面向实时感知应用的复杂事件代数模型与检测方法研究

在物联网等基于感知的应用系统中，部署了大量的感知设备实现识别、定位、跟踪与监控服务。而如何从感知设备采集的大规模数据中提取出有意义的信息给应用系统带来了挑战。复杂事件处理技术是解决这一问题的有效途径。.本项目针对实时感知应用场景，基于事件代数方法，研究复杂事件的事件模型理论，建立适用于实时感知应用的复杂事件形式化框架，包括事件运算的基本语义，时序模型的代数性质以及相关上下文选择策略。基于实代数方法，给出在特定事件模型下，事件流可完全检测的相关判定方法,从而为确定事件系统的检测能力提供依据。另一方面，考虑到实时应用的需求，对复杂事件检测方法进行研究，研究复杂事件的实时调度问题，给出基于优先级调度的实时复杂事件检测方法。建立复杂事件检测算法仿真开放平台，为各种检测方法的性能分析和评估提供实验工具。

在智能物联系统中，部署了大量的感知设备实现识别、定位、跟踪与监控服务，而如何从感知设备采集的大规模数据中提取出有意义的信息给应用系统带来了挑战。复杂事件处理技术是解决这一问题的有效途径之一。.本项目基于实时感知应用场景，对复杂事件处理的模型和应用进行了研究，首先在事件模型方面，对通用的时序事件代数模型进行了研究，对顺序算子进行了扩展，增加了计数约束，并证明了扩展算子后系统的代数性质，丰富了事件代数系统的语义表达；对基于ECA范式的复杂事件形式化模型进行了扩展，加入了复杂事件截止期要素，为复杂事件处理的实时性分析提供了基础；针对实际应用中多个复杂事件分布式处理的需求，给出了事件关联矩阵形式化模型，为分布式复杂事件处理提供了支撑。.在复杂事件处理实时性分析和调度方面，基于扩展事件图计算结构，给出了复杂事件截止期的传递性分析方法，建立了考虑截止期约束的事件调度优化模型；基于事件结点的静态拓扑结构和动态截止期特征，给出基于三种优先级评价指标的事件调度策略，优化了并发事件检测任务，在尽可能满足实时约束的前提下提升了系统的吞吐率。.在不确定性复杂事件处理方面，针对实时混流制造场景，给出了基于马尔科夫链的不确定性事件计算模型；基于rNFA计算结构，给出了一种新的基于条件概率矩阵的不确定性复杂事件检测方法，该方法同现有的经典SASE算法相比，计算效率更高。.在上述所提出的复杂事件处理模型和方法的基础上，给出了基于复杂事件处理技术的RFID离散制造业应用系统框架和面向舒适环境的智能建筑能耗管理系统架构，并应用于实际科研项目中，取得了良好的经济效益和社会价值。同时，结合当前主流的大数据处理技术，构建了复杂事件处理原型平台，为复杂事件处理方法的验证和分析提供了工具。