制造业物联网基于事件优先级的复杂事件检测方法研究

发布时间：2017-04-02 07:02

  本文关键词：制造业物联网基于事件优先级的复杂事件检测方法研究，由笔耕文化传播整理发布。

【摘要】：在制造物联的环境下,生产现场环境恶劣,因此必须把大量不同的传感器部署到制造业现场的各个地方来实时监控现场人、物料、设备、环境等数据。这造成了制造业中海量数据的产生,而用户感兴趣的只是一些有特定语义的高级事件,如何快速高效地从海量数据中提取出用户感兴趣的信息成为一个近年来的研究问题。为了从海量数据流中提取出用户感兴趣的信息,国内外各个学者提出了各种解决方案。这些方案大多数解决的是顺序的事件流,并认为进行复杂事件检测时所有事件均可以保存在内存中。但由于制造业现场环境的干扰、传输时网络的延时等原因,会造成数据流到达处理器时出现乱序的现象。并且随着部署在现场的感知节点的越来越多,数据量会呈爆炸性增长,把所有数据保存在内存中进行复杂事件检测已经不可能实现。针对制造业中异常事件检测中存在的问题,本文在分析研究了制造业现场数据的特征后,结合节点的分布式部署方案,提出了一种分布式的异常复杂事件检测框架,通过部署在现场的节点以及后端的服务器,快速地检测生产过程中发生的异常事件。为了更好地定义异常事件,本文对事件的紧急程度进行了划分,并提出了事件优先级在复杂事件检测中的应用。考虑到不同事件的不同紧急程度,通过对正常事件的分析,给出了事件优先级的判断准则,并通过一种改进的布隆过滤器,设计了一种高效的分布式事件优先级判断算法。根据传输到服务器中事件的优先级,本文提出了一种基于事件优先级的复杂事件检测算法。基于事件优先级,可以很好的进行内外存置换,有效地解决了海量事件不能完全保存在内存中的问题,并对乱序的事件流有一定的容错性,保证了在不按顺序传输的事件流也能进行正确的复杂事件检测。本文主要研究制造业物联网环境中的复杂事件检测,通过分析数据特征,提出了一种事件优先级判定算法,并根据事件优先级设计了一种基于事件优先级的复杂事件检测算法。最后通过与传统复杂事件检测算法的仿真比较,看出了此算法在制造业物联网环境下的高效性,并通过比较看出此算法在时间效率上相对传统复杂事件检测算法有较大的提高。
【关键词】：制造物联网 复杂事件检测 优先级 布隆过滤器
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.44;TN929.5
【目录】：

• 摘要4-5
• ABSTRACT5-13
• 第一章 绪论13-21
• 1.1 课题的研究背景及意义13-15
• 1.2 国内外研究现状15-18
• 1.2.1 制造业物联网研究现状15
• 1.2.2 复杂事件检测研究现状15-18
• 1.2.3 异常事件检测现状18
• 1.3 课题来源及本文主要研究内容与结构18-19
• 1.3.1 课题来源18
• 1.3.2 本文研究内容及创新点18-19
• 1.4 论文结构19-21
• 第二章 复杂事件检测相关技术21-31
• 2.1 引言21
• 2.2 复杂事件检测基本理论21-26
• 2.2.1 事件的分类22-23
• 2.2.2 复杂事件处理体系结构23-26
• 2.3 现有复杂事件处理原型系统26-28
• 2.4 分布式事件处理框架Storm28-30
• 2.5 本章小结30-31
• 第三章 制造物联数据分析与分布式事件检测框架31-43
• 3.1 传统制造业现场数据分析31-33
• 3.2 制造物联网系统结构33-35
• 3.3 分布式复杂事件检测框架设计35-42
• 3.3.1 事件的数据模型35-37
• 3.3.2 感知节点数据的预处理37-38
• 3.3.3 分布式复杂事件检测框架38-42
• 3.4 本章小结42-43
• 第四章 分布式事件优先级判定算法43-57
• 4.1 事件优先级分析43-44
• 4.2 典型布隆过滤器介绍44-47
• 4.2.1 布隆过滤器的存储与查询44-46
• 4.2.2 误判概率分析46-47
• 4.3 改进算法的提出47-51
• 4.3.1 改进的布隆过滤器47-49
• 4.3.2 改进的布隆过滤器性能分析49-51
• 4.4 优先级判断算法51-55
• 4.4.1 优先级判断算法设计51-53
• 4.4.2 哈希函数的选择53
• 4.4.3 分布式事件优先级判断的实现53-55
• 4.5 本章小结55-57
• 第五章 基于事件优先级的复杂事件检测算法57-72
• 5.1 基于事件优先级的复杂事件检测的处理流程57-58
• 5.2 批次工艺信息在内存中的存储58-59
• 5.3 批次信息在内存中的存储59-60
• 5.4 复杂事件检测60-62
• 5.5 向后匹配操作62
• 5.6 事件在内外存中的存储结构62-63
• 5.7 事件的内外存置换规则63-65
• 5.8 实验分析65-71
• 5.8.1 与传统SASE算法的对比分析66
• 5.8.2 乱序事件比例分析66-67
• 5.8.3 异常事件比例分析67-68
• 5.8.4 批次数量分析68-69
• 5.8.5 窗口大小分析69-70
• 5.8.6 内外存置换规则分析70-71
• 5.9 本章小结71-72
• 总结与展望72-74
• 参考文献74-80
• 攻读学位期间发表的学术论文80
• 攻读学位期间参加的科研项目80-82
• 致谢82

【相似文献】

中国期刊全文数据库 前10条

1 洪宇;张宇;范基礼;刘挺;李生;;基于子话题分治匹配的新事件检测[J];计算机学报;2008年04期

2 史新宏,蔡伯根;高速公路自动事件检测算法[J];交通运输系统工程与信息;2001年04期

3 周林英;朱斌;赵忠杰;;基于支持向量机的高速公路事件检测算法[J];系统仿真技术;2010年03期

4 陈艳艳;田启华;;公交调度系统事件检测算法研究[J];北京工业大学学报;2011年12期

5 郝艳哲;;京秦高速公路视频事件检测系统应用[J];中国交通信息化;2013年04期

6 王闯舟;;提升事件检测的商业价值[J];软件世界;2007年20期

7 王彩琴;;基于智能分析的高速公路事件检测系统的研究与开发[J];浙江统计;2007年11期

8 王颖颖;张峗;胡乃静;;在线新事件检测系统中的性能提升策略[J];计算机工程;2008年15期

9 仓玉;洪宇;姚建民;朱巧明;;基于时序话题模型的新事件检测[J];智能计算机与应用;2011年03期

10 楼晓俊;鲍必赛;刘海涛;;分布式信息融合的物联网事件检测方法[J];南京邮电大学学报(自然科学版);2012年01期

中国重要会议论文全文数据库 前10条

1 洪宇;张宇;范基礼;刘挺;李生;;基于子话题分治匹配的新事件检测[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

2 刘霄;邵健;庄越挺;;基于主题模型的网络突发热点事件检测[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【poster】[C];2011年

3 胡佳锋;金蓓弘;陈海彪;;空间事件检测的加速策略研究[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【oral】[C];2011年

4 万涛;陈学武;王川久;;高速公路事件自动检测算法研究综述[A];第一届中国智能交通年会论文集[C];2005年

5 张阔;李涓子;吴刚;;基于关键词元的话题内事件检测[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

6 覃频频;许登元;姚起宏;黄大明;;基于表决融合的高速公路事件检测算法融合[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年

7 陈俊;李国辉;;拥挤视频监控中的事件检测[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【poster】[C];2011年

8 张永忠;赵静;;基于事件检测算法的交通数据分析系统[A];中国计量协会冶金分会2008年会论文集[C];2008年

9 刘海龙;李战怀;陈群;;RFID供应链系统中的在线复杂事件检测方法[A];NDBC2010第27届中国数据库学术会议论文集A辑二[C];2010年

10 周春姐;孟小峰;文洁;;Flickr中的复合事件检测[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

中国重要报纸全文数据库 前2条

1 王闯舟;事件检测提升服务的商业价值[N];计算机世界;2006年

2 杭州海康威视数字技术股份有限公司 浦世亮;IVS技术在城市安防系统中的应用[N];计算机世界;2008年

中国博士学位论文全文数据库 前4条

1 刘昌余;多媒体事件检测中的关键技术研究[D];华南理工大学;2015年

2 覃频频;基于信息融合的高速公路事件检测建模与仿真[D];西南交通大学;2007年

3 余柳;基于移动源数据的城市快速交通事件检测W-CUSUM算法与评价[D];北京交通大学;2010年

4 柯佳;基于语义的视频事件检测分析方法研究[D];江苏大学;2013年

中国硕士学位论文全文数据库 前10条

1 裴孝中;行车噪声环境下的快速声学事件检测方法研究[D];哈尔滨工业大学;2015年

2 熊伟晴;基于位置信息的事件检测[D];哈尔滨工业大学;2015年

3 李旭;面向多来源新闻的领域事件分析[D];浙江大学;2015年

4 陈斌;基于云的复杂事件检测服务[D];浙江大学;2015年

5 肖军;基于车检器数据的高速公路事件检测可靠性提升技术研究[D];重庆大学;2015年

6 孙方园;基于图的中文微博灾难事件检测[D];浙江大学;2016年

7 赵伟;足球视频精彩事件检测算法研究[D];北京理工大学;2016年

8 张玉;基于微博的突发事件检测方法研究[D];兰州大学;2016年

9 吴维耀;制造业物联网基于事件优先级的复杂事件检测方法研究[D];广东工业大学;2016年

10 周林英;基于支持向量机的高速公路事件检测算法[D];长安大学;2009年

  本文关键词：制造业物联网基于事件优先级的复杂事件检测方法研究，由笔耕文化传播整理发布。

，

本文编号：282044