Event-Based Systems (EBS) can effic

Event-Based Systems (EBS) can efficiently analyze large streams of sensor data in near-realtime. But they struggle with noise or incompleteness that is seen in the unprecedented amount of data generated by the Internet of Things.

We present a generic approach that deals with uncertain data in the middleware layer of distributed event-based systems and is hence transparent for developers. Our approach calculates alternative paths to improve the overall result of the data analysis. It dynamically generates, updates, and evaluates Bayesian Networks based on probability measures and rules defined by developers. An evaluation on position data shows that the improved detection rate justifies the computational overhead.

ผลลัพธ์ (ไทย) 1:

ระบบตามเหตุการณ์ (EBS) ได้อย่างมีประสิทธิภาพสามารถวิเคราะห์กระแสข้อมูลขนาดใหญ่ของเซ็นเซอร์ข้อมูลในใกล้เรียลไทม์ แต่พวกเขาต่อสู้กับเสียงรบกวนหรือความไม่สมบูรณ์ที่เห็นในประวัติการณ์จำนวนข้อมูลที่สร้างขึ้น โดยอินเทอร์เน็ตของสิ่งเรานำเสนอแนวทางทั่วไปที่กับข้อมูลที่ไม่แน่นอนในชั้นมิดเดิลแวร์กระจายตามเหตุการณ์ระบบ และจึงโปร่งใสสำหรับนักพัฒนา วิธีคำนวณเส้นทางอื่นเพื่อปรับปรุงผลลัพธ์ของการวิเคราะห์ข้อมูลทั้งหมด มันแบบไดนามิกสร้าง ปรับปรุง และประเมินทฤษฎีเครือข่ายตามการประเมินความน่าเป็นและกฎที่กำหนด โดยนักพัฒนา ประเมินผลจากข้อมูลตำแหน่งแสดงว่า อัตราการตรวจจับที่ดีขึ้นปรับชิดค่าใช้จ่ายในการคำนวณ

ผลลัพธ์ (ไทย) 2:

เหตุการณ์ตามระบบ (EBS) ได้อย่างมีประสิทธิภาพสามารถวิเคราะห์ลำธารขนาดใหญ่ของข้อมูลเซ็นเซอร์ในใกล้เรียลไทม์ แต่พวกเขาต่อสู้กับเสียงหรือความไม่สมบูรณ์ที่เห็นได้ในปริมาณที่เป็นประวัติการณ์ของข้อมูลที่สร้างขึ้นโดย Internet ของสิ่งที่.

เรานำเสนอวิธีการทั่วไปที่เกี่ยวข้องกับข้อมูลที่มีความไม่แน่นอนในชั้นมิดเดิลแวร์ของระบบกระจายเหตุการณ์ตามและเป็นเหตุโปร่งใสสำหรับนักพัฒนา วิธีการของเราจะคำนวณเส้นทางทางเลือกในการปรับปรุงผลโดยรวมของการวิเคราะห์ข้อมูล มันสร้างแบบไดนามิกการปรับปรุงและการประเมินเครือข่ายแบบเบย์อยู่บนพื้นฐานของความน่าจะเป็นมาตรการและกฎระเบียบที่กำหนดไว้โดยนักพัฒนา การประเมินผลกับข้อมูลตำแหน่งที่แสดงให้เห็นว่าอัตราการตรวจจับที่ดีขึ้น justifies ค่าใช้จ่ายในการคำนวณ

ผลลัพธ์ (ไทย) 3:

กิจกรรมตามระบบ ( ถูก ) ได้อย่างมีประสิทธิภาพสามารถวิเคราะห์ข้อมูลในกระแสเซ็นเซอร์ขนาดใหญ่ใกล้เรียลไทม์ แต่พวกเขาต่อสู้กับเสียงหรือ incompleteness ที่เห็นได้ในปริมาณที่เป็นประวัติการณ์ของข้อมูลที่สร้างขึ้นโดยอินเทอร์เน็ตของสิ่งต่างๆเราได้เสนอวิธีการทั่วไปที่เกี่ยวข้องกับข้อมูลที่ไม่แน่นอนในตัวกลางกระจายชั้นของเหตุการณ์ตามระบบ และเป็นเหตุที่โปร่งใสสำหรับนักพัฒนา วิธีการคำนวณเส้นทางทางเลือกเพื่อปรับปรุงผลโดยรวมของการวิเคราะห์ข้อมูล มันแบบไดนามิกสร้าง , ปรับปรุงและประเมินคชกรรมเครือข่ายตามมาตรการ ความน่าจะเป็นและกฎที่กำหนดโดยนักพัฒนา การประเมินข้อมูลตำแหน่ง พบว่า การตรวจหาการปรับปรุงอัตรา justifies ค่าใช้จ่ายในการคำนวณ