Behavioral matchmaking for service retrieval
Institution:
Versailles-St Quentin en YvelinesDisciplines:
Directors:
Abstract EN:
La découverte de services utiles à une application devient de plus en plus critique dans plusieurs domaines. Les approches de découverte actuelles, basées sur l’appariement des entrées/sorties, ou même complétées par des ontologies, sont limitées car elles ne prennent pas en compte l’aspect sémantique de ces services. De plus, la sélectivité de ces approches reste très faible; il revient à l’utilisateur de naviguer sur les nombreux résultats pour retrouver les services qui l’intéresse. Dans cette thèse, nous affirmons qu’une approche basée sur le comportement des services peut aider à sélectionner les meilleurs services et à réduire l’effort de navigation de l’utilisateur. L’approche se base sur un appariement sémantique des graphes de processus, délivrant aussi bien des résultats exacts que des résultats approchés. Des opérations d’édition permettent de modifier le graphe requête pour le rapprocher le plus possible des graphes cibles selon une distance associée à chaque requête.
Abstract FR:
The capability to easily find useful services becomes increasingly critical in several fields. Current approaches for services retrieval are mostly limited to the matching of their inputs/outputs possibly enhanced with some ontological knowledge. Recent works have demonstrated that this approach is not sufficient to discover relevant components. In this thesis we argue that in many situations, the service discovery should be based on the specification of service behavior. The idea behind is to develop matching techniques that operate on behaviour models and allow delivery of partial matches and evaluation of semantic distance between these matches and the user requirements. Consequently, even if a service satisfying exactly the user requirements does not exist, the most similar ones will be retrieved and proposed for reuse by extension or modification. To do so, we reduce the problem of behavioral matching to a graph matching problem and we adapt existing algorithms for this purpose.