概率流上復(fù)雜事件處理的研究.pdf

1、隨著無線射頻識別(RFID)和傳感器等電子數(shù)據(jù)采集設(shè)備(EDGE)的廣泛應(yīng)用,產(chǎn)生了空前海量的事件類型數(shù)據(jù),對這些事件數(shù)據(jù)進(jìn)行復(fù)雜事件處理成為了非常重要的研究方向。復(fù)雜事件處理廣泛地應(yīng)用于商業(yè)檢測與預(yù)測、供應(yīng)鏈管理、氣候環(huán)境監(jiān)測與預(yù)報和醫(yī)療監(jiān)護(hù)等很多領(lǐng)域。然而,當(dāng)前的復(fù)雜事件處理方法大都是面向確定事件數(shù)據(jù)的,對于不確定事件數(shù)據(jù)形成的概率流卻無能為力,并且這些方法都缺乏對復(fù)雜事件發(fā)生前的預(yù)知能力。
　　 針對這些問題,本文提出了一

2、套概率流上復(fù)雜事件處理方案,它包括通過啟發(fā)式搜索和過濾實現(xiàn)的概率流上復(fù)雜事件檢測算法HSF-CED以及基于語義向量聚類和SVR建模的概率流上的事件預(yù)測算法SVC—SVREP。本文的貢獻(xiàn)點主要體現(xiàn)在:
　　 首先,針對不確定事件數(shù)據(jù)形成的概率流,建立一種概率流模型,該模型不僅能表達(dá)EDGE設(shè)備檢測出的不確定事件,而且可以通過貝葉斯網(wǎng)絡(luò)表達(dá)和推理出不確定事件的概率分布。在此過程中,提出了CP-Tree結(jié)構(gòu)來存儲貝葉斯網(wǎng)絡(luò)中的條件概率

3、,CP-Tree相比于傳統(tǒng)的條件概率表不但節(jié)省了存儲的空間,而且減少了查詢的時間。其次,提出了一種新的概率流上復(fù)雜事件檢測算法HSF-CED,該算法基于一種鏈?zhǔn)疥犃薪Y(jié)構(gòu)啟發(fā)式地搜索出滿足查詢請求的復(fù)雜事件,為了提高檢測效率,放大概率閾值對復(fù)雜事件進(jìn)行無損過濾,并通過適當(dāng)?shù)卦O(shè)定允許偏差實現(xiàn)復(fù)雜事件的有損過濾,在提高效率的同時,保證查詢結(jié)果的查全率。再次,設(shè)計了一種語義向量結(jié)構(gòu),它表示大小為一個基本窗口的概率流片段的語義,通過語義向量不但可

4、以表達(dá)流片段的語義,而且把結(jié)構(gòu)不同的流片段轉(zhuǎn)化為相同結(jié)構(gòu)的語義向量,有利于建立預(yù)測模型。最后,提出了一種全新的概率流上基于語義向量聚類的事件預(yù)測算法SVC-SVREP,該算法通過對語義向量的聚類和SVR建模,可以預(yù)測出目標(biāo)復(fù)雜事件在未來的一段時間之內(nèi)發(fā)生的概率。
　　 此外,本文的復(fù)雜事件處理方案可以根據(jù)不同的需求設(shè)置不同的參數(shù),從而返回不同的結(jié)果。通過實驗表明,此套復(fù)雜事件處理方案在概率流上能高效地檢測出復(fù)雜事件,并且能在保證