支持流式大数据实时联动的数据服务模型及方法研究

More and more application systems have to deal with big stream data from devices and sensors. However, the traditional ways for systems construction and operation do not suit the processing of such time-sensitive, continuous, multi-source, multi-frequency, highly-concurrent big stream data on the one side, and are hard to effectively generate, utilize and share the stimuli from real-time correlation of multi-source stream data. The proposal aims to investigate proactive data services and build for developers a ‘service space’ between stream data sources and application systems, in which ‘soft sensors’ can be deployed and configured, so as to improve application systems abilities of automatic sensing, reasoning and response. Based on our previous abstractions of data service and service hyperlink, we aim to make the following innovations: 1) considering the unique characteristics of stream data and requirements of automatically generating and routing stimuli events, propose a proactive data service model and make breakthroughs in service modeling of big stream data; 2) develop approaches for realizing real-time correlation of big stream data through programmable configuration and composition of data services, and make breakthroughs in correlation calculi and automatic deduction of correlation events; 3) form usage models and assurance mechanisms, and make breakthroughs in sensing correlation events and property guarantee of proactive data services. To verify and make use of research results, the project will work closely with intelligent traffic system scenarios in real setting.

越来越多应用系统需面对来自设备和传感器的流式大数据，而传统的构造和运行方式不仅难以适应时变、连续、多源、变频、高并发的流式大数据处理，也难以有效生成、利用和共享多源流数据间实时联动所产生的激励。本项目旨在研究主动式数据服务机制，在流数据源和业务应用系统之间形成一个能部署和配置“软传感器”的“服务空间”，提升系统的自动感知、自动推演和自动响应能力。在完善本团队提出的数据服务和服务超链等重要抽象的基础上，拟取得以下创新：1）针对流数据特征及激励事件自动生成和路由需求，形成主动式数据服务模型，在流数据服务化上有所突破；2）得出流式大数据实时联动的可编程配置及其服务组合实现方法，在流数据的关联演算以及联动事件的自动推演上有所突破；3）形成主动式数据服务的使用模式和保障机制，在应用如何响应联动事件及如何保障数据服务性质上有所突破。本项目还将紧密结合智能交通应用实际场景，使研究结果得到验证和利用。

该项目瞄准的问题时如何有效利用对来自设备和传感器的流式大数据（IoT大数据），特别是利用多源流数据间实时联动所产生的激励，提升应用系统的适应能力和快速响应能力。具体地，深入研究了IoT大数据的主动式数据服务机制，在流数据源和业务应用系统之间形成一个能部署和配置“软传感器”的“服务空间”，提升系统的自动感知、自动推演和自动响应能力。在以下方面取得了创新性成果：1）针对流数据特征及激励事件自动生成和路由需求，形成了主动式数据服务模型，可有效支持流数据服务化；2）得出流式大数据实时联动的可编程配置及其服务组合实现方法，支持流数据的关联演算以及联动事件的自动推演；3）形成了主动式数据服务的使用模式和保障机制，使得应用在响应联动事件及保障数据服务性质上可控。研究成果在交通应用实际场景得到应用，与易华录公司联合研发的系统获得了2019年度北京市科技进步二等奖。