制造業(yè)物聯(lián)網(wǎng)基于事件優(yōu)先級(jí)的復(fù)雜事件檢測(cè)方法研究.pdf

1、在制造物聯(lián)的環(huán)境下，生產(chǎn)現(xiàn)場(chǎng)環(huán)境惡劣，因此必須把大量不同的傳感器部署到制造業(yè)現(xiàn)場(chǎng)的各個(gè)地方來(lái)實(shí)時(shí)監(jiān)控現(xiàn)場(chǎng)人、物料、設(shè)備、環(huán)境等數(shù)據(jù)。這造成了制造業(yè)中海量數(shù)據(jù)的產(chǎn)生，而用戶(hù)感興趣的只是一些有特定語(yǔ)義的高級(jí)事件，如何快速高效地從海量數(shù)據(jù)中提取出用戶(hù)感興趣的信息成為一個(gè)近年來(lái)的研究問(wèn)題。
　　為了從海量數(shù)據(jù)流中提取出用戶(hù)感興趣的信息，國(guó)內(nèi)外各個(gè)學(xué)者提出了各種解決方案。這些方案大多數(shù)解決的是順序的事件流，并認(rèn)為進(jìn)行復(fù)雜事件檢測(cè)時(shí)所有事件均

2、可以保存在內(nèi)存中。但由于制造業(yè)現(xiàn)場(chǎng)環(huán)境的干擾、傳輸時(shí)網(wǎng)絡(luò)的延時(shí)等原因，會(huì)造成數(shù)據(jù)流到達(dá)處理器時(shí)出現(xiàn)亂序的現(xiàn)象。并且隨著部署在現(xiàn)場(chǎng)的感知節(jié)點(diǎn)的越來(lái)越多，數(shù)據(jù)量會(huì)呈爆炸性增長(zhǎng)，把所有數(shù)據(jù)保存在內(nèi)存中進(jìn)行復(fù)雜事件檢測(cè)已經(jīng)不可能實(shí)現(xiàn)。
　　針對(duì)制造業(yè)中異常事件檢測(cè)中存在的問(wèn)題，本文在分析研究了制造業(yè)現(xiàn)場(chǎng)數(shù)據(jù)的特征后，結(jié)合節(jié)點(diǎn)的分布式部署方案，提出了一種分布式的異常復(fù)雜事件檢測(cè)框架，通過(guò)部署在現(xiàn)場(chǎng)的節(jié)點(diǎn)以及后端的服務(wù)器，快速地檢測(cè)生產(chǎn)過(guò)程中

3、發(fā)生的異常事件。為了更好地定義異常事件，本文對(duì)事件的緊急程度進(jìn)行了劃分，并提出了事件優(yōu)先級(jí)在復(fù)雜事件檢測(cè)中的應(yīng)用。
　　考慮到不同事件的不同緊急程度，通過(guò)對(duì)正常事件的分析，給出了事件優(yōu)先級(jí)的判斷準(zhǔn)則，并通過(guò)一種改進(jìn)的布隆過(guò)濾器，設(shè)計(jì)了一種高效的分布式事件優(yōu)先級(jí)判斷算法。根據(jù)傳輸?shù)椒?wù)器中事件的優(yōu)先級(jí)，本文提出了一種基于事件優(yōu)先級(jí)的復(fù)雜事件檢測(cè)算法。基于事件優(yōu)先級(jí)，可以很好的進(jìn)行內(nèi)外存置換，有效地解決了海量事件不能完全保存在內(nèi)存中的