面向多事件源的复杂事件处理方法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 分布式复杂事件处理的研究现状 | 第13-14页 |
| 1.2.2 概率复杂事件处理研究现状 | 第14-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 第2章 相关理论及技术方法 | 第18-28页 |
| 2.1 复杂事件处理基本理论和关键技术 | 第18-22页 |
| 2.1.1 复杂事件处理体系结构 | 第18-19页 |
| 2.1.2 数据流管理系统 | 第19-20页 |
| 2.1.3 窗口技术 | 第20页 |
| 2.1.4 复杂事件描述语言 | 第20-22页 |
| 2.2 复杂事件处理原型系统 | 第22-25页 |
| 2.2.1 Cayuga系统介绍 | 第22-23页 |
| 2.2.2 SASE系统介绍 | 第23-24页 |
| 2.2.3 Esper系统介绍 | 第24-25页 |
| 2.3 Storm处理框架介绍 | 第25-27页 |
| 2.3.1 Storm拓扑结构 | 第26页 |
| 2.3.2 Storm数据流分组策略 | 第26-27页 |
| 2.4 小结 | 第27-28页 |
| 第3章 基于Storm框架的并行复杂事件处理系统 | 第28-42页 |
| 3.1 引言 | 第28-29页 |
| 3.2 数据和事件检测模型 | 第29-32页 |
| 3.2.1 数据模型 | 第29-30页 |
| 3.2.2 复杂事件模型 | 第30-31页 |
| 3.2.3 事件运算操作符 | 第31-32页 |
| 3.3 基于操作符的并行处理方法 | 第32-34页 |
| 3.4 系统并行检测算法 | 第34-37页 |
| 3.4.1 主要操作符的算法 | 第34-36页 |
| 3.4.2 基于优先级的分布式处理算法 | 第36-37页 |
| 3.5 系统延迟分析 | 第37-38页 |
| 3.6 实验设置与分析 | 第38-41页 |
| 3.6.1 实验设置 | 第38-39页 |
| 3.6.2 实验分析 | 第39-41页 |
| 3.7 小结 | 第41-42页 |
| 第4章 分布式概率复杂事件处理的研究 | 第42-57页 |
| 4.1 引言 | 第42页 |
| 4.2 概率事件流的复杂事件处理 | 第42-49页 |
| 4.2.1 概率流事件处理模型 | 第43-45页 |
| 4.2.2 相关算子语义 | 第45-47页 |
| 4.2.3 事件模型和查询语言 | 第47-49页 |
| 4.3 分布式概率复杂事件处理 | 第49-54页 |
| 4.3.1 单事件流并行概率复杂事件处理 | 第49-52页 |
| 4.3.2 多事件流分布式概率复杂事件处理 | 第52-54页 |
| 4.4 实验与分析 | 第54-56页 |
| 4.4.1 实验设置 | 第54-55页 |
| 4.4.2 实验分析 | 第55-56页 |
| 4.5 小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 附录A 攻读硕士学位期间所发表的学术论文目录 | 第64-65页 |
| 附录B 攻读学位期间所参加的科研项目目录 | 第65-66页 |
| 致谢 | 第66页 |
