RFID中间件数据清洗与复杂事件检测技术研究

"RFID中间件数据处理研究与开发，由上海交通大学硕士研究生张乐在其学位论文中探讨，指导教师为王东。论文关注RFID中间件在物联网环境中的数据处理技术，尤其是数据清洗和复杂事件检测。" RFID（Radio Frequency Identification）中间件在物联网系统中扮演着至关重要的角色，它作为企业应用程序与RFID硬件设备之间的桥梁，负责处理来自RFID读写器的大量数据。由于RFID设备可能存在漏读、多读、脏读等问题，中间件需要具备数据清洗功能，确保提供给上层应用准确可靠的信息。此外，随着RFID应用的复杂性增加，仅靠定制组件无法应对所有情况，因此中间件需要有更高的灵活性来处理复杂的事件序列。 论文提出了一个名为PDC（Pipelined Data Cleaning）的五层数据清洗模型，包括Verification、Smooth、Unique、Merge和Semantic五个阶段。每个阶段专注于解决特定问题，如数据正确性、遗漏、重复、冲突和语义理解。为了适应不同的应用场景，每层都包含了多种复杂度和准确度的清洗算法。 在事件检测方面，论文深入研究了首个面向RFID的复杂事件处理系统SASE，并提出了优化策略。针对时间戳乱序的问题，进行了系统改进，并添加了聚合谓词、分组子句和返回子句等新功能，以增强事件检测的效率和准确性。 最后，作者在可重构的RFID中间件架构中设计并实现了这一数据处理系统。采用组件化设计，将优化后的SASE事件处理器作为核心组件，并构建了用于配置和管理数据处理器的管理模块。 这篇论文全面分析了RFID数据特性、存在的问题以及当前数据处理和事件检测的技术现状，同时提出了一套完整的RFID数据清洗模型和事件检测系统优化方案，为RFID中间件技术的发展提供了理论基础和实践参考。关键词涵盖RFID、中间件、数据处理和事件检测等领域。