基于Hash B+树RFID复杂事件检测算法

在分析现有RFID复杂事件检测算法的基础上,提出一种基于Hash B+树复杂事件检测算法。根据原子事件在Hash表中映射的位置状态,决定原子事件插入的位置,降低数据操作的时间复杂度。同时引入插入优化算法及滑动窗口,删除中间结果中过期数据,以提高内存的利用率。实验结果表明该方法在保证复杂事件检测有效性的同时可提高其处理效率。

RFID复杂事件检测方法的研究和改进

复杂事件处理(CEP)是一个新兴的技术领域,用于处理大量的简单事件,并从其中整理出有价值的事件。RFID事件和传统事件相比具有海量、时间性和空间性、数据不准确等特征。针对RFID事件的相关特征进行研究,建立一个可扩展的基于规则的RFID复杂事件处理系统是非常必要的。从复杂事件的描述模型、处理框架、上下文语义、检测方法等方面总结了国内外RFID复杂事件处理的研究现状,分析了目前的研究存在的不足,并且针对SASE的复杂事件算法存在的三点不足进行了改进。实验证明相关的改进对简单数据集是有效的。

基于有色网的RFID复杂事件检测模型的研究与分析

针对RFID数据的特性以及目前几种复杂事件检测模型的不足,在原有基于Petri网模型的基础上,通过扩展和改进,提出了一种基于有色网的RFID事件检测网EDN,对事件操作符进行了形式化和图形化的描述,建立了复杂事件表达式的层次结构模型;并分析了复杂事件表达式中的冲突算法,给出了RFID事件的资源回收机制,提高了RFID事件的处理能力。通过实验证明了该模型的正确性和有效性。

基于规则匹配的RFID复杂事件检测框架及方法

无线射频识别技术(RFID)催生和促进了物联网(IoT)的发展。RFID原始数据的海量性和语义隐含性等特点对RFID数据处理提出了挑战,为此将复杂事件处理技术引入RFID数据处理中。把RFID数据定义为事件,按照给定的规则,检测出相应的复杂事件。现有基于树的复杂事件检测方法不支持事件的数值属性的条件约束,提出了一种RFID复杂事件描述规则和基于规则匹配的检测框架,能够高效地处理RFID数据流,在此基础上,进一步改进了RFID复杂事件检测方法(RCEDA),提高了时序约束下非自发事件的检测效率。

空管数据复杂事件处理技术研究

为智能化处理空中交通数据所蕴含的复杂态势,依据空管领域特性,在复杂事件处理技术的基础上设计实现一个空管复杂事件处理系统,进行数据处理与Web可视化;参考民航业规章及专业知识,制定飞机安全间隔预警、飞机高度变化异常、飞机遭遇恶劣天气三类空管复杂事件模式。在真实数据下模拟应用场景以检测上述模式,结果表明系统可在毫秒级处理延迟下检测到空管复杂事件,能为空管工作提供智能化技术支持。

乱序RFID数据流上的复杂事件检测方法

针对发生时间戳乱序的RFID原子事件流,文章提出了一种新的复杂事件检测方法。该方法采用在一种特殊的Hash表结构中进行局部排序的方法来解决时间戳乱序问题。文中首先建立了时间戳乱序问题的描述模型;提出了面向时间戳乱序数据流的复杂事件检测算法;在基本算法的基础上添加了基于双时间槽的滑动窗口处理;对Hash表大小等参数对算法效率的影响、基于双时间槽的滑动窗口处理方法的效果进行了实验验证。实验结果表明:算法是有效的;Hash表大小对算法效率影响较为明显;基于双时间槽的滑动窗口处理方法可以显著提高内存使用效率。

RFID数据流上多目标复杂事件检测

已有的RFID复杂事件处理技术主要关注于单个RFID对象的复杂事件检测和优化技术.实际上,很多RFID应用中往往需要同时检测多个同类型关联目标的复杂事件序列.研究了多个关联的RFID对象的复杂事件处理问题.通过扩展的事件语言和算子的语义以支持同类型多个RFID目标复杂事件查询的定义.通过模式的变换规则,将RFID应用中存在的各种非线性多目标复杂事件模式转换成线性模式,以便各种多目标模式在一个统一的框架下检测.提出了基于自动机NFAb2的多目标复杂事件检测模型和多目标复杂事件检测算法.通过在多目标检测算法中使用关键节点下压和同位置约束置后优化策略,大大减少了单个类型上无用实例的数目和不同类型间模式匹配的搜索空间.与SASE算法的实验比较表明算法的正确性和高效性.

RFID供应链系统中的在线复杂事件检测方法

在实际的供应链系统中,物品通常会被包装起来流通,检测最低包装层级物品的标签代价高昂。现有的在线和离线的无线射频识别(radio frequency identification,RFID)复杂事件检测方法中都假定可以检测到每一个最低包装层级的标签,不支持含有多种包装层级数据的RFID数据流上的复杂事件检测。根据部署有RFID的供应链系统产生的RFID数据流的特点,提出了一种新的复杂事件检测方法。采用区间编码离线保存物品的包装关系,通过在线数据和离线数据结合来完成复杂事件检测,对不同类型的复杂事件采用不同的检测策略以提高复杂事件检测效率。实验证明该方法能够有效地支持供应链系统中的复杂事件检测,并具有较好的性能。

基于ENFA的乱序RFID复杂事件检测算法

针对时间戳乱序的无线射频识别(RFID)复杂事件检测带来的诸如建立事件关联关系的方法失效、判定复杂事件的构成时机困难、判定事件未发生与未到达困难等问题,提出了基于扩展的非确定性有限自动机(ENFA)模型的复杂事件检测算法.形式化地描述了时间戳乱序问题,分析了时间戳乱序给复杂事件检测带来的问题;引入插入优化策略,采用多时间槽索引策略进行滑动窗口处理,摒弃中间结果中过期数据;支持含有非事件的复杂事件检测.实验结果表明该算法能够有效解决时间戳乱序带来的问题.

高密度RFID事件流上的复杂事件检测

由于高密度事件流具有实时性和海量性特点,应用已有的复杂事件检测技术处理时,存在时间效率不高、占用内存空间较大等不足.针对这些问题,提出了一种基于哈希链表结构的复杂事件检测算法.该算法设计有效的哈希映射分类来保存中间结果,加快了匹配过程,同时,提出高效的更新机制及时删除内存中过期的数据.针对常见的事件流的乱序现象,对原有自动机处理机制进行了改进.实验和分析证明,复杂事件流检测方法具有理论上的可行性和操作上的高效性与正确性.

大规模RFID复杂事件检测优化技术研究

针对大规模、多规则RFID复杂事件检测效率低问题,提出了一种基于事件规则树优化共享的检测方法。通过合并事件规则树中公共子树部分,实现多个复杂事件的检测共享,提高事件检测效率。大量实验表明,本文提出的检测方法具有高的事件检测效率。

复杂事件处理中RFID数据的检测框架及策略

RFID数据处理技术在复杂事件处理中占有越来越重要。但是RFID数据信息的隐含性、无序性、关联性等特点对CEP技术提出了严峻的挑战。为了解决RFID数据处理的低效性、无序以及有约束的问题,改进了一种处理RFID复杂事件的匹配规则和一种RFID复杂事件检测的框架,其效果可以达到高效的处理RFID数据信息,并提高了时序约束下非自发事件的检测效率。

在线-离线数据流上复杂事件检测

随着数据采集和处理技术的发展,在物联网对象跟踪、网络监控、金融预测、电信消费模式等领域中进行事件检测显得越发重要.事件检测在一次扫描数据流的假设下完成,数据流在被处理完后丢弃.事实上,很多应用场景中,历史数据流因含有丰富的信息而不能简单丢弃,且一些事件检测查询需要同时在实时和历史数据流上进行.鉴于已有复杂事件检测很少考虑同时在实时-历史数据流上进行模式匹配,作者研究了在线-离线数据流上复杂事件检测的关键问题.主要工作如下:(1)针对滑动窗口内产生的大量模式匹配中间结果,提出利用时态关系和时空关系管理中间结果的方法 TPM和STPM.STPM以中间结果的时态和状态信息为权值对中间结果进行管理,将最近的、最有可能更新状态的中间结果置于内存,极大地减少了中间结果的读取操作代价.(2)给出了基于选择度的在线-离线复杂事件检测优化算法;(3)给出了算法的复杂性分析和代价模型;(4)在基于时空关系的中间结果管理模型下,在一个在线-离线复杂事件检测原型系统中进行实验,对多个参数(子窗口大小,选择度,匹配率,命中率)进行了算法对比分析.实验结果充分验证了所提出的算法的可行性和高效性.

多情境感知环境下RFID复合事件检测算法

无线射频识别(Radio frequency identification,RFID)技术的发展让感知世界变得更加便利。本文针对RFID数据特点以事件为中心进行数据建模,在多约束环境下利用各种规则和模式,有效地检测出特定的复杂事件。通过对RFID事件的分析和处理,利用抽象的底层RFID事件的检测对复杂事件进行有效监控和处理。根据Cascadia系统对RFID数据的事件分类与检测给出了利用事件解析图的事件检测方法。提出了在不同的约束执行环境中各操作的事件检测算法,结合具体应用实例对采用事件解析图的RFID复杂事件检测模型进行了解释说明。实验结果表明本文提出的RFID复杂事件检测算法能够较好地满足正确性要求,并提高了RFID系统整体的执行效率。

基于Petri网的RFID中间件中复合事件检测研究

探讨了一种利用复杂事件处理技术处理RFID高层业务逻辑的机制.通过用复合事件来表达RFID应用系统中常见的高层业务逻辑,将对业务逻辑的处理转化为RFID中间件对复合事件的检测.从RFID中间件检测行为的角度探讨了在这一转化过程中事件定义和事件检测的若干关键问题.基于有色网定义了RFID事件流检测网系统作为RFID事件检测模型的描述工具.给出了事件检测模型的构造规则.根据检测模型的网结构特征对具有复杂层次的复合事件的可检测性进行了分析.

面向RFID数据处理的复杂事件模式匹配方法

RFID数据具有不确定性,复杂事件处理技术将RFID数据看作不同类型的事件,从事件流中检测符合特定匹配模式的复杂事件。概率事件流分为多项概率事件流和单项概率事件流;针对多项概率事件流,提出NFA-MMG模式匹配方法,亦即使用多个有向无环图结合自动机实现模式匹配。针对单项概率事件流,提出NFA-Tree模式匹配方法,亦即使用匹配树结合自动机实现模式匹配;并提出改进的NFA-Tree方法,即基于概率阈值进行过滤,提高结果过滤效率。实验结果验证了上述模式匹配方法的性能优势。

复杂事件处理在大规模RFID数据通信中的应用研究

针对大规模RFID数据通信中数据的动态性变化大、与各时态密切相关、相互关联性强、特别难处理的特点,采用基于复杂事件处理(Complex Event Processing,CEP)的机制,应用复杂事件原语,对大规模数据通信进行建模。使用CEP语义模型,求解大规模数据通信速度、效率及准确性等问题,取得了很好的实验结果。

一种基于Petri网的RFID事件检测的形式化方法

无线射频识别(RFID)采用唯一的电子标签识别物理对象,可高速收集大量目标数据.为向各类应用提供语义信息,RFID系统需从收集的数据中检测用户自定义的复合事件.通过提出一种基于Petri网的RFID事件检测方法,引入形式化的ED-net模型描述复合事件语义,并以此为基础实现一种事件检测方法.ED-net模型是对传统Petri网的一种扩展,提供了描述用户自定义类型、函数及表达式的能力,可精确描述RFID复合事件的属性及时域、非时域、参数化等约束条件.通过对RFID事件形式化描述,各种RFID事件可以统一在ED-net模型,并可自动化进行检测处理,避免了不同复合事件间公共子事件重复检测的问题.最后,经过实验测试和分析,验证了该形式化方法的有效性及其优势.

复杂事件模式检测与CEP测试数据生成算法研究

随着信息技术的快速发展和广泛应用,大数据正以不可阻挡的气势向我们走来.大数据源于信息技术,同时又向信息技术提出挑战.如何征服大数据给信息技术处理能力上带来的挑战是一个广泛关注的课题.由于采用面向流式数据的处理策略,复杂事件处理(Complex Event Processing,CEP)技术被认为是一种有希望征服大数据挑战的技术之一.然而,当事件流成为大数据时,目前的CEP模型、事件模式检测和CEP系统测试数据生成的方法和技术都存在很多不足.文章针对这一问题讨论了复杂事件建模、模式检测与测试数据的生成方法.提出一种CEP代数模型,用多种事件算子来表达事件之间的关系和事件流模型.在这里,一个创新的思想是把CEP代数模型表达式解释成算术文法产生式,从而可以用词法分析技术解决复杂事件模式检测问题.为了有效地测试复杂事件模式检测的算法,基于CEP代数模型,提出了一个用于支持上述CEP模式检测的大数据事件集的生成算法.并由此生成了不同量级的测试数据,测试了一个RFID物联网中CEP模式检测引擎.实验结果表明了提出的事件模式检测算法和CEP系统测试大数据事件集生成算法的有效性.

基于改进Rete算法的RFID复合事件检测方法

针对现有RFID复合事件检测方法将复合事件的规则表达式和相应的处理代码绑定在一起,不利于应用系统扩展的弊端,提出了能将二者分离的基于规则引擎的RFID复合事件检测方法.针对传统的规则引擎算法——Rete算法会缓存大量的部分匹配结果,而RFID事件通常具有时间约束的特点,提出一种基于部分匹配过期的过期数据回收机制,及时删除过期的部分匹配结果,减小计算过程中缓存的压力.仿真测试结果表明,改进的Rete算法有效地缓解了Rete规则网络中缓存的压力,更适用于RFID复合事件检测.