CN102609785A - 复合事件处理系统及其部署方法 - Google Patents
复合事件处理系统及其部署方法 Download PDFInfo
- Publication number
- CN102609785A CN102609785A CN2012100180255A CN201210018025A CN102609785A CN 102609785 A CN102609785 A CN 102609785A CN 2012100180255 A CN2012100180255 A CN 2012100180255A CN 201210018025 A CN201210018025 A CN 201210018025A CN 102609785 A CN102609785 A CN 102609785A
- Authority
- CN
- China
- Prior art keywords
- module
- deployment
- disposal system
- compound event
- detection algorithm
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 title claims abstract description 13
- 230000004044 response Effects 0.000 claims abstract description 154
- 238000001514 detection method Methods 0.000 claims abstract description 146
- 238000010801 machine learning Methods 0.000 claims abstract description 16
- 150000001875 compounds Chemical class 0.000 claims description 186
- 238000000605 extraction Methods 0.000 claims description 57
- 230000007613 environmental effect Effects 0.000 claims description 27
- 239000002131 composite material Substances 0.000 claims description 25
- 238000005259 measurement Methods 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 20
- 239000004615 ingredient Substances 0.000 claims description 9
- 238000007726 management method Methods 0.000 description 12
- 230000009471 action Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000005457 optimization Methods 0.000 description 7
- 239000000203 mixture Substances 0.000 description 5
- 230000008447 perception Effects 0.000 description 5
- 238000010835 comparative analysis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了一种基于机器学习的复合事件处理系统及其部署方法,所述系统包括事件检测算法管理模块、系统特征提取模块、部署方案管理模块、系统部署模块、用户反馈获取模块及环境特征提取模块。该部署方法首先根据用户定制的业务规则通知事件检测算法管理模块及系统特征提取模块待定制的业务规则及系统响应需求;而后,由系统部署模块负责对部署管理模块选择的方案进行部署,并由用户反馈获取模块为捕获到的系统响应分配用户标识,环境特征提取模块获取当前环境的特征,部署方案管理模块对当前部署方案进行优化。本发明能够根据部署环境对部署方法进行优化,部署实现满足部署环境需求的复合事件处理系统。
Description
技术领域
本发明属于复合事件处理(CEP)技术领域,尤其涉及一种基于机器学习的且能够提取环境潜在特征的复合事件处理系统及其部署方法。
背景技术
随着应用规模的不断扩大,安全审查、在线交易、入侵检测、金融服务等领域产生了越来越多的原始数据,这对异常检测和实时监控等信息服务提出了更多要求。通常,采用事件驱动的应用架构,在原始数据及上层应用(MES,ERP等)之间部署事件处理系统。事件处理系统首先将对采集的数据进行简单处理,转化为基本事件,然后,利用上层应用定义的业务规则从大量的基本事件中提取出相应的复合事件,进而触发相应的业务规则,从而实现信息的智能处理。复合事件处理技术对于面向服务的大规模应用系统具有十分重要的作用。
目前,围绕复合事件处理,特别是模式匹配的研究已有很多。国内的相关研究处于起步阶段,国外对复合事件检测已经进行了深入的理论研究。例如针对RFID复合事件检测机制的研究,Siemens公司根据实时监控应用中的RFID事件时序需求开发了一个事件检测系统,它给出了三元组方式的RFID事件模型,并引入伪事件进行事件检测。为了满足大量Service Oriented Architecture(SOA)应用对实时性的需求,在限定时间内完成数据检测任务,以保证整个复合事件检测系统的正确性和有效性,Magid,Y在IBM动态中间件的基础上设计了一个事件检测应用程序生成框架,设计了支持进行最大响应时限计算的IDE,支持用户进行规则定制和自动生成优化事件处理代码,通过复合事件处理代码的分析,进而确定最坏情况下每个类型的事件模式的处理时间。已存在一些围绕动态复合事件检测规则的响应架构的研究。
但是,针对不同环境中的用户需求,事件处理系统可以存在多种部署方案。组成复合事件检测算法的事件模型、时态模型、事件检测语言/规则及复合事件响应方法都还没有能独立于特殊应用环境进行性能的比较,缺乏对复合事件处理系统各组成部分特征与性能间关系的认识。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是发现影响事件处理系统满足当前环境系统应用需求的具体参数组成及当前环境中的复合事件处理系统各组成部分的优化方向,使得复合事件处理系统部署方案得到优化,满足用户对当前环境下复合事件处理系统响应的应用需求。
(二)技术方案
为解决上述技术问题,本发明提出一种复合事件处理系统,包括事件检测算法管理模块、系统特征提取模块、部署方案管理模块、系统部署模块、用户反馈获取模块及环境特征提取模块,其中:
所述事件检测算法管理模块分别连接于系统特征提取模块与系统部署模块,用于对使用不同事件检测算法获得的系统响应进行分析,得到满足系统响应性能的衡量指标,并将分析结果传递给系统特征提取模块;所述系统特征提取模块用于接收来自事件检测算法管理模块输出的所述分析结果,选择一套初始部署方案并传递给部署方案管理模块;所述部署方案管理模块接收来自系统特征提取模块的输入,用于将当前复合事件处理系统部署方案存档并传递给系统部署模块;所述系统部署模块接收来自部署方案管理模块的复合事件处理系统部署方案,用于根据当前接收到的该部署方案,完成复合事件处理系统的部署,并将该复合事件处理系统的特征参数及系统响应序列传递给用户反馈获取模块;所述用户反馈获取模块接收来自系统部署模块的当前部署的复合事件处理系统的特征参数及系统响应序列,用于为所获取的当前部署的复合事件处理系统的系统响应分配用户标识;所述环境特征提取模块接收来自用户反馈获取模块的被标识的系统响应序列及当前的复合事件处理系统的部署方案,用于获得满足用户需求的系统响应的复合事件处理系统的特征参数序列的取值,并将更新后的部署方案的复合事件处理系统的特征参数序列传递给部署方案管理模块。
本发明还提出一种复合事件处理系统的部署方法,所述复合事件处理系统包括事件检测算法管理模块、系统特征提取模块、部署方案管理模块、系统部署模块、用户反馈获取模块及环境特征提取模块,该方法包括:
步骤S1:事件检测算法管理模块及系统特征提取模块接收用户的输入,以确定待定制的业务规则及系统响应需求;同时,由事件检测算法管理模块(101)使用不同事件检测算法获得的系统响应来分析更容易满足系统响应性能的衡量指标;
步骤S2:系统特征提取模块接收来自事件检测算法管理模块输出的所述分析结果,选择一套初始部署方案并传递给部署方案管理模块;
步骤S3:部署方案管理模块将当前复合事件处理系统部署方案存档,并将描述当前部署方案的复合事件处理系统的特征参数序列传递给系统部署模块;如果所述部署方案为初次部署方案,系统部署模块根据接收到描述所述部署方案的复合事件处理系统的特征参数序列,完成复合事件处理系统的初次部署;
步骤S4:系统部署模块根据所述部署方案中描述复合事件处理系统的特征参数序列调整当前运行的复合事件处理系统的各个组成部分的特征参数的取值,完成复合事件处理系统的部署,然后,再由系统部署模块将描述当前复合事件处理系统部署方案的复合事件处理系统的特征参数序列、系统响应需求、系统响应序列传递给用户反馈获取模块;
步骤S5:用户反馈获取模块接收到系统响应需求及所述系统响应的记录,根据是否满足系统应用需求为所获取的当前部署的复合事件处理系统的响应分配用户标识;
步骤S6:判断满足系统应用需求的的系统响应占当前捕获到的所有系统响应的比例是否满足用户需求中的最低比例,如果所获得比例高于用户需求中的最低比例,则当前部署的复合事件处理系统的系统响应符合用户需求,转到步骤S7,否则转到步骤S8;
步骤S7:当前复合事件处理系统部署方案是满足最低用户需求的复合事件处理方案,方法结束。
步骤S8:用户反馈获取模块向环境特征提取模块传送获得用户标识后的所述复合事件处理系统的系统响应及描述当前复合事件处理系统部署方案的复合事件处理系统的特征参数序列。
步骤S9:环境特征提取模块根据接收到的被标识的系统响应序列及描述当前部署方案的复合事件处理系统的特征参数序列,获得能够尽量多得满足用户需求的系统响应的复合事件处理系统的特征参数序列的取值。
步骤S10:由环境特征提取模块将更新后的部署方案的复合事件处理系统的特征参数序列传递给部署方案管理模块,转到步骤S4。
(三)有益效果
本发明通过捕获当前环境中的复合事件处理系统的系统响应,利用机器学习中的分类模型提取出了当前复合事件处理系统部署的环境特征的需求,该部署方法有助于根据实际环境需求发现复合事件处理系统各个组成部分的优化方向,进而实现了事件处理的优化和高效部署实现。
事件检测算法管理模块的实施:事件检测算法管理模块主要基于由用户规则定制模块、优先级分配模块、算法性能比较分析模块、事件响应策略管理模块及事件检测算法存储管理模块组成的复合事件检测算法性能比较开放平台。复合事件检测算法的业务规则主要是现场通过用户规则定制模块进行定制;复合事件检测算法的输入数据流主要来自现场环境。
环境特征提取模块的实施:环境特征提取平台主要包含机器学习中的分类模型学习工具集合,及统一的样本数据输入数据接口。不同的环境中采集到的样本记录需要经过一个格式转化过程从而满足学习工具的输入接口的格式。环境特征提取平台可以进一步用在其他方案的部署过程中。
1)本发明中的复合事件检测算法管理模块所基于的复合事件检测算法性能比较开放平台主要负责在相同的环境下,分析由不同的复合事件处理系统的特征参数组成的复合事件检测算法的性能,该开放平台可以用来比较分析复合事件检测算法特征在指定环境中的性能优劣,从而实现复合事件检测算法的优化;
2)本发明通过捕获当前环境中的复合事件处理系统响应记录,利用机器学习中的分类模型优化了复合事件处理系统的部署方法,从而满足了当前环境中的用户需求,有助于根据实际环境需求发现复合事件处理系统各个组成部分的优化方向,提高事件处理系统满足环境的QoS需求的能力。
附图说明
图1为本发明提供的一种基于机器学习的复合事件处理系统的模块组成图。
图2为本发明提供的一种基于机器学习的复合事件处理系统的步骤方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
为了使复合事处理系统的响应满足特定环境中用户的QoS需求,本发明提出对复合事件处理系统进行特征提取,然后结合环境特征对复合事件处理系统进行优化及部署,即在用户给定了用于进行异常事件检测等应用的业务规则之后,以现场获得的响应序列为输入,利用机器学习中的分类模型,发现组成事件处理系统的具体特征参数的组成和优化方向,得到一个结合当前环境特征的满足特定环境需求的复合事件处理系统的步署方案。
图1示出了本发明提供的一种基于机器学习的复合事件处理系统的模块组成图。如图1所示,本发明的复合事件处理系统包括事件检测算法管理模块101、系统特征提取模块102、部署方案管理模块103、系统部署模块104、用户反馈获取模块105及环境特征提取模块106。
事件检测算法管理模块101分别连接于系统特征提取模块102与系统部署模块104,用于分析和管理现有复合事件检测算法,在用户给定的业务规则集合上以现场环境中的数据流作为输入。事件检测算法管理模块101对使用不同事件检测算法获得的系统响应进行分析,得到更容易满足系统响应性能的衡量指标,并将分析结果(事件检测算法及对应的系统响应性能的衡量指标)例如以记录的方式传递给系统特征提取模块102,该记录例如表示为<EventDetectionModelID,ResponsePerformanceList>,其中,EventDetectionModelID是用于标识事件检测算法的唯一标识,ResponsePerformanceList为使用当前事件检测算法获得的系统响应性能的衡量指标值组成的向量。所述衡量指标例如为吞吐量、准确度、内存使用率、鲁棒性、响应时间。
此外,事件检测算法管理模块101对外提供统一的事件检测算法调用接口。系统特征提取模块102及系统部署模块104将通过事件检测算法管理模块101提供的统一的事件检测算法调用接口调用访问所需的复合事件检测算法,所述的调用方式可通过Web服务的方式实现。外部访问可以通过事件检测算法的唯一标识访问调用该事件检测算法。
其中,事件检测算法管理模块101的实现将基于一个事件检测算法性能比较开放平台;所述事件检测算法性能比较开放平台可以分别在分布式环境和集中式环境下以相同的数据流作为输入,考察不同复合事件检测算法的性能,提供复合事件检测算法性能的比较结果及结果展示。系统响应性能的衡量指标主要有QoS中的吞吐量、精确度、内存使用率、鲁棒性及响应时间等。结果展示方式主要是报表形式。
所述事件检测算法管理模块主要由优先级分配模块、算法性能比较分析模块、事件响应策略管理模块及事件检测算法存储管理模块。优先级分配模块用于为事件模式及事件响应分配优先级,从而使得事件检测算法能够根据业务规则及系统响应性能的要求,在当前输入的事件流上做出满足一定系统响应性能需求的响应。算法性能比较模块用于在当前环境下,对当前部署的事件检测算法响应的性能进行对比分析,并以报表的形式展现组成事件检测算法的不同特征参数的变化与各性能指标间的关系。事件响应策略管理模块用于存储管理当前优先级分配策略下,事件响应动作的先后顺序。其中,事件检测算法管理模块的输入数据流主要来自现场环境。
系统特征提取模块102同样以现场环境中的数据流作为输入,并且接收来自事件检测算法管理模块101输出的所述分析结果,根据当前环境中的业务规则及系统响应的QoS需求,并根据事件检测算法管理模块101提供的所述分析结果选择一套初始部署方案传递给部署方案管理模块103。
复合事件处理系统的部署方案使用复合事件处理系统的特征参数序列来描述。其中,所述复合事件处理系统特征参数的考察方面包括当前输入的感知数据流、事件检测算法、事件响应策略等。其中,复合事件处理系统的特征是指组成复合事件处理系统的各环节的参数值,包括事件检测算法、事件响应策略等。其中,感知数据流的特征主要表现在数据流输入频率;事件检测算法的特征主要表现在事件模型、时态模型、事件检测规则、模式匹配等;事件响应策略的特征主要表现在事件响应优先级策略和事件响应时间定时约束等。
所述初始部署方案的选择主要是在没有充分现场环境信息的情况下,根据事件检测算法管理模块101获得的分析结果,获得使用不同事件检测算法获得的系统响应性能的衡量指标值组成的向量集合,并传递给系统特征提取模块。
所述系统特征提取模块负责根据事件检测算法管理模块101获得的使用不同事件检测算法获得的系统响应性能的衡量指标值组成的向量集合,从中选择离满足用户需求的系统响应性能的衡量指标值组成的向量距离最近的系统响应性能的衡量指标值组成的向量所属的事件检测算法作为初始系统部署方案。
部署方案管理模块103接收来自系统特征提取模块102的输入,用于将当前复合事件处理系统部署方案存档并传递给系统部署模块104。
系统部署模块104接收来自部署方案管理模块103的复合事件处理系统部署方案,根据当前接收到的部署方案,完成由描述当前部署方案的复合事件处理系统的特征参数序列定义的复合事件处理系统的部署。如果所述部署方案为初次部署方案,系统部署模块104将根据接收到描述所述部署方案的复合事件处理系统的特征参数序列完成复合事件处理系统的初次部署。否则,系统部署模块104将根据所述部署方案中描述复合事件处理系统的特征参数序列调整当前运行的复合事件处理系统的各个组成部分的特征参数的取值,完成复合事件处理系统的部署。
系统部署模块104还用于将当前部署的复合事件处理系统的特征参数序列及系统响应传递给用户反馈获取模块105,其中,系统响应的记录形式例如为<响应动作,动作执行开始时间,动作执行结束时间,动作结果>。
用户反馈获取模块105接收来自系统部署模块104的当前部署的复合事件处理系统的特征参数及系统响应序列,用于根据系统应用需求及所述系统响应的记录为所获取的当前部署的复合事件处理系统的响应分配用户标识。用户标识分为“接受(Y)”和“不接受(N)”两类,满足用户需求的复合事件处理系统的响应将被标识为“接受(Y)”,不满足用户需求的复合事件处理系统的响应将被标识为“不接受(N)”。当被标识为“接受”的复合事件处理系统的响应占当前捕获到的所有复合事件处理系统的响应的比例满足最低用户需求,则当前复合事件处理系统的部署方案为最终方案;否则,被标识的系统响应序列及当前的复合事件处理系统的部署方案将被传递给环境特征提取模块106。
环境特征提取模块106接收来自用户反馈获取模块105的被标识的系统响应序列及当前的复合事件处理系统的部署方案,根据接收到的被标识的系统响应序列及描述当前部署方案的复合事件处理系统的特征参数序列,获得关于复合事件处理系统的特征参数序列及数据流的输入频率,输出为系统响应的用户标识的函数,并在此函数关系基础上获得能够尽量多得获得满足用户需求的系统响应的复合事件处理系统的特征参数序列的取值。即求解使得当前部署方案下尽量多得获得满足用户需求的系统响应的复合事件处理系统的特征参数序列的问题,将通过构建以所述关于复合事件处理系统的特征参数序列及数据流的输入频率为目标函数,复合事件处理系统的各个特征参数的值域为可行域的目标函数最大的混合规划问题,所构建的混合规划问题的解即为可以尽量多地满足用户需求的系统响应的更新后的部署方案的复合事件处理系统的特征参数序列。
环境特征提取模块106将更新后的部署方案的复合事件处理系统的特征参数序列传递给部署方案管理模块103。
部署方案管理模块103根据当前部署方案的复合事件处理系统的特征参数序列存储并管理当前部署方案,并传递给系统部署模块104完成新一轮的复合事件处理系统的部署。
图2示出的本发明提供的基于机器学习的复合事件处理系统的部署方法,所述基于机器学习的复合事件处理系统的部署的一种实施方式的步骤如下:
步骤S1:首先,事件检测算法管理模块101及系统特征提取模块102接收用户的输入,以确定待定制的业务规则及系统响应需求。
例如,在基于RFID技术的物资管理系统中,用户定制的业务规则可能是非法人员入侵检测业务规则;且同时要求检测到入侵事件后的系统响应满足实时性要求等。由事件检测算法管理模块101在用户给定的业务规则集合上,以现场环境中产生的部分数据流作为输入,分析不同特征的复合事件检测算法的表现,即使用不同事件检测算法获得的系统响应更容易满足的系统响应性能的衡量指标。
分析结果例如以记录的方式传递给系统特征提取模块101,记录例如为<EventDetectionModelID,ResponsePerformanceList>,其中,EventDetectionModelID用于标识事件检测模型的唯一标识,ResponsePerformanceList为使用当前事件检测模型获得的系统响应性能的衡量指标值组成的向量,所述衡量指标例如为吞吐量、准确度、内存使用率、鲁棒性、响应时间。
事件检测算法管理模块101对外提供统一的事件检测算法调用接口。系统特征提取模块102及系统部署模块104将通过事件检测算法管理模块101提供的统一的事件检测算法调用接口调用访问所需的复合事件检测算法,所述的调用方式可通过Web服务的方式实现。外部访问可以通过事件检测算法的唯一标识访问调用该唯一标识所标识的事件检测算法。
其中,事件检测算法管理模块101的实现将基于一个事件检测算法性能比较开放平台;所述事件检测算法性能比较开放平台可以分别在分布式环境和集中式环境下以相同的数据流作为输入,考察不同复合事件检测算法的性能,提供复合事件检测算法性能的比较结果及结果展示。
其中,实现事件检测算法管理模块101的一个事件检测算法性能比较开放平台主要由优先级分配模块、算法性能比较分析模块、事件响应策略管理模块及事件检测算法存储管理模块。优先级分配模块用于为事件模式及事件响应分配优先级,从而使得事件检测算法能够根据业务规则及系统响应性能的要求,在当前输入的事件流上做出满足一定系统响应性能需求的响应。算法性能比较模块用于在当前环境下,对当前部署的事件检测算法响应的性能进行对比分析,并以报表的形式展现组成事件检测算法的不同特征参数的变化与各性能指标间的关系。事件响应策略管理模块用于存储管理当前优先级分配策略下,事件响应动作的先后顺序。事件检测算法存储管理负责将现有的事件检测算法以模块的形式保存,并为外部调用提供统一的Web服务接口。其中,复合事件检测算法的输入数据流主要来自当前环境。
步骤S2:系统特征提取模块102同样以现场环境中的数据流作为输入,并且接收来自事件检测算法管理模块101输出的所述分析结果,根据当前环境中的业务规则及系统响应的QoS需求,并根据事件检测算法管理模块101提供的所述分析结果选择一套初始部署方案传递给部署方案管理模块103。
复合事件处理系统的部署方案使用复合事件处理系统的特征参数序列来描述。其中,所述复合事件处理系统特征参数的考察方面包括当前输入的感知数据流、事件检测算法、事件响应策略等。
其中,复合事件处理系统的特征是指组成复合事件处理系统的各环节的参数值,包括事件检测算法、事件响应策略等。其中,感知数据流的特征主要表现在数据流输入频率;事件检测算法的特征主要表现在事件模型、时态模型、事件检测规则、模式匹配等;事件响应策略的特征主要表现在事件响应优先级策略和事件响应时间定时约束范围等。其中,感知数据流的特征主要表现在数据流输入频率;事件检测算法的特征主要表现在事件模型、时态模型、事件检测规则、模式匹配等;事件响应策略的特征主要表现在响应优先级策略和响应时间等;
所述初始部署方案的选择主要是在现场环境信息不全的情况下,根据事件检测算法管理模块101获得的分析结果,获得使用不同事件检测模型获得的系统响应性能的衡量指标值组成的向量集合,由系统特征提取模块102从中选择离满足用户需求的系统响应性能的衡量指标值组成的向量距离最近的系统响应性能的衡量指标值组成的向量所属的事件检测模型作为初始系统部署方案。
步骤S3:部署方案管理模块103接收来自系统特征提取模块102的输入,将当前复合事件处理系统部署方案存档,并将描述当前部署方案的复合事件处理系统的特征参数序列传递给系统部署模块104。如果所述部署方案为初次部署方案,系统部署模块104根据接收到描述所述部署方案的复合事件处理系统的特征参数序列,完成复合事件处理系统的初次部署。
步骤S4:系统部署模块104根据所述部署方案中描述复合事件处理系统的特征参数序列调整当前运行的复合事件处理系统的各个组成部分的特征参数的取值,完成复合事件处理系统的部署。然后,再由系统部署模块104将描述当前复合事件处理系统部署方案的复合事件处理系统的特征参数序列、系统响应需求、系统响应序列传递给用户反馈获取模块105,其中,系统响应的记录形式例如为<响应动作,动作执行开始时间,动作执行结束时间,动作结果>。
步骤S5:用户反馈获取模块104接收到系统响应需求及所述系统响应的记录,为所获取的当前部署的复合事件处理系统的响应分配用户标识,即满足系统应用需求的系统响应将被标识为“接受(Y)”,而不满足系统应用需求的系统响应将被标识为“不接受(N)”。用户反馈获取模块104例如提供有用户友好界面来接收用户的输入。
步骤S6:用户反馈获取模块104判断当前被标识为“接受”的系统响应占当前捕获到的所有系统响应的比例是否满足用户需求中的最低比例,如果所获得比例高于用户需求中的最低比例,则当前部署的复合事件处理系统的系统响应符合用户需求,转到步骤S7;否则转到步骤S8。
步骤S7:当前复合事件处理系统部署方案是满足用户需求的复合事件处理方案,即为最终方案,方法结束。
步骤S8:用户反馈获取模块105向环境特征提取模块106传送获得用户标识后的所述复合事件处理系统的系统响应及描述当前复合事件处理系统部署方案的复合事件处理系统的特征参数序列。
步骤S9:环境特征提取模块106根据接收到的被标识的系统响应序列及描述当前部署方案的复合事件处理系统的特征参数序列,获得关于复合事件处理系统的特征参数序列及数据流的输入频率,输出为系统响应的用户标识的函数以上过程可以利用机器学习中的分类方法进行;并在此函数基础上获得能够尽量多地满足用户需求的系统响应的复合事件处理系统的特征参数序列的取值。上述过程可以利用最优化方法进行,即求解使得当前部署方案下尽量多得获得满足用户需求的系统响应的复合事件处理系统的特征参数序列的问题,将通过构建以所述关于复合事件处理系统的特征参数序列及数据流的输入频率为目标函数,复合事件处理系统的各个特征参数的值域为可行域的目标函数最大的整数规划问题,所构建的整数规划问题的解即为可以尽量多地满足用户需求的系统响应的更新后的部署方案的复合事件处理系统的特征参数序列。
步骤S10:然后,由环境特征提取模块106将更新后的部署方案的复合事件处理系统的特征参数序列传递给部署方案管理模块103,转到步骤S4。
以上描述了本发明的一种基于机器学习的复合事件处理系统及其部署方法,将能促进复合事件处理系统的设计和部署,满足部署环境中系统应用的需求,推动复合事件处理系统的部署和应用。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (17)
1.一种复合事件处理系统,其特征在于,包括事件检测算法管理模块(101)、系统特征提取模块(102)、部署方案管理模块(103)、系统部署模块(104)、用户反馈获取模块(105)及环境特征提取模块(106),其中,
所述事件检测算法管理模块(101)分别连接于系统特征提取模块(102)与系统部署模块(104),用于对使用不同事件检测算法获得的系统响应进行分析,得到满足系统响应性能的衡量指标,并将分析结果传递给系统特征提取模块(102);
所述系统特征提取模块(102)用于接收来自事件检测算法管理模块(101)输出的所述分析结果,选择一套初始部署方案并传递给部署方案管理模块(103);
所述部署方案管理模块(103)接收来自系统特征提取模块(102)的输入,用于将当前复合事件处理系统部署方案存档并传递给系统部署模块(104);
所述系统部署模块(104)接收来自部署方案管理模块(103)的复合事件处理系统部署方案,用于根据当前接收到的该部署方案,完成复合事件处理系统的部署,并将该复合事件处理系统的特征参数及系统响应序列传递给用户反馈模块(105);
所述用户反馈获取模块(105)接收来自系统部署模块(104)的当前部署的复合事件处理系统的特征参数及系统响应序列,用于为所获取的当前部署的复合事件处理系统的系统响应分配用户标识;
所述环境特征提取模块(106)接收来自用户反馈获取模块(105)的被标识的系统响应序列及当前的复合事件处理系统的部署方案,用于获得满足用户需求的系统响应的复合事件处理系统的特征参数序列的取值,并将更新后的部署方案的复合事件处理系统的特征参数序列传递给部署方案管理模块(103)。
2.如权利要求1所述的复合事件处理系统,其特征在于,所述事件检测算法管理模块(101)提供统一的事件检测算法调用接口,所述系统特征提取模块(102)及所述系统部署模块(104)通过该事件检测算法调用接口调用访问复合事件检测算法。
3.如权利要求2所述的复合事件处理系统,其特征在于,所述调用访问复合事件检测算法的方式是Web服务的方式。
4.如权利要求2所述的复合事件处理系统,其特征在于外部访问通过事件检测算法的唯一标识访问调用事件检测算法。
5.如权利要求1所述的复合事件处理系统,其特征在于,事件检测算法管理模块(101)由事件检测算法性能比较开放平台实现。
6.如权利要求1所述的复合事件处理系统,其特征在于,复合事件处理系统的部署方案使用复合事件处理系统的特征参数序列来描述,所述复合事件处理系统特征参数包含描述事件检测算法特征的事件模型、时态模型、事件检测规则、模式匹配;描述事件响应策略特征的事件响应优先级策略、事件响应时间定时约束。
7.如权利要求1所述的复合事件处理系统,其特征在于,系统特征提取模块(102)对初始部署方案的选择是根据事件检测算法管理模块(101)获得的分析结果,获得使用不同事件检测算法获得的系统响应性能的衡量指标值组成的向量集合,从中选择离满足用户需求的系统响应性能的衡量指标值组成的向量距离最近的系统响应性能的衡量指标值组成的向量所属的事件检测算法作为初始系统部署方案。
8.如权利要求1所述的复合事件处理系统,其特征在于,如果系统部署模块(104)接收到的部署方案为初次部署方案,则系统部署模块(104)根据接收到的描述所述部署方案的复合事件处理系统的特征参数序列完成复合事件处理系统的初次部署,否则,系统部署模块(104)根据所述部署方案中描述复合事件处理系统的特征参数序列调整当前复合事件处理系统的各个组成部分的特征参数的取值,完成复合事件处理系统的部署。
9.如权利要求1所述的复合事件处理系统,其特征在于,所述用户反馈获取模块(104)还用于判断当前满足用户需求的复合事件处理系统的系统响应占当前捕获到的所有系统响应的比例是否满足用户需求的最低比例,当该比例满足最低用户需求,则当前复合事件处理系统的部署方案为最终方案;否则,由用户反馈获取模块(105)将被标识的系统响应序列及当前的复合事件处理系统的部署方案传递给环境特征提取模块(106)。
10.如权利要求1所述的复合事件处理系统,其特征在于,环境特征提取模块(106)的操作通过机器学习的方法进行。
11.一种复合事件处理系统的部署方法,其特征在于,所述复合事件处理系统包括事件检测算法管理模块(101)、系统特征提取模块(102)、部署方案管理模块(103)、系统部署模块(104)、用户反馈获取模块(105)及环境特征提取模块(106),该方法包括如下步骤:
步骤S1:事件检测算法管理模块(101)及系统特征提取模块(102)接收用户的输入,从而确定待定制的业务规则及系统响应需求;同时,由事件检测算法管理模块(101)使用不同事件检测算法获得的系统响应来分析更容易满足系统响应性能的衡量指标;
步骤S2:系统特征提取模块(102)接收来自事件检测算法管理模块(101)输出的所述分析结果,选择一套初始部署方案并传递给部署方案管理模块(103);
步骤S3:部署方案管理模块(103)将当前复合事件处理系统部署方案存档,并将描述当前部署方案的复合事件处理系统的特征参数序列传递给系统部署模块(104);如果所述部署方案为初次部署方案,系统部署模块(104)根据接收到描述所述部署方案的复合事件处理系统的特征参数序列,完成复合事件处理系统的初次部署;
步骤S4:系统部署模块(104)根据所述部署方案中描述复合事件处理系统的特征参数序列调整当前运行的复合事件处理系统的各个组成部分的特征参数的取值,完成复合事件处理系统的部署,然后,再由系统部署模块(104)将描述当前复合事件处理系统部署方案的复合事件处理系统的特征参数序列、系统响应需求、系统响应序列传递给用户反馈获取模块(105);
步骤S5:用户反馈获取模块(104)接收系统响应需求及所述系统响应的记录,根据是否满足系统应用需求为所获取的当前部署的复合事件处理系统的响应分配用户标识;
步骤S6:判断满足系统应用需求的系统响应占当前捕获到的所有系统响应的比例是否满足用户需求中的最低比例,如果所获得比例高于用户需求中的最低比例,则当前部署的复合事件处理系统的系统响应符合用户需求,转到步骤S7,否则转到步骤S8;
步骤S7:当前复合事件处理系统部署方案是满足最低用户需求的复合事件处理方案,方法结束。
步骤S8:用户反馈获取模块(105)向环境特征提取模块(106)传送获得用户标识后的所述复合事件处理系统的系统响应及描述当前复合事件处理系统部署方案的复合事件处理系统的特征参数序列。
步骤S9:环境特征提取模块(106)根据接收到的被标识的系统响应序列及描述当前部署方案的复合事件处理系统的特征参数序列,获得能够尽量多得满足用户需求的系统响应的复合事件处理系统的特征参数序列的取值。
步骤S10:由环境特征提取模块(106)将更新后的部署方案的复合事件处理系统的特征参数序列传递给部署方案管理模块(103),转到步骤S4。
12.如权利要求11所述的复合事件处理系统的部署方法,其特征在于,所述事件检测算法管理模块(101)提供统一的事件检测算法调用接口,所述系统特征提取模块(102)及系统部署模块(104)通过该事件检测算法调用接口调用访问复合事件检测算法。
13.如权利要求12所述的复合事件处理系统的部署方法,其特征在于,所述调用访问复合事件检测算法的方式是Web服务的方式。
14.如权利要求12所述的复合事件处理系统的部署方法,其特征在于,外部访问通过事件检测算法的唯一标识访问调用由该事件检测算法。
15.如权利要求11所述的复合事件处理系统的部署方法,其特征在于,复合事件处理系统的部署方案使用复合事件处理系统的特征参数序列来描述,所述复合事件处理系统特征参数包含描述事件检测算法特征的事件模型、时态模型、事件检测规则、模式匹配;描述事件响应策略特征的事件响应优先级策略、事件响应时间定时约束等。
16.如权利要求11所述的复合事件处理系统的部署方法,其特征在于,在步骤S2中,系统特征提取模块(102)对初始部署方案的选择是根据事件检测算法管理模块(101)获得的分析结果,获得使用不同事件检测算法获得的系统响应性能的衡量指标值组成的向量的集合,从中选择离满足用户需求的系统响应性能的衡量指标值组成的向量距离最近的系统响应性能的衡量指标值组成的向量所属的事件检测算法作为初始系统部署方案。
17.如权利要求11所述的复合事件处理系统的部署方法,其特征在于,步骤S9通过机器学习的方法进行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210018025.5A CN102609785B (zh) | 2012-01-19 | 2012-01-19 | 复合事件处理系统及其部署方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210018025.5A CN102609785B (zh) | 2012-01-19 | 2012-01-19 | 复合事件处理系统及其部署方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102609785A true CN102609785A (zh) | 2012-07-25 |
CN102609785B CN102609785B (zh) | 2015-06-03 |
Family
ID=46527139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210018025.5A Active CN102609785B (zh) | 2012-01-19 | 2012-01-19 | 复合事件处理系统及其部署方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102609785B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107040551A (zh) * | 2017-06-12 | 2017-08-11 | 北京匡恩网络科技有限责任公司 | 一种工控网络安全预警方法及系统 |
CN110826062A (zh) * | 2019-10-18 | 2020-02-21 | 北京天融信网络安全技术有限公司 | 恶意软件的检测方法及装置 |
CN111431915A (zh) * | 2014-09-18 | 2020-07-17 | 微软技术许可有限责任公司 | 横向移动检测 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1959724A (zh) * | 2006-11-24 | 2007-05-09 | 清华大学 | 泛在计算环境中工作流上下文信息的获取方法和系统 |
US7499900B2 (en) * | 2006-04-20 | 2009-03-03 | International Business Machines Corporation | Device, method and computer program product for situation monitoring |
CN101883098A (zh) * | 2010-06-18 | 2010-11-10 | 大连海事大学 | Rfid设备网络环境下分布式复杂事件检测的系统及方法 |
CA2799858A1 (en) * | 2010-05-20 | 2011-11-24 | Accenture Global Services Limited | Malicious attack detection and analysis |
-
2012
- 2012-01-19 CN CN201210018025.5A patent/CN102609785B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7499900B2 (en) * | 2006-04-20 | 2009-03-03 | International Business Machines Corporation | Device, method and computer program product for situation monitoring |
CN1959724A (zh) * | 2006-11-24 | 2007-05-09 | 清华大学 | 泛在计算环境中工作流上下文信息的获取方法和系统 |
CA2799858A1 (en) * | 2010-05-20 | 2011-11-24 | Accenture Global Services Limited | Malicious attack detection and analysis |
CN101883098A (zh) * | 2010-06-18 | 2010-11-10 | 大连海事大学 | Rfid设备网络环境下分布式复杂事件检测的系统及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111431915A (zh) * | 2014-09-18 | 2020-07-17 | 微软技术许可有限责任公司 | 横向移动检测 |
CN107040551A (zh) * | 2017-06-12 | 2017-08-11 | 北京匡恩网络科技有限责任公司 | 一种工控网络安全预警方法及系统 |
CN110826062A (zh) * | 2019-10-18 | 2020-02-21 | 北京天融信网络安全技术有限公司 | 恶意软件的检测方法及装置 |
CN110826062B (zh) * | 2019-10-18 | 2022-02-01 | 北京天融信网络安全技术有限公司 | 恶意软件的检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102609785B (zh) | 2015-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104616205A (zh) | 一种基于分布式日志分析的电力系统运行状态监视方法 | |
CN101655943B (zh) | 企业应用集成工作流管理方法及系统 | |
CN105843182A (zh) | 一种基于oms的电力调度事故预案系统及方法 | |
CN105278960A (zh) | 一种遥感应用中的流程自动化方法及系统 | |
CN109670199A (zh) | 一种高效的电网拓扑分析方法及装置 | |
CN104298550A (zh) | 一种面向Hadoop的动态调度方法 | |
CN103092866B (zh) | 数据监控方法及监控装置 | |
CN110851228B (zh) | 复杂事件可视化编排处理系统及方法 | |
CN111046000B (zh) | 一种面向政府数据交换共享的安全监管元数据组织方法 | |
CN106230985A (zh) | 一种基于物联网大数据处理方法、系统及服务处理端 | |
CN104616100A (zh) | 应急预案的管理系统 | |
CN111047387B (zh) | 一种回收管理的方法及装置 | |
CN102609785B (zh) | 复合事件处理系统及其部署方法 | |
CN103430152B (zh) | 处理用于数据库修改的数据的方法与系统 | |
CN108600357A (zh) | 一种基于soa的油气设备维养管理系统及工作方法 | |
CN101751255B (zh) | 遵循xpdl规范工作流中间件实现服务编制的方法、装置 | |
CN104991849A (zh) | 一种通过zabbix监控Linux进程占用系统资源的方法 | |
CN103581141A (zh) | 内容发布系统及其内容发布方法 | |
Chen et al. | A smart city system architecture based on city-level data exchange platform | |
CN104243218B (zh) | 一种基于多调度约束的电力系统通信方式单编制方法 | |
Wu et al. | Identifying potential standard essential patents based on text mining and generative topographic mapping | |
CN110458455A (zh) | 一种员工调配管理方法及系统 | |
CN102629352A (zh) | 面向实时感知环境的复合事件模式匹配方法及系统 | |
CN112559607B (zh) | 电力系统通信调度数据交互方法及系统 | |
CN104123584A (zh) | 基于信息系统的组织优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |