论文部分内容阅读
随着RFID应用不断深入,RFID应用越来越庞大,企业应用程序对RFID中间件要求也越来越高。由于RFID读写器的特性,导致RFID数据流中必然存在漏读、多读、脏读的数据,中间件需要对这些不准确的数据进行清洗,向企业应用程序提供可靠的数据。由于RFID应用场景变得越来越复杂,通过定制组件的方式也不足以应付各种复杂的情况,这就要求中间件提供更加灵活的方式来生成含有逻辑的复杂事件。因此RFID数据清理和复杂事件的检测是RFID技术中亟需解决的关键技术。本文对RFID数据清理和事件检测技术进行了深入的分析和研究,针对RFID数据中存在的问题,提出一个的RFID数据清洗模型PDC(Pipelined Data Cleaning),该模型一共分为五个层次:Verification、Smooth、Unique、Merge、Semantic,每个层次分别针对数据的正确性、漏读、多读、脏读和语义分析进行处理,并且在每个层次提出多个具有不同复杂度和准确度的清洗算法,以适应不同情况下的应用。对于事件检测,本文对第一个面向RFID事件的复杂事件处理系统SASE进行了深入的分析和研究,提出对该系统的优化策略,针对时间戳乱序的问题对系统进行了改进,扩展了该系统,增加了聚合谓词、分组子句、返回子句。最后在可重构RFID中间件的架构中,设计并实现出一个用于RFID数据处理体系架构。采用组件化设计的方法,将基于扩展的SASE复杂事件处理器作为核心组件,设计和实现了数据清理模型PDC中的所有的数据处理器,以及对数据处理器的配置和搭建的管理模块。本文首先总结分析了RFID数据特点和问题,以及RFID数据处理和事件检测的研究现状和各大公司在RFID数据处理方面的解决方案;然后提出了本文对RFID数据清理的清洗算法,对SASE改进实现的事件检测系统;最后,提出我们的RFID数据处理组件架构和实现方法。