数据链信息分发系统及其服务发现算法研究*

王 阵，彭来献，赵文栋

(解放军理工大学通信工程学院，江苏南京 210007)

0 引言

现代战争中制信息权是影响作战胜负的关键因素之一，作战指挥离不开对战场信息的获取、传输和处理。数据链系统是适应现代战争的需要和信息技术的发展而产生的一种用于在传感器网络、指挥系统和武器平台之间进行数据传输与交换的战术信息系统［1］。

当前应用中的数据链系统与指控系统间以格式化消息的方式进行交互，系统间耦合紧密;采用集中式的分发结构，以广播的方式分发信息，效率不高，存在着单点故障的问题，为此，文中设计并给出了一种面向服务的数据链信息分发系统，该系统采用分布式的分发处理结构，解决了单点故障的问题，信息用户终端可按需获取数据链信息，提高了信息分发的效率。针对其中涉及的信息服务发现问题，结合数据链应用背景，分类综述了当前的研究成果，分析了各算法应用时的优点与不足，在此基础上，给出了下一步研究方向。

文中第1节主要介绍了当前应用中的数据链信息分发系统结构，分析了该系统存在的不足;第2节主要介绍了一种面向服务的数据链信息分发系统架构，详细描述了系统各单元的功能及协作方式;第3节针对系统中涉及的服务发现问题，详细介绍了服务发现的相关知识，结合现有的服务发现研究成果，以节点网络拓扑组织结构为依据，分类综述了现有对等网络中服务发现技术的研究现状以及它们在数据链信息服务发现系统中的应用状况;最后总结了全文并给出了下一步研究方向。

1 应用中的数据链信息分发系统

数据链系统通常采用无线信道，以格式化信息的传输、处理为主要目的，是实现指挥控制系统与武器平台无缝隙连接的纽带，又是保障联合指挥的重要手段，对提高联合作战指挥能力、发挥武器平台效能具有重要作用，目前数据链已逐步成为提高作战效能的“倍增器”［2］。

数据链系统的典型应用如图1所示。其中，传感器网络包括分布在陆、海、空、天的各种传感器，对战场环境进行不间断的侦察和监视，是部队作战的主要信息源;指挥平台包括各级各类指挥所，是部队实施作战指挥的核心;武器平台包括各类陆基武器平台、海上武器平台、空中武器平台和将要发展的天基武器平台，是实施目标打击的根本手段。

图1 数据链应用示意［1］Fig.1 Data link applications

数据链的设计初衷是实现作战集团内部信息的共享，为了适应不同的应用需求，各国的军队制定了各种类型的数据链系统标准。比较知名的有美军和北约的Link－4、Link－11、Link－14、Link－16以及Link－22［3］，这些数据链系统中，数据链消息经由相应的数据链端机接收处理后，其信息分发系统结构均如图2所示。

各数据链端机将接收的数据链消息都统一存放入本地网络的消息中心，消息中心通常是一个集中的服务器或服务器群，负责接收各端机传送来的数据链消息，同时，将数据链消息发送给网内的各信息用户终端。在信息用户终端上装配有各种类型的指控软件，信息用户终端根据自己预先设置的职能，从接收到的各种数据链消息中提取出本终端需要的消息，从而实现数据链消息向所有信息用户终端的分发。

图2 应用中的数据链信息分发系统Fig.2 Data link information distribution system

这一数据链消息分发方式结构简单、易于实现，但存在以下不足:

1)全局广播的分发方式严重浪费了网络资源。消息中心以广播的方式，无差别地将接收到的数据链消息发送给本网络中的各数据链信息用户终端，对于信息用户终端来说，这些数据链消息中大量充斥着本终端不需要的消息，这些“无用”的数据链消息到达信息用户终端后，被数据链消息过滤器丢弃，造成了系统传输资源以及处理资源的浪费。

2)不支持数据链消息的按需获取。各数据链系统终端上的指控软件只能获取预先配置的相关数据链消息内容。在终端用户的职能、需求发生变化时，终端需要获取的消息内容无法自动适应信息需求的变化。

3)以格式化消息为基础的信息交互、处理方式不同造成系统间信息共享困难。不同数据链系统间通信协议以及消息格式不统一，致使不同系统间无法灵活的交互信息。如果在任意两数据链系统间建立专用的消息格式转换适配器亦可实现互通，但是，考虑N个系统，两两之间做双向适配，需要的适配器个数将为O(N2)，系统的复杂性大大增加，后期升级维护困难。

针对上述问题，研究人员提出了自己的解决方案，其中比较具有代表性的有文献［4－6］，文献［4］提出了一种基于过滤的信息分发方法，在信息分发之前，按照一定的规则将用户确定不需求的信息剔除，用户从接收的信息中再进行筛选过滤，不足之处在于分发的信息中仍存在部分用户终端不需要的信息，文献［5］利用了服务的设计思想，将信息以信息服务的形式提供，信息经过发布、订制、检索，最终到达用户终端，信息获取的过程繁琐，时延较大，文献［6］将信息分类处理，节点依需求聚类，信息选择性的进行推送，不足在于节点间的信息需求极少相同，分类处理效果不理想，同时，节点需求变化频繁时，重新分类引入的开销较大，分发效率也较低。

2 面向服务的信息分发系统设计

服务是一种自治、开放、自我描述且与实现无关的网络构件，包括服务接口和服务实现两部分。服务接口是消费该服务所需的操作和方法的集合，它描述了对消费者和服务之间进行交互必须遵从的契约;服务实现是指对数据以及具体服务功能的封装。具体服务涉及的内容很广，可以是数值运算、软件更新、信息检索等。SOA(Service Oriented Architecture，面向服务的架构)［7］是建立在服务的基础上的一种软件体系结构风格，它以服务的方式组织网络中各种资源，具有间接寻址、松散耦合、平台独立等特点，为解决战场信息系统中存在的各军兵种间异构信息系统协同问题提出了一种新的解决途径。未来数据链系统可借鉴SOA的组织思想来实现信息共享。

典型的SOA实现结构由三部分组成:服务消费者、服务提供者、服务发布发现组件(如图3所示)。服务提供者负责提供服务，是服务的持有者，服务消费者利用服务提供者提供的服务完成特定任务，服务发布发现组件负责为服务消费者发现符合其要求的服务。整个系统主要采取发布/发现的工作方式，具体的工作过程为:

图3 SOA的典型实现结构Fig.3 Typical realization structure of SOA

1)服务提供者将需要共享的服务以服务描述文档的形式发送给服务发布发现组件，由其完成服务的注册部署，此为“发布”过程。

2)服务消费者封装自身的需求信息，形成标准类型的请求描述，进而将该请求递交给服务发布发现组件，发起服务的“发现”操作。

3)服务发布发现组件根据该请求描述，从网络中已发布的服务集合中，查找满足要求的服务子集，并将发现结果返回给服务消费者，响应“发现”操作。如果前期未能找到满足服务消费者需求的单个服务，服务发布发现组件则转入执行服务组合［8－13］程序，搜索满足用户需求的组合服务方案，将组合后的服务或服务集返回给服务消费者，供其使用。

4)服务消费者根据某种评判规则从返回的结果服务集中选择综合指标最优的服务［14－16］，进而，根据选择出的服务的描述信息，与服务提供者完成绑定、调用操作［17－18］。

参照图2，采用SOA的思想构建数据链信息分发系统，需要扩充消息中心的功能，消息中心负责不同格式化数据链消息的转换工作，同时将消息内容转换为数据链信息服务。各数据链系统的消息都可以正常存放入消息中心，同时，消息中心会根据信息用户终端的信息服务需求，在本地完成数据链信息服务的发现，然后将用户需要的数据链信息内容以用户可识别的消息格式发送给信息用户终端。显然，这一组织方式是基于集中式处理的，消息中心需要处理全网的数据链消息，并且需要根据信息用户终端的个性化信息需求，动态调整发送内容。数据链消息数量巨大，信息用户终端的需求也是多种多样，这就使得集中式的消息中心极易成为系统的性能瓶颈，面临着单点故障问题［19］。

军用系统对可靠性要求较高。集中式的组织方式下，单个节点保存了全网的信息内容，完成信息查找的准确性较高，与此同时也存在单点故障问题，集中式的中心节点一旦失效，整个系统也将瘫痪。军事应用的特殊环境决定了数据链信息分发系统必须采用分布式的组织方式构建，将原本由一个中心完成的任务分散到网络中，采用分布式的组织方式构建的数据链信息分发系统的组织结构图如图4所示。

在图4给出的结构中，数据链语义网关负责接收来自数据链系统的数据链信息，并完成对格式化数据链信息的语义表述及信息服务语义发布，充当“服务发布者”。信息用户终端作为“服务消费者”，通过服务代理向信息分发服务器递交服务请求，接收响应信息。信息用户终端同其服务代理一起构成服务化网络中的一个完整节点，称之为用户节点;每个信息分发服务器都是一个服务节点，作为“服务发布发现组件”，完成服务的发布、发现、注册等工作;与用户节点直接相连的信息分发服务器称之为边界服务节点。

图4 数据链信息分发系统组织结构示意Fig.4 Structural diagram of new data link information distribution system

数据链语义网关在完成数据链消息的服务化封装之后，不再将服务发布到一个固定的中心位置，而是面向全网服务节点进行发布。如此，可解决前面提到的现有数据链系统存在的不足:

1)信息用户终端只会接收到与本终端信息需求相关的信息，减少了无用信息的传输，节约了系统资源。

2)当信息用户终端在职能、需求改变时，可通过搭配的服务代理更改信息需求，方便地做到数据链信息的按需获取。

3)针对现有的各数据链系统间数据格式、标准不统一的问题，该系统在数据链语义网关上，将各种类型的数据链标准消息中包含的数据链信息提取出来，统一进行服务化封装，以数据链信息服务作为各系统间沟通的桥梁。

数据链消息经数据链语义网关将接收到的格式化数据链消息，封装成数据链信息服务，供信息用户终端使用。当信息用户终端有信息服务需求时，通过服务代理向网络请求相应的数据链信息服务，由网络完成数据链信息服务的发现匹配，并将结果返回给信息用户终端的服务代理。服务代理参照服务查找的结果，对目标服务进行绑定、调用操作，并将服务执行结果重新编码成信息用户终端能够识别的数据链消息，返回给信息用户终端。

在整个流程中，涉及到的关键技术有数据链消息的服务化封装技术、服务发现技术，服务的绑定与调用技术等，其中，服务发现技术是重中之重，发现服务是使用服务的前提，是保证整个系统正常工作的关键。文献［20］指出:“一旦服务消费者明确了服务提供者的服务访问方式及地址信息，服务调用等问题都将较容易解决”，而这些信息的获取都需要通过服务发现来完成。鉴于服务发现在面向服务系统中的重要性，下面将重点讲述服务发现的相关知识，分析分布式环境下的服务发现算法的研究发展状况及当前主要研究成果。

3 分布式服务发现算法

实际工程应用中，考虑具体实现的简单方便性，尽量减少服务双方信息交互次数，在使用服务时，除了要明确目标服务所在节点的访问方式及地址信息，还需要明确目标服务的输入输出参数等信息，得到这些信息后，服务消费者便可遵照服务接口的定义，通过系统设定的服务访问协议(如 SOAP［21］协议)，向目标服务输入己方的输入参数，接收服务的返回输出，完成服务的调用。服务的访问地址、输入输出参数、访问方式等信息保存在服务的描述文档之中。服务描述文档是服务提供者对所提供的服务的各方面信息进行描述的标准化文件，不同服务描述标准对服务描述时的侧重点有所不同，其中比较有代表性的服务描述的标准有 WSDL［22－23］和 OWL－S［24］，OWL －S支持语义级别的服务描述，也是现今研究的热点。不管是何种类型的服务描述标准，最基本的都包含有服务的名称、访问地址、输入输出参数以及访问方式等信息，这些信息是服务发现和使用的主要依据，文献［25］对服务发现的表述是:“服务发现是从众多服务中找出满足用户需求的单个服务或是多个服务的组合服务”。

服务发现架构，按组织方式可分为集中式和分布式两大类。集中式下，所有服务都被发布到统一的服务注册中心(如 UDDI［26］)，服务注册中心因此保存有全网的已发布服务信息，对于用户来说，不管需要何种类型的服务，都是向该注册中心发送服务请求，由该注册中心搜索本地服务集合，综合评价择优，将满足用户需求的服务子集返回给用户。分布式的服务发现方式虽然避免了集中式存在的单点故障问题，但缺少注册中心这类有效地感知全网服务信息的机制支持，服务发现的难度也较集中式大很多，只能通过节点之间的协作，共同完成服务的发现任务。针对分布式服务发现的策略问题，国内外相关研究人员也展开了广泛研究，取得了一定的研究成果，概括起来，可以分为以下几类:基于结构化对等网络的服务查找算法、基于非结构化对等网络的服务查找算法，基于混合对等网络的服务查找算法。

3.1 基于结构化对等网络的服务发现算法

结构化的查找方式多采用hash技术形成关键字，进而完成发布查找等操作，hash技术即散列技术，是把任意长度的输入，通过散列算法，变换成固定长度的输出，该输出即为散列值，也就是hash的键值。采用hash技术进行服务的查找，优点是是查找效率高，能够在对数跳数内找到精确匹配的信息，但是hash操作本身遮盖了概念的语义信息，形成的键值不能反映原始数据中蕴含的语义信息，也就不能支持语义级别的服务匹配查找。基于结构化对等网络的服务发现研究的重点在于研究怎样把结构化P2P网络和语义信息有机的结合起来，以较小的代价实现结构化P2P中高效地语义服务发现。

文献［27］提出 PDUS(P2P－based Distributed UDDI web service Discovery)发布发现算法，该系统包含多个UDDI，各UDDI分别负责不同领域服务的索引，并组成结构化Chord环。服务发布时，服务提供者利用服务本体技术［24］将服务描述中的Service-Category的属性值对应到领域本体中的相应概念，进而利用该概念的hash键值进行服务的发布，服务查找时的处理方法与之相似。经过上述操作后，具有相同领域信息的服务自然的聚集在一个节点上，查找效率较高。但是，确定某一服务具体属于哪个领域是难点，往往需要人工干预才能完成，使得服务发现的自动化程度降低;同时，不同服务提供者对同一个服务所属领域的表达上也不尽相同，例如在线支付服务PayOnline，服务提供者对该服务所属领域的定义可以是电子商务E－business，也可以是商务Commerce，领域E－business是领域Commerce的一个子领域，因为领域信息表达上的差异，原本属于相同领域的服务经过散列之后不能保证汇聚到同一个节点上。

文献［28］将 DHT(Distributed Hash Table)与SON［29］(Semantic Overlay Network，语义覆盖网)相结合提出ERGOT((Efficient Routing Grounded On Taxonomy)算法，在使用DHT发布服务的同时，依据服务描述中的语义信息，在发布路径上提供相似服务的节点之间建立连接关系，形成语义覆盖网，查询服务时，服务请求被逐步传递到相似服务的提供节点，这些节点首先查询本地服务集合，若没能发现满足需求的服务，则将请求转发给SON上的邻居节点，直至查询到满足需求的服务，或是达到终止条件，结束查找。相比于单纯依靠Chord实现服务查找，该算法增加了一定程度的语义检索支持，但是，SON不能保证在确定逻辑跳数内找到满足要求的服务，而Chord中的逻辑一跳对应到网络物理链路上又表现为多跳，使用Chord完成SON多次转发式的查询将引入较大的链路开销。

文献［30］在服务发布发现时仅考虑服务的输入、输出概念信息，服务发布时，算法罗列待发布服务的输入、输出概念子集的所有组合，然后对每种组合情况使用DHT技术单独产生关键字，并在结构化对等网上发布原始服务。例如某服务的输入概念为(c1，c2)，输出概念为(c4，c5)，那么将分别以(c1，sep，c4)、(c1，sep，c5)、(c1，sep，c4，c5)、(c2，sep，c4)、(c2，sep，c5)、(c2，sep，c4，c5)、(c1，c2，sep，c4)、(c1，c2，sep，c5)、(c1，c2，sep，c4，c5)九种组合情况各形成关键字(sep仅是输入输出分隔符)，完成服务的发布。服务查找时利用请求的输入输出概念集直接形成键值查找。这一发布查找方式简单方便，但是，在服务的输入输出参数较多时，服务发布产生的数据流量较大，同时，只支持输入输出参数概念的关键字匹配。

结构化的查找方式更加注重查找效率，因此广泛采用DHT技术，优点是拓扑结构化、路由效率高，缺点是语义检索能力不足，现有的改进算法虽然在一定程度上增加了语义级别的检索支持，但引入的数据流量开销都比较大。

3.2 基于非结构化对等网络的服务发现算法

在非结构化P2P系统中，网络节点的拓扑组织以及资源信息存储都具有随意性，当用户需要获取特定资源时，无法得到确定拓扑结构的支持，事先也就不能明确所需要的资源会存储在哪个节点上，信息查询也就可能带有一定的盲目性，所以无法保证信息发现的效率。非结构化P2P网络中的服务查找算法最基本的就是洪泛查找算法，服务请求被发往请求节点的所有邻居节点，其邻居节点再将此请求发给自己的所有邻居，如此下去，直至发现匹配的服务，或是TTL减为0，达到终止条件。显然，这种查找方式引入的网络流量太大，查找效率低，进一步改进型的查找算法有概率转发查找算法［31－32］、迭代加深搜索算法［33］、随机游走搜索算法［34－35］等。

概率转发查找算法中，节点收到服务请求，本地查找不成功的情况下，在该节点的各数据链路上依概率发送服务请求;迭代加深搜索算法中，服务请求节点动态地增加查询消息的TTL值，直至发现满足要求的服务;随机游走搜索算法中，节点在本地查找不成功的情况下，随机选择出一条输出链路发送请求消息。这几种改进的查找方式在一定程度上减少了查询流量开销，但是，请求信息的路由比较盲目，没有充分利用各节点的服务信息。

文献［36］借用了分类法本体技术，每个节点根据本节点提供的服务的领域特征，选择本体中的相应领域概念标识本节点，两节点提供的服务间的相似程度使用相应的领域概念间的相似度来衡量。依据该相似度衡量策略，在节点之间建立相等、相关、参考、无关等四种语义链路关系，形成语义覆盖网。节点间的语义关系链路是服务请求消息路由的重要依据，相等关系意味着节点间提供的服务是归属于相同领域的服务，无关及参考关系则表明节点间提供的服务不在同一领域，服务请求消息总是先经语义无关链路多次转发，到达与请求消息目标领域具有相等、相似、或是参考关系的服务提供节点，然后在该节点及其邻居上完成进一步的语义检索。这种方式具备一定的服务语义检索功能和效率，节点的语义邻居数越多，查找的成功率越高，但同时也使得该语义覆盖网的建立维护开销变大。

同样采用语义覆盖网技术的还有文献［37－39］，类似于文献［36］，文献［37－38］也是根据节点所提供服务的领域知识特征建立节点之间的联系，形成一张覆盖网，不同的是，这里采用了超节点技术，每个领域遴选出一个超节点，负责本领域的服务查找与索引，如图5所示，服务查询请求经过各超级节点的转发传递，最终到达目标领域的超级节点，完成服务的查找。

图5 文献［37－38］使用的节点组织结构Fig.5 Structural diagram of nodes in reference articles［37 －38］

非结构化查找方式更加注重对语义查找的支持，因此，多采用语义覆盖网技术构建节点之间的关系链路，用于引导服务查找信息的路由。该种组织模式可以支持比如带有规则表达式的多关键字查询和模糊查询等复杂查询，具有比较好的灵活性和容错能力，同时，系统中每个节点只需保存周边少量节点的信息，节点频繁加入或退出对系统的影响较小，即系统对网络的动态变化适应性较好。不足之处在于，相比于结构化的查找方式，该种组织方式的查询耗费较高，限制了其应用规模，并且查询的时延不确定。

3.3 基于混合式对等网络的服务发现算法

混合式的服务发现方式旨在融合上述两种发现方式的优点，谋求以较小的开销查找到匹配的服务，同时相比于结构化的组织方式，减少网络拓扑维护时引入的链路开销，更好的支持语义级别的查找。混合式的对等网络下的服务发现多采用多层对等结构实现。

文献［40］采用超节点技术，超级节点之间采用DHT技术组成结构化对等网，同时引入分类法本体技术，分类法本体中的每个领域类概念都以关键字的形式发布到各超级节点，相同领域的服务提供节点又围绕该超级节点组成非结构化对等网，服务查找时，先根据请求服务包含的领域信息，将服务请求发送到相应领域的超级节点上，然后再根据领域信息以外的服务描述信息在本领域内的非结构化对等网中完成服务查找。

文献［41］采取的方法与文献［40］类似，不同的是，文献［41］增加了公共节点，服务提供节点将服务描述信息放在同领域的超级节点上，同时可选择的将描述信息放到公共节点组成的网络中，所有发布到公共节点网络上的服务都是开放给所有节点访问的，而发布到本领域的超级节点上的服务就有一定的访问限制，如此一来，服务提供者可以更加灵活的配置所提供的各项服务，不足在于没有增加服务发现的效率。

混合式的查找方式追求查询耗费与语义查询支持能力的折中，常用的做法是将服务按照一定的规则分为几个领域，在领域内部以及领域之间分别构建对等网络，优点是领域的划分缩小了查询信息的扩散域，同时，领域内部节点状态的改变不会影响到其他领域的节点。不足是网络结构相对复杂，结构化对等网的引入决定了其对语义的发布发现支撑能力不足。

3.4 对比分析

前面讨论了三种类型的分布式服务发现算法，这三类发布发现算法在设计时的侧重点不同，使适用的应用场景也不同。其对比结果如表1所示。

表1 三种发现算法对比Table 1 Comparison of the three discovery algorithms

1)在发现效率上，结构化的发现方式优于混合式的发现方式，混合式的发现方式优于非结构化的发现方式。

2)在对语义发现的支持上，非结构化的发现方式优于混合式的发现方式，混合式的发现方式优于结构化的发现方式。

3)当网络节点数目增加时，结构化的发现方式可扩展性明显优于混合式，优于非结构化的发现方式。

在实际应用中，必须结合应用环境特点，选择适当的服务发布发现方式。

与因特网相比，应用于军事环境的数据链信息分发系统具有以下特点:

1)节点数量较少，网络直径较小。

2)系统中承载的信息以传感器信息为主，数据时效性强、更新速度快。

3)在查找的过程中，更注重服务的查准率。当网络中存在多个满足用户需求的服务时，保证准确发现其中的一个即可。

非结构化的发现方式对网络的动态性适应较好，对语义发现的支持也优于其他两种发现方式，但查找耗费较高，发现时延较大，不适用于时效性较强的数据链应用;混合式的发现方式结构相对复杂，在节点数量较少时，不适宜采用;结构化的发现方式发现效率高、时延小，不足在于语义发现的支持较弱，需要一定的拓扑维护开销，军事应用中，各种信息的表现形式是统一规划的，因此，对语义发现的要求不高，再者，网络中节点数目较少，相应的拓扑维护开销也较小，通过一定的技术改进，结构化的发现方式可应用于数据链信息分发系统之中，完成信息服务的高效发现。

4 结语

文中首先讲述了应用中的数据链系统存在的问题，进而引入了面向服务的新的系统结构，对系统各单元的功能及单元间的协作方式作了详细说明。对其中涉及的关键性的数据链信息服务发现的问题，结合现有服务发现的研究成果，分类介绍了各种服务发布发现算法，并阐述了各类算法应用时的优点与不足，综合分析以上几种发现方式，可以看出由于军事应用环境的特殊性，数据链信息服务中大量存在的是传感器信息，信息的时效性强，现有的针对商用语义服务的发布发现算法不能很好应用于军事应用环境。基于结构化对等网络的服务发现方式发现效率高、时延小，不足在于信息发布的目的性不强，发布的目的节点与信息的实际需求节点间可能距离较远，造成信息获取的时延偏大，以基于结构化对等网络的服务发现方式为基础，研究构建一种以需求为中心的发布/发现方式，减少信息发布的目的节点与信息的实际需求节点间的平均距离，从而进一步减少整体发现时延、提高发布/发现效率将是下一步工作的重点。

［1］苏锦海，张传富，刘建国，等.军事信息系统［M］.北京，电子工业出版社，2010.SU Jin－hai，ZHANG Chuan－fu，LIU Jian－guo，et al.Military Information System［M］.Beijing，Electronic Industry Press，2010.

［2］王文政.战术数据链时隙分配协议及其仿真研究［D］.长沙:国防科学技术大学，2010.WANG Wen－zheng.Study on Slot Assignment Protocol and Its Simulation for Tactical Data Links［D］.Changsha:National University of Defense Technology，2010.

［3］骆光明.数据链—信息系统连接武器系统的捷径［M］.北京，国防工业出版社，2008.LUO Guang－ming.Data Link–Shortcut of Information Systems Connected to the Weapon Systems［M］.Beijing，Defense Industry Press，2008.

［4］宛海宁，陈洪辉，陈涛.基于过滤的态势信息分发方法［J］.计算机工程与设计，2009(01):197－199.WAN Hai－ ning，CHEN Hong － hui，CHEN Tao.Filter－ based Method to Disseminate Situation Information［J］.COMPUTER ENGINEERING AND DESIGN，2009(01):197－199.

［5］陈洪辉，宛海宁，陈涛.一种基于服务的态势信息订制分发方法［J］.计算机应用研究，2009，26(04):1428－1431.CHEN Hong － hui，WAN Hai－ ning，CHEN Tao.Service－based Method to Subscribe and Disseminate Situation Information［J］.APPLICATION RESEARCH OF COMPUTERS，2009，26(04):1428－1431.

［6］王子明，张海峰，陈邓安，等.基于信息栅格的作战信息按需分发方法研究［J］.国防科技，2012，33(02):33－36.WANG Zi－ming，ZHANG Hai－feng，CHEN Dengan，et al.A Research of Methods for Information Dissemination According to Needs，Based on Information Grid［J］.National Defense Science and Technology，2012，33(02):33－36.

［7］PAPAZOGLOU M P，Van Den Heuvel W J.Service Oriented Architectures:Approaches，Technologies and Research Issues［J］.The VLDB Journal，2007，16(03):389－415.

［8］KUZU M，CICEKLI N K.Dynamic Planning Approach to Automated Web Service Composition［J］.Applied Intelligence，2012，36(01):1－28.

［9］舒振，皇甫先鹏，罗雪山.基于OPN的军事信息服务组合模型构建方法［J］.火力与指挥控制，2012，37(03):194－199.SHU Zhen，HUANGFu Xian－peng，LUO Xue－shan.Research on Construction Method of Military Information Service Composition Model based on Object Petri Net［J］.Fire Control＆ Command Control，2012，37(03):194 －199.

［10］FEI X，LU S.A Dataflow－based Scientific Workflow Composition Framework［J］.Services Computing，IEEE Transactions on，2012，5(01):45－58.

［11］CUI L，SHANG Z，SHI Y.A Transaction Management Model Based on Compensation Planning Graph for Web Services Composition［C］//Web Services(ICWS)，2011 IEEE International Conference on.IEEE，2011:275－282.

［12］TONG H，CAO J，ZHANG S，et al.A Distributed Algorithm for Web Service Composition based on Service Agent Model［J］.Parallel and Distributed Systems，IEEE Transactions on，2011，22(12):2008－2021.

［13］BARAKAT L，MILES S，POERNOMO I，et al.Efficient Multi－ granularity Service Composition［C］//Web Services(ICWS)，2011 IEEE International Conference on.IEEE，2011:227－234.

［14］向朝参，田畅，赵文栋等.语义Web服务的非功能性匹配研究［J］.吉林大学学报:信息科学版，2012，30(01):47－55.XIANG Chao－can，TIAN Chang，ZHAO Wen－dong，et al.Survey on Semantic Web Services Match based on Non－Function［J］.Journal of Jilin University(Information Science Edition)，2012，30(01):47 －55.

［15］舒振，马建威，罗雪山等.基于信誉度的军事信息服务选择方法［J］.火力与指挥控制，2012，37(02):132 －135.SHU Zhen，MA Jian － wei，LUO Xue － shan，et al.Research on Military Information Service Selection Method Base on Reputation［J］.Fire Control＆ Command Control，2012，37(02):132 －135.

［16］TEWARI V，DAGDEE N，TIWARI A.User Oriented Web Services Discovery based on QoS Parameters in Multiple Registries［J］.International Journal of Computer Applications，2012，46(24):8 －12.

［17］陈志俊.语义 Web服务发现机制研究［D］.合肥工业大学，2011.CHEN Zhi－jun.A Research on Semantic Web Service Discovery Mechanism［D］.Hefei University of Technology，2011.

［18］NAIR M，GOPALAKRISHNA V.Look Before You Leap:a Survey of Web Service Discovery［J］.Int J Comput Appl，2010，7(05):5 －11.

［19］GHARZOULI M，BOUFAIDA M.Pm4sws:A p2p Model for Semantic Web Services Discovery and Composition［J］.Journal of Advances in Information Technology，2011，2(01):15－26.

［20］KHOUJA M，JUIZ C，PUIGJANER R，et al.Models for Service and Resource Discovery in Pervasive Computing［M］.in Pervasive Computing and Networking，2011:27－36.

［21］MITRA N，LAFON Y.SOAP Version 1.2［EB/OL］.(2007－04－27)［2013－09－10］.http://www.w3.org/TR/soap/.

［22］CHRISTENSEN E，CURBERA F，MEREDITH G，et al.Web Services Description Language(WSDL)1.1［EB/OL］.(2001－03－15)［2013－09－10］.http://www.w3.org/TR/wsdl/.

［23］CHINNICI R，MOREAU J J，RYMAN A，et al.Web Services Description Language(WSDL)version 2.0［EB/OL］.(2007－06－26)［2013－09－10］.http://www.w3.org/TR/wsdl20/.

［24］MARTIN D，BURSTEIN M，HOBBS J，et al.OWLS:Semantic Markup for Web Services［EB/OL］.(2004－11－12)［2013－09－10］.http://www.w3.org/Submission/OWL －S/.

［25］SAPKOTA B，ROMAN D，KRUK S R，et al.Distributed Web Service Discovery Architecture［C］//Telecommunications，2006.AICT － ICIW＇06.International Conference on Internet and Web Applications and Services/Advanced International Conference on.IEEE，2006:136－136.

［26］OASIS UDDI Specification Technical Committee.UDDI 101［EB/OL］.(2006－08－14)［2013－09－10］.http://uddi.xml.org/uddi－101.

［27］YULIN N，HUAYOU S，WEIPING L，et al.PDUS:P2P－Based Distributed UDDI Service Discovery Approach［C］//Service Sciences(ICSS)，2010 International Conference on.IEEE，2010:3－8.

［28］PIRRò G，TALIA D，TRUNFIO P.A DHT －based Semantic Overlay Network for Service Discovery［J］.Future Generation Computer Systems，2012，28(4):689 －707.

［29］TRAN C，DZIONG Z.Service Overlay Network Capacity Adaptation for Profit Maximization［J］.Network and Service Management，IEEE Transactions on，2010，7(2):72－82.

［30］WANG X，LIU C，YANG Z.An Efficient Semantic Web Service discovery algorithm in DHT－based P2P network［C］//Future Information Networks，2009.ICFIN 2009.First International Conference on.IEEE，2009:188－193.

［31］KALOGERAKI V，GUNOPULOS D，ZEINALIPOUR －YAZTI D.A Local Search Mechanism for Peer－topeer Networks［C］//Proceedings of the Eleventh International Conference on Information and Knowledge Management.ACM，2002:300－307.

［32］YANG B，GARCIA－MOLINA H.Improving Search in Peer－ to － peer Networks［C］//Distributed Computing Systems，2002.Proceedings.22nd International Conference on.IEEE，2002:5－14.

［33］LV Q，CAO P，COHEN E，et al.Search and Replication in Unstructured Peer－to－peer Networks［C］//Proceedings of the 16th International Conference on Supercomputing.ACM，2002:84－95.

［34］TSOUMAKOS D，ROUSSOPOULOS N.Adaptive Probabilistic Search for Peer－to－peer Networks［C］//Peer－to－Peer Computing，2003.(P2P 2003).Proceedings.Third International Conference on.USA:IEEE，2003:102 －109.

［35］CHAWATHE Y，RATNASAMY S，BRESLAU L，et al.Making Gnutella－like p2p Systems Scalable［C］//Proceedings of the 2003 Conference on Applications，Technologies，Architectures，and Protocols for Computer Communications.［s.l.］:ACM，2003:407 －418.

［36］SAPKOTA B，NAZIR S，VITVAR T，et al.Semantic Overlay for Scalable Service Discovery［C］//Collaborative Computing:Networking，Applications and Worksharing，2007. CollaborateCom 2007. International Conference on.USA:IEEE，2007:387－391.

［37］BISIGNANO M，DI MODICA G，TOMARCHIO O.A semantic P2P Overlay Network for Web Service Discovery［C］//Network－Based Information Systems，2009.NBIS＇09.International Conference on.USA:IEEE，2009:60 －66.

［38］DI MODICA G，TOMARCHIO O，VITA L.Resource and Service Discovery in SOAs:A P2P Oriented Semantic Approach［J］.International Journal of Applied Mathematics and Computer Science，2011，21(02):285 －294.

［39］FIORESE A，SIMOES P，BOAVIDA F.Approach for Service Search and Peer Selection in P2P Service Overlays［C］//Information Networking(ICOIN)，2013 International Conference on.USA:IEEE，2013:303 －308.

［40］WANG Z Q，HU Y Y.An Approach for Semantic Web Service Discovery Based on P2P Network［C］//Wireless Communications，Networking and Mobile Computing，2008.WiCOM ＇08.4th International Conference on.USA:IEEE，2008:1 －4.

［41］ZHENG D Z，YA H H，RONG G L，et al.A P2P－based Semantic Web Services Composition Architecture［C］//e －Business Engineering，2009.ICEBE＇09.IEEE International Conference on.USA:IEEE，2009:403 －408.