Un enfoque multidimensional para la clasificación de servicios semánticos

Post on 18-Mar-2016

47 views 4 download

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