物联网(Internet of Things)是用于连接和报告现实世界信息的“连接设备”,通过传感器与网络相连,将事物在任何时间、任何地点提供的行为服务进行记录,产生可用于解释、分析和利用的数据。移动物资跟踪及监控作为物联网领域基本应用之一,被广泛应用于智能交通,智慧城市,智慧地球等领域。随着人们对物资监控、物资跟踪服务需求的飞速增加,很多应用需要精准识别物资,监控物资行为,传统的视频监控、GPS定位由于原始数据量大,直接处理采集的原始数据会浪费大量系统开销,并且其在包含盲区的多区域监控中无法有效识别监控对象。近年来,以RFID为代表的各类物联网技术,因为设备成本低廉、识别范围广、非接触、识别速率高等优势进入研究人员视线。本文以移动媒介在多区域间移动的共同特性为切入点,研究多区域监控中数据清洗、数据推理方法,设计多区域数据预警机制,并在此机制内设计数据推理方法获取移动媒介的监控状态,通过调整预警阈值的方式降低在存在盲区情况下的预警误报率。本文的主要工作如下:(1)根据移动媒介在多区域监控中的特性,改进RFID数据模型,在数据模型基础上建立以事件为中心的状态机模型,并介绍在此模型下的系统架构及系统数据处理架构。(2)结合RFID数据采集的流特性,对原始数据中的冗余数据、漏读数据进行数据清理,获取有效的数据为应用系统提供服务。并根据移动媒介的感知状态、包含约束关系推理有效预警数据,用有限状态机设计数据预警推理算法。随后设计实验,从系统的稳定性、安全性方面进行验证。实验结果表明:数据预警算法可有效推理出移动媒介的监控状态。(3)基于移动媒介在区域内部存在盲区的问题,引入概率学处理方法,构基于建自适应窗口的盲区数据预警方法,通过调节移动媒介的预警阈值,对无效预警进行过滤,获取合理、有效的监控数据,并设计实验验证盲区数据预警算法的有效性及合理性。