复杂事件处理技术在RFID中间件中的研究

事件处理是RFID中间件的核心功能之一.本文介绍了利用分层设计思想,并结合RFID中间件的数据特征,将复杂事件处理技术引入REID中间件,设计了一种事件处理模型,把事件划分为多个抽象层次,有效地解决了RFID中间件事件处理中存在的数据量大,语义信息简单的问题.     

复杂事件处理在RFID中间件中的应用

KFID中间件作为RFID技术的神经中枢.它的事件与数据处理能力直接关系到KFID应用的推广.复杂事件处理是一种事件与数据处理的新技术,通过介绍它的工作原理,说明在RFID中间件中引入复杂事件处理技术的依据,并给出基于复杂事件处理技术的RFID中间件的模块化设计方案.     

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。     

基于复杂事件处理的算法交易研究

在目前的资本市场,算法交易得到了广泛的应用.通过实时分析大量的金融市场数据,算法交易能够合理地决定交易的时机、价格、数量等交易的各个方面.现有的一般架构通常采用存储-索引-查询的数据库建模方法,但是这不能满足实时处理要求.复杂事件处理是构建和管理由事件驱动的信息系统的一种新兴技术.它用来处理大量的事件流,实时分析这些事件并且响应感兴趣的事件.针对于此,提出了基于复杂事件处理的算法交易架构模型,并在此基础上,提出了对应的事件模型以及设计了一个有效的检测复杂事件的算法.     

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。     

基于复杂事件处理技术的RFID门票系统设计

本文设计开发了基于RFID技术的电子门票管理系统,并采用复杂事件处理技术对RFID系统中的大量分散数据进行分析处理。介绍了系统的结构,给出了基于J2EE技术和软构件技术后台的管理系统流程,并详细分析了RFID电子门票应用的系统软件平台。调试结果表明该方案是可行的,实现了系统要求的功能。     

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。     

原始RFID数据流上复杂事件处理研究

一般的RFID复杂事件检测是建立在经过数据清洗的数据模型上,但RFID数据清洗往往代价较高且目的单一,更为影响效率的是其数据清洗步骤和复杂事件处理步骤需要扫描数据流两次.针对这些问题,提出直接在原始RFID数据流上进行复杂事件处理,将数据清洗步骤与复杂事件处理步骤相结合的方法,并设计出了集成此方法的复杂事件处理引擎架构,最后编程实现了上述架构的处理引擎.通过大量对比实验分析验证了该方法的正确性与高效性.     

网络化RFID系统的复杂事件处理模型研究

无线射频识别技术RFID(Radio Frequency Identification)复杂事件处理技术是近年来无线射频识别技术研究的重点.针对RFID大规模网络化应用的趋势,根据RFID数据的特点以及现有RFID复杂事件处理技术的不足,结合实际项目的需求,提出了一套针对RFID网络化应用的复杂事件处理模型,并对其在实际场景中的实现进行了探讨.     

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。     

基于贝叶斯网络的复杂事件大数据处理系统测试数据生成方法研究

伴随流式数据处理需求而产生的复杂事件处理技术,在处理具有多样性和流式特征数据方面性能表现突出,被广泛应用于复杂事件大数据处理系统中。针对复杂事件大数据处理系统测试需求,提出一种基于贝叶斯网络的复杂事件大数据处理系统测试数据生成方法,该方法以部分真实数据中的复杂事件结构关系及概率分布特征构建贝叶斯网络预测模型,生成具有真实数据结构特征与分布特征的复杂事件测试数据集。实验结果表明,提出的方法具有可行性。     

多维度的RFID复杂事件处理优化算法研究

复杂事件处理是RFID领域的一项关键技术,然而当前复杂事件技术处理的原始事件是建立在Tag ID相同的情况,且只能含有单一属性.针对当前算法研究的局限性,现提出多维度RFID复杂事件处理优化算法(SIMOA).将复杂事件处理从原始的Tag ID相同情况扩展到通用的关系运算模型上,并通过将中间结果网状传递的方法,减少了状态更新冗余,极大的提高了复杂事件的处理性能.此外,编写了仿真程序进行了相关的对比实验,验证了算法的有效性.     

基于Mycat的拟态数据库中间件研究

数据库系统的安全不仅依赖于数据库本身的安全,还受网络环境和操作系统的安全性影响,拟态防御是邬江兴院士首次提出的基于动态异构冗余体系架构,协同实现数据库所依赖环境,使数据库安全由被动防御变为主动防御.本文通过Mycat作为数据库中间件,通过对数据库的读写分离,集群的高可用,分布式事务处理,对指纹化SQL识别,以减轻单一数据库的数据存取和处理压力.Mycat将数据库模块变为异构动态冗余模式,实现数据库拟态化,使数据高效,快速,安全的存取和切分.     

RFID复杂事件处理关键技术的研究与改进

RFID复杂事件处理是一个新兴的技术领域,它用来处理大量的简单事件,并从中整理出有价值的事件。RFID事件和传统的事件相比较具有海量性、空间性和时间性、数据不准确性等特征。文中在分析RFID数据特点的基础上,对RFID复杂事件处理的关键技术进行研究和改进,主要介绍RFID数据的清洗和事件检测技术。对于RFID数据清洗部分,提出了多层次过滤的方法使得到的数据更接近真实情况,而事件检测方面则提出了局部检测和全局检测相结合的方法对相关数据进行检测以得到更有意义的数据供上层应用使用。最后,对RFID复杂事件处理的发展趋势做出展望。     

基于WSID网络的智能监测技术的研究与实现

文中深入研究了支持ZigBee协议的无线传感器网（Wireless Sensor Network,WSN）与无线射频识别（Radio Frequency IDentification,RFID）技术融合的无线传感器射频（Wireless Sensor IDentification,WSID）网络,并在此基础上开发了中心机房的智能监测系统。制定了支持ZigBee协议的无线传感器网络技术和RFID技术的融合网络技术方案,实现了中心机房中机柜内部的温度监测和服务器的资产管理。改变了过去人工管理的模式,使智能监测管理具有实时性、灵活性等特点,从而促进了中心机房设备资产管理的信息化建设。     

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。     

一种基于算子的可扩展复杂事件处理模型

随着大数据处理的深入发展,系统单位时间内产生的数据日趋庞大,数据间的关联关系日趋复杂,这使得传统的“存储-查询”或者“发布-订阅”的方式无法很好地满足诸如故障监控、股票分析、医疗及生命保障等对大数据具有实时处理需求的系统。复杂事件处理技术实现的是将用户对特定的事件序列的查询需求映射到特定识别结构上。该结构从多个持续的数据流中分析并提取满足特定模式的事件序列。该技术能够很好地支持对大量数据进行实时在线分析。但由于在数据处理的过程中,系统不可能预置全部的查询语义,许多系统在使用过程中会需要使用新的语义,以查询新产生的模式。因此,一种支持扩展的语义的复杂事件处理模型是非常必要的。同时,现有的复杂事件处理模型仅针对某几类特定的查询进行描述以及优化,对整体模型缺乏统一描述,导致许多模型在多规则复杂查询的情况下效率欠佳。针对上述问题,提出了基于算子的可扩展复杂事件处理模型。该模型能够良好地支持现有的各类查询语义,具有较快的识别速度。基于该模型的形式化描述,对系统在识别过程中的性能消耗进行了详细分析,给出了模型构造最优算法。通过实验验证了算子模型优化方案的正确性。实验结果表明,经过优化后的树结构事件处理速度比开源复杂事件处理引擎Esper快3倍以上。