CN108038264A - 一种基于模式共享的复杂事件检测模型的建模方法 - Google Patents
一种基于模式共享的复杂事件检测模型的建模方法 Download PDFInfo
- Publication number
- CN108038264A CN108038264A CN201711130748.3A CN201711130748A CN108038264A CN 108038264 A CN108038264 A CN 108038264A CN 201711130748 A CN201711130748 A CN 201711130748A CN 108038264 A CN108038264 A CN 108038264A
- Authority
- CN
- China
- Prior art keywords
- detection model
- detection
- complicated event
- event detection
- monotype
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于模式共享的复杂事件检测模型的建模方法。本发明主要针对当前复杂事件检测模型之间因存在难于共享导致无法高效检测制造业物联网中海量事件流问题，研究一种面向制造物联海量制造数据流模式共享复杂事件通用检测模型。在研究现有基于有限状态自动机结构的单模式复杂事件检测模型基础上，通过使用模式共享技术，实现多个单模式检测模型之间存在相同前缀，后缀和子模式的共享检测，消除其存在重复的事件检测、冗余的运行状态和转移边，从而构建出一种基于模式共享的通用复杂事件检测模型，实现对多个不同模式的复杂事件的共同检测，可以极大提高复杂事件检测效率。
Description
技术领域
本发明涉及一种基于模式共享的复杂事件检测模型的建模方法，特别是一种用于制造业物联网中基于模式共享的复杂事件检测模型的建模方法，属于基于模式共享的复杂事件检测模型的建模方法的创新技术。
背景技术
制造业物联网是将网络、嵌入式、RFID、传感器及执行器等电子信息技术与制造技术相融合，实现传统制造过程信息化、智能化的一种重要手段。
在制造业物联网环境中, 日益增大的制造规模，日渐复杂的生产流程，时空分布制造过程和多源干忧的生产环境等使得许多大量感知设备被部署到制造现场产生海量制造数据流。由于这些制造数据流存在如下特征：1）数据海量性，每秒数据可以达到TB级甚至PB级规模；2)内容多源性，存在人，物料，设备，工艺过程，产品，服务等多种数据内容；3)结构复杂性，结构化数据，半结构化数据和非结构化数据共存； 4)处理高响应性，要求实时快速处理与响应这些数据等；使得从上述海量制造数据流中快速匹配出多个相关事件面临着严重挑战。而现在复杂事件检测模型只能单个检测复杂事件，无法实现多个事件的同时检测，故无法实现对上述海量制造数据流进行快速检测要求，需要研究出一种新的复杂事件检测模型的建模方法。
发明内容
本发明的目的在于考虑上述问题而提供一种基于模式共享的复杂事件检测模型的建模方法，本发明实现对多个不同模式复杂事件的共同检测，消除了大量冗余的运行状态和转移边数，提高当前复杂事件检测模型的检测效率，是一种方便实用的基于模式共享的复杂事件检测模型的建模方法。
本发明的技术方案是：本发明的基于模式共享的复杂事件检测模型的建模方法，包括如下步骤：
（1）读取多个不同复杂事件检测表达式，利用传统基于自动机检测技术创建基于有限状态自动机结构的单模式复杂事件检测模型；
（2）对上述构建的基于有限状态自动机结构的单模式复杂事件检测模型按照模型先序遍历顺序进行逐一读取操作；
（3）根据读取结果，调用检测模型的状态转移函数，实现多个单模式检测模型之间存在相同前缀的共享检测，消除它们之间存在冗余运行状态和转移边；
（4）调用检测模型的失败转移函数，实现多个单模式检测模型之间存在相同后缀的共享检测，消除它们之间存在冗余运行状态和转移边；
（5）调用检测模型的状态输出函数，实现多个单模式检测模型之间存在相同子模型的共享检测，消除它们之间重复的事件检测；
（6）判断构建的多个单模式检测模型的读取操作是否全部完成，如果否，跳到步骤（2）继续进行；否则跳到步骤（7）继续进行；
（7）最终输出基于模式共享的复杂事件检测模型。
本发明针对制造业物联网中海量事件流存在的特征，研究海量事件流中高效复杂事件检测模型。在研究当前基于有限自动机结构的复杂事件检测模型基础上，提出使用共享技术去融合和共享当前多个检测模型之间存在相同子相同前缀，后缀和子模式，实现对多个不同模式复杂事件的共同检测的一种通用复杂事件检测模型的构建方法，从而实现从海量制造事件流中快速匹配到多个相关事件。本发明针对当前复杂事件检测模型难于共享导致检测效率不高的问题，利用模式共享技术，消除现有检测模型之间因无法共享而存在大量相同前缀，后缀和子模式，实现对多个不同模式复杂事件的共同检测，消除了大量冗余的运行状态和转移边数，提高当前复杂事件检测模型的检测效率。本发明是一种方便实用的基于模式共享的复杂事件检测模型的建模方法。
附图说明
图1为本发明模式共享的复杂事件检测模型构建组成原理图；
图2为本发明模式共享的复杂事件检测模型实现过程图；
图3本发明模型在运行状态方面的实验结果示意图；
图4本发明模型在转移边方面的实验结果示意图。
具体实施方式
实施例：
本发明的基于模式共享的复杂事件检测模型的建模方法，包括如下步骤：
（1）读取多个不同复杂事件检测表达式，利用传统基于自动机检测技术创建基于有限状态自动机结构的单模式复杂事件检测模型；
（2）对上述构建的基于有限状态自动机结构的单模式复杂事件检测模型按照模型先序遍历顺序进行逐一读取操作；
（3）根据读取结果，调用检测模型的状态转移函数，实现多个单模式检测模型之间存在相同前缀的共享检测，消除它们之间存在冗余运行状态和转移边；
（4）调用检测模型的失败转移函数，实现多个单模式检测模型之间存在相同后缀的共享检测，消除它们之间存在冗余运行状态和转移边；
（5）调用检测模型的状态输出函数，实现多个单模式检测模型之间存在相同子模型的共享检测，消除它们之间重复的事件检测；
（6）判断构建的多个单模式检测模型的读取操作是否全部完成，如果否，跳到步骤（2）继续进行；否则跳到步骤（7）继续进行；
（7）最终输出基于模式共享的复杂事件检测模型。
本实施例中，构建本发明的检测模型需要经历如下六个过程：构建多个基于有限状态自动机结构的单模式复杂事件检测模型、读取基于有限状态自动机结构的单模式复杂事件检测模型、创建通用检测模型的状态转移函数、创建通用检测模型的失败转移函数、创建通用检测模型的状态输出函数和输出通用模式检测模型。
本实施例中，采用了传统基于自动机检测技术去创建基于有限状态自动机结构的单模式复杂事件检测模型。
本实施例中，采用了先序遍历方法对构建的多个单模式复杂事件检测模型进行逐一读取操作。
本实施例中，上述创建通用检测模型的状态转移函数是用来实现对多个单模式检测模型之间存在相同前缀的共享检测操作；创建通用检测模型的失败转移函数主要用来实现多个单模式检测模型之间存在相同后缀的共享检测操作；创建通用检测模型的状态输出函数主要用于实现多个单模式检测模型之间存在相同子模型间的共享检测操作。
本实施例中，当全部检测工作完成时，需要用使用输出通用模式检测模型模块输出最终的基于模式共享的复杂事件检测模型。
本发明主要针对制造业物联网中海量数据流存在特征，研究面向制造物联海量制造数据流的通用复杂事件检测模型，重点研究基于模式共享的复杂事件检测模型及其构建方法。
本发明主要针对当前基于有限自动机结构的复杂事件检测模型由于无法实现共享导致无法高效检测的问题，提出使用共享技术去消除当前复杂事件检测模型之间存在相同前缀，后缀和子模式，进而消除模型冗余的自动机状态和转移边，提高模型的检测效率。具体地，本发明首先根据事件流中每一个复杂事件检测表达式构建其对应基于有限状态自动机结构的复杂事件检测模型，包括构建其各自相应的状态集和迁移集、其相应的输入事件域和每个迁移相应的事件域；然后采用先序遍历技术依次读取上述每个检测模型，接着再使用本检测模型中的状态转移函数、失败转移函数和状态输出函数三个函数，将上述构建的每个单模式检测模型融合构建成一个新通用复杂事件检测模型，共享它们之间存在的相同前缀，后缀和子模式的检测，消除它们之间存在冗余的模型状态和转移边数及重复事件检测，实现对多个不同模式复杂事件的共同检测，从而提高海量制造数据流的检测效率。
Claims (5)
1.一种基于模式共享的复杂事件检测模型的建模方法,其特征在于包括如下步骤：
（1）读取多个不同复杂事件检测表达式，利用传统基于自动机检测技术创建基于有限状态自动机结构的单模式复杂事件检测模型；
（2）对上述构建的基于有限状态自动机结构的单模式复杂事件检测模型按照模型先序遍历顺序进行逐一读取操作；
（3）根据读取结果，调用检测模型的状态转移函数，实现多个单模式检测模型之间存在相同前缀的共享检测，消除它们之间存在冗余运行状态和转移边；
（4）调用检测模型的失败转移函数，实现多个单模式检测模型之间存在相同后缀的共享检测，消除它们之间存在冗余运行状态和转移边；
（5）调用检测模型的状态输出函数，实现多个单模式检测模型之间存在相同子模型的共享检测，消除它们之间重复的事件检测；
（6）判断构建的多个单模式检测模型的读取操作是否全部完成，如果否，跳到步骤（2）继续进行；否则跳到步骤（7）继续进行；
（7）最终输出基于模式共享的复杂事件检测模型。
2.根据权利要求1所述的基于模式共享的复杂事件检测模型的建模方法,其特征在于：构建本发明的检测模型需要经历如下六个过程：构建多个基于有限状态自动机结构的单模式复杂事件检测模型、读取基于有限状态自动机结构的单模式复杂事件检测模型、创建通用检测模型的状态转移函数、创建通用检测模型的失败转移函数、创建通用检测模型的状态输出函数和输出通用模式检测模型。
3.根据权利要求1所述的基于模式共享的复杂事件检测模型的建模方法,其特征在于采用了传统基于自动机检测技术去创建基于有限状态自动机结构的单模式复杂事件检测模型。
4.根据权利要求1所述的基于模式共享的复杂事件检测模型的建模方法,其特征在于采用了先序遍历方法对构建的多个单模式复杂事件检测模型进行逐一读取操作。
5.根据权利要求1所述的基于模式共享的复杂事件检测模型的建模方法,其特征在于：创建通用检测模型中三个重要函数：状态转移函数、失败转移函数和状态输出函数，实现对多个单模式检测模型之间的相同前缀，后缀和子模式的共享检测操作，实现用一个通用模型对多个不同模式复杂事件的共同检测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711130748.3A CN108038264A (zh) | 2017-11-15 | 2017-11-15 | 一种基于模式共享的复杂事件检测模型的建模方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711130748.3A CN108038264A (zh) | 2017-11-15 | 2017-11-15 | 一种基于模式共享的复杂事件检测模型的建模方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108038264A true CN108038264A (zh) | 2018-05-15 |
Family
ID=62093220
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711130748.3A Pending CN108038264A (zh) | 2017-11-15 | 2017-11-15 | 一种基于模式共享的复杂事件检测模型的建模方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108038264A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111123778A (zh) * | 2019-12-23 | 2020-05-08 | 北京摩拜科技有限公司 | 监控车辆使用状况的方法、装置及电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060155719A1 (en) * | 2005-01-10 | 2006-07-13 | International Business Machines Corporation | Complex event discovery in event databases |
| CN104391950A (zh) * | 2014-11-28 | 2015-03-04 | 广东工业大学 | 面向制造物联海量数据流哈希b+树结构复杂事件检测方法 |
| CN104809184A (zh) * | 2015-04-20 | 2015-07-29 | 西北工业大学 | 基于规则前件发生树匹配的数据流预测方法 |
| CN106203631A (zh) * | 2016-07-05 | 2016-12-07 | 中国科学院计算技术研究所 | 描述型多维度事件序列的并行频繁情节挖掘方法与系统 |
-
2017
- 2017-11-15 CN CN201711130748.3A patent/CN108038264A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060155719A1 (en) * | 2005-01-10 | 2006-07-13 | International Business Machines Corporation | Complex event discovery in event databases |
| CN104391950A (zh) * | 2014-11-28 | 2015-03-04 | 广东工业大学 | 面向制造物联海量数据流哈希b+树结构复杂事件检测方法 |
| CN104809184A (zh) * | 2015-04-20 | 2015-07-29 | 西北工业大学 | 基于规则前件发生树匹配的数据流预测方法 |
| CN106203631A (zh) * | 2016-07-05 | 2016-12-07 | 中国科学院计算技术研究所 | 描述型多维度事件序列的并行频繁情节挖掘方法与系统 |
Non-Patent Citations (1)
| Title |
|---|
| 王亚 等: "基于匹配结果共享的复杂事件检测方法", 《计算机应用研究》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111123778A (zh) * | 2019-12-23 | 2020-05-08 | 北京摩拜科技有限公司 | 监控车辆使用状况的方法、装置及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106200575A (zh) | 一种基于Petri网的自动制造系统的稳健性控制方法 | |
| CN109376867A (zh) | 两量子比特逻辑门的处理方法及装置 | |
| CN101657796A (zh) | 具备环面网络的并行计算机系统上的故障恢复 | |
| CN108334942A (zh) | 神经网络的数据处理方法、装置、芯片和存储介质 | |
| Kamil et al. | Reconfigurable hybrid interconnection for static and dynamic scientific applications | |
| Wang et al. | Matrix approach to model matching of composite asynchronous sequential machines | |
| CN104461812A (zh) | 一种利用已有Verilog BFM构造UVM验证组件的方法 | |
| CN105071994A (zh) | 一种海量数据监控系统 | |
| CN108038264A (zh) | 一种基于模式共享的复杂事件检测模型的建模方法 | |
| Klein et al. | Data Generation with a Physical Model to Support Machine Learning Research for Predictive Maintenance. | |
| CN104102195B (zh) | 一种存在通信延时的离散事件系统分布式监督控制方法 | |
| Shi et al. | Study cybersecurity of cyber physical system in the virtual environment: a survey and new direction | |
| CN107995206A (zh) | 用于工业大数据的tlv通信协议格式的实现装置及方法 | |
| CN106123943A (zh) | 一种基于工业以太网的柔性在线检测系统 | |
| CN102142047A (zh) | 可在电脑内被执行的方法、可读取式电脑媒体及其系统 | |
| CN105745878B (zh) | 网络控制设备、网络控制方法以及存储介质 | |
| Huertos et al. | A novel architecture for cyber-physical production systems in industry 4.0 | |
| Huertos et al. | Hyperconnected architecture for high cognitive production plants | |
| Aracil et al. | Toward smart systems: Their sensing and control in industrial electronics and applications | |
| Mazzeo et al. | A systematic approach to the petri net based specification of concurrent systems | |
| Kandasamy et al. | Novel optimized ultra-dense 1-bit magnitude comparator design in quantum-dot cellular automata technology based on MV32 gate | |
| Katsouros et al. | Embedded event detection for self-aware and safer assets | |
| Fan et al. | Equipment communication architecture for smart manufacturing | |
| CN106569952A (zh) | 一种运行自动化测试的方法及系统 | |
| Wan et al. | Towards a unified framework for cyber-physical systems (cps) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180515 |