PDF de programación - Análisis en la correspondencia de tipos de datos para la similitud de servicios Web

Centro de Investigaci´on y de Estudios Avanzados del Instituto Polit´ecnico Nacional

Departamento de Computaci´on

Tesis:

An´alisis en la correspondencia de tipos de datos para la

similitud de servicios Web

Que para obtener el grado de Maestro en Ciencias de la Computaci´on presenta:

Jorge N´ader Roa

Director:

Dr. Jos´e Guadalupe Rodr´ıguez Garc´ıa

Codirector:

Dra. Maricela Claudia Bravo Contreras

2

Resumen

Con el creciente desarrollo de servicios web (SW), es necesaria la elaboraci´on de m´etodos y

herramientas capaces de ofrecer clasificaciones y b´usquedas eficientes de SW. En la actualidad los

m´etodos de descubrimiento o b´usqueda carecen de mecanismos robustos que otorguen resultados

adecuados en la b´usqueda de una determinada operaci´on de un SW.

El proceso de descubrimiento de un SW es realizado mediante comparaciones entre los datos

proporcionados por el usuario para la b´usqueda y las especificaciones de las operaciones de los SW,

de tal manera que el m´odulo principal durante el descubrimiento es el proceso de comparaci´on.

Los trabajos realizados para mejorar los procesos de b´usqueda, proponen metodolog´ıas que enri-

quecen las comparaciones, destac´andose cuatro principales enfoques, cuyos elementos de comparaci´on

son: descripci´on sem´antica de operaciones, sem´antica proporcionada por el nombre de operaciones,

flujos de trabajo y firmas de funciones. Siendo la comparaci´on por firmas de funciones de mayor

inter´es para ´este trabajo, debido a que este enfoque no permite obtener grados de similitud en la

comparaci´on de operaciones, otorgando descubrimientos poco tolerantes a variaciones en la similitud

de los par´ametros de b´usqueda.

En este proyecto se propone el desarrollo de una herramienta capaz de realizar comparaciones

entre las operaciones de diferentes SW, ofreciendo grados de similitud como resultado. Las compa-

raciones ser´an abordadas representando los tipos de dato de entrada y salida en estructuras de dato

que faciliten la correlaci´on de dos operaciones.

i

ii

Abstract

With the increasing development of web services (WS), it is necessary to develop methods and

tools capable to provide clasifications and efficient WS searches. Nowadays methods of discovery and

searching have a lack of strong mechanisms to give the best results searching a particular operation

of a WS.

The discovery process of WS is done by comparisons between the data provided by the user to

search for and specifications of WS operations, making the comparison process the main module on

the discovery.

The related work to improve the search process, propose methodologies that enrich compari-

sons, highlighting four main approaches which elements of comparison are: semantic descriptions

of operations, the semantic provided by the name of operations, workflows and signatures of fun-

ctions. Making the signature comparison the most important aproach for this work, because it does

not obtain similarity degrees in comparison operations, providing hard findings without degrees of

similarity on the searched parameters.

In this project is proposed the development of a tool to make comparisons between different WS

operations, offering degrees of similarity. Comparisons will be done by representing data types of

input and output WS messages in structures that ease the correlation between two operations.

iii

iv

Agradecimientos

Agradezco a Dios y a mi familia por ser siempre un soporte en mi vida y por ayudarme a lograr

un objetivo m´as.

Agradezco al Consejo Nacional De Ciencia Y Tecnolog´ıa y al Centro de Investigaci´on y de Es-

tudios Avanzados del Instituto Polit´ecnico Nacional por brindarme la oportunidad de cursar un

posgrado en su programa de maestr´ıas.

v

vi

´Indice general

Resumen

Abstract

Agradecimientos

1. Introducci´on

1.1. Motivaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2. Objetivos del Trabajo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.3. Estado del Arte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2. Marco Te´orico

2.1. XML . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2. RDF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.3. SOAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.4. Servicios Web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.5. WSDL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.6. Descubrimiento de servicios Web . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.7. Estad´ıstica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.7.1. Datos

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.7.2. Medidas de centro y variabilidad . . . . . . . . . . . . . . . . . . . . . . . . .

2.7.3. Gr´aficas de dispersi´on para datos bivariados . . . . . . . . . . . . . . . . . . .

2.7.4. Correlaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3. An´alisis de similitud entre estructuras de ´arbol N-arias provenientes de opera-

ciones de servicios Web.

3.1. Extracci´on de operaciones de un servicio Web . . . . . . . . . . . . . . . . . . . . . .

3.1.1. Extracci´on de operaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

vii

I

III

V

1

2

3

3

9

10

13

14

15

16

17

18

18

19

21

22

25

26

26

3.1.2. Construcci´on de ´Arboles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.2. Representaci´on RDF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3. Comparaci´on de Operaciones

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.1. Comparaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.1.1. Obtenci´on de pesos

. . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.1.2. Ordenamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.1.3. Obtenci´on de ´arboles complementarios

. . . . . . . . . . . . . . . .

3.3.1.4. Obtenci´on de vectores caracter´ısticos

. . . . . . . . . . . . . . . . .

3.3.1.5. Correlaci´on de vectores caracter´ısticos . . . . . . . . . . . . . . . . .

4. Implementaci´on

4.1. API

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.1.1. Perseo y Extracci´on de operaciones . . . . . . . . . . . . . . . . . . . . . . . .

4.1.2. Construcci´on de ´arboles N-arios . . . . . . . . . . . . . . . . . . . . . . . . . .

4.1.3. Algoritmo de comparaci´on . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.1.4. Representaci´on de operaciones en formato RDF . . . . . . . . . . . . . . . . .

4.1.5. Descripci´on de clases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.1.6. Requerimientos del API . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.2. Sitio Web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5. Resultados

5.1. Selecci´on de metrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.2. M´etrica Precision and Recall

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.3. Conjunto de Pruebas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.4. Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.4.1. Resultados para comparaciones estructurales

. . . . . . . . . . . . . . . . . .

5.4.1.1. Resultados para un umbral de 65 % . . . . . . . . . . . . . . . . . .

5.4.1.2. Resultados para un umbral de 75 % . . . . . . . . . . . . . . . . . .

5.4.1.3. Resultados para un umbral de 85 % . . . . . . . . . . . . . . . . . .

5.4.2. Resultados para comparaciones estructurales con tipos de nodos

. . . . . . .

5.4.2.1. Resultados para un umbral de 65 % . . . . . . . . . . . . . . . . . .

5.4.2.2. Resultados para un umbral de 75 % . . . . . . . . . . . . . . . . . .

5.4.2.3. Resultados para un umbral de 85 % . . . . . . . . . . . . . . . . . .

5.4.3.

Interpretaci´on de resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.5. Sitio Web . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

viii

28

28

30

30

32

32

33

35

36

41

41

41

43

45

51

52

57

58

59

59

60

61

62

67

67

68

69

70

70

71

73

74

76

6. Conclusiones

6.1. Trabajo a futuro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

A. Conjunto de Pruebas

85

86

89

ix

x

Cap´ıtulo 1

Introducci´on

Con la llegada de la Web 2.0, el auge de los blogs, el uso de CMS (Content Management System)

y las redes sociales se fue incorporando naturalmente el uso de los Servicios Web(SW) para permitir

que los servicios ofrecidos por un sitio web se propagen de mejor manera, al proporcionar interfaces

f´acilmente evocables por sistemas independientes con plataformas heterog´eneas [1, 2].

En la actualidad resulta com´un e imperceptible para los usuarios que navegan por la red hacer

uso de SW en operaciones frecuentes como: realizar compras y pagos por internet, descargar la

informaci´on de su perfil de una red social, realizar una b´usqueda de los videos m´as populares,

verificar el tipo de cambio, etc. Cada una de ellas son acciones frecuentes que son encapsuladas en

un SW para extender la versatilidad de los servicios ofrecidos por un sitio Web.

Con la proliferaci´on de los SW fue necesario el desarrollo de t´ecnicas y herramientas que permi-

tieran la organizaci´on, selecci´on y el f´acil acceso a los SW [3, 4, 5, 6, 7, 8], resultando en modelos de

descubrimiento como lo son: UDDI (Universal Description Discovery and Integration) [9] y WSIL

(Web Services Inspection Language) [10]. Los modelos