From 8be14dc6e3cf7a0337e77f48bb2b45bcd330586a Mon Sep 17 00:00:00 2001 From: Jan Philipp Timme Date: Tue, 10 May 2016 14:57:16 +0200 Subject: [PATCH] =?UTF-8?q?[TASK]=20=C3=9Cberarbeitung=20Beispielereigniss?= =?UTF-8?q?e.[TASK]=20=C3=9Cberarbeitung=20Beispielereignisse.[TASK]=20?= =?UTF-8?q?=C3=9Cberarbeitung=20Beispielereignisse.[TASK]=20=C3=9Cberarbei?= =?UTF-8?q?tung=20Beispielereignisse.[TASK]=20=C3=9Cberarbeitung=20Beispie?= =?UTF-8?q?lereignisse.[TASK]=20=C3=9Cberarbeitung=20Beispielereignisse.[T?= =?UTF-8?q?ASK]=20=C3=9Cberarbeitung=20Beispielereignisse.[TASK]=20=C3=9Cb?= =?UTF-8?q?erarbeitung=20Beispielereignisse.?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- Bachelorarbeit.tex | 29 +++++++++-------------------- 1 file changed, 9 insertions(+), 20 deletions(-) diff --git a/Bachelorarbeit.tex b/Bachelorarbeit.tex index 037d5ac..d14f27d 100644 --- a/Bachelorarbeit.tex +++ b/Bachelorarbeit.tex @@ -173,29 +173,18 @@ Eine Speicherung der Ereignisse hat aufgrund der begrenzten Gültigkeitsdauer ih Die Informationen der Ereignisse stellen den momentanen Zustand dar; allerdings sind sie für sich alleine betrachtet Kontext- und somit Bedeutungslos. Betrachtet man beispielsweise das Ereignis \enquote{Die gemessene Motortemperatur beträgt 40°C.}, so ist daraus nicht zu erkennen, ob das Fahrzeug gerade seit kurzem auf der Straße unterwegs ist oder lediglich im Hochsommer in der Sonne steht. Auch ist nicht zu erkennen, ob es sich bei dem Motor überhaupt um einen Automotor handelt. Dass überhaupt von einer \enquote{Motortemperatur} die Rede sein kann impliziert bereits die Existenz von \emph{Hintergrundwissen} darüber, wo der Temperatursensor platziert ist - und somit, worauf sich die gemessene Temperatur bezieht. -\todo{Nun kommt der Faktor Zeit ins Spiel!} - -Gegeben sei als Beispiel folgender, fiktiver Ereignisstrom: -\begin{lstlisting}[caption={Exemplarischer Ereignisstrom}] -[T=1] Geschwindigkeitssensor 1: 105km/h -[T=1] Temperatursensor 2: 64°C -[T=1] Flüssigkeitssensor 1: niedrig -[T=2] Geschwindigkeitssensor 1: 79km/h -[T=2] Temperatursensor 2: 83°C -[T=2] Flüssigkeitssensor 1: niedrig -[T=3] Geschwindigkeitssensor 1: 56km/h -[T=3] Temperatursensor 2: 94°C -[T=3] Flüssigkeitssensor 1: niedrig -[T=4] Geschwindigkeitssensor 1: 0km/h -[T=4] Temperatursensor 2: 109°C -[T=4] Flüssigkeitssensor 1: niedrig +Ein weiterer wichtiger Faktor ist der Zeitraum, in dem Ereignisse auftreten. Um dies näher zu erläutern, betrachten wir beispielhaft den folgenden Ereignisstrom: +\begin{lstlisting}[caption={Exemplarischer Ereignisstrom: Motortemperatur eines PKW}] +[T=1] Temperatursensor: 40°C +[T=2] Temperatursensor: 48°C +[T=3] Temperatursensor: 61°C +[T=4] Temperatursensor: 84°C \end{lstlisting} +Zunächst sei unter Verwendung von Hintergrundwissen verraten: Der Temperatursensor befindet sich an dem Motor eines PKW und hat in regelmäßigen Abständen diese vier Messwerte gemeldet. Auf den ersten Blick ist ersichtlich, dass die Messwerte einen sehr starken Temperaturanstieg abbilden, jedoch kann über den nächsten Messwert nur spekuliert werden, da die zeitlichen Abstände zwischen den Messereignissen einen großen Unterschied ausmachen können. Liegen zwischen den Messereignissen beispielsweise etwa 30-60 Minuten, so könnte es sich um einen normalen Betrieb bei hoher Geschwindigkeit handeln. Sollten jedoch nur wenige Minuten zwischen den Messereignissen vergangen sein, so lassen die Messwerte auf einen Defekt im Kühlsystem schließen und ein Motorschaden wäre eine mögliche Folge. Die Zeitachse darf somit bei der Ereignisverarbeitung nicht vernachlässigt werden. -Zunächst sei unter Verwendung von Hintergrundwissen verraten: Diese Sensoren befinden sich alle in ein und dem selben PKW. Geschwindigkeitssensor 1 misst dessen Momentangeschwindigkeit, Temperatursensor 2 die Temperatur des Motors und Flüssigkeitssensor 1 den Stand des Kühlwassers. +\todo{Kombination von Ereignissen, Ereignismuster} -\todo{Mehr Text} - -Die Herausforderung bei CEP liegt also darin große Ströme von Ereignissen unter Zuhilfenahme von Hintergrundwissen zu kombinieren, relevante Ereignisse daraus zu selektieren und unter diesen bestimmte Muster zu erkennen, um daraus höherwertige, bedeutungsreiche Ereignisse zu konstruieren. +Die Herausforderung bei CEP liegt also darin große Ströme von Ereignissen unter Zuhilfenahme von Hintergrundwissen zu kombinieren, relevante Ereignisse daraus zu selektieren und unter diesen bestimmte Muster zu erkennen, daraus höherwertige und bedeutungsvolle Ereignisse zu konstruieren und die Ergebnisse möglichst in Echtzeit weiterzugeben. \chapter{Gegenüberstellung existierender CEP-Engines}