复杂事件处理及RFID中间件模型的研究

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:yeshen_001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
射频识别(RFID)是一种高效的自动识别与数据采集的技术,它利用无线射频信号对物体进行识别与信息传递,在制造、医疗、运输、物流等领域有着广泛的前景,被誉为21世纪最有前途技术之一。随着RFID技术应用的不断深入,对RFID中间件的数据处理提出了更高的要求。由于RFID标签数据具有海量性、实时性、关联性和语义隐含性的特点,所以复杂事件处理技术成为RFID数据管理的重要技术之一。目前,复杂事件处理技术己广泛应用于供应链管理、气候监测、银行系统监测、商业检测和射频识别技术中。   RFID中间件是RFID应用系统的中枢神经,是连接硬件与后端应用程序的中间角色。通过对现有RFID中间件的分析,发现它在事件处理方面存在明显的不足,把复杂事件处理技术引入RFID中间件,在很大程度上能够提高RFID中间件的事件处理能力。   针对RFID数据的特点和几种复杂事件处理模型的不足,对Petri网的基本结构进行了扩充和完善,提出了一个基于有色网的复杂事件检测模型,此模型对复杂事件的层次结构描述具有明显的优势。通过对五种事件操作符分别建立Petri网事件检测模型,定义了复杂事件检测网的基本结构,按照Petri网的层次性将这些基本网构建了一个完整的复杂事件表达式的检测模型,在此基础上提出了非自发事件的检测规则,通过生成时间事件和其他事件操作符组合对其进行检测,并提出了RFID原子事件检测的过程描述,用标识M描述了事件实例的检测轨迹。   针对RFID中间件事件处理能力不足的问题,提出了一个基于复杂事件处理的RFID中间件事件处理模型,分析了复杂事件检测引擎的组成及运行原理,利用模式抽取工具对复杂事件查询语言进行了语法解析,通过抽取出的事件时间和属性限制对RFID原子事件按照语义进行过滤;对于抽取出的事件表达式,构建对应的的模式语法树,遍历此语法树并建立相应的CPN检测网,在此基础上提出了复杂事件检测引擎的事件检测流程。由于RFID中间件与多个后端应用程序进行事件信息传递,本文提出了基于复杂事件的发布订阅机制,对事件的发布和订阅机制进行了深入的研究,将复杂事件按主题分类,并发布到订阅该事件的不同应用系统中。最后给出一个应用实例来说明本文提出的RFID中间件事件处理模型具有一定的实用价值。  
其他文献
随着信息产业的发展和三网融合进程的加快,IPTV(交互式网络电视)逐渐成为将互联网、多媒体、通信融为一体的热门技术。同时,随着网络规模的不断扩大,现有的IPv4网络所固有的
连续属性离散化是数据挖掘和机器学习研究及应用中的一个重要方面。在很多规则提取、特征分类算法中,连续(实值)属性必须进行离散化。连续属性离散化就是在特定的连续属性的
Web服务编排描述语言(Web Services Choreography Description Language,简称WS-CDL)从全局的视点描述服务组合各个参与方的行为规范,并且具有可重用性以可及描述事务性等特
图像的二维形状以其简单、高效、易用等特点成为图像表示的重要选择之一。目前基于二维形状的识别已被应用到很多领域,如目标识别,基于内容的图像检索,文字识别,医疗诊断等,
近年来,基于物理模型的可视化仿真技术不断进步,如帽子自由落体与桌面碰撞变形、旗帜在风中飘扬、粘弹性物体之间的互相撞击等,具有高度真实感的仿真技术已经成为未来几年里
可扩展标记语言(eXtensible Markup Language,XML),是基于标准广义标记语言,用于定义语义标记的一套规则。它已经在数据挖掘、数据库系统等诸多应用领域发挥了重要的作用。XM
在数字图像处理中,由于受到环境、成像方法的影响,图像的边缘、细节特征等重要信息可能被噪声湮没,对边缘检测、图像分割、匹配等后续处理带来一定的干扰。有效的减少和消除
在软件过程中,比较频繁出现的情况是在已经存在的过程中增加或更新需求,通常要求改变软件模型中的一系列任务,角色,工作产品,工具,步骤等元素,它们通常横切不同模块而且缺乏
随着IPv6技术的发展和人们对多媒体信息服务需求的增加,基于下一代互联网的视频直播系统成为多媒体应用的一个重要方向,得到了迅速的发展。但是组播方式的IPTV系统面临着许多