
SimilarityResult
usesService
SimilarityModel
hasSimDim
request
advertisement
SimilarityValues
usesValues
CService
DimensionService
Service
ServiceProfile
Profile
presents
Dimension
Factor
Attribute
QoSDimension
QoSValues
¿?
QoSDimension ≡ SimilarityDimension ∩ ∀ usesValues (QoSValues) ∩ ∃ usesValues (QoSValues)
Dimensión: IO - Instanciación
SimilarityDimension
hasResult
SimilarityResult
usesService
SimilarityModel
hasSimDim
request
advertisement
SimilarityValues
usesValues
CService
DimensionService
Service
ServiceProfile
Profile
Output
Input
hasInput
hasOutput
presents
OutputValues
IODimension
InputValues
Dimensión: IO - Instanciación
SimilarityDimension
hasResult
SimilarityResult
usesService
SimilarityModel
hasSimDim
request
advertisement
SimilarityValues
usesValues
CService
DimensionService
OutputValues
IODimension
InputValues
req
adv
mod
Pao
IAdv
PaoSvc
IReqOAdv
OReq
R1
OWLS-MX
MX-Svc
R2
≡
Agenda• Introducción
– Contexto– Objetivos
• Modelo Genérico– Descripción– Dimensión IO– Dimensión QoS
• Ontología del Modelo• ¿En qué estamos?
¿En qué estamos? • En búsqueda de un buen caso de estudio…
• ¿Propuestas?
• Desarrollo de prototipo – Implementa el modelo basado en la ontología – Utilizaría
• OWL-S Api• OWL-S MX• Pellet
¿Respuestas?
FIN
