一种面向故障敏感点动态检测的复杂事件处理系统及方法与流程

文档序号:15642562发布日期:2018-10-12 22:13阅读:173来源:国知局
一种面向故障敏感点动态检测的复杂事件处理系统及方法与流程

本发明涉及一种面向故障敏感点动态检测的复杂事件处理系统及方法,属于信息处理技术领域。



背景技术:

随着信息技术的广泛深入和感知设备的大量应用,安全审查、在线交易、入侵检测、金融服务、智能制造等领域产生了越来越多的原始数据,这对异常检测和实时监控等信息服务提出了更多要求。采用事件驱动的应用架构,在原始数据及上层应用(MES,ERP等)之间部署复合事件处理引擎,已成为现代信息处理系统的典型模式。

复合事件处理引擎,首先将对采集的数据进行简单处理,转化为基本事件,然后,利用上层应用定义的业务规则从大量的基本事件中提取出相应的复杂事件,进而触发复杂事件所对应的业务规则,从而实现信息的主动实时处理。复杂事件处理系统的主要功能就是要从大量的基本事件中提取出对应用系统有意义的复杂事件,因而,复杂事件检测是复杂事件处理的核心。

目前,针对复杂事件检测主要包括事件模式匹配模型和复杂事件检测方法,不同的事件模式匹配模型对应不同的检测方法。以事件为中心的模型不利用数据库对匹配事件进行建模,而是直接基于事件源,利用特定的结构来表达复杂事件,如有限状态自动机、Petri网、匹配树和有向图等,其中基于有向图的事件模型和检测方法由于模型表达能力强,检测算法简单明晰,获得了广泛应用。

在智能制造中,现有的故障易发点及敏感点的判定大多依赖于生产经验值来进行,或者使用过程失效模式及后果分析方法(PFMEA)对制造过程中的潜在问题,在设计阶段获取故障易发点及敏感点信息。而在实际应用中,工业制造特殊的复杂环境下,制造过程各环节实际具有很多的不确定过程,如人与物料的动态移动、生产设备工况缓变与突变、以及生产过程工艺参数与生产环境的动态变化等等,这些不确定因素导致装备制造过程中的故障易发点及敏感点将随着时间而改变,为更好地对生产过程进行有效监控,需要实时掌握故障易发点及敏感点的位置判定情况,如何使用复杂事件处理技术满足故障敏感点的动态检测是亟需解决的问题。

因此,目前,急需一种能够满足故障敏感点动态检测的复杂事件处理系统及方法。



技术实现要素:

本发明目的是为了克服使用复杂事件处理技术满足故障敏感点的动态检测的问题。本发明的面向故障敏感点动态检测的复杂事件处理系统及方法,基于复杂事件处理的故障敏感点判定方法及规则自动生成机制,在实际监控过程中发现故障敏感点及其动态变化情况,并使用故障敏感点判定度驱动图遍历,使得属于故障敏感点区域的复杂事件及时得到处理,提高复杂事件检测的准确性与实时性,进而增强了系统应用的实时响应能力,满足故障敏感点动态检测,具有良好的应用前景。

为了达到上述目的,本发明所采用的技术方案是:

一种面向故障敏感点动态检测的复杂事件处理系统,其特征在于:包括基本事件采集模块、基本事件存储库、规则解析模块、规则池、复杂事件图模型构造模块、敏感点检测模块、规则自动生成模块、复杂事件检测模块和复杂事件存储库,

所述基本事件采集模块,通过感知设备从当前物理环境中采集感知数据并转换成基本事件;

所述基本事件存储库,用于存储采集到的基本事件;

所述规则解析模块,用于将用户输入的业务逻辑解析成符合事件检测要求的规则;

所述规则池,用于对参与事件检测的所有规则进行存储并管理,完成规则的动态更新;

所述复杂事件存储库,用于存储检测到的复杂事件;

所述复杂事件图模型构造模块,用于根据规则池中的规则构造复杂事件的事件图模型结构;

所述敏感点检测模块,用于基于构造的事件图模型结构,根据敏感点位置判断方法对敏感点进行检测;

所述规则自动生成模块,用于根据基本事件存储库和复杂事件存储库中的历史事件,基于规则自动生成机制生成规则,并存储至规则池中;

所述复杂事件检测模块,用于读取基本事件存储库中的事件流,依据事件图模型结构进行基于故障敏感点的图遍历事件检测,

所述基本事件采集模块通过基本事件存储库分别与复杂事件检测模块、规则自动生成模块相连接,所述复杂事件检测模块通过复杂事件存储库与规则自动生成模块相连接,所述规则自动生成模块还通过规则池相连接,所述规则解析模块用于输入用户输入业务逻辑,并与规则池相连接,所述规则池通过复杂事件图模型构造模块与敏感点检测模块相连接,所述敏感点检测模块与复杂事件检测模块相连接。

前述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:所述基本事件是指在某一时刻发生的事件,由基本事件采集模块从感知设备中获取的转换而成的。

前述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:所述复杂事件是指由基本事件或其他复杂事件通过与、或、非逻辑运算和时间约束合成的事件模式。

前述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:所述事件图模型结构是指用图来表达复杂事件如由其他事件合成的过程,所述事件图模型结引入了耦合事件结点及其耦合度的定义,当规则池中规则的事件模式间存在可复用事件代数表达式时,规则间具有耦合关系;与可复用事件表达式对应的事件结点为耦合事件结点,每个耦合事件结点具有一个权值,表示该耦合事件的耦合度。

前述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:所述规则的动态更新是指当规则发生变化时,添加遗漏的规则,或者完善不完整的规则,或者删除多余的规则,所产生新的规则集合的过程。

前述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:基于构造的事件图模型结构,根据敏感点位置判断方法对敏感点进行检测的方法,包括以下步骤,

(1)根据规则池中规则生成的事件图模型结构,合并可复用中间事件结点构成事件图集G=(V,E);

(2)利用事件结点的耦合性质,进行敏感点位置的判定,敏感点判定度p(locx),计算如公式(1)所示,

其中,任意耦合事件Cxi的耦合度为mxi,且事件的耦合度为事件图中对应顶点的出度deg+(Cxi),即mxi=deg+(Cxi);locx表示疑似故障敏感点区域,包括多个耦合事件;f(locx)表示locx区域的故障敏感度函数,表示故障敏感点区域中的故障敏感度函数的最大值;当敏感点判定度p(locx)的值大于既定阈值时,则称locx为故障敏感点区域。

前述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:所述规则自动生成模块,基于规则自动生成机制生成规则是指根据基本事件存储库和复杂事件存储库中的历史事件,通过机器学习的方法,分析历史事件轨迹,获得事件之间的因果关系;采用模块化的方法,对规则的各个部分分别使用自学习算法进行学习,并最终生成复杂事件处理的规则。

前述的面向故障敏感点动态检测的复杂事件处理系统,其特征在于:所述复杂事件检测模块,基于故障敏感点的图遍历事件检测,包括以下步骤,

(1)复杂事件检测模块顺序读取基本事件存储库,获得一个基本事件,依据事件图模型结构,自底向上地对事件图进行遍历,以获取复杂事件;

(2)在遍历事件图模型结构内的每一个结点时,优先遍历其为故障敏感点区域敏感点判定度值高的耦合结点的父结点,遍历过程使用堆栈保存每层当前遍历的结点。

基于上述的面向故障敏感点动态检测的复杂事件处理系统的复杂事件处理方法,其特征在于:包括以下步骤,

步骤(A),用户输入业务逻辑到规则解析模块;

步骤(B),规则解析模块根据事先定义的事件规则形式化语言,将业务逻辑解析成符合事件检测要求的事件规则,并存储至规则池中;

步骤(C),通过复杂事件图模型构造模块将规则池中的规则转换为事件图模型结构,根据图的知识及耦合结点耦合度的定义计算耦合结点的耦合度;

步骤(D),通过敏感点检测模块,根据事件图模型结构进行敏感点位置判定;

步骤(E),启动基本事件采集模块,从感知设备中采集基本事件并存入基本事件存储库中;

步骤(F),顺序读取基本事件的存储库,并根据复杂事件图模型结构和敏感点位置,进行基于故障敏感点的图遍历事件检测,获得新的复杂事件,并存入复杂事件存储库中;

步骤(G),根据基本事件存储库和复杂事件存储库中的历史事件,基于规则自动生成机制生成规则,并存储至规则池中;

步骤(H),将规则池中的规则进行更新,若规则池中的规则发生改变,则进入步骤(C),重新耦合结点的耦合度,否则进入步骤(F),继续顺序读取基本事件的存储库。

本发明的有益效果是:本发明的面向故障敏感点动态检测的复杂事件处理系统及方法,具有以下优点,

(1)通过对复杂事件检测中的规则进行分析,基于事件图模型结构对耦合结点引入事件结点耦合度的概念,提出基于复杂事件处理的故障敏感点判定方法,可以在实际监控过程中发现故障敏感点,便于及时调整实时监控策略,提高系统实时监控的效率;

(2)使用规则自动生成机制,从现有的历史事件中获取事件之间的因果关系,通过自学习最终生成事件检测的规则,弥补了只凭借专家经验带来的规则遗漏;同时,从复杂多变的环境下捕获故障敏感点的动态变化情况,为异常检测和实时监控提供了更为有力的依据;

(3)使用规则池对实际监控过程中用到的所有规则进行存储并管理,及时对其中的规则进行更新,添加凭借用户经验遗漏的规则,完善现有不完整的规则并删除多余无用的规则,提高复杂事件检测的准确性与有效性;

(4)与现有基于事件图的复杂事件处理技术不同,本发明引入故障敏感点判定度驱动图遍历,使得属于故障敏感点区域的复杂事件及时得到处理,提高了复杂事件处理的实时性,进而增强了系统应用的实时响应能力,满足故障敏感点动态检测,具有良好的应用前景。

附图说明

图1是本发明的面向故障敏感点动态检测的复杂事件处理系统的系统框图。

图2是本发明的面向故障敏感点动态检测的复杂事件处理方法的流程图。

具体实施方式

下面将结合说明书附图,对本发明做进一步说明。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。

本发明的面向故障敏感点动态检测的复杂事件处理系统及方法,对复杂事件检测中的规则进行分析,基于复杂事件处理的故障敏感点判定方法及规则自动生成机制,在实际监控过程中发现故障敏感点及其动态变化情况,并使用故障敏感点判定度驱动图遍历,使得属于故障敏感点区域的复杂事件及时得到处理,提高复杂事件检测的准确性与实时性,进而增强了系统应用的实时响应能力。本发明的面向故障敏感点动态检测的复杂事件处理系统,包括基本事件采集模块、基本事件存储库、规则解析模块、规则池、复杂事件图模型构造模块、敏感点检测模块、规则自动生成模块、复杂事件检测模块和复杂事件存储库,

所述基本事件采集模块,通过感知设备从当前物理环境中采集感知数据并转换成基本事件,所述基本事件是指在某一时刻发生的事件,由基本事件采集模块从感知设备中获取的转换而成的,具体表现对通过温度传感器、压力传感器、RFID读写器等从实际监控环境中获得数据,并进行处理,转换成符合系统处理需求的基本事件流;

所述基本事件存储库,用于存储采集到的基本事件;

所述规则解析模块,用于将用户输入的业务逻辑解析成符合事件检测要求的规则;

所述规则池,用于对参与事件检测的所有规则进行存储并管理,完成规则的动态更新,所述规则的动态更新是指当规则发生变化时,添加遗漏的规则,或者完善不完整的规则,或者删除多余的规则,所产生新的规则集合的过程;

所述复杂事件存储库,用于存储检测到的复杂事件,所述复杂事件是指由基本事件或其他复杂事件通过与、或、非逻辑运算和时间约束合成的事件模式;

所述复杂事件图模型构造模块,用于根据规则池中的规则构造复杂事件的事件图模型结构,所述事件图模型结构是指用图来表达复杂事件如由其他事件合成的过程,所述事件图模型结引入了耦合事件结点及其耦合度的定义,当规则池中规则的事件模式间存在可复用事件代数表达式时,规则间具有耦合关系;与可复用事件表达式对应的事件结点为耦合事件结点,每个耦合事件结点具有一个权值,表示该耦合事件的耦合度,基本事件是最简单的可复用事件代数表达式;

所述敏感点检测模块,用于基于构造的事件图模型结构,根据敏感点位置判断方法对敏感点进行检测,包括以下步骤,

(1)根据规则池中规则生成的事件图模型结构,合并可复用中间事件结点构成事件图集G=(V,E);

(2)利用事件结点的耦合性质,进行敏感点位置的判定,敏感点判定度p(locx),计算如公式(1)所示,

其中,任意耦合事件Cxi的耦合度为mxi,且事件的耦合度为事件图中对应顶点的出度deg+(Cxi),即mxi=deg+(Cxi);locx表示疑似故障敏感点区域,包括多个耦合事件;f(locx)表示locx区域的故障敏感度函数,表示故障敏感点区域中的故障敏感度函数的最大值;当敏感点判定度p(locx)的值大于既定阈值时,则称locx为故障敏感点区域。

所述规则自动生成模块,用于根据基本事件存储库和复杂事件存储库中的历史事件,基于规则自动生成机制生成规则,并存储至规则池中,基于规则自动生成机制生成规则是指根据基本事件存储库和复杂事件存储库中的历史事件,通过机器学习的方法,分析历史事件轨迹,获得事件之间的因果关系;采用模块化的方法,对规则的各个部分分别使用自学习算法进行学习,并最终生成复杂事件处理的规则;

所述复杂事件检测模块,用于读取基本事件存储库中的事件流,依据事件图模型结构进行基于故障敏感点的图遍历事件检测,包括以下步骤,

(1)复杂事件检测模块顺序读取基本事件存储库,获得一个基本事件,依据事件图模型结构,自底向上地对事件图进行遍历,以获取复杂事件;

(2)在遍历事件图模型结构内的每一个结点时,优先遍历其为故障敏感点区域敏感点判定度值高的耦合结点的父结点,遍历过程使用堆栈保存每层当前遍历的结点;

所述基本事件采集模块通过基本事件存储库分别与复杂事件检测模块、规则自动生成模块相连接,所述复杂事件检测模块通过复杂事件存储库与规则自动生成模块相连接,所述规则自动生成模块还通过规则池相连接,所述规则解析模块用于输入用户输入业务逻辑,并与规则池相连接,所述规则池通过复杂事件图模型构造模块与敏感点检测模块相连接,所述敏感点检测模块与复杂事件检测模块相连接。

如图1所示,在本发明的面向故障敏感点动态检测的复杂事件处理系统一个实施例中,基本事件采集模块101、规则解析模块103、规则池104、复杂事件图模型构造模块105、敏感点检测模块106、规则自动生成模块107和复杂事件检测模块108以软件形式实现,可以运行在计算机操作系统或其他硬件设备上,其中复杂事件图模型构造模块105提供标准GUI输入窗口使得用户输入业务逻辑,由于基本事件采集模块101和复杂事件检测模块108存在生产者-消费者关系,利用多线程技术和数据库并发解决同步问题,因为事件的流特性,基本事件存储库102和复杂事件存储库109采用内存数据库实现。

如图2所示,基于上述的面向故障敏感点动态检测的复杂事件处理系统的复杂事件处理方法,其特征在于:包括以下步骤,

步骤(A),用户输入业务逻辑到规则解析模块;

步骤(B),规则解析模块根据事先定义的事件规则形式化语言,将业务逻辑解析成符合事件检测要求的事件规则,并存储至规则池中,该规则解析过程是将业务逻辑抽象成形式化语言,即表现为事件规则,该规则解析过程为本领域技术人员的常规手段;

步骤(C),通过复杂事件图模型构造模块将规则池中的规则转换为事件图模型结构,根据图的知识及耦合结点耦合度的定义计算耦合结点的耦合度,在计算耦合结点耦合度时利用生成的图结构计算结点出度得到的,该计算过程为本领域技术人员的常规手段;

步骤(D),通过敏感点检测模块,根据事件图模型结构进行敏感点位置判定;

步骤(E),启动基本事件采集模块,从感知设备中采集基本事件并存入基本事件存储库中;

步骤(F),顺序读取基本事件的存储库,并根据复杂事件图模型结构和敏感点位置,进行基于故障敏感点的图遍历事件检测,获得新的复杂事件,并存入复杂事件存储库中;

步骤(G),根据基本事件存储库和复杂事件存储库中的历史事件,基于规则自动生成机制生成规则,并存储至规则池中;

步骤(H),将规则池中的规则进行更新,若规则池中的规则发生改变,则进入步骤(C),重新耦合结点的耦合度,否则进入步骤(F),继续顺序读取基本事件的存储库。

综上所述,本发明的面向故障敏感点动态检测的复杂事件处理系统及方法,具有以下优点,

(1)通过对复杂事件检测中的规则进行分析,基于事件图模型结构对耦合结点引入事件结点耦合度的概念,提出基于复杂事件处理的故障敏感点判定方法,可以在实际监控过程中发现故障敏感点,便于及时调整实时监控策略,提高系统实时监控的效率;

(2)使用规则自动生成机制,从现有的历史事件中获取事件之间的因果关系,通过自学习最终生成事件检测的规则,弥补了只凭借专家经验带来的规则遗漏;同时,从复杂多变的环境下捕获故障敏感点的动态变化情况,为异常检测和实时监控提供了更为有力的依据;

(3)使用规则池对实际监控过程中用到的所有规则进行存储并管理,及时对其中的规则进行更新,添加凭借用户经验遗漏的规则,完善现有不完整的规则并删除多余无用的规则,提高复杂事件检测的准确性与有效性;

(4)与现有基于事件图的复杂事件处理技术不同,本发明引入故障敏感点判定度驱动图遍历,使得属于故障敏感点区域的复杂事件及时得到处理,提高了复杂事件处理的实时性,进而增强了系统应用的实时响应能力,满足故障敏感点动态检测,具有良好的应用前景。

以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1