Introduction

De nos jours, le Web n'est plus simplement un énorme entrepôt de texte et d'images, son évolution a fait qu'il est aussi un fournisseur de services. La notion de "service Web" désigne essentiellement une application mise à disposition sur Internet par un fournisseur de services, et accessible par les clients à travers des protocoles Internet standard. Par essence, les services Web sont des composants logiciels autonomes et auto-descriptifs et constituent par ce fait un nouveau paradigme pour l'intégration d'applications.

Actuellement, les services Web sont mis en oeuvre au travers de trois technologies standards : WSDL, UDDI et SOAP. Ces technologies facilitent la description, la découverte et la communication entre services. Cependant, cette infrastructure de base ne permet pas encore aux services Web de tenir leur promesse d'une gestion largement automatisée. Cette automatisation est pourtant essentielle pour faire face aux exigences de passage à l'échelle et de la volonté de réduire les coûts de développement et de maintenance des services. Fondamentalement, elle doit s'accommoder d'un moyen pour décrire les services Web d'une manière compréhensible par une machine.

Le Web sémantique [1] est une vision du Web dans laquelle toute information possède une sémantique compréhensible par une machine. Appliqués aux services Web, les principes du Web sémantique doivent permettre de décrire la sémantique de leurs fonctionnalités, et les raisonnements induits constituent par conséquent une proposition d'automatisation des différentes tâches de leur cycle de vie. La combinaison des technologies des services Web et du Web sémantique a mené au concept des services Web sémantiques.

La découverte des services Web représente un axe de recherche émergent. Au début, la découverte est faite au niveau du registre UDDI, elle est basée essentiellement sur la recherche syntaxique des descriptions WSDL des services Web. Mais avec le développement des technologies du Web sémantique, les techniques de découverte sont devenues essentiellement sémantiques. Cette sémantique est apportée grâce aux ontologies une des technologies importantes du Web sémantique. Ainsi, des agents logiciels peuvent êtres développés afin de raisonner sur ces ontologies rendant la découverte des services Web dynamique et automatique.

Dans ce travail, nous proposons une approche de découverte des services Web sémantiques en utilisant la technologie agent et les ontologies.

Technologies émergentes

Web sémantique et ontologie

Le Web sémantique [1] envisage le développement de l'Internet actuel vers un Web où les données disponibles sont enrichies avec leur sémantique. Dans la vision de Tim Berners Lee, Web sémantique est structuré en différentes couches :  Une couche syntaxique (XML),  Une couche de méta-données (RDF/RDFS),  Une couche sémantique (les langages d'ontologie)  Une couche logique (raisonnement automatique)  Une couche de validation et de preuve (proof) Le terme ontologie est initialement emprunté de la philosophie signifiant "explication systématique de l'existence". Une ontologie est similaire à un dictionnaire ou un glossaire mais avec une structure détaillée et grande qui permet aux machines de traiter son contenu. Bertrand [2] définit l'ontologie comme "Il s'agit de représentations formelles d'un domaine de connaissance sous la forme de terminologies dotées de relations sémantiques.".

Dans le Web sémantique, l'ontologie permet à l'utilisateur lors d'une recherche sur le Web d'accéder non seulement aux documents liés aux mots clés de la requête, mais aussi à ceux qui sont liés ontologiquement (sémantiquement) à ces derniers, ce qui rend la recherche encore plus pertinente. Elle a pour but de décrire des concepts et les relations qui les lient entre eux, et avec des règles de déduction les rendre plus compréhensibles et utilisables par les différents agents (humains ou logiciels).

Le langage OWL-S

Appelé DAML-S dans ses premières versions [3], le langage OWL-S (Ontology Web Language for Service) [4] basé sur DAML+OIL a pour objectif d'ajouter des descriptions sémantiques aux services Web (en plus de leur description syntaxique WSDL). OWL-S a pour objectif de fournir une plus grande expressivité en permettant la description des caractéristiques des services afin de pouvoir raisonner dessus dans le but de découvrir, invoquer, composer et gérer les services Web de façon la plus automatisée possible.

Le langage OWL-S organise la description d'un service en trois zones conceptuelles : le profil (Profile), le modèle de processus (ProcessModel) et les liaisons avec le service (Grounding).

D'une manière générale, la classe ServiceProfile donne les informations nécessaires à un agent pour publier ou découvrir un service. Les profils des services sont généralement organisés sous la forme de taxonomies, qui constituent le premier niveau de discrimination lors de la recherche d'un service Web spécifique [5].

L'apport des systèmes multi-agents

Les systèmes multi agents (SMA) et les agents autonomes fournissent une nouvelle méthode pour analyser, designer et implémenter des applications sophistiquées car ils font partie du domaine IAD (Intelligence Artificielle Distribuée) [6] en bénéficiant aussi d'autres disciplines comme les sciences cognitives, sociologie, et psychologie sociale.

Aujourd'hui, la plupart des applications nécessitent de distribuer des tâches entre des "entités" autonome (ou semi-autonome) afin d'atteindre leurs objectifs d'une manière optimale. Puisque les approches classiques sont en général monolithiques et leur concept d'intelligence est centralisé, les applications actuelles sont établies à base de système multi-agents.

3 Architecture de Découverte de Services Proposée L'architecture proposée est une extension de l'architecture orientée services SOA (Service Oriented Architecture). Cette architecture est basée sur des agents pour la découverte de services Web.

Cette architecture ( voir figure 1) intègre des composants logiciels et exploitant une ontologie de domaine qui est utilisée lors de la phase de découverte des services Web, elle facilite la découverte automatique de services puisqu'elle permet d'affiner le processus de recherche qui met en correspondance une demande et des offres de services. Le recours à cette ontologie permet l'implémentation de mécanismes de filtrage (comparaison) entre une demande et des offres qui mettent en oeuvre autre chose qu'une simple égalité. C'est l'agent qui va initier la découverte, en émettant à l'agent découverte, une requête constituée d'entrées, de sorties, une référence sur l'ontologie de domaine à utiliser (par exemple l'ontologie des voyages touristiques) et présente les résultats adaptés aux préférences des utilisateurs après le traitement. L'architecture interne de l'agent interface utilisateur est composée de trois modules principaux et d'un registre de sauvegarde comme l'indique la figure 4.  Base des services : est utilisée pour stocker les descriptions sémantiques des services Web satisfaisant la requête de l'utilisateur. 1) la tâche d'analyse : sélectionne l'ontologie de domaine correspondante à la demande (à partir de base d'ontologies qui stocke des ontologies de divers domaines), en extrait les classes et leurs liens et construit l'arborescence correspondante. Dans notre contexte, cette action est possible puisque le vocabulaire défini dans l'ontologie de domaine est décrit sous forme hiérarchique. Chaque sommet de cette arborescence

Module de communication

Module de communication Inter-Agents

Module de Traitement

Registre UDDI

BD des Ontologies

Base de services

Module de communication Utilisateur

Module de communication Inter-Agents

Registre Module de traitement

Requête correspond à une classe de l'ontologie et chaque arc correspond à une relation de sous-classe. Cette arborescence permet de déduire des relations de généralisation (subsumption) entre les concepts, c'est-à-dire le fait qu'un concept soit plus général qu'un autre. Un concept C englobe (subsume) un concept C' si l'extension de C' est incluse dans celle de C. On dira alors que C est plus général que (ou englobe) C'. Ce principe nous permet de réaliser des comparaisons flexibles entre les offres et les demandes, c'est-à-dire d'associer à une demande des offres qui ne correspondent pas exactement aux besoins exprimés mais qui s'en rapprochent.

2) La tâche de comparaison : permet de comparer une demande et des offres de services en considérant l'ontologie (voir figure 6) et ce conformément aux quatre principaux modes de comparaison définis dans [7] en utilisant un algorithme de matchmaking : le mode Exact, le mode PlugIn, le mode Subsume et le mode Fail. 1. Le mode Exact sélectionne une offre si elle correspond exactement à une demande (demande = offre) c'est-à-dire les entrées et les sorties de la demande sont équivalents aux entrées et sorties de l'offre (matching exact). 2. le mode Plug-In retourne une offre si elle englobe une demande (demande<offre) c'est-à-dire les entrées de la demande englobe les entrées de l'offre et les sorties de la demande sont englobées par les sorties de l'offre dans l'ontologie de domaine (matching inclusif). 3. le mode Subsume retourne une offre si elle est incluse dans une demande (demande>offre) (l'Inverse de mode Plug-In) (matching partiel) 4. le mode Fail retourne faux, si aucune correspondance entre l'offre et la demande (demande # offre) (echec de matching). L'algorithme de comparaison utilisé à la fois en mode Plug-In et en mode Subsume utilise la fonction Englobe [8] (voir figure 7). L'agent applique un test de subsomption sur les sorties (outputs) (voir figure 8) ensuite, on attribue un score pour chaque mode de matching : Exact (score=3), PlugIn (score=2), Subsume (score=1), Fail (score=0) (voir figure 9). Le niveau de correspondance sémantique entre les paramètres d'entrée (inputs) est assigné de la même manière que pour les paramètres de sortie (outputs). L'équation (1) généralise la comparaison entre le concept de l'offre de service C et le concept correspondant de la requête C :

Fonction Englobe3 si C = C 2 si C C 1 si C C 0 sinon(1)

Supposons que l'on a m concepts dans la description de l'offre de service et m concepts correspondants dans la description de la requête, la similarité ou le match global entre la demande (requête) D et l'offre O peut dériver par prendre la somme de score de la paire de concepts (équation (2)) :

Similarité(D, O) = Match(C , C )(2)i D i O ∑ m i =1 D i O i i O i D D O i O i D Match(C , C ) = i O i D i i O i

Par conséquent, le matching entre la requête et un ensemble d'offres de services Web peut être mesuré de façon quantitative. Le service qui a un haut score de similarité représente le plus précis service pour la requête. Et on peut trouver plus d'un service.

Exemple

supposons qu'il existe trois services Web de vente S1, S2 et S3 publiés sur le Web.

Ses paramètres fonctionnels (entrées, sorties) sont :  S1 ayant deux entrées "vehicle" et "parts" et une seule sortie "price".  S2 ayant deux entrées "parts" et "car" et une seule sortie "price".  S3 ayant deux entrées "unit" et "material" et une seule sortie "price".

Et supposons qu'un client lance une requête de recherche constitue de deux entrées "Car" et "Parts" et une sortie "Price": Et nous avons le fragment de l'ontologie de "vehicle" suivant :

Conclusion

Dans ce papier nous avons présenté un cadre conceptuel et architectural, fondée sur les services Web, pour l'interopérabilité.

La découverte de services Web constitue un axe de recherche émergent. Diverses approches ont été proposées. Ces approches sont passées d'une recherche basée motsclés (découverte syntaxique) aux méthodes basées sémantiques. Nous avons proposé une approche à base d'agents qui modélise la découverte des services Web sémantiques. Notre architecture à base agents est composée :

d'un agent interface fournisseurs services Web.

d'un agent interface utilisateurs.

d'un agent enregistreur de service Web au sein de registre UDDI.

d'un agent de découverte de(s) service(s) Web. L'agent de découverte de services Web applique des inférences pour apparier la requête de l'utilisateur avec les services offerts. L'appariement (matching) repose sur la comparaison des sorties et des entrées de la requête avec les sorties et les entrées du service, et présente différents niveaux de matching : exact, plugin, subsume et fail.

A court terme, nous allons implémenter notre proposition d'architecture. Afin de valider notre travail, nous effectuerons des tests avec des requêtes d'utilisateurs variés et un panel de services Web.

En ce qui concerne les perspectives de notre travail, nous prévoyons les points suivants :

-En ce qui concerne l'algorithme de matching on pourra prévoir d'autres paramètres de recherche tels que les préconditions et les effets, ces derniers augmentent les taux de précision.

-Proposer un matching indirect en cas d'absence de matching direct c'est-à-dire passer à l'étape de composition de services.

-Nous pourrons essayer d'utiliser d'autres types d'agents comme les agents mobiles et évaluer leurs effets sur les performances.