论文部分内容阅读
物联网(IOT)作为新一代网络技术,受到各界的广泛推崇,并逐渐被应用于智能交通、物流运输等领域。但目前真正能很好应用的行业却很少,导致这一局面的原因之一便是前端信息感知的海量、异构及语义不确定性等导致了用户无法准确提取和抽象出有意义的数据、挖掘出数据间隐含的内在关系、快速找到所需的数据,这些问题极大地阻碍了复杂物联网系统之间的信息协同、交互和共享。因此,如何在节点级对原始感知数据进行处理,提取抽象的语义信息是实现对物联网数据高效查询和处理要解决的重点问题。本文利用语义技术在信息描述、表示和处理上的优势,深入挖掘物联网数据之间隐含的关联关系,力图减少物联网数据处理过程中发送和接收的数据量,提高物联网数据处理的效率。主要内容如下:(1)在研究了现有物联网数据处理技术的基础上,分析了物联网数据处理存在的问题,提出了基于语义的物联网复杂事件处理(CEP)技术体系架构模型,并有针对性的对基本事件层和语义事件层涉及的关键技术进行了研究。同时构建了一种面向物联网的分布式复杂事件处理系统架构。(2)针对物联网应用系统中的时间戳乱序问题,给出了物联网语义事件定义和分类,并对时间戳乱序问题进行了形式化描述,同时基于混合驱动的空间回收机制构建了基于哈希结构的复杂事件乱序修正框架,并提出了一种基于乱序修正框架的复杂事件检测算法(ORFCED)。该算法提取事件的2个特征参数计算哈希地址,利用时间戳特性将事件存入链表结构进行局部排序,从而解决了乱序问题。(3)针对物联网复杂事件查询处理过程中的重复查询、存储和处理的问题,提出了事件共享机制(ESM),给出了物联网语义事件定义及事件操作符的语义描述。同时构建了基于事件共享机制的语义形式化查询计划处理模型(SFQPM)。该模型可自动对查询表达式和查询谓词进行处理,实现复杂事件检测和处理的自动化。(4)以智能交通应用场景为例,针对智能交通应用场景中数据的海量、异构、语义过于简单、数据延迟以及查询过于集中等导致交通运输综合管理的负担重、工作人员工作量大、系统处理效率低等深层次问题,设计了基于智能交通的语义事件模型,并阐述了如何利用基于乱序修正框架的复杂事件检测算法和基于事件共享机制的语义形式化查询计划处理模型对事件流进行检测与处理,结果验证了本文提出算法模型的有效性和可行性。