Composition et interopération des services web sémantiques.

Abstract

La technologie des services web se répand de plus en plus sur les réseaux à grande échelle. Son ultime objectif est d‘assurer l‘interopérabilité des applications distribuées, et de créer des services ayant une valeur ajoutée. La réalisation de ces buts nécessite l‘automatisation des phases de découverte, de composition, et de sélection de services web, ces trois étapes constituent les majeures problématiques étudiées dans cette thèse. Notre première contribution consiste à proposer deux algorithmes de découverte basés sur les mesures de similarité sémantique. Notre seconde contribution consiste à composer plusieurs services web pour satisfaire un besoin complexe. Pour cela, nous proposons deux metaheuristiques pour le résoudre : La première emploie l‘optimisation à base d‘essaims particulaires, et la deuxième utilise les principes d‘essaims particulaires avec les boids de reynolds. Pour la troisième problématique, nous avons proposé cinq algorithmes de sélection de services à base de QOS. La première approche est basée sur les algorithmes génétiques, la deuxième est inspirée du comportement d‘abeilles artificielles (bees-algorithm), la troisième est basée sur les essaims particulaires, la quatrième emploie la sélection clonale, et la dernière hybride le clustering hiérarchique des services skylines avec le parcours systématique des hiérarchies. Les résultats obtenus en expérimentations sont très satisfaisants et encouragent les futurs travaux dans cette piste de rechercheV Abstract The web service technology plays an increasingly important role in open and large scale networks. In fact, its ultimate purpose is to ensure the interoperability of distributed applications and to form new value added services. To achieve these aims, we must automate the discovery, the composition and the selection of web services. These phases constitute the major issues of this thesis. Our first contribution consists in proposing two algorithms for discovering web services, these proposals use semantic similarity measures to match the services with the request. Our second contribution consists in composing several services, in order to satisfy complex requirements. To this end, we proposed two metaheuristics based on swarm particles optimization. To solve the QOS aware service selection problem, we have proposed five algorithms, the first approach uses the genetic algorithms, the second one employs the bees algorithm, the third one adopts the swarm particle optimization, the fourth one uses the clonal selection, and the last one hybridizes the skylines hierarchical clustering with the exhaustive search. The experimentations showed high efficiency and effectiveness of the suggested approaches.