[发明专利]面向制造物联海量数据流哈希B+树结构复杂事件检测方法

说明书

技术领域

本发明涉及制造物联数据处理领域，更具体地，涉及一种面向制造物联海量数据流哈希B+树结构复杂事件检测方法。

背景技术

制造物联技术是一种基于互联网以及嵌入式系统、RFID和传感网等技术，通过计算、通信、控制技术的有机融合与深度协作，实现制造业中大型复杂过程的实时感知、动态控制和信息服务，从而协调制造业复杂物理过程，达到过程优化与系统节能目的技术。在现代制造物联中，由于制造生产规模日益扩大，制造过程日益复杂，生产环境恶劣，大量的RFID，传感器节点被部署到生产现场去实时监测生产现场的人，物料，设备，工艺过程，产品，服务等现状，上述RFID，传感器节点产生了大量的关于制造现场中“人、物料、设备、关键工艺、产品、服务”等动态数据，这些数据以自动快速方式形成海量数据流，导致了制造物联中海量数据处理面临着以下问题：难以及时处理的特点，加上制造物联规模非常宏大，生产过程存在广泛时空性，网络数据传输存在动态时延性，使得现有数据处理方法难以支撑制造物联海量数据流的高效处理，研制出一种高效海量数据智能处理方法，以适应智能制造物联中海量数据处理的发展是非常有必要的。

复杂事件检测技术，由于其能够利用事件属性之间的关联，通过匹配规则或代数操作不断过滤连续到达的海量制造数据流，找出需要的符合某种关联约束的事件序列，因而近年在制造业中来得到日益广泛的关注。

目前关于在制造物联环境中开展复杂事件检测方法的研究，主要有基于自动机，基于Petri网，基于匹配树和基于有向图方法方面的检测方法。基于自动机的检测方法，主要根据形式语言与自动机理论，正则表达式可以由自动机来表示。基于Petri网检测方法，主要以输入位置结点为基本事件，输出位置结点为复合事件。通过输入令牌(Token)，使用令牌的迁移来描述事件检测的动态过程，计算跃迁守护函数，并引发跃迁并标记位置结点，当序列中的最后一个位置结点被标记后，检测到复杂事件发生。基于匹配树的检测方法，主要通过匹配树的结构来实现复杂事件过滤。基于有向图检测方法，主要使用一个有向无环图DAG的数据结构来表示复杂事件，用有向图的节点来表示事件，有向图的边来表示复杂事件的合成规则，节点通过对相关事件的引用进行标记，从而实现检测。然而由于其本身设计过程面向对象限制，当前的制造物联环境中复杂事件检测方法没有考虑到大规模事件流的实时，高密度和海量性特点，导致使用上述检测方法检测制造物联大规模海量数据流时存在检测时间长，反应速度较慢，吞吐率低等问题，故无法适应于制造物联海量数据流中检测。

随着数据流技术日益发展，需要能够研究出一种高效适合制造物联海量数据流中复杂事件检测方法。

发明内容

本发明主要针对上述当前复杂事件检测方法在检测制造物联海量事件流上的复合事件时出现检测时间长，响应速度慢，检测效率低的问题，提出了一种面向制造物联海量数据流哈希B+树结构复杂事件检测方法，是使用自动机(NFA)联合哈希表B及树结构技术实现制造物联海量事件流中复杂事件检测方法，该方法改进了当前基于自动机序列扫描和序列过程的复杂事件模式检测方法，对现有的复杂事件检测技术进行扩展，使其能够比较高效地在制造物联海量数据上完成复杂事件的检测，大大提高了海量数据流中复杂事件检测能力。

为了实现上述目的，本发明的技术方案为：

一种面向制造物联海量数据流中复杂事件检测方法，包括以下步骤：

A.计算给定的模式匹配表达式长度，并按照给定的模式匹配表达生成相应的NFA，创建新Hash表和B+树并进行初始化；

B.从原子事件流中进行读取一个原子事件；

C.判断上述读取到的原子事件是否被NFA接收；若接收则转向步骤D，不接收则转向步骤B；

D.利用哈希表函数将该原子事件映射到相对应的数组上，采用哈希表结构或B+树结构存储对应的映射值；

E.判断该原子事件在哈希结构或B+树结构中是否存在上述原子事件映射值，若不存在，则在相应结构的对应位置增加一个该原子类型的主链节点，再在主链节点上插入一个该原子类型的子链节点，同时更新主链节点中最小时间戳为该原子事件发生的最小时间戳，并使主链节点中计数器数值加1；若存在，则在子链上节点上插入一个该原子类型的子链节点，同时主链节点中计数器数值进行加1；

F.判断计数器数值是否等于给定的模式匹配表达式长度，若否，则转向步骤B；若是，转向步骤G；