制造物联网中海量实时数据流并行复杂事件处理研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 制造物联网相关研究 | 第15页 |
| 1.2.2 并行事件相关研究 | 第15-16页 |
| 1.2.3 复杂事件处理相关研究 | 第16-18页 |
| 1.2.4 并行复杂事件处理相关研究 | 第18-19页 |
| 1.3 课题来源和主要研究内容 | 第19-21页 |
| 1.3.1 课题来源 | 第19页 |
| 1.3.2 主要研究内容 | 第19页 |
| 1.3.3 论文结构 | 第19-21页 |
| 第二章 复杂事件处理相关技术 | 第21-32页 |
| 2.1 概述 | 第21页 |
| 2.2 制造物联网应用需求分析 | 第21-23页 |
| 2.3 事件模型及事件关系 | 第23-26页 |
| 2.3.1 事件模型 | 第23-25页 |
| 2.3.2 事件关系 | 第25-26页 |
| 2.4 复杂事件处理技术基本理论 | 第26-30页 |
| 2.4.1 复杂事件检测模型 | 第26-28页 |
| 2.4.2 经典复杂事件处理系统 | 第28-30页 |
| 2.5 制造物联网中复杂事件处理架构 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 基于概率的高优先级事件检测算法 | 第32-40页 |
| 3.1 引言 | 第32页 |
| 3.2 优先级调度分析 | 第32-34页 |
| 3.2.1 传统优先级调度机制 | 第33页 |
| 3.2.2 实时流数据中的优先级调度 | 第33-34页 |
| 3.3 事件优先级处理算法 | 第34-39页 |
| 3.3.1 制造企业事件系统模型 | 第34-36页 |
| 3.3.2 基于概率的事件优先级处理算法 | 第36-38页 |
| 3.3.3 优先级事件处理模型 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 多源海量实时数据流并行分流处理 | 第40-49页 |
| 4.1 引言 | 第40-41页 |
| 4.2 多依赖事件 | 第41-43页 |
| 4.2.1 事件依赖关系 | 第41页 |
| 4.2.2 制造物联网中事件分类 | 第41-43页 |
| 4.3 基于事件树的事件划分方法 | 第43-46页 |
| 4.3.1 算法思想 | 第43-44页 |
| 4.3.2 算法实现 | 第44-46页 |
| 4.4 制造物联网并行复杂事件处理框架 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 实验仿真与结果分析 | 第49-58页 |
| 5.1 实验仿真环境 | 第50页 |
| 5.2 基于概率的高优先级事件检测算法实验与分析 | 第50-54页 |
| 5.2.1 实验设置 | 第51-52页 |
| 5.2.2 实验结果与分析 | 第52-54页 |
| 5.3 多源海量实时数据流并行分流处理实验与分析 | 第54-57页 |
| 5.3.1 实验设置 | 第54-55页 |
| 5.3.2 实验结果与分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读学位期间发表的论文 | 第65-66页 |
| 攻读学位期间参加的科研项目 | 第66-68页 |
| 致谢 | 第68页 |
