| 文章摘要 | 摘要 随着数据采集和处理技术的发展，在物联网对象跟踪、网络监控、金融预测、电信消费模式等领域中进行事件检测显得越发重要.事件检测在一次扫描数据流的假设下完成，数据流在被处理完后丢弃.事实上，很多应用场景中，历史数据流因含有丰富的信息而不能简单丢弃，且一些事件检测查询需要同时在实时和历史数据流上进行.鉴于已有复杂事件检测很少考虑同时在实时-历史数据流上进行模式匹配，作者研究了在线-离线数据流上复杂事件检测的关键问题.主要工作如下：(1)针对滑动窗口内产生的大量模式匹配中间结果，提出利用时态关系和时空关系管理中间结果的方法TPM和STPM.STPM以中间结果的时态和状态信息为权值对中间结果进行管理，将最近的、最有可能更新状态的中间结果置于内存，极大地减少了中间结果的读取操作代价.(2)给出了基于选择度的在线-离线复杂事件检测优化算法；(3)给出了算法的复杂性分析和代价模型；(4)在基于时空关系的中间结果管理模型下，在一个在线-离线复杂事件检测原型系统中进行实验，对多个参数(子窗口大小，选择度，匹配率，命中率)进行了算法对比分析.实验结果充分验证了所提出的算法的可行性和高效性.
关键词 物联网；复杂事件检测；数据流；非确定有限状态自动机；RFID；无线传感器网络
中图法分类号 TP311 DOI号: 10.3724/SP.J.1016.2012.00540 |