使用惰性链自动机的复杂事件模式高效检测
数据库
2018-07-03 v2
摘要
复杂事件处理（CEP）是一个新兴领域，在许多领域有重要应用。CEP 系统收集来自输入数据流的事件，并根据预定义模式利用它们推断更复杂的事件。非确定有限自动机（NFA）是此类系统所基于的最流行机制之一。在事件检测过程中，NFA 增量地扩展先前观测到的部分匹配，直到找到查询的完全匹配。结果，每个到达的事件都需要被处理，以确定是要启动新的部分匹配还是扩展现有的部分匹配。当许多事件未产生输出匹配时，该方法可能效率极低。我们提出了一种惰性评估机制，该机制延迟对频繁事件类型的处理并在到达时将其内部存储。然后事件按频率升序进行匹配，从而最小化潜在的冗余计算。我们引入了利用上述原理且不依赖于底层模式结构的惰性链 NFA（Lazy Chain NFA）。给出了针对常见模式类型（包括合取、否定和迭代）构造惰性链 NFA 的算法。最后，我们在真实世界的股票交易数据上对我们的机制进行了实验评估。结果表明，与传统基于 NFA 的方法相比，性能提升达两个数量级，且内存资源需求显著降低。
引用
@article{arxiv.1612.05110,
title = {Efficient Detection of Complex Event Patterns Using Lazy Chain Automata},
author = {Ilya Kolchinsky and Assaf Schuster and Danny Keren},
journal= {arXiv preprint arXiv:1612.05110},
year = {2018}
}