面向物联网的分布式上下文敏感复杂事件处理方法

物联网产生的数据具有大数据特征,而这些数据难以用现有数据处理技术进行有效处理.作为物联网中间件的核心技术,复杂事件处理技术具备大数据的海量、复杂性等特征和实时处理的需求.上下文敏感是复杂事件处理引擎的重要特征.提出一种高效的面向物联网的分布式上下文敏感复杂事件处理架构和方法.该方法使用模糊本体进行上下文建模,以支持事件的不确定性及模糊事件查询问题.以基于模糊本体的查询和基于相似性的分布式推理为基础,生成复杂事件查询规划,并通过查询重写,把上下文相关查询转换为上下文无关子查询.根据不同的事件模型和上下文划分数据,并通过优化和多级并行来提高性能.实验结果表明该方法能够处理模糊事件上下文,对于面向物联网的分布式上下文敏感复杂事件处理具有比一般方法更好的性能和可伸缩性.     

分布式RFID复杂事件处理技术的研究

目前RFID复杂事件处理技术的研究主要针对集中式的处理。集中式RFID复杂事件处理技术对于海量RFID数据的处理具有很多局限性,主要表现为网络通讯代价高和处理效率低。针对集中式RFID复杂事件处理存在的问题,本文研究了分布式环境下RFID复杂事件处理的关键算法,采用一种Pull(抽取)类型的数据通讯模型来降低通讯代价,在此基础上提出了两种分布式的RFID复杂事件处理算法。实验结果表明,本文提出的分布式RFID复杂事件处理算法比集中式复杂事件处理算法更有效。     

分布式RFID复杂事件处理关键技术的研究

RFID复杂事件处理是RFID应用的一项关键技术。传统的集中式处理方式无法及时处理海量的实时RFID数据流,制约着RFID应用的大规模部署。研究了分布式RFID复杂事件处理技术。提出了分层的树形任务结构;建立基于效率-成本和延迟的模型来评价任务分解方案;设计动态规划算法来求解最优分解方案;实验验证了分布式处理的高效性和提出模型和算法的正确性。     

新一代分布式的复杂事件处理系统解决方案

本文首先对复杂事件处理系统建设的驱动力进行介绍,然后结合系统的特性要求提出一套针对性的实现方案。该方案通过Storm结合策略处理引擎、消息队列和分布式缓存构建一套高可用性通用复杂事件处理系统,满足用户对复杂海量实时信息处理分析的需求。     

基于事件共享机制的物联网复杂事件处理方法

针对物联网(IOT)复杂事件查询处理过程中的重复查询、存储和处理的问题,提出了事件共享机制(ESM)。首先,为了实现复杂事件的查询与检测,给出了物联网语义事件定义及事件操作符的语义描述;其次,从公共子查询的定义、公共内部查询结构的设计以及事件资源的共享三个角度对物联网事件共享机制展开研究,通过查询表达式的重写、有向无环图(DAG)的构建,以及在结点上使用改进的Continuous参数上下文对事件流进行处理,实现公共子事件查询、存储和处理的共享;最后,构建了基于事件共享机制的语义形式化查询计划处理模型(SFQPM),该模型可自动对查询表达式和查询谓词进行处理,实现复杂事件检测和处理的自动化。仿真结果表明,与基于二叉树(BTree)的处理方法进行对比,所提出的SFQPM具有较高的处理效率和可靠性,实现了复杂事件检测与中间结果共享机制的有机统一,提高了系统的处理效率。最后通过案例研究验证了所提出算法的有效性和可行性。     

物联网复杂事件处理的研究及应用

重点论述物联网复杂事件处理机制,并以Webservices作为中间件来实现复杂事件处理。以RFID事件为基础,结合烟草物流配送实例,讨论了如何实现复杂事件清洗与过滤算法,并给出了该算法流程。结论表明,复杂事件处理在物联网中间层数据管理中具有过滤海量数据,实现复杂业务逻辑的功能,对开发物联网上层应用具有很好的支持作用。     

面向实时事件流的复杂事件处理方法

复杂事件处理是一种动态环境下对事件流进行分析的技术。复杂事件处理技术通常基于有限状态自动机实现,匹配过程中会在事件流上产生大量且重叠的部分匹配,有限状态自动机需维护大量的重复匹配状态,导致基于该技术的方法都会出现冗余计算的问题。为了提高复杂事件处理的匹配效率,提出了使用复杂事件实例覆盖技术来实现复杂事件处理的方法。通过设计临时匹配链式分区存储结构以及基于此结构的匹配算法,来利用复杂事件实例覆盖减少冗余计算,从而实现匹配效率的提升。在模拟数据集和真实数据集上进行了实验测试与分析,与两种常用的复杂事件处理技术进行比较。实验表明,提出方法能够在保证匹配正确性的同时有效地减少匹配过程中的冗余计算,提高整体匹配效率。     

复杂事件处理中时间窗口的改进

针对各种复杂事件处理引擎的优缺点,考虑特别查询和时间窗口2项关键技术,提出一种改进的实现方法。对已有引擎的优缺点进行对比,采用增加预处理和调度模块的方法,实现STREAM系统的改进版本SPSA。实验结果证明,该改进能在特定的条件下提高系统效率、降低系统压力。     

复杂事件处理技术及其应用综述

近年来,处理更高级别的事件(通常被称为业务事件)的需求迅速扩大,复杂事件处理(Complex Event Processing,CEP)的发展满足了这些新的市场需求。CEP能结合来自多个数据源的数据来推断更为复杂的事件或模式。CEP的目标是从事件流中找出有意义的事件(如机会或威胁),并尽快做出反应。文本介绍了CEP的研究现状,包括通用的参考架构,代表性的CEP系统及其事件处理语言,以及最常见的应用场景。     

Ceper:一个高性能复杂事件处理引擎

复杂事件处理技术从连续的输入事件流中分析并提取出满足特定模式的事件序列。它将传统先存储静态数据再进行处理和挖掘的数据处理方法,转变为实时处理动态事件流,更加符合真实世界的数据处理模式,能够高效及时地从数据流中过滤出相对少量的具有应用价值的数据。文章设计并实现了一个高性能复杂事件处理引擎——Ceper,提出了Ceper的事件处理模型,展示了它的系统结构和模式匹配树的方法 PMT,介绍了Ceper的实现的关键技术,并进行了一定的测试。     

分布式复杂事件流处理平台的研究

复杂事件处理是大数据时代的关键技术之一。针对现有的复杂事件处理平台存在的各种问题,提出并设计了一个以复杂事件流处理语言CEStream为基础的分布式复杂事件流处理平台,实现了基于正规树模式的事件检测功能,支持多数据源的复杂事件处理。针对多数据源组合事件模式的检测需求,该平台可以将复杂事件分解为多个独立的事件检测任务,部署在集群中不同节点和远端的事件检测代理上。实验结果表明,系统的吞吐量和响应时间达到了预期结果,可以满足目前主流的复杂事件处理的应用需求。     

RFID数据流分布式层次复杂事件处理

当前RFID应用中的复杂事件处理通常采用集中式的体系结构,这样不能适用于分布式的应用,并且由于存在单点失效和网络拥塞而缺乏健壮性和可伸缩性。同时,很多高效的RFID复杂事件处理方法不能很好地支持层次复杂事件。提出了一种基于CORBA的分布式层次复杂事件处理模型以及高效的基于查询规划的分布式层次复杂事件处理方法。实验结果表明该方法在处理大规模的分布式RFID应用时是有效的。     

RFID复杂事件处理技术

随着RFID技术的发展,RFID应用正无所不在。通过对RFID数据的深入处理和分析,可以发现更复杂的复合事件和隐含知识,从而有效地支持事件监控、事件预警等先进应用。由于RFID的特殊性,依靠现有的主动数据库技术和数据流管理技术难以实现高效的RFID事件检测和处理。分析了RFID数据的特点,归纳和总结了RFID复杂事件处理的最新技术,讨论了一些亟待解决的新问题,主要有RFID数据清洗方法、以数据为中心的检测技术、以事件为中心的检测技术,以及复杂事件处理系统等,并对今后的研究重点进行了展望。     

面向制造业的RFID复杂事件处理

在自动数据采集中,如何维持无线射频识别(RFID)技术对海量数据的处理效率极为重要。针对RFID数据的特点以及目前RFID数据处理方法的不足,提出一种基于复杂事件处理的RFID数据处理模型,并提供相关的定义,阐述其功能模块及解决方案。该模型实现了从大量的RFID原始数据中提取出对应用程序有意义的事件。最后以面向制造业的RFID应用为例对基于复杂事件处理技术的RFID数据处理模型进行了研究并说明了其应用优势。     

On context-aware distributed event dissemination

In pervasive environments, the Pub/Sub paradigm is regarded as an important means of information sharing and event dissemination. In this paper, we first analyze different context in Pub/Sub systems that has remarkable impacts upon user’s satisfaction to event dissemination and then give corresponding strategies by exploiting time context and event-preference context so as to provide personalized event dissemination. That is, by leveraging time context, we provide the extended matching against long-standing events, and by leveraging event-preference context, we present the recommendation algorithm which is based on hidden Markov process. Performance analysis and experiment evaluation show that both strategies can improve user’s experiences of event dissemination.     

Distributed composition of complex event services in IoT network

The Journal of Supercomputing - In this paper, a distributed solution is presented for the composition of complex event services in the Internet of Things (IoT) environments. The composition of...     

Low latency complex event processing on parallel hardware

Most complex information systems are event driven: each part of the system reacts to the events happening in the other parts, potentially generating new events. Complex event processing (CEP) engines in charge of interpreting, filtering, and combining primitive events to identify higher level composite events according to a set of rules are the new breed of message-oriented middleware, which is being proposed today to better support event-driven interactions.     

Distributed fuzzy discrete event system for robotic sensory information processing

Abstract: This paper presents a novel intelligent sensory information processing technique using a fuzzy discrete event system (FDES) for robotic control. The proposed method combines the predictive control approach of a discrete event system with the approximate reasoning aspect of fuzzy logic. It develops a supervisory control strategy for behavior-based robotic control using distributed FDES. The application of distributed FDES eliminates the formation of complex fuzzy predicates and a large fuzzy rule-base. The FDES-based approach also provides means for analyzing behavior-based decision-making using the observability and controllability of an FDES. The observability of an FDES describes uncertainties in sensory data, and the controllability of an FDES exploits uncertain state transitions in a dynamic environment. Comprehensive experiments on behavior-based mobile robot navigation are presented to authenticate the performance of the proposed methodology.