CN1959724B - 泛在计算环境中工作流上下文信息的获取方法和系统 - Google Patents

Abstract

本发明属于工作流信息获取技术领域，其特征在于，该方法基于一个由互联网工作流服务站、用户端企业信息系统及通过该工作流服务器与企业信息系统相连的无线射频电子标签识别装置组成的泛在计算环境，借助于工作流服务器中的基于复杂事件处理规则的复杂事件处理引擎对由电子标签识别器获取的预处理后的企业物理环境及活动信息构成的事件信息进行抽取、重聚后，构成复合事件，并从中提取上下文，送往该工作流服务器中的工作流管理系统，根据不同用户的企业业务向用户端形成不同的事件响应信息。与传统工作流处理相比，本发明自动、实时、准确地获取特定对象的上下文信息，提高了企业业务过程自动化的程度。

Description

泛在计算环境中工作流上下文信息的获取方法和系统

技术领域

本发明涉及泛在计算环境中工作流活动变迁信息的获取。泛在计算环境中的工作流与传统工作流的一个重要区别是：在泛在计算环境中，活动变迁信息中能够包含企业所在物理环境的实时的、准确的上下文信息。由于泛在计算环境的特点，这些上下文信息的获取具有很大的挑战性。本发明提供一种上下文信息获取的事件处理方法，包括事件模型，事件定义，事件聚合以及事件触发等。

背景技术

工作流定义不同的活动以及活动之间的触发顺序和触发条件，从而组成一个完整的企业业务过程；通过信息技术的支持为企业业务过程提供了一个从模型分析、建立、管理、仿真到运行的完整框架，是实现业务过程管理与控制的一项关键性技术。工作流中的活动可以有一个或者多个软件系统、服务来完成，可以由一个或者一组人来完成，还可以是由一个或者多个人与软件、服务协作完成。

一个具体的工作流模型的例子如图1所示。图中元素分为两类，一类是不同的节点，另一类是节点之间的关联。其中的“开始”和“结束”节点是每一个工作流模型都必须具备的，标志一个业务过程的开始和结束。“准备任务”、“调配人员”、“调配车辆”节点是工作流中的活动节点，表示这个业务过程需要完成的活动。而“同步”节点用来保证它的前序节点都完成以后，才使得整个业务流程继续向前推进。节点之间的关联表示活动之间的变迁关系。

一般来讲，工作流技术应该包含工作流建模和工作流执行两个阶段。

工作流建模：根据企业业务过程的实际情况建立活动以及活动之间的逻辑关系，并且为这些活动分配资源，比如人员、设备等；为活动添加约束，比如：时间约束等。

工作流执行：工作流执行服务是工作流管理系统的核心，实际上它是企业经营过程的任务调度器，并且还在某种程度上是企业资源分配器。企业的业务过程在它的管理、监控和调度下运行，因此工作流执行服务系统的性能和可靠性就直接决定了企业经营过程的运行效率和安全性。

目前，在全球范围内已经对工作流技术进行了大量的研究，更多更新的技术被集成进来，Internet服务、数据库、电子邮件、移动式计算、文件管理等都已被容纳到工作流管理系统之中。特别是无线射频识别(RFID)、无线传感器网络的出现和推广使用，使得计算将无处不在，即出现所谓的“泛在计算环境(Ubiquitous Computing)”，这会给工作流技术提供新的机遇和挑战。

无线射频识别(Radio Frequency Identification，RFID)是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据信息。如图2所示，RFID系统一般由标签、阅读器、中间件、对象命名服务以及EPC信息服务组成。

标签由天线、集成电路、连接集成电路与天线的部分和天线所在的底层四部分构成。EPC码是存储在标签中的唯一信息。EPC码是由EPCglobal国际组织颁布新一代编码标准，是由版本号、域名管理者、对象分类、序列号组成的一组数字。其中版本号标识EPC的版本号；域名管理者是描述与此EPC相关的生产厂商的信息；对象分类记录产品精确类型的信息；序列号唯一标识货品。

阅读器向标签发送电磁信号，读取标签中的EPC编码。

中间件系统用来处理这些获得的EPC编码，消除它们的冗余部分，修补其中的错误，找出与EPC关联的产品的详细信息等。

对象命名服务(ONS)将EPC码与相应商品信息进行匹配，作用类似于域名解析服务(DNS)。当阅读器读取EPC标签的信息时，EPC码就传递给了中间件系统。中间件系统再在局域网或因特网上利用ONS对象名解析服务找到这个产品信息所存储的位置。ONS给中间件系统指明了存储这个产品的有关信息的服务器，因此就能够在中间件系统中找到这个文件，并且将这个文件中关于这个产品的信息传递过来。

EPC信息服务是EPC所标识的产品详细信息存放的真正服务器。EPC信息服务在ONS中注册自己的信息，这样中间件系统就能够根据EPC码在ONS找到该产品的详细信息的服务器地址，然后到该服务器取回产品的详细信息。

无线传感器网络技术是利用大量的低成本、小尺寸、多功能以及低能耗的传感器节点来协同地完成通过一般手段难以完成的物理世界信息获取和处理任务。带有不同传感器的节点通过通信模块相互连接起来，组成一个功能强大的信息获取网络。在本发明中，将不同的传感器集成在RFID的标签中，传感器感知的信息由RFID的阅读器读取。

总之，在泛在计算环境中，通过射频识别以及传感器技术，能够自动、实时、准确、详细地获取物理环境的数据，从而能够获取企业物理环境的实时、准确的信息，实现物理环境和计算环境的紧密集成；这些信息一方面可以在工作流建模阶段提供更准确的活动流转路径，另一方面可以在工作流执行阶段提供更准确的路由信息。

泛在环境中的工作流与传统工作流的重要区别是活动的变迁可以更加符合实际情况，更加人性化，更加准确地流转活动。因为泛在计算技术能够自动、实时、准确地获取特定对象的上下文信息，比如：时间、位置、所处状态等。泛在计算环境下工作流的触发条件中多了一个重要的内容就是上下文(Context)。

首先，在泛在计算环境中，无线射频识别技术、无线传感器网络技术能够使得企业的业务流程发生变化，一些人工型活动会变为自动应用，提高业务过程的自动化程度；这种变化的业务流程需要工作流描述语言能够支持上下文信息的获取，并且根据这种上下文信息来路由活动。

下面，通过一个实例来说明泛在计算环境下工作流与传统工作流之间的区别。图3所示的是一个传统计算环境下的会议工作流模型，图4为泛在计算环境下会议工作流模型。从两图可以看出，由于泛在计算技术的存在使得业务过程发生变化，原来的人工型活动，比如图3中的“确认参会人数”、“打开PPT讲稿”变为自动应用，比如图4中的“确认人数”、“打开PPT讲稿”。

人工型活动之所以能够变为自动应用，是因为RFID、无线传感器网络等泛在计算技术将物理世界的信息和计算环境紧密集成，能够使得信息系统自动、实时、准确地获取物理世界信息。这些自动应用的自动执行以及从一个自动应用活动变迁到下一个活动，需要这些来自物理环境的信息的支持。比如，图4中的“确认人数”自动应用的自动执行需要通过安装在会议室的RFID阅读器来读取每个与会人员的胸卡中的标签信息，从而确定与会人员是否已经在会议室内，对于没有按时到的人及时发出通知。同样，图4中自动应用“确认人数”到自动应用“打开PPT讲稿”的活动变迁也需要来自物理环境的信息，比如“准备发言的人已经站在讲台前”，这时系统就可以自动地为他打开他的PPT讲稿。其中，“准备发言的人已经站在讲台前”可以通过如下方法获取，通过安装在讲台前的RFID阅读器读取站在它前面的人佩戴胸卡的标签信息，得到“有人站在讲台前”的信息，同时系统自动和会议安排时确定的发言人比较，从而判断这个人是不是要发言的人，如果是，就得到“准备发言的人已经站在讲台前”信息，系统就可以自动地为他准备好讲稿了。

从上面的描述可以看出，传统工作流和泛在计算环境下的工作流最大的区别就是：在泛在环境下工作流自动应用的自动执行或者活动流转，都需要来自物理环境的实时数据。这些数据描述了企业所在环境中的用户、设备以及网络等的位置、状态、行为等信息，在这里称之为上下文(Context)信息。也就是说，上下文在泛在环境下工作流中起着重要作用，是区别于传统工作流的主要标志。因此，泛在计算环境下工作流的一个重要的内容就是如何获取这些上下文信息。

上下文是指所有能够刻画对象特征的信息，比如：时间、位置、实体、活动等。上下文可以分为基本上下文(Primitive Context)和复合上下文(Composite Context)两种。基本上下文是指直接利用泛在计算技术获得物理环境中对象的位置、状态、行为等信息。比如图4中，会议室RFID阅读器获取的与会人员的标签信息。复合上下文是指通过特定的操作符或者规则将不同上下文，或者上下文与辅助信息组成的更高层次的上下文。比如图4中，讲台RFID阅读器读取的基本上下文“有人站在讲台前”和会议安排的人员安排等信息可以得到复合上下文“准备发言的人已经站在讲台前”。

上下文信息对于泛在环境下的工作流固然重要，但是这些信息的获取面临很多挑战，比如：泛在计算技术会产生海量的数据，从这些数据中抽取上下文信息需要很多的工作；这些数据存在大量的冗余、有时会存在错误；这些数据之间存在着一定的语义关联，它们背后隐藏着更丰富的上下文信息。比如：一个信用卡在北京发生了一笔交易，几分钟以后，该信用卡又在纽约发生了一笔交易，需要有相应的机制来发现这些数据背后隐藏的信息：信用卡很可能被盗用了，并及时通知用户。

因此，为了获取泛在计算环境中工作流的上下文信息，需要相应的方法和机制。目前，工作流管理联盟以及其他工作流语言，比如：BPEL4WS、WSFL等都没有支持泛在计算环境下上下文的能力。韩国Soongsil大学提出的uWDL工作力语言虽然支持泛在环境下上下文，但是没有给出相应的方法来获取这种上下文信息。

本发明使用复杂事件处理机制来获取泛在计算环境下工作流上下文。复杂事件处理的基本要点是：事件抽取、事件聚合和事件响应。首先，从大量的数据中抽象出基本事件，这些事件可以是状态的变化、活动的执行等，也可以是用户、系统关注、感兴趣的其它信息；其次，通过一定的事件操作符将不同的事件关联起来形成复合事件，表示新的意义，揭示数据之间隐含的信息；第三，通过事件处理得到事件之间的因果关系、层次关系，因果关系可以帮助用户分析系统宏观现象的本质原因，而层次关系可以为不同领域、不同层次的用户提供个性化的事件信息；最后，这些事件，特别是复合事件快速地传送到关注它的用户或者系统那里，以便他们进行决策，提高企业的响应能力，这就是事件驱动的思想。

复杂事件处理机制能够获取泛在计算环境下工作流上下文信息，主要表现在如下方面。

1、上下文可以表达为事件。上下文主要指系统中用户、设备、网络等的位置、状态、行为等信息。其中，位置的每一次变化可以记录为一个事件，由系统的RFID阅读器读取。状态的变化自然地表示为一个事件。而行为本身就是和事件紧密联系在一起的。

2、基本上下文可以通过复杂事件处理机制中的基本事件抽取功能从海量的数据中获得。

3、复合上下文可以通过复合事件处理机制中的事件聚合功能来将不同的上下文以及其它辅助信息组合在一起。

4、上下文的获取需要实时、准确；这是复合事件处理机制固有的特性，基本事件抽取能够从海量的物理环境数据中得到准确的信息，事件响应能够保证将正确的信息以最快的速度传送到正确的位置。

发明内容

本发明的目的在于在泛在计算环境下获取工作流上下文的获取实现以及处理方法，以便获取企业物理环境的及时、准确的信息，实现物理环境和计算环境的紧密集成，自动地为工作流建模提供更准确的活动流转路径和更准确的路由信息。

本发明所述的系统的特征在于：含有RFID系统、边缘服务器、工作流服务器、工作流管理系统以及企业信息系统，其中：

RFID系统，是一个无线射频识别系统，企业把该RFID系统布置在包括办公室、会议室、生产线、仓库在内地区域，基于EPCglobal国际组织颁布的电子产品编码EPC，以获取包括产品位置信息、企业内设定地区的温度信息在内的企业物理环境信息和活动信息；

边缘服务器属于互联网的一种边界网关服务器，和所述RFID系统互联，设有消除冗余、噪声数据以及修改错误数据的模块，从所述RFID系统中读取含有冗余、噪声、错误的RFID数据，输出已消除冗余、噪声、错误的RFID事件；

工作流服务器，设在互联网服务器，含有：互相双向连接的复杂事件处理引擎，工作流管理系统和数据库，其中：

复杂事件处理引擎，设有一个基于复杂事件处理规则的相关处理模块，该模块把从所述边缘服务器收到的每一个基本事件，或者把符合设定条件的RFID事件抽象为一个基本事件；然后，在基本事件之间，或在基本事件和复合事件之间、或在复合事件之间进行重聚，按照复杂事件处理规则形成新的复合事件，从中提取工作流上下文；所述处理模块也从所述企业信息系统中或数据库中提取相关上下文信息；

数据库，从所述边缘服务器中输入RFID事件信息，或从所述企业信息系统中提取信息；

工作流管理系统，从所述复杂事件处理引擎中输入工作流上下文信息，据此协调不同的企业信息系统执行业务活动。

企业信息系统设在用户端，向所述边缘服务器、复杂事件处理引擎、工作流管理系统和数据库输出它们各自需要的相关信息，其中，边缘服务器需要EPC、复杂上下文，数据库需要企业业务信息，工作流管理系统需要指令响应信息。

本发明所述的方法的特征在于，依次含有以下步骤，

步骤(1)，在互联网的工作流服务器中建立三个相互之间双向连接的复杂事件处理引擎、不同企业业务的工作流管理系统以及数据库，在该复杂事件处理引擎中设置一个基于复杂事件处理规则的处理模块，在其中对于有关工作流的上下文信息，预先做如下定义：

首先，定义了用于获取工作流上下文的事件模型：

把用户或者系统任何感兴趣的信息定义为事件，用E表示，E＝(id，attrs，causality，t₁，t₂)，其中：

id用来唯一标识事件类型，一个事件类型有很多事件实例，

attrs表示事件的属性集合，属性是指当事件发生时企业所在物理环境中包含的能够刻画对象特征的位置、状态、行为、活动、实体在内的实时数据，即上下文信息的集合，即：attrs＝{attr₁，attr₂，...，attr_n}，n≥0，为属性个数，

causality是因果向量，表示引发该事件的原因事件的集合，即：causality＝{e₁，e₂，...，e_m}，m≥0，为原因事件的个数，

t₁，t₂表示事件起始时刻和结束时刻，

所述事件分为基本事件和复合事件，其中：基本事件中的上下文信息为基本上下文，是指所有能够刻画对象特征的信息；复合事件的上下文是复合上下文，是通过一个或多个事件操作符把不同的事件组合在一起，形成一个具有新的语义的事件；

其二，定义了事件之间的操作符，其中包括：

基本逻辑操作符，包括：

AND操作符，E＝AND(E₁，E₂，...，E_n)，指所有成分事件都发生，复合事件才发生，

OR操作符，E＝OR(E₁，E₂，...，E_n)只要有一个成分事件发生，复合事件就发生，

NOT操作符，！E，表示事件类型E的实例没有发生，

SEQ操作符，E＝SEQ(E₁，E₂，..，E_n)，指事件之间按照时间顺序发生，

时间操作符：

T(e)表示事件发生的时间段，T_b(e)＝t₁，表示事件发生的开始时刻，T_e(e)＝t₂表示事

件结束时刻；

因果操作符：

直接因果操作符：用“→”表示，间接因果操作符：用

表示，在原因事件和结果事件之间有中间事件，

第三，定义了事件处理方法中的事件实例的使用策略和消耗策略：

使用策略包含：

(6).First：选择事件实例中的第一个进行事件聚合，

(7).Last：选择事件实例中的最后一个进行事件聚合，

(8).Each：成分事件类型的每一个事件实例都参与事件聚合，组成不同的复合事件实例，

(9).All：成分事件类型的所有事件实例都参与事件聚合，

(10).Specific：通过具体的事件实例函数，根据指定的参数选择满足条件的事件实例参与事件聚合，

消耗策略包含：

(4).Delete：事件实例参与复合事件聚合后立即删除，

(5).Reserve：事件实例参与复合事件聚合后仍然保留，

(6).Conditional reserve：事件实例参与复合事件聚合后，满足一定的条件就保留下来，不满足则删除，

所述复合事件表达式由事件操作符Operator和事件操作数Operand组成，记为：{EACH}operator(operand{(con)}，...)表示每个复合事件实例的发生都要报告，如果没有该操作符，就仅仅报告复合事件的第一个实例；其中，Operand是事件类型，(con)是指某个或者某些具体的事件实例，

{WHERE[equivalence test]，parameterized predicates}，表示各个操作符之间要满足的条件，equivalence test是等值测试，对各个操作数的共同属性进行等值比较；parameterizedpredicates对不同操作数之间进行其它的限制，

{WITHIN，INTERVAL，AT}，其中，WITHIN表示复合事件发生的时间范围；INTERVAL表示时间区间；AT表示事件的开始时间点；

步骤(2)，企业在包含办公室、会议室、生产线、仓库在内的地段部署无线射频识别子系统RFID，

步骤(3)，该RFID子系统基于EPCglobal国际组织颁布的电子产品编码EPC，获取包含产品位置信息、所在地段温度信息在内的企业物理环境和活动信息；在EPC编码中，版本号标识EPC的版本号；域名管理是描述与此EPC相关的生产厂商的信息；对象分类记录产品精确类型的信息；序列号唯一标识货品，

步骤(4)，所在互联网中与该RFID子系统互联的边缘服务器在收到步骤(2)得到的信息后，用消除冗余、噪声数据模块和错误数据修改模块进行处理，形成RFID事件，把它送往所述复杂事件处理引擎，根据用户或所述数据库得到的上下文信息进行处理，该边缘服务器还把该RFID事件存入所述数据库；

步骤(5)，所述复杂事件处理引擎依据复杂事件处理模块内设定的复杂事件规则，按如下步骤进行处理，从大量的RFID事件中确定工作流的上下文信息：

步骤(5.1)，形成具体事件

把每一个RFID事件作为一个基本事件，或者符合用户已有企业信息管理系统或者所述数据库设定的条件的RFID事件，抽象为一个基本事件，所述抽象是指从对象的RFID事件的数据中抽取出用户、系统感兴趣的信息，并格式化为事件信息；

步骤(5.2)，把步骤(5.1)的不同事件实例使用步骤(1)所述的复杂事件处理规则，通过所述复杂事件处理模块组合为特定的上下文，形成复合事件；

步骤(5.3)，所述复杂事件处理模块把基本事件与基本事件，基本事件与复合事件，或者复合事件与复合事件使用不同的事件操作符组合成新的事件，或者按照用户、企业信息系统设定的规则，所述数据库中的工作流上下文信息组合成一个新的事件类型，在这个称为事件聚合的过程中要根据指定的事件实例使用策略选择事件实例进行事件聚合，根据消耗策略语义来维护已经参与事件聚合的事件实例，根据老化策略和事件操作数的容量来维护事件实例；

步骤(5.4)，所述复杂事件处理模块根据步骤(5.3)得到的复合事件形成工作流上下文；

步骤(6)，所述复合事件处理引擎把步骤(5.4)得到的工作流上下文送给所述工作流管理系统；

步骤(7)，该工作流管理系统根据工作流上下文协调不同的企业信息系统执行业务活动。

试验证明，本发明可在泛在计算环境下实现工作流在应用中的自动执行或活动流转。

附图说明

图1一个工作流模型实例

图2RFID系统框图

图3一个会议工作流模型

图4泛在计算环境下的会议工作流模型

图5事件模型

图6事件与其它元素的关系

图7操作符的定义

图8点时间和区间时间

图9系统体系结构

图10工作流上下文获取的程序流转框图

具体实施方式

本发明针对泛在计算环境下工作流需要上下文信息的特殊需求，提出一种使用复杂事件处理机制来从海量的数据中获取上下文的系统和方法。首先，定义了用来获取上下文的事件模型，说明了事件与信息系统中其他元素的关系。其次，定义了事件之间的操作符，包括基本的逻辑操作符、时间操作符和因果操作符等，用来从海量的数据中抽取出基本上下文，或者将不同的上下文组合成复合上下文。第三，定义了事件处理机制中的事件实例的使用策略和消耗策略。第四，实现了事件聚合过程中的等值测试。

用户或者系统任何感兴趣的信息都可以定义为事件，比如状态的变迁，活动的记录等。一个事件类型E可以定义如下，E＝(id，attrs，causality，t₁，t₂)，id用来唯一标识事件类型；attrs表示事件的属性集合，即：attrs＝{attr₁，attr₂，...，attr_n}，n≥0。causality＝{e₁，e₂，...，e_m}，m≥0是因果向量，表示引发该事件的原因事件集合；t₁，t₂表示事件起始时刻和结束时刻。一个事件类型可以有很多事件实例。

事件模型如图5所示，根据事件的定义，事件包含事件属性。事件可以分为基本事件(Primitive Event)和复合事件(Composite Event)。基本事件是从海量的数据中抽取出来的信息。而复合事件是通过一个或者多个事件操作符将不同的事件(既可以是基本事件，也可以是复合事件)组合在一起，形成一个具有新的语义的事件。事件操作符可以包含基本逻辑操作符：AND、OR或者NOT等，还可以包含时间操作符T_b、T_e等。事件定义中的因果向量表示特定的事件与事件之间存在着一定的因果关系，一个事件的发生引发了另外一个事件的发生。事件与它的上下文信息相互关联，提供更多的信息。这里所说的上下文与上文中的“上下文”具有不同的含义，这里是指事件所处的环境信息，一般是指事件发生时，对象所处的状态等，而上文的上下文是指工作流所需的用户、设备、网络等的位置、状态、行为等。

图6描述事件与信息系统中其它元素的关系。

首先，在面向对象的编程方法中，对象的方法对属性进行操作可以抛出一个事件。一般来讲，对象的属性数据都存放在数据库中进行持久保存。

泛在计算环境中产生的海量数据流经过预处理后，得到用户关心的事件，另外其数据也存放在数据库中。

数据库管理系统按照系统的业务规则对数据进行管理时，也会产生大量的事件，比如：数据的删除、插入、修改等。

另外，系统的硬件、网络等也会产生大量的事件，比如硬件故障、网络阻塞等。

事件可以触发系统的中的行为，特别是面向对象中的方法。一个对象获得一个其感兴趣的事件后，就执行相应的方法。

事件和上下文一起组成状态(Situation)，其表现的信息提供更多的语义，可以更面向用户。状态也可以触发系统的中的行为。

一般来讲，事件是以消息的行为在系统中传播的。另外，消息本身也可以产生事件，比如：消息的产生、消息的删除等。

复合事件表达式由事件操作符(operator)和事件操作数(operand)组成，记为：

                    complex event pattern＝

                    {EACH}operator(operand{(con)}，...)

                    {WHERE[equivalence test]，parameterized predicates}

                    {WITHIN，INTERVAL，AT}

比如：

                    EACH

                    AND(SHELF-READING(reader=＂05AE＂)x，EXIT-READINGy)

                    WHERE[manufacturer-id]and x.weight<y.weight

                    WITHIN 30

其中花括号表示该项是可选项。

EACH：表示每个复合事件实例的发生都要报告，如果没有该操作符，就仅仅报告复合事件的第一个实例。

操作数一般是指事件类型，操作符是指将事件类型组合在一起的操作符。operand后面的(con)指定某个(些)具体的事件实例，比如：(reader＝”05AE”)，特指reader＝”05AE”的事件实例。

WHERE表示各个操作数之间需要满足的条件，包括两个选项，即：等值测试(Equivalencetest)和参数化谓词(parameterized predicates)。前者对各个操作数的共同属性进行等值比较，比如：[manufacturer-id]，也就是说x.manufacturer-id＝y.manufacturer-id；后者对不同操作数之间进行其它的限制，比如：x.weight<y.weight。

WITHIN表示复合事件发生的时间范围，比如WITHIN30，表示在30秒之内事件发生；INTERVAL表示时间区间；AT表示事件的开始时间点。

操作符的定义需要如下几部分内容：

第一、操作符所连接Operand的实例数量。超过了这个数量，就按照一定的老化语义(通常为时间顺序)，将“老化”的事件实例删除。如图7中的参数“length”。通常，由于系统资源的限制，对于每个事件类型系统都有一个默认的容量函数，指定最多可以存放的事件实例的个数，一旦事件实例达到这个数量，就必须根据一定的策略删除一些事件实例，以便能够存储新的事件实例。这就需要“老化”策略(Aging strategy)，将事件实例“变老”，必要的时候删除最“老”的实例。这些老化策略如下。

(1).时序老化：按照时间顺序，即最早发生的事件是最“老”的事件，也最先被删除。

(2).语义老化：根据具体的语义来老化事件，比如：新的冰箱订单要求交货的日期越晚，事件就越老。使用该策略时，要同时指定相应的老化语义。

第二、Operand事件实例的使用策略和消耗策略：事件代数的定义都是按照事件的类型来定义的。一个事件类型可以有大量的事件实例，事件实例的使用策略指定使用哪个(些)事件实例进行事件聚合。同时，事件实例参与了复合事件计算以后，是继续保留还是被删除掉，这是事件实例的消耗策略。在操作符定义时，可以指定一个默认值。在复合事件的定义过程中，可以指定新的值来覆盖默认值。如图7中的参数“use”和“consume”。

事件代数都是按照事件类型来定义的。一个事件类型可以有大量的事件实例，事件实例的使用策略指定选择哪个事件实例进行事件聚合。同时，事件实例参与了复合事件的计算以后，是继续保留还是被删除掉，这是事件实例的消耗策略。

这里使用如下的使用策略，同时结合复合事件E＝con(E₁，E₂)来说明，其事件实例为 $(e_1^1,e_1^2,e_1^3),\left(e_2^1\right),e_i^j$ 表示事件类型i的第j个事件实例。

(11).First：选择事件实例中的第一个进行事件聚合，比如上例， $e=(e_1^1,e_2^1).$

(12).Last：选择事件实例中的最后一个进行事件聚合，比如上例， $e=(e_1^3,e_2^1).$

(13).Each：成分事件类型的每一个事件实例都参与事件聚合，组成不同的复合事件实例，比如： $e=(e_1^1,e_2^1),$ $e=(e_1^2,e_2^1),$ $e=(e_1^3,e_2^1).$

(14).All：成分事件类型的所有事件实例作为整体参与事件聚合， $e=((e_1^1,e_1^2,e_1^3),e_2^1).$

(15).Specific：通过具体的事件实例函数，根据指定的参数选择满足条件的事件实例参与事件聚合，比如 $e=(\mathrm{operator}(p_1,p_2,\&CenterDot;\&CenterDot;\&CenterDot;,p_n),e_2^1),$ 事件实例操作符如下所述。使用该使用策略的时候，要同时指定使用的事件实例函数，以及实际参数。

事件实例消耗策略如下。

(7).Delete：事件实例参与复合事件聚合后立即删除。

(8).Reserve：事件实例参与复合事件聚合后仍然保留。

(9).Conditional reserve：事件实例参与复合事件聚合后，满足一定的条件就保留下来，不满足则删除。

常用的事件操作符定义如下(省略了各个操作符的参数说明)：

AND操作符，E＝AND(E₁，E₂，...，E_n)，指所有成分事件都发生，复合事件才发生。

OR操作符，E＝OR(E₁，E₂，...，E_n)只要有一个成分事件发生，复合事件就发生。

NOT操作符，！E，表示事件类型E的实例没有发生。

SEQ操作符，E＝SEQ(E₁，E₂，...，E_n)，指事件之间按照时间顺序发生。

另外，事件之间存在着时间关系、因果关系、层次关系以及语义关系。为了描述这种关系，需要定义其它一些操作符。

一、时间操作符

事件时间可以分点时间和区间时间，如图8所示。

事件时间操作符，用T(e)表示事件发生的时间；开始时间操作符，用T_b(e)；结束时间操作符，用T_e(e)表示。

在图8中，

T_b(e₁)＝t₁；T_e(e₁)＝t₂。

一般来讲，基本事件使用点时间，而复合事件使用区间时间。

二、因果操作符

因果关系是事件之间的一种依赖关系，分为直接因果关系和间接因果关系。

直接因果操作符→，原因事件和结果事件之间没有其它事件，即 $e_1\&RightArrow;e_2\&DoubleRightArrow;e_1\&Element;e_2.\mathrm{causality}.$

间接因果操作符，原因事件和结果事件之间还有其它中间事件，即 $e_1\stackrel{.}{\&RightArrow;}{e}_2\&DoubleRightArrow;\&Exists;e_i,$ i≠1，2使得e₁→e_i∧e_i→e₂。

因果关系和时间关系之间存在着内在的一致性，如公理1所述。

公理1：事件之间存在因果关系，原因事件的开始时间肯定早于结果事件的开始时间，即

事件因果关系的一个重要作用就是分析系统的动态行为，找出系统宏观现象下的本质原因，比如：为什么客户会流失、销售管理系统为什么运行很慢等。

上面给出了事件处理机制的基本概念，包括事件的定义，事件模型，事件与信息系统中其他元素之间的关系，事件操作符以及事件聚合的规则等。下面说明复杂事件处理机制的基本思想。

复杂事件处理机制包含如下观点，即：基本事件抽取、事件聚合以及事件响应。

基本事件抽取是指从对象的数据中抽取出用户、系统感兴趣的信息。这些信息被格式化为事件信息，这些事件被称为基本事件。基本事件的抽取可以分为如下几种情况。第一，直接将泛在环境中获得的数据转化为基本事件；第二，只有满足条件的数据才被抽取为事件。

事件聚合是指将不同的事件(可以是基本事件与基本事件，基本事件与复合事件，复合事件与复合事件)使用不同的事件操作符按照设定的规则组合成一个新的事件类型，表达新的语义。基本事件表示的是低层次的信息，实际上信息系统中更多的信息是隐藏在多个事件信息背后的信息，这些背后的信息可以通过事件操作符按照一定的规则将不同的事件组合在一起形成具有新的语义的新的事件类型，从而表达这些隐藏的信息。

事件聚合要根据事件实例使用策略选择事件实例来进行事件聚合，根据消耗语义来维护已经参与过事件聚合的事件实例，根据老化策略和事件操作数的容量来来维护事件实例。

事件响应是指根据事件发生的信息做出必要的反映。事件就是用户或者系统感兴趣的信息，一个事件一旦发生就要及时地通知关注它的用户或者系统，以便他们及时做出响应。

首先，说明为什么可以使用复杂事件处理机制来获取上下文，然后通过具体的实例来说明如何使用复杂事件处理机制来获取上下文。

泛在计算环境下的工作流上下文主要是人员、设备的位置、状态、行为等。由于如下原因，可以使用复杂事件处理机制来获取上下文信息。

第一、上下文可以表达为事件。上下文主要指系统中用户、设备、网络等的位置、状态、行为等信息。其中，位置的每一次变化可以记录为一个事件，由系统的RFID阅读器读取。状态的变化自然地表示为一个事件。而行为本身就是和事件紧密联系在一起的。

第二、基本上下文可以通过复杂事件处理机制中的基本事件抽取功能从海量的数据中获得。

第三、复合上下文可以通过复合事件处理机制中的事件聚合功能来将不同的上下文以及其它辅助信息组合在一起。

第四、上下文的获取需要实时、准确；这是复合事件处理机制固有的特性，基本事件抽取能够从海量的物理环境数据中得到准确的信息，事件响应能够保证将正确的信息以最快的速度传送到正确的位置。

图9是该方法的软件体系结构，详细说明如下。

一个典型的制造企业包含如下几个业务过程，即制造过程、产品存储与分销过程以及企业的日常管理。为了在企业中部署泛在计算环境，分别为企业的部件、产品、人员等配备RFID电子标签，在制造车间、仓库、分销中心、会议室以及其它重要位置部署RFID阅读器。

RFID的标签、天线以及阅读器可以采用商业化产品，已有很多公司提供这样的产品。比如：Symbol、Intermec等。

贴在零部件、产品以及人员上的RFID电子标签中的EPC数据，由部署在不同位置的阅读器读取。RFID阅读器读取的数据由边缘服务器来处理，主要是消除这些数据中的冗余数据、噪声数据，并且对一些错误的数据进行修补。边缘服务器软件的输入是阅读器读取的大量数据，企业信息系统或者数据库中的上下文信息；输出是消除冗余数据、噪声数据和错误数据的RFID事件。另外，它还可以将RFID事件数据存储在数据库中，接受企业信息系统的指令，将相关信息通过RFID阅读器写入RFID标签中。这样的软件可以从商业公司获得，比如IBM、SUN、SAP和Oracle等都有相应的产品。

复杂事件处理引擎是我们方法的实现，该模块负责从大量的RFID事件中确定工作流的上下文信息，从而为工作流管理系统的执行提供实时、准确、详细的信息。它从边缘服务器中获得RFID事件，根据复杂事件处理的规则，将不同的事件组合成工作流管理系统需要的上下文信息。同样，复杂事件处理引擎可以从企业信息系统或者数据库中获取相关上下文信息。复杂事件处理使用我们研制的产品RTE-CEP。

工作流管理系统用来协调不同的企业信息系统。它根据事先构建的企业业务模型来组织不同的企业信息系统的运行。有了RFID和无线传感器网络的支持，系统可以获取更多实时、准确的信息，从而工作流管理系统可以更准确、更高效、更自动化地协调不同的业务活动。工作流管理系统的输入是企业业务模型，从复杂事件处理引擎中获得的上下文信息。输出不同的业务活动控制信息。工作流管理系统可以采用商业化的软件产品，比如Oracle、SAP等公司的产品，这里我们使用的是我们自己的软件产品CIMFLOW。

企业信息系统用来处理不同的企业业务，比如订单处理、计划排产、车间管理等。这些信息系统接受工作流管理系统的控制指令，在工作流管理系统的统一协调下工作。根据不同的企业业务产生不同的输出数据，比如：订单、生产计划、产品等。企业信息系统由很多商业化产品可以选择，比如SAP、IBM、Oracle、用友、金蝶等。

数据库主要用来存储企业信息系统的数据，同时也可以用来存储RFID产生的事件信息。这些数据是企业业务运行的记录，可以从中分析企业运行的性能。数据库产品使用商业化软件产品比如Oracle、SqlServer、DB2等。

上述的各个部分总结如下。

 

	功能	输入	输出	来源
					边缘服务器	消除冗余、噪声数据，修改错误数据。	含有冗余、噪声、错误的RFID数据。	消除冗余、噪声、错误的RFID事件。	商业化产品

 

复杂事件处理引擎	从大量的RFID事件中确定工作流的上下文信息	RFID事件	工作流上下文	RTE-CEP
					工作流管理软件	协调不同企业信息系统的运行。	工作流模型，上下文信息。	控制命令	CIMFLOW
企业信息系统软件	处理企业不同的业务	工作流管理系统的控制命令	不同的业务结果，比如订单、生产计划等。	商业化产品
					数据库软件	存储数据	各个信息系统产生的执行数据		商业化产品

图10说明了工作流上下文复杂事件处理方法的执行步骤。

总体上来说，首先是RFID阅读器读取标签的信息，得到大量的RFID数据；边缘服务器软件消除这些数据中的冗余、噪声数据和错误数据，得到大量的RFID事件；然后由复杂事件处理引擎对这些RFID事件进行处理，得到工作流管理系统需要的上下文信息；工作流管理系统根据这些上下文信息和业务模型协调不同的信息系统执行不同的活动。

其中，复杂事件处理方法来获取工作流上下文是本发明的核心内容。它的具体执行步骤是：首先从边缘服务器得到的RFID事件可以分为两种情况，一是每一个事件都可以看作是基本事件，另一种情况是只有满足一定的条件才能被抽象为基本事件。这两种情况得到的基本事件，和通过事件聚合得到的复合事件(随后介绍)一起，可以通过不同的事件聚合规则聚合为工作流需要的上下文信息；同时这些聚合出来的结果也可以看作是复合事件(上面提到的复合事件)，可以和其它事件(基本事件、复合事件)一起聚合成其它复合事件。这个聚合过程分为两种情况，一是事件之间根据聚合规则直接聚合，另一种情况是需要其它辅助信息的帮助，才能得到具有独立意义的工作流上下文(复合事件)。

下面通过一个具体的实例来说明如何通过复杂事件处理机制来获取上下文信息。

企业在办公室、会议室、生产线、仓库等部署RFID和无线传感器网络技术，使得企业的生产环境和办公环境可以认为是泛在计算环境。企业的信息系统可以自动、实时、准确获取物理活动的信息。

在这个泛在计算环境中，主要关注如下事件：

产品位置信息，记为LOC(EPC，location，time)，其中EPC是产品或者人员的编码，location是RFID阅读器的位置，time是阅读器读取到产品或者人员标签的时间。

温度传感器读取的温度事件，记为TEMP(EPC，temp，time)，其中EPC为办公室的编码，temp是观测到的温度，time是观测的时间。

一、基本上下文的获取

基本上下文获取有两种情况，一是泛在计算环境中的每一个有效数据都看作为一个事件，这个事件同时作为工作流中的基本上下文。这里之所以说是“有效数据”是因为在泛在计算环境中，经常会有大量的冗余数据，比如在RFID系统中，为了保证系统读取数据的可靠性，不同阅读器的阅读范围存在着重叠，这样就会出现一个产品的EPC编码同时被多个阅读器读取的情况，产生了大量的冗余数据。已经有很多研究成果来处理这种数据冗余的情况。本发明没有涉及该方面的内容。二是这些有效的数据中只有那些满足一定条件的数据才能被抽象为基本事件，同时作为工作流使用的上下文。指定这些条件就要用到上述我们定义的事件处理规则。

下面通过具体的实例来说明上述两种情况。

首先，以上述图4描述的会议工作流的例子来说明第一种情况。安装在会议室、讲台的RFID阅读器读取的有效数据如下所示。

Meeting₁＝LOC(“UH7JEFU63MAW6I610”，“Meeting Room1”，2:42PM)，

Meeting₂＝LOC(“UH7JEFU63MAW6I613”，“Meeting Room1”，2:44PM)，

...，

Meeting_n＝LOC(“UH7JEFU63MAW6I610”，“Platform”，2:59PM)

其中的EPC采用96位编码，分别代表参与会议的人员。这些有效的数据分别表示EPC编码代表的人在某个时间进入会议室，以及UH7JEFU63MAW6I610代表的发言人在2:59PM出现在讲台前。这些数据都具有独立的语义，从而被抽象为基本事件，同时作为工作流的基本上下文。

其次，我们以下面的例子说明第二种情况，企业为了节约电源，规定夏天办公室的温度不得低于26度。部署在办公室的传感器节点中的温度传感器在不断地读取办公室室内的温度，得到如下温度值。

TEMP(“Office1”，“27.3”，8:01AM)

TEMP(“Office1”，“26.7”，8:11AM)

TEMP(“Office1”，“28.1”，8:21AM)

TEMP(“Office1”，“25.2”，8:31AM)

TEMP(“Office1”，“24.9”，8:41AM)

使用如下规则：EACH TEMP(temperature<26)可以得到用户感兴趣的信息，这些满足条件的数据被抽象为基本事件，同时被看作工作流使用的上下文。在上述的实例中得到如下的数据。

TEMP(“Office1”，“25.2”，8:31AM)

TEMP(“Office1”，“24.9”，8:41AM)

二、复合上下文的获取

复合上下文的获取需要将不同的上下文根据一定的规则通过操作符组合在一起，构成新的意义的上下文，在必要的时候还需要其他辅助信息。这里，结合具体的实例，分两种情况介绍复合上下文的获取，即一种为将不同的上下文组合在一起，另一种为通过其他条件将不同的上下文组合在一起。

第一，不同上下文的组合

在图4的工作流模型中，自动应用“确认人数”需要出席会议人数的上下文信息，这个上下文是一个复合上下文，不能自己独立获取，需要通过各个基本上下文的组合来获取。也就是说，出席会议人数＝AND(Meeting₁，Meeting₂，...，Meeting_n-1)。假定该会议只有一个发言人。

第二，通过其它条件组合不同上下文

在图4的工作流模型中，自动应用“确认人数”到自动应用“打开PPT讲稿”的变迁需要上下文信息“发言人站在讲台前”。这个上下文是复合上下文，不能通过基本上下文直接获取。根据上面的描述，我们可以得到如下基本上下文，Meetingn＝(“UH7JEFU63MAW6I610”，“Platform”，2:59PM)，但是，不能确定该人就是要发言的人，通过这一个基本上下文还不能确定复合上下文，还需要其他条件。为此，系统查询会议安排的记录，找到会议的发言人，然后和EPC代码“UH7JEFU63MAW6I610”所代表的人进行比较，如果相符就说明站在讲台见面的人是发言人，即得到复合上下文“发言人站在讲台前”。

Claims (8)

1.泛在计算环境中工作流上下文信息的获取方法，其特征在于，依次含有以下步骤，

步骤(1)，在互联网的工作流服务器中建立复杂事件处理引擎、不同企业业务的工作流管理系统以及数据库，这三个相互之间双向连接，在该复杂事件处理引擎中设置一个基于复杂事件处理规则的处理模块，在其中对于有关工作流的上下文信息，预先做如下定义：

首先，定义了用于获取工作流上下文的事件模型：

把用户或者系统任何感兴趣的信息定义为事件，用E表示，E＝(id，attrs，causality，t₁，t₂)，其中：

id用来唯一标识事件类型，一个事件类型有很多事件实例，

attrs表示事件的属性集合，属性是指当事件发生时企业所在物理环境中包含的能够刻画对象特征的位置、状态、行为、活动、实体在内的实时数据，即上下文信息的集合，即：attrs＝{attr₁，attr₂，...，attr_n)，n≥0，为属性个数，

causality是因果向量，表示引发该事件的原因事件的集合，即：causality＝{e₁，e₂，...，e_m}，m≥0，为原因事件的个数，

t₁，t₂表示事件起始时刻和结束时刻，

所述事件分为基本事件和复合事件，其中：基本事件中的上下文信息为基本上下文，是指所有能够刻画对象特征的信息；复合事件的上下文是复合上下文，是通过一个或多个事件操作符把不同的事件组合在一起，形成一个具有新的语义的事件；

其二，定义了事件之间的操作符，其中包括：

基本逻辑操作符，包括：

AND操作符，E＝AND(E₁，E₂，...，E_n)，指所有成分事件都发生，复合事件才发生，

OR操作符，E＝OR(E₁，E₂，...，E_n)只要有一个成分事件发生，复合事件就发生，

NOT操作符，！E，表示事件类型E的实例没有发生，

SEQ操作符，E＝SEQ(E₁，E₂，...，E_n)，指事件之间按照时间顺序发生，时间操作符：

T(e)表示事件发生的时间段，T_b(e)＝t₁，表示事件发生的开始时刻，T_e(e)＝t₂表示事件结束时刻；

因果操作符：

直接因果操作符：用“→”表示，

间接因果操作符：用“”表示，在原因事件和结果事件之间有中间事件，

第三，定义了事件处理方法中的事件实例的使用策略和消耗策略：

使用策略包含：

(1).First：选择事件实例中的第一个进行事件聚合，

(2).Last：选择事件实例中的最后一个进行事件聚合，

(3).Each：成分事件类型的每一个事件实例都参与事件聚合，组成不同的复合事件实例，

(4).All：成分事件类型的所有事件实例都参与事件聚合，

(5).Specific：通过具体的事件实例函数，根据指定的参数选择满足条件的事件实例参与事件聚合，

消耗策略包含：

(1).Delete：事件实例参与复合事件聚合后立即删除，

(2).Reserve：事件实例参与复合事件聚合后仍然保留，

(3).Conditional reserve：事件实例参与复合事件聚合后，满足一定的条件就保留下来，不满足则删除，

所述复合事件表达式由事件操作符Operator和事件操作数Operand组成，记为：{EACH}operator(operand{(con)}，...)表示每个复合事件实例的发生都要报告，如果没有该操作符，就仅仅报告复合事件的第一个实例；其中，Operand是事件类型，(con)是指某个或者某些具体的事件实例，

{WHERE[equivalence test]，parameterized predicates}，表示各个操作符之间要满足的条件，equivalence test是等值测试，对各个操作数的共同属性进行等值比较；parameterizedpredicates对不同操作数之间进行其它的限制，

{WITHIN，INTERVAL，AT}，其中，WITHIN表示复合事件发生的时间范围；INTERVAL表示时间区间；AT表示事件的开始时间点；

步骤(2)，企业在包含办公室、会议室、生产线、仓库在内的地段部署无线射频识别子系统RFID，

步骤(3)，该RFID子系统基于EPCglobal国际组织颁布的电子产品编码EPC，获取包含产品位置信息、所在地段温度信息在内的企业物理环境和活动信息；在EPC编码中，版本号标识EPC的版本号；域名管理是描述与此EPC相关的生产厂商的信息；对象分类记录产品精确类型的信息；序列号唯一标识货品，

步骤(4)，所在互联网中与该RFID子系统互联的边缘服务器在收到步骤(2)所述涉及企业已在多个地段部署RFID的信息后，用消除冗余、噪声数据模块和错误数据修改模块进行处理，形成RFID事件，把它送往所述复杂事件处理引擎，根据用户或所述数据库得到的上下文信息进行处理，该边缘服务器还把该RFID事件存入所述数据库；

步骤(5)，所述复杂事件处理引擎依据复杂事件处理模块内设定的复杂事件规则，按如下步骤进行处理，从大量的RFID事件中确定工作流的上下文信息：

步骤(5.1)，形成具体事件

把每一个RFID事件作为一个基本事件，或者符合用户已有企业信息管理系统或者所述数据库设定条件的RFID事件，抽象为一个基本事件，所述抽象是指从对象的RFID事件的数据中抽取出用户、系统感兴趣的信息，并格式化为事件信息；

步骤(5.2)，把步骤(5.1)的不同事件实例使用步骤(1)所述的复杂事件处理规则，通过所述复杂事件处理模块组合为特定的上下文，形成复合事件；

步骤(5.3)，所述复杂事件处理模块把基本事件与基本事件，基本事件与复合事件，或者复合事件与复合事件使用不同的事件操作符组合成新的事件，或者按照用户、企业信息系统设定的规则，所述数据库中的工作流上下文信息组合成一个新的事件类型，在这个称为事件聚合的过程中要根据指定的事件实例使用策略选择事件实例进行事件聚合，根据消耗策略语义来维护已经参与事件聚合的事件实例，根据老化策略和事件操作数的容量来维护事件实例；

步骤(5.4)，所述复杂事件处理模块根据步骤(5.3)得到的复合事件形成工作流上下文；

步骤(6)，所述复合事件处理引擎把步骤(5.4)得到的工作流上下文送给所述工作流管理系统；

步骤(7)，该工作流管理系统根据工作流上下文协调不同的企业信息系统执行业务活动。

2.根据权利要求1所述的泛在计算环境中工作流上下文信息的获取方法，其特征在于，步骤(5.3)中所述的老化策略，包括按照时间顺序的时序老化和根据具体语义进行老化的语义老化策略。

3.根据权利要求1所述的泛在计算环境中工作流上下文信息的获取方法，其特征在于，所述事件和上下文一起组成状态，即Situation，同时面向用户，或触发系统中的行为。

4.根据权利要求1所述的泛在计算环境中工作流上下文信息的获取方法，其特征在于，所述数据库用来存储所述企业信息系统的数据。

5.根据权利要求1所述的泛在计算环境中工作流上下文信息的获取方法，其特征在于，所述边缘服务器要从用户端企业信息系统，或者从所述数据库中输入上下文信息，输出消除冗余数据、噪声数据和错误数据后的RFID事件。

6.根据权利要求1所述的泛在计算环境中工作流上下文信息的获取方法，其特征在于，所述边缘服务器接受用户端企业信息系统的指令，把EPC通过该RFID子系统中的RFID阅读器写入RFID标签中。

7.根据权利要求1所述的泛在计算环境中工作流上下文信息的获取方法，其特征在于，写在RFID电子标签中的EPC数据贴在零部件、产品以及相关人员上，由部署在不同位置的RFID阅读器读取。

8.泛在计算环境中工作流上下文信息的获取系统，其特征在于，含有：RFID系统、边缘服务器、工作流服务器、工作流管理系统以及企业信息系统，其中：RFID系统，是一个无线射频识别系统，企业把该RFID系统布置在包括办公室、会议室、生产线、仓库在内地区域，基于EPCglobal国际组织颁布的电子产品编码EPC，以获取包括产品位置信息、企业内设定地区的温度信息在内的企业物理环境信息和活动信息；

边缘服务器属于互联网的一种边界网关服务器，和所述RFID系统互联，设有消除冗余、噪声数据以及修改错误数据的模块，从所述RFID系统中读取含有冗余、噪声、错误的RFID数据，输出已消除冗余、噪声、错误的RFID事件；

工作流服务器，设在互联网服务器，含有：互相双向连接的复杂事件处理引擎，工作流管理系统和数据库，其中：

复杂事件处理引擎，设有一个基于复杂事件处理规则的相关处理模块，该模块把从所述边缘服务器收到的每一个基本事件，或者把符合设定条件的RFID事件抽象为一个基本事件；然后，在基本事件之间，或在基本事件和复合事件之间、或在复合事件之间进行重聚，按照复杂事件处理规则形成新的复合事件，从中提取工作流上下文；所述处理模块也从所述企业信息系统中或数据库中提取相关上下文信息；

数据库，从所述边缘服务器中输入RFID事件信息，或从所述企业信息系统中提取信息；

工作流管理系统，从所述复杂事件处理引擎中输入工作流上下文信息，据此协调不同的企业信息系统执行业务活动；

企业信息系统设在用户端，向所述边缘服务器、复杂事件处理引擎、工作流管理系统和数据库输出它们各自需要的相关信息，其中，边缘服务器需要EPC、复杂上下文，数据库需要企业业务信息，工作流管理系统需要指令响应信息。

Images