随着物联网技术的快速发展,每天都会产生大量的事件数据。复杂事件处理作为物联网中间件的关键部分,能够从连续数据流中快速提取和识别有意义的信息。由于物联网应用所产生的数据具有海量、异构、分布式及不确定等特征,当前的事件处理方法不能对这些数据进行有效的处理。本文给出了一种高效的面向多事件源的分布式复杂事件处理架构和方法。同时,对于不确定复杂事件处理问题,提出了基于概率流的分布式复杂事件处理方法,并给出了一种并行算法来提高系统的处理性能。本文的主要工作包括:(1)针对集中式复杂事件处理技术的吞吐量瓶颈问题,本文设计了一种基于Storm分布式计算平台的高性能复杂事件处理系统。实现了以操作符为单位的并行复杂事件处理系统框架,并给出了基于操作符的事件并行处理策略。此外,在事件处理的过程中,对事件处理的算法进行了优化,给出了基于优先级的分布式处理算法。实验结果表明,我们所采用的方法可以提高系统处理数据的性能并且降低了系统的延迟。(2)为了解决不确定事件处理问题,本文给出了一种高效的分布式概率事件流的复杂事件处理方法。采用基于概率的有限状态机和活动实例栈来处理单个和多个概率流事件。并对概率事件流的分布式复杂事件处理算法进行了优化来提高系统处理性能。同时,还采用了基于查询规划的方法来对分布式事件流进行分层处理。实验结果表明该方法可以对分布式概率流复杂事件进行有效的处理,与一般方法相比,该方法具有更好的性能和可扩展性。