CN102629352B - 面向实时感知环境的复合事件模式匹配方法及系统 - Google Patents
面向实时感知环境的复合事件模式匹配方法及系统 Download PDFInfo
- Publication number
- CN102629352B CN102629352B CN201210059187.3A CN201210059187A CN102629352B CN 102629352 B CN102629352 B CN 102629352B CN 201210059187 A CN201210059187 A CN 201210059187A CN 102629352 B CN102629352 B CN 102629352B
- Authority
- CN
- China
- Prior art keywords
- event
- schema
- current
- event pattern
- timing constraint
- 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.)
- Active
Links
- 150000001875 compounds Chemical class 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000008447 perception Effects 0.000 title claims abstract description 23
- 230000004044 response Effects 0.000 claims abstract description 60
- 238000013139 quantization Methods 0.000 claims abstract description 32
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 230000008878 coupling Effects 0.000 claims abstract description 15
- 238000010168 coupling process Methods 0.000 claims abstract description 15
- 238000005859 coupling reaction Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000012913 prioritisation Methods 0.000 claims abstract description 8
- 239000000284 extract Substances 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 18
- 238000001514 detection method Methods 0.000 description 9
- 239000002131 composite material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003455 independent Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种面向实时感知环境的事件模式匹配方法及系统，所述方法通过考虑系统响应定时约束要求及事件模式复杂度对于事件模式匹配实时性的影响，在利用系统响应定时约束获取模块获取当前业务规则系统响应的定时约束要求及利用事件模式复杂度分析模块获得当前事件模式的量化复杂度后，由事件模式优先级分配模块给出当前事件模式的优先级，在复合事件匹配模型中出现单个状态节点有多个直接子状态节点时，事件模式匹配模型优化及调度模块根据当前事件模式优先级允许属于优先级高的事件模式的直接子状态节点优先执行匹配，以满足实时感知环境系统响应的定时性要求；本发明还公开了一种与上述方法相应的面向实时感知环境的事件模式匹配系统。
Description
技术领域
本发明属于复合事件处理(CEP)技术领域，尤其涉及一种满足实时感知环境中复合事件处理系统响应的实时性要求的复合事件模式匹配方法及系统。
背景技术
现有的实时系统中，系统不仅要求数据处理的逻辑正确性，而且要求在限定时间内完成数据处理任务。随着数据的增多，在保证数据查询、处理的准确性下，对处理数据的响应时间的定时约束也变得越来越重要。例如在RFID系统应用环境中，现有的RFID事件检测技术虽可以实现对事件流的及时处理，但对每个事件模式进行匹配的时间还无法得到有效的约束及估计，使得事件检测的响应时间变得无法约束及估计。面向实时感知环境的复合事件处理系统具有十分重要的作用。通常，复合事件处理系统可以帮助我们从大规模的实时事件流中提取出上层应用可理解且我们所感兴趣的事件。实时应用环境中的复合事件模式匹配方法考察的性能指标主要是对响应时间的限制，即针对每个事件模式的响应应该尽可能保证在截止期内完成。
复合事件处理系统主要包含原子事件捕获、事件发现、事件响应三个环节，其中，事件发现作为复合事件处理的重要环节又称为复合事件检测、复合事件观察、复合事件查询及复合事件检测语言/规则的实现等，而事件模式匹配又作为复合事件发现环节的核心技术多采用多种数据结构来实现。现有的用于实现事件模式匹配的数据模型有树，有向图，有限自动机，Petri网络。
目前，关于复合事件处理系统的研究尚未围绕事件检测的响应时间考虑事件检测中事件模式匹配的调度问题，现有技术中也未考虑事件模式的优先级对实时感知环境中的事件模式匹配模型乃至系统响应的定时约束(实时性)的影响。而在实时环境下，事件检测的响应时间的要求及事件模式的优先级分配问题将影响到事件模式匹配模型的搭建及系统响应的实时性。考虑事件模式的优先级的分配可以避免推延在给定定时约束内完成匹配的能力较低的事件模式的匹配的情况，通过根据事件模式的优先级来优化复合事件模式匹配模型的搭建及匹配的策略从而提高复合事件处理系统的实时性的方法并不多。
发明内容
考虑到系统响应定时约束及事件模式复杂度对于事件模式的匹配及响应顺序的影响，本发明要解决的技术问题是通过考虑事件模式所在业务规则的响应时间的定时约束及事件模式的复杂度为事件模式分配优先级，使得在复合事件匹配模型中出现单个状态节点有多个直接子状态节点时，能够根据当前获得的事件模式优先级允许属于高优先级事件模式的直接子状态节点优先执行匹配，从而满足实时感知环境应用系统中对事件模式匹配模型的实时性的要求。
为了满足实时感知环境下复合事件处理系统响应的定时性约束的应用需求，根据本发明的一方面，提出一种面向实时感知环境的事件模式匹配方法，其特征在于，该方法包括以下步骤：
步骤S1：用户输入包含事件模式的业务规则，同时提供对该业务规则系统响应的定时约束要求；
步骤S2：系统响应定时约束获取模块提取并存储管理用户提供的所述业务规则系统响应的定时约束要求及当前业务规则中的事件模式；
步骤S3：事件模式复杂度分析模块根据所述系统响应定时约束获取模块存储管理的业务规则系统响应的定时约束要求及当前业务规则中的事件模式信息，根据当前事件模式的运算符类型、操作数类型及嵌套层数计算得到并存储管理当前事件模式的量化复杂度，然后将当前事件模式信息及其量化复杂度以及定时约束要求信息发送给事件模式优先级分配模块；
步骤S4：事件模式优先级分配模块根据所述业务规则系统响应的定时约束要求及当前事件模式的量化复杂度，计算得到当前事件模式的优先级值，存储管理该优先级值并将当前事件模式信息、所述优先级值以及定时约束要求信息发送给事件模式匹配模型优化及调度模块；
步骤S5：事件模式匹配模型优化及调度模块接收所述当前事件模式信息、所述优先级值以及定时约束要求信息并对其进行存储和管理；
步骤S6：在构建事件模式匹配模型时，事件模式匹配模型优化及调度模块将当前存储的事件模式及其优先级信息与事件模式匹配模型中的每个状态节点相关联；
步骤S7：当复合事件匹配模型中存在单个状态节点有多个直接子状态节点的情况时，根据事件模式的优先级分布，事件模式匹配模型优化及调度模块在事件模式匹配执行过程中协助事件模式匹配模型取具有最高优先级的子状态节点作为下一匹配状态进行状态转移。
根据本发明的另一方面，提出一种面向实时感知环境的事件模式匹配系统，其特征在于，该系统包括：系统响应定时约束获取模块、事件模式复杂度分析模块、事件模式优先级分配模块以及事件模式匹配模型优化及调度模块，其中，
所述系统响应定时约束获取模块，用于提取并存储管理用户提供的业务规则系统响应的定时约束要求及属于当前业务规则的事件模式；
所述事件模式复杂度分析模块，根据所述系统响应定时约束获取模块存储管理的业务规则系统响应的定时约束要求及属于当前业务规则的事件模式，通过分析当前事件模式的运算符及嵌套层数计算得到并存储管理当前事件模式的量化复杂度，并将所述业务规则系统响应的定时约束要求和计算得到的当前事件模式的量化复杂度发送给所述事件模式优先级分配模块；
所述事件模式优先级分配模块，根据接收到的所述业务规则系统响应的定时约束要求及当前事件模式的量化复杂度，计算得到并存储管理当前事件模式优先级值，并将其发送给所述事件模式匹配模型优化及调度模块；
当复合事件匹配模型中出现单个状态节点具有多个直接子状态节点的情况时，所述事件模式匹配模型优化及调度模块根据接收的当前事件模式优先级值允许属于高优先级事件模式的直接子状态节点优先执行匹配。
本发明基于事件模式优先级的复合事件模式匹配方法通过利用事件模式所在业务规则的响应时间的定时约束要求及事件模式本身的复杂度来定性的描述事件模式在给定定时约束内完成匹配的能力，从而提高事件模式匹配模型的匹配满足一定定时约束的能力，进而提高复合事件检测的实时性，满足实时感知环境的复合事件处理系统的应用需求。本发明的利用事件模式优先级优化和调度事件模式匹配模型的方法，在复合事件匹配模型中单个状态节点有多个直接子状态节点时，可以避免推延在给定定时约束内完成匹配的能力较低的事件模式的匹配的情况，实现事件模式匹配基于优先级的调度，从而提高事件模式匹配的实时性。
附图说明
图1为根据本发明的面向实时感知环境的事件模式匹配系统的模块组成图。
图2为根据本发明的面向实时感知环境的事件模式匹配方法流程示意图。
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。
复合事件处理系统的实现主要包含原子事件捕获、事件发现、事件响应三个环节，具体来说，在系统应用现场捕获到的事件流(或数据流)上应用复合事件处理系统进行复合事件处理前，用户首先通过业务规则定制接口定制所需要的业务规则集合，由复合事件处理系统根据用户输入的业务规则从业务规则中提出可以描述业务规则的事件模式集合、相应的定时约束要求及系统响应集合。然后，在事件发现阶段复合事件处理系统将根据所述事件模式集合及响应的定时约束要求集合，通过构建用于检测事件流中的复合事件的事件模式匹配模型发现当前事件流中的复合事件，最终，系统根据当前复合事件所属的事件模式所对应的响应做出响应。
其中，事件模式是指由运算符把操作数(表示原子事件或复合事件)连接起来形成的更为复杂的事件表达式，比如(E1OP1E2)OP2E1，其中，E1、E2表示两个不同的事件；OP1和OP2为两个描述事件间关系的独立运算符，比如与、或、顺序标识等。事件模式中的嵌套层数与数学表达式中的嵌套层数的计算方法相同，事件模式(E1OP1E2)OP2E1中的嵌套层数为2。
其中，用于完成事件模式匹配的事件模式匹配模型作为复合事件发现环节的核心技术多采用多种数据结构来实现。事件模式匹配模型主要用来描述完成事件模式匹配的中间状态转移的过程，中间状态也称为状态节点，为当前输入事件流可能匹配的一种子事件模式，(E1OP1E2)OP2E1中可能的子事件模式有E1、E2、E1OP1E2、(E1OP1E2)OP2E1，因此，也可以说事件模式匹配模型由描述输入事件流可能匹配的一种子事件模式状态节点组成，在当前输入数据流下，符合匹配条件的下一事件(事件对应于事件模式匹配模型中的一个状态节点)将被触发，即发生状态转移。
当前构建的事件模式匹配模型可以用来完成多个事件模式的匹配，由于事件模式间可以存在相同的子事件，因此事件模式匹配模型中的一个状态节点可能存在多个后续状态节点，这里称之为子状态节点。
为了使复合事件处理系统的响应结果满足实时感知环境的系统响应需求，本发明提出利用系统响应定时约束及事件模式复杂度对事件模式匹配的实时性的影响来为事件模式分配优先级，从而在复合事件匹配模型中出现单个状态节点有多个直接子状态节点时，能够根据事件模式的优先级避免推延在给定定时约束内完成匹配的能力较低的事件模式的匹配的情况，实现事件模式匹配基于优先级的调度，从而提高事件模式匹配的实时性。
图1示出根据本发明的面向实时感知环境的事件模式匹配系统的模块组成图。如图1所示，本发明的面向实时感知环境的事件模式匹配系统包括系统响应定时约束获取模块101、事件模式复杂度分析模块102、事件模式优先级分配模块103以及事件模式匹配模型优化及调度模块104。
首先，用户在业务规则定制阶段提供包含事件模式的业务规则及业务规则系统响应的定时约束要求，用户提供的业务规则为多个；系统响应定时约束获取模块101提取并存储管理用户提供的业务规则系统响应的定时约束要求及属于当前业务规则的事件模式；事件模式复杂度分析模块102根据系统响应定时约束获取模块101存储管理的业务规则系统响应的定时约束要求及属于当前业务规则的事件模式，通过分析当前事件模式的运算符类型、操作数类型及嵌套层数计算得到并存储管理当前事件模式的量化复杂度，并将所述业务规则系统响应的定时约束要求和计算得到的当前事件模式的量化复杂度发送给所述事件模式优先级分配模块103；而后，事件模式优先级分配模块103通过计算关于接收到的业务规则系统响应的定时约束要求及当前事件模式的量化复杂度的函数，获得并存储管理当前事件模式优先级值，并将其发送给事件模式匹配模型优化及调度模块104；当复合事件匹配模型中出现单个状态节点具有多个直接子状态节点的情况时，事件模式匹配模型优化及调度模块104根据接收的当前事件模式优先级值允许属于高优先级事件模式的直接子状态节点优先执行匹配，从而提高事件模式匹配的实时性，满足实时感知环境系统响应的定时性要求(图1中，圆点代表原子事件流)。
图2示出了根据本发明的面向实时感知环境的事件模式匹配方法流程示意图，所述面向实时感知环境的事件模式匹配方法的一种实施方式具体包括以下步骤：
步骤S1：定制业务规则，用户输入包含事件模式的业务规则，同时提供对该业务规则系统响应的定时约束要求。
步骤S2：系统响应定时约束获取模块101提取并存储管理(提供数据查询、插入、删除、更新、修改等管理操作)用户提供的业务规则系统响应的定时约束要求及当前业务规则中的事件模式。
系统响应定时约束获取模块101存储用户提供的业务规则的系统响应的定时约束要求信息及所述当前业务规则中的事件模式的格式可以是<EventPatternID，ResponseTimeConstraint>及<EventPatternID，EventPatternPtr>，其中，EventPatternID指代当前业务规则中的事件模式的唯一标识，EventPatternPtr指代指向由所述事件模式的唯一标识标识的事件模式的指针，ResponseTimeConstraint指代当前业务规则系统响应时间的定时约束要求。
事件模式基本信息的保存通过构建包含事件模式属性及操作的面向对象的类来实现，每个具体的事件模式为所述面向对象的类的具体生成对象。事件模式基本信息可以包含当前事件模式字符串，事件模式包含的操作符及操作数及当前事件模式匹配成功后需要执行的响应操作等。多个所述具体生成对象可以通过链表、向量集合、数组等数据结构保存。
步骤S3：事件模式复杂度分析模块102根据系统响应定时约束获取模块101存储管理的业务规则系统响应的定时约束要求及当前业务规则中的事件模式信息，根据当前事件模式的运算符类型、操作数类型及嵌套层数计算得到并存储管理当前事件模式的量化复杂度，然后将当前事件模式信息及其量化复杂度以及定时约束要求信息发送给事件模式优先级分配模块103。
所述事件模式复杂度分析模块分析事件模式的量化复杂度可以根据用户输入业务规则时所用的复合事件检测语言/规则描述的复合事件模式的运算符及嵌套层数来度量，其中，量化复杂度等于事件模式所含有的操作数的个数的累积，并在事件模式中出现模式嵌套时自增1，例如，对于事件模式(E1OP1E2)OP2E1，若OP1、OP2均为二元运算符“与”或“或”，则其量化复杂度为4。在所述事件模式的量化复杂度的度量方式下，如果某一复合事件模式中操作数的个数及嵌套层数均较多，或是嵌套层数较多，则意味着该复合事件模式的复杂度越大。同时，也可以通过描述进行当前事件模式匹配时所需经历的状态数来估计当前事件模式的量化复杂度，如果进行当前事件模式匹配时所需经历的状态数较多，则意味着该复合事件模式的复杂度越大。
步骤S4：事件模式优先级分配模块103根据业务规则系统响应的定时约束要求及当前事件模式的量化复杂度，计算得到当前事件模式的优先级值，存储管理该优先级值并将当前事件模式信息、所述优先级值以及定时约束要求信息发送给事件模式匹配模型优化及调度模块104。
其中，根据业务规则的系统响应的定时约束要求及事件模式的量化复杂度计算当前复合事件模式优先级值的计算函数PriorityFun(.)可以是：
PriorityFun(ResponseTimeConstraint，ComplexLevel)＝1/(ResponseTimeConstraint×ComplexLevel)，
其中，ComplexLevel表示当前事件模式的量化复杂度。
上述表达式表示当前事件模式的优先级值与所在的业务规则的系统响应的定时约束要求及当前事件模式的量化复杂度的值成反比，PriorityFun(.)的值越大，表示当前事件模式的优先级越大。
步骤S5：事件模式匹配模型优化及调度模块104接收所述当前事件模式、所述优先级值以及定时约束要求信息并对其进行存储和管理。
为了方便进行事件模式匹配，事件模式匹配模型优化及调度模块104存储并管理接收到的当前事件模式及当前事件模式的优先级的数据结构采用hash等数据结构，单个事件模式及其优先级信息的记录格式为<EventPatternID，PriorityLevel>，其中，EventPatternID表示为当前事件模式的唯一标识，PriorityLevel为当前事件模式对应的优先级值。可以通过事件模式唯一标识EventPatternID访问<EventPatternID，EvnetPatternPtr>获得由当前事件模式唯一标识标识的事件模式。
步骤S6：在构建事件模式匹配模型时，事件模式匹配模型优化及调度模块104将当前存储的事件模式及其优先级信息与事件模式匹配模型中的每个状态节点相关联。
所述关联可以通过在将现有事件模式添加进事件模式匹配模型中时，为每个状态节点保存一个存储当前状态节点所属事件模式的唯一标识的集合而实现。当前状态节点所属事件模式唯一标识的集合中的事件模式唯一标识根据由该事件模式唯一标识标识的事件模式的优先级大小进行排列，当前节点被访问时将被识别为属于当前节点的事件模式唯一标识的集合中优先级最大的事件模式唯一标识所标识的事件模式。为了减少存储空间，所述为每个状态节点所保存的一个存储当前状态节点所属事件模式唯一标识的集合将在所有事件模式都已经被考虑进最终的事件模式匹配模型后，缩减为只包含所述事件模式唯一标识集合中属于优先级最高的事件模式的唯一标识。但是，在考虑存在业务规则的增加和删除的情况下，需要保存所述事件模式唯一标识的完整集合。
步骤S7：当复合事件匹配模型中存在单个状态节点有多个直接子状态节点的情况时，根据事件模式的优先级分布，事件模式匹配模型优化及调度模块104在事件模式匹配执行过程中协助事件模式匹配模型取具有最高优先级的子状态节点作为下一匹配状态进行状态转移，如果存在两个或多个具有最高优先级的子状态节点，则从中随机选择一个子状态节点进行转移。
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 (9)
1.一种面向实时感知环境的事件模式匹配方法，其特征在于，该方法包括以下步骤：
步骤S1：用户输入包含事件模式的业务规则，同时提供对该业务规则系统响应的定时约束要求；
步骤S2：系统响应定时约束获取模块提取并存储管理用户提供的所述业务规则系统响应的定时约束要求及当前业务规则中的事件模式；
步骤S3：事件模式复杂度分析模块根据所述系统响应定时约束获取模块存储管理的业务规则系统响应的定时约束要求及当前业务规则中的事件模式、当前事件模式的运算符类型、操作数类型及嵌套层数计算得到并存储管理当前事件模式的量化复杂度，然后将当前事件模式及其量化复杂度以及定时约束要求发送给事件模式优先级分配模块；
步骤S4：事件模式优先级分配模块根据所述业务规则系统响应的定时约束要求及当前事件模式的量化复杂度，计算得到当前事件模式的优先级值，存储管理该优先级值并将当前事件模式、所述优先级值以及定时约束要求发送给事件模式匹配模型优化及调度模块，该步骤中，根据以下函数计算当前事件模式的优先级值：
PriorityFun(ResponseTimeConstraint,ComplexLevel)＝1/(ResponseTimeConstraint×ComplexLevel)，
其中，ResponseTimeConstraint为当前业务规则系统响应时间的定时约束要求，ComplexLevel为当前事件模式的量化复杂度；
步骤S5：事件模式匹配模型优化及调度模块接收所述当前事件模式、所述优先级值以及定时约束要求并对其进行存储和管理；
步骤S6：在构建事件模式匹配模型时，事件模式匹配模型优化及调度模块将当前存储的事件模式及其优先级值与事件模式匹配模型中的每个状态节点相关联；
步骤S7：当复合事件匹配模型中存在单个状态节点有多个直接子状态节点的情况时，根据事件模式的优先级分布，事件模式匹配模型优化及调度模块在事件模式匹配执行过程中协助事件模式匹配模型取具有最高优先级的子状态节点作为下一匹配状态进行状态转移。
2.根据权利要求1所述的方法，其特征在于，所述步骤S3中，所述当前事件模式的量化复杂度等于事件模式所含有的操作数的个数的累积，并在事件模式中出现模式嵌套时自增1，某一事件模式中操作数的个数及嵌套层数与该事件模式的复杂度线性正相关。
3.根据权利要求1所述的方法，其特征在于，所述步骤S3中，通过描述进行当前事件模式匹配时所需经历的状态数来估计当前事件模式的量化复杂度，进行当前事件模式匹配时所需经历的状态数与该当前事件模式的复杂度线性正相关。
4.根据权利要求1所述的方法，其特征在于，所述步骤S6中，所述关联通过在将现有事件模式添加进事件模式匹配模型中时，为每个状态节点保存一个存储当前状态节点所属事件模式的唯一标识的集合而实现。
5.根据权利要求4所述的方法，其特征在于，所述集合中的事件模式唯一标识根据由该事件模式唯一标识标识的事件模式的优先级大小进行排列，当前节点被访问时将被识别为属于当前节点的事件模式唯一标识的集合中优先级最大的事件模式唯一标识所标识的事件模式。
6.根据权利要求5所述的方法，其特征在于，为了减少存储空间，所述集合在所有事件模式都已经被考虑进最终的事件模式匹配模型后，缩减为只包含所述集合中属于优先级最高的事件模式的唯一标识。
7.根据权利要求1所述的方法，其特征在于，所述步骤S7进一步包括：如果存在两个或多个具有最高优先级的子状态节点，则从中随机选择一个子状态节点进行转移。
8.一种面向实时感知环境的事件模式匹配系统，其特征在于，该系统包括：系统响应定时约束获取模块、事件模式复杂度分析模块、事件模式优先级分配模块以及事件模式匹配模型优化及调度模块，其中，
所述系统响应定时约束获取模块，用于提取并存储管理用户提供的业务规则系统响应的定时约束要求及属于当前业务规则的事件模式；
所述事件模式复杂度分析模块，根据所述系统响应定时约束获取模块存储管理的业务规则系统响应的定时约束要求及属于当前业务规则的事件模式，通过分析当前事件模式的运算符及嵌套层数计算得到并存储管理当前事件模式的量化复杂度，并将所述业务规则系统响应的定时约束要求和计算得到的当前事件模式的量化复杂度发送给所述事件模式优先级分配模块；
所述事件模式优先级分配模块，根据接收到的所述业务规则系统响应的定时约束要求及当前事件模式的量化复杂度，计算得到并存储管理当前事件模式优先级值，并将其发送给所述事件模式匹配模型优化及调度模块；
当复合事件匹配模型中出现单个状态节点具有多个直接子状态节点的情况时，所述事件模式匹配模型优化及调度模块根据接收的当前事件模式优先级值允许属于高优先级事件模式的直接子状态节点优先执行匹配；
其中，根据以下函数计算所述当前事件模式的优先级值：
PriorityFun(ResponseTimeConstraint,ComplexLevel)＝1/(ResponseTimeConstraint×ComplexLevel)，
其中，ResponseTimeConstraint为当前业务规则系统响应时间的定时约束要求，ComplexLevel为当前事件模式的量化复杂度。
9.根据权利要求8所述的系统，其特征在于，所述当前事件模式的量化复杂度等于事件模式中所含有的操作数的个数的累积，并在事件模式中出现模式嵌套时自增1，某一事件模式中操作数的个数及嵌套层数与该事件模式的复杂度线性正相关。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210059187.3A CN102629352B (zh) | 2012-03-08 | 2012-03-08 | 面向实时感知环境的复合事件模式匹配方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210059187.3A CN102629352B (zh) | 2012-03-08 | 2012-03-08 | 面向实时感知环境的复合事件模式匹配方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102629352A CN102629352A (zh) | 2012-08-08 |
| CN102629352B true CN102629352B (zh) | 2015-09-30 |
Family
ID=46587610
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210059187.3A Active CN102629352B (zh) | 2012-03-08 | 2012-03-08 | 面向实时感知环境的复合事件模式匹配方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102629352B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104361058A (zh) * | 2014-10-31 | 2015-02-18 | 广东工业大学 | 一种面向海量数据流的哈希结构复杂事件检测方法 |
| CN105653734B (zh) * | 2016-02-26 | 2019-03-19 | 国网江苏省电力公司电力科学研究院 | 一种不确定性复杂事件的处理系统及方法 |
| CN105955814A (zh) * | 2016-05-06 | 2016-09-21 | 华南农业大学 | 一种基于事件优先级调度的复杂事件检测方法 |
| CN108628884B (zh) * | 2017-03-20 | 2022-03-25 | 华为技术有限公司 | 一种复杂事件处理方法、系统及其装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102214187A (zh) * | 2010-04-12 | 2011-10-12 | 阿里巴巴集团控股有限公司 | 复合事件处理方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7840515B2 (en) * | 2007-02-16 | 2010-11-23 | Panasonic Corporation | System architecture and process for automating intelligent surveillance center operations |
-
2012
- 2012-03-08 CN CN201210059187.3A patent/CN102629352B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102214187A (zh) * | 2010-04-12 | 2011-10-12 | 阿里巴巴集团控股有限公司 | 复合事件处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102629352A (zh) | 2012-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109961204B (zh) | 一种微服务架构下业务质量分析方法和系统 | |
| CN105190543B (zh) | 针对循环数据流的基于可到达性的协调 | |
| CN103532808B (zh) | 一种整合规则引擎的企业服务总线 | |
| CN109756364A (zh) | 一种基于日志分析的微服务性能优化系统和分析方法 | |
| CN104778258B (zh) | 一种面向协议数据流的数据抽取方法 | |
| CN108259371A (zh) | 一种基于流处理的网络流量数据解析方法和装置 | |
| CN104636751A (zh) | 基于时间递归神经网络的人群异常检测和定位系统及方法 | |
| CN102629352B (zh) | 面向实时感知环境的复合事件模式匹配方法及系统 | |
| CN109918452A (zh) | 一种数据处理的方法、装置、计算机存储介质及终端 | |
| CN107247799A (zh) | 兼容多种大数据存储的数据处理方法、系统及其建模方法 | |
| CN102722355A (zh) | 基于工作流机制的并发式etl转换方法 | |
| CN109213752A (zh) | 一种基于cim的数据清洗转换方法 | |
| CN104866471A (zh) | 一种基于局部敏感哈希策略的实例匹配方法 | |
| CN102780583A (zh) | 物联网业务描述、组合和服务质量评估的方法 | |
| CN109308290A (zh) | 一种基于cim的高效数据清洗转换方法 | |
| CN102571423B (zh) | 基于gshlpn的网络数据传输建模及性能分析方法 | |
| CN102156799A (zh) | 一种可级联的复杂事件处理引擎及列车检修自动记录方法 | |
| CN102780766B (zh) | 面向云制造的设计服务资源跨域组建方法 | |
| CN102646057B (zh) | 面向实时感知环境的复合事件响应方法及系统 | |
| CN104301435A (zh) | 分布式集群传感器的数据集群编组方法和系统 | |
| CN109033330A (zh) | 大数据清洗方法、装置和服务器 | |
| CN103488697A (zh) | 能自动收集和交换碎片化商业信息的系统及移动终端 | |
| CN110119268B (zh) | 基于人工智能的工作流优化方法 | |
| CN102594851A (zh) | 一种海洋应用服务链动态构建的方法 | |
| CN102662735B (zh) | 面向实时感知环境的复合事件检测方法及系统 |
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 |