gSPICE：复杂事件处理中基于模型的事件丢弃方法
分布式、并行与集群计算
2023-09-29 v1
摘要
在资源受限的情况下，复杂事件处理（CEP）系统中的过载情形通常通过负载丢弃来维持给定的延迟界限。然而，负载丢弃可能会对结果质量（QoR）产生负面影响。为最小化丢弃对 QoR 的影响，CEP 研究者提出了丢弃具有最低重要性/效用的事件/内部状态的丢弃方法。在黑盒与白盒丢弃方法中，使用不同的特征来预测这些效用。在本工作中，我们提出了一种新颖的黑盒丢弃方法，其使用一组新特征从输入事件流中丢弃事件以维持给定的延迟界限。我们的方法使用概率模型来预测这些事件效用。此外，我们的方法使用 Zobrist 哈希与知名的机器学习模型（例如决策树与随机森林）来处理预测的事件效用。通过在多个合成数据集与两个真实世界数据集以及一组具有代表性的 CEP 查询上进行广泛评估，我们表明在大多数情况下，我们的负载丢弃方法在 QoR 方面优于最先进的黑盒负载丢弃方法。
引用
@article{arxiv.2309.16405,
title = {gSPICE: Model-Based Event Shedding in Complex Event Processing},
author = {Ahmad Slo and Sukanya Bhowmik and Kurt Rothermel},
journal= {arXiv preprint arXiv:2309.16405},
year = {2023}
}