复杂事件处理

事件处理是一种跟踪和分析（处理）有关发生的事物（事件）的信息（数据）流的方法，并从中得出结论。复杂事件处理（CEP）由1990年代初期开发的一组概念和技术组成，用于处理实时事件并在事件流到达时从事件流中提取信息。复杂事件处理的目标是在实时情况下识别有意义的事件（例如机会或威胁），并尽快对其做出响应。

这些事件可能发生在组织的各个层面上，如销售线索，订单或客户服务电话。或者，它们可能是新闻、短信、社交媒体帖子，股市供稿，交通报告，天气报告或其他类型的数据。当测量超过时间，温度或其他值的预定义阈值时，事件也可以定义为“状态变化”。

分析人士建议，CEP将为组织提供一种新的方式来实时分析模式，并帮助企业与IT和服务部门更好地进行沟通。此后，CEP已成为许多系统中的使能技术，这些系统用于响应事件的传入而立即采取行动。现在（2018年）在许多业务领域中找到了应用程序，包括股票交易系统、移动设备、互联网运营、欺诈检测、运输行业和政府情报收集。

在数千个传入事件中，xxx系统可能例如从同一来源接收以下三个事件：

1. 教堂的钟声响了。
2. 一个穿着燕尾服的男人和一个穿着飘逸的白色礼服的女人的外观。
3. 大米在空中飞舞。

根据这些事件，xxx系统可以推断出一个复杂的事件：一场婚礼。CEP作为一种技术，可以通过分析和关联其他事件来帮助发现复杂事件：钟声，穿着婚礼的男人和女人以及空中飞舞的稻米。

CEP依靠多种技术，包括：

• 事件模式检测
• 事件抽象
• 事件过滤
• 事件汇总和转换
• 建模事件层次结构
• 检测事件之间的关系（例如因果关系，成员关系或时间）
• 抽象事件驱动的流程

CEP的商业应用存在于许多行业中，包括算法股票交易、信用卡欺诈的检测，业务活动监控和安全监控。

CEP用于运营情报（OI）产品中，可通过针对实时供稿和事件数据运行查询分析来提供对业务运营的洞察。OI收集实时数据并将其与历史数据相关联以提供洞察力和分析。可以组合多个数据源，以提供使用当前信息的通用操作画面。

在网络管理，系统管理，应用程序管理和服务管理中，人们通常改为引用事件关联。作为CEP引擎，事件相关引擎（事件相关器）分析大量事件，查明最重要的事件并触发动作。但是，它们中的大多数不会产生新的推断事件。相反，它们将高级事件与低级事件相关联。

推理引擎（例如基于规则的推理引擎）通常会在人工智能中生成推断的信息。但是，它们通常不会以复杂（即推断）事件的形式产生新信息。

CEP的一个更系统的示例涉及汽车，一些传感器以及各种事件和反应。想象一下，汽车有多个传感器-一个用于测量轮胎压力，一个用于测量速度的传感器，以及一个用于检测是否有人坐在座椅上或离开座椅的传感器。

在xxx种情况下，汽车在行驶，其中一个轮胎的压力在15分钟内从45 psi升高到41 psi。随着轮胎中压力的降低，会产生一系列包含轮胎压力的事件。此外，还会生成一系列包含汽车速度的事件。汽车的事件处理器可能会检测到这样一种情况，即在相对较长的时间内轮胎压力损失导致“ lossOfTirePressure”事件的创建。此新事件可能会触发反应过程，以将压力损失记录到汽车的维护日志中，并通过汽车的门户向驾驶员警告轮胎压力已降低。

在第二种情况下，汽车在行驶，其中一个轮胎的压力在5秒钟内从45 psi降至20 psi。检测到不同的情况-可能是因为压力损失发生的时间较短，或者可能是每个事件之间的值差都大于预定义的极限。不同的情况导致生成新事件“ blowOutTire”。这个新事件触发了不同的反应过程，以立即警告驾驶员并启动车载计算机程序，以帮助驾驶员使汽车停下来，而不会由于打滑而失去控制。

另外，代表检测到的情况的事件也可以与其他事件组合，以检测更复杂的情况。例如，在最终情况下，汽车正常行驶并遭受轮胎吹气，这导致汽车离开道路撞到树木，驾驶员被甩出汽车。快速检测出一系列不同的情况。在很短的时间内结合使用“ blowOutTire”、“ zeroSpeed”和“ driverLeftSeat”会导致检测到新情况：“ occupantThrownAccident”。即使没有直接测量可以最终确定驾驶员被抛出或发生事故的直接测量，事件的组合也可以检测到情况，并创建一个新事件来表示检测到的情况。这是复杂（或复合）事件的本质。这很复杂，因为无法直接检测到这种情况。必须从其他事件的组合中推断或推断出这种情况已经发生。

CEP很自然地适合业务流程管理（BPM）。BPM专注于端到端业务流程，以便不断优化和调整其运营环境。

但是，业务的优化并不仅仅依赖于其单独的端到端流程。看似完全不同的过程可能会互相影响。考虑以下情况：在航空航天工业中，优良作法是xxx车辆的故障以寻找趋势（确定制造过程、材料等中的潜在弱点）。另一个单独的过程xxx当前运行的车辆的生命周期，并在适当时停用它们。CEP的一种用途是将这些独立的过程链接在一起，这样，在初始过程（故障监控）发现基于金属疲劳（重大事件）的故障的情况下，可以采取措施来利用第二个过程（生命周期） 对使用在最初过程中发现有问题的同一批金属的车辆进行召回。

CEP和BPM的集成必须存在于两个层次上，即在业务意识级别（用户必须了解其各个流程的潜在整体收益）和技术级别（需要一种CEP可以与之交互的方法）。 BPM实施）。有关CEP与BPM集成的最新技术综述，通常将其标记为事件驱动的业务流程管理。

可以将面向计算的CEP的角色与业务规则技术重叠。

例如，客户服务中心正在使用CEP进行点击流分析和客户体验管理。CEP软件可以将每秒数百万个事件（点击或其他互动）的实时信息纳入商业智能和其他决策支持应用程序。这些“推荐应用程序”可帮助代理根据每个客户的经验提供个性化服务。CEP应用程序可能会收集有关电话上的客户当前正在做的事情，或者客户最近如何通过分支机构等其他各种渠道与公司进行互动的数据，包括通过分支机构或通过自助服务功能，即时消息传递和电子邮件在Web上。然后，该应用程序分析整个客户体验，并推荐脚本或下一步步骤，以指导电话上的座席，并希望使客户满意。

金融服务业是CEP技术的较早采用者，它使用复杂的事件处理来构造和上下文化可用数据，以便它可以通过识别表明交易者（或自动交易系统）应购买的机会或威胁来告知交易行为，尤其是算法交易。或出售。例如，如果交易者想要跟踪具有五个上升运动然后跟随四个下降运动的股票，则CEP技术可以跟踪此类事件。CEP技术还可以跟踪交易数量的急剧上升和下降。算法交易已经是股票交易中的一种惯例。据估计，在美国大约60％的股权交易是通过算法交易进行的。预计CEP将继续帮助金融机构改善其算法并提高效率。

CEP技术的最新改进使其价格更便宜，从而帮助较小的公司创建自己的交易算法并与较大的公司竞争。CEP已从新兴技术发展成为许多资本市场的重要平台。该技术最稳定的增长是银行业务、欺诈检测、在线银行业务和多渠道营销计划。

如今，各种各样的金融应用程序都使用CEP，包括利润、亏损和风险管理系统、订单和流动性分析，定量交易和信号生成系统等。

一时间序列数据库是由时间组织的数据的处理进行了优化的软件系统。时间序列是数据项的有限或无限序列，其中每个项目都有一个关联的时间戳，并且时间戳序列是不递减的。时间序列的元素通常称为刻度。时间戳不需要递增（仅非递减），因为在实践中，某些系统（例如财务数据源）的时间分辨率可能非常低（毫秒、微秒甚至是纳秒），因此连续事件可能带有相等的时间戳。

时间序列数据为通常与复杂事件处理相关的分析提供了历史背景。这可以适用于任何垂直行业，例如金融，也可以与其他技术（例如BPM）合作。

考虑一下在金融中需要了解历史价格波动以确定未来价格变动的统计阈值的情况。这对于贸易模型和交易成本分析都是有帮助的。

CEP分析的理想情况是将历史时间序列和实时流数据视为单个时间连续体。昨天，上周或上个月发生的事情只是今天发生的事情以及将来可能发生的事情的延伸。一个示例可能涉及将当前市场交易量与历史交易量，价格和波动率进行比较，以进行交易执行逻辑。或者需要对实时市场价格采取行动可能涉及与基准进行比较，其中包括行业和指数走势，其日内和历史趋势衡量波动性和离群值。

复杂事件处理是物联网（IoT）设置和智能网络物理系统（CPS）的关键推动力。在这种情况下，处理来自各种传感器的密集流和异构流以及针对这些流的匹配模式是典型的任务。这些技术中的大多数依赖于这样一个事实，即以数据流的形式表示物联网系统的状态及其变化更为有效，而不是具有静态的物化模型。通过这种基于流的模型进行推理与传统推理技术从根本上有所不同，并且通常需要将模型转换和CEP 相结合。