论文部分内容阅读
物联网是新一代信息技术的重要组成部分，其应用范围几乎覆盖了各行各业。物联网获得广泛应用需要解决的一个关键问题是物联网中间件中的信息处理部分，而复杂事件处理是物联网中间件的核心任务之一。物联网环境下的事件具有异构、分散、海量和不确定性等特征，以往的复杂事件处理模型大都假设每个事件发生的时间已知，或所有来自不同数据源的事件能合并成有序事件流；而在实际应用中事件发生时间和次序往往是未知或不确定的。为了解决复杂事件处理的上述问题，本文提出了一种高效的解决不确定事件的复杂事件处理方法。同时，针对物联网分布式应用的特点，提出基于SOA的分布式复杂事件处理体系架构，并在此基础上提出了分布式和并行的处理方法(Distrbuted Parallel Complex Event Processing, DPCEP)。本文的主要工作包括：（1）针对物联网应用中事件流特点及目前面向物联网的复杂事件处理方法的不足，提出一种解决不确定事件的时态不确定模型，给每个事件分配一个不确定间隔表示其所有可能发生的时间。基于该模型提出复杂事件检测算法，即Interval-based方法。加入K-Slack缓冲机制应对无序事件流。为了更加有效的处理海量事件流，本文对Interval-based进行优化，提出OptInterval-based方法，该方法可以尽早丢弃无用的偏序事件，降低了计算复杂性。最后实验表明了该方法在处理不确定事件流时的有效性。（2）针对物联网分布式应用的特点，提出基于SOA的分布式复杂事件处理系统，系统中设置轻量级的CEP引擎，嵌入到底层设备或物联网网关中，对底层的原始事件进行初步处理，减少了上层处理。在此基础上，将OptInterval-based方法扩展为分布式并行DPCEP方法，将来自不同事件源的事件根据用户查询进行划分，采用全局并行和局部并行的方式进行处理。并选择中间结果集大的从节点作为主节点，由主节点将局部并行中产生的局部结果通过合并规则进行合并并输出到查询接口。实验结果表明，该分布式并行方法能实时、有效的处理海量数据，并具有比其他方法更好的性能。