
07-07-2008
|
|
Forum Robot Girl
|
|
|
Bli Dato: Sep 2000
Posts: 22163
|
|
|
A Blast fra fortiden: CEP på Stanford ,1998-2003
Tim Bass
Mandag 07 juli 2008 19:20:21 +0000
Courtesy of Complex Event Processing ved Stanford
Kompleks hendelse behandling (CEP) er en ny teknologi. Det kan brukes til å trekke ut og analysere informasjon fra enhver form for distribuert melding-basert system. Den er utviklet fra Rapide konsepter (1) årsaksforhold hendelse modellering, (2) hendelse mønstre og mønstersamsvar, og (3) hendelse mønster kart og begrensninger. Kompleks hendelse behandlingen kan brukes på en lang rekke bedrifter overvåking og styring problemer, fra lav nettverksadministrasjon til høy enterprise etterretning samling.
[h2] Applications of Complex Event Processing: [/ h2] [h2] Presentasjoner: [/ h2] [h2] Publikasjoner: [/ h2] - Complex Event Processing i distribuerte systemer. David C. Luckham og Brian Frasca, Stanford University Technical Report CSL-TR-98-754, mars 1998, 28 sider.Abstract: Kompleks hendelse behandling er en ny teknologi for å trekke ut informasjon fra distribuert melding-baserte systemer. Denne teknologien gjør at brukerne av et system for å angi hvilken informasjon som er av interesse for dem. Det kan være lavt nettverk behandler data eller høy Enterprise Management etterretning, avhengig av rolle og synspunkt av individuelle brukere. Og det kan bli endret fra øyeblikk til øyeblikk mens systemet er i drift. Dette papiret inneholder en oversikt over Complex Event Processing brukes til en bestemt eksempel på en distribuert meldingen-basert system, en fabrikasjon prosessen styringssystem. Begrepene årsaksforhold hendelse historier, hendelse mønstre hendelse filtrering, og arrangementet sammendragsnivåer er innført og sin søknad til prosessen styringssystem er illustrert med enkle eksempler. Dette papiret gir leseren en oversikt over Complex Event Processing begreper og viser hvordan de kan brukes ved hjelp av Rapide programvaresett til en bestemt type system.
*
- Event Mining med Event Processing Networks. Louis Perrochon og Walter Mann og Stephane Kasriel og David C. Luckham, The Third Pacific-Asia Conference on Knowledge Discovery and Data Mining. 26-28 april 1999. Beijing, Kina, 5 sider.Abstract: Event Mining finner og leverer informasjon og kunnskap i sanntid strøm av data, eller hendelser. Vi viser at prosessen med å levere kunnskap ved å søke mønstre i data og påfølgende abstraksjon av funnet mønstre kan brukes i sanntid til en kompleks, asynkron systemet. Våre event behandling motor består av et nettverk av hendelsen behandling agenter (EPAs) kjører parallelt som kommuniserer ved hjelp av en dedikert arrangementet prosessering infrastruktur. Agentene kan konfigureres til løpe-tid ved hjelp av en formell mønster språk. Den underliggende infrastruktur (1) gir en abstrakt kommunikasjon mekanisme og dermed tillater dynamisk omkonfigurering av kommunikasjon topologi mellom agenter på kjøre-og (2) gir transparent, stedsbaserte uavhengig tilgang til alle data. Disse funksjonene tillater dynamisk tildeling av EPAs til forskjellige tråder og prosesser på ulike maskiner under kjøring.
*
- eJava - Utvide Java med Causality. Alexandre Santoro og Walter Mann og Neel Madhav og David Luckham, Proceedings of 10. International Conference on Software Engineering and Knowledge Engineering, juni 1998, 10 sider.Abstract: Programmeringsspråk som Java gi designere med en rekke klasser som forenkler prosessen med programutvikling. Noen av disse klassene tillate en enkelt å bygge Flertrådsdatabehandling programmer. Selv om nyttige, spesielt i etableringen av reaktive systemer, Flertrådsdatabehandling programmer presenterer utfordrende problemer som rase og synkronisering problemer. Validere disse programmene mot spesifikasjonen er ikke trivielt siden Java ikke klart thread interaksjon. Disse problemene kan løses ved å endre Java slik at den produserer beregninger, samlinger av hendelser med både årsaksforhold og verdslige bestilling forbindelser definert for dem. Spesielt årsakssammenhengen bestilling er ideelt for identifisering tråd interaksjon. Dette papiret presenterer eJava, en utvidelse av Java som er både arrangementet baserte og causally klar, og viser hvordan det forenkler prosessen med å forstå og debugging Flertrådsdatabehandling programmer.
*
- Event-Based Effektuering arkitekturer for Dynamic Software Systems. James Vera, Louis Perrochon, David C. Luckham.
Proceedings of First Working IFIP Konfigurasjonsfeil. on Software Architecture. 1999. San Antonio, Texas.Abstract: Distribusjonssystemer "runtime situasjonen kan være vanskelig å forstå. Concurrent fordelt aktivitet lage forestillinger om global stat vanskelig å forstå. Vi fokuserer på kjøretidsdetaljene strukturen i et system, dens gjennomføring arkitektur og foreslå representerer dens evolusjon som en delvis organisert sett forhåndsdefinerte arkitektoniske hendelse typer. Denne representasjonen tillater en systemets topologi å bli visualisert, analysert og kontrakter anstrengt. Bruken av en forhåndsdefinert hendelse som kan kjøres arkitekturer av ulike systemer for å være lett sammenlignes.
*
- Bruke Kontekst-Based Korrelasjon i Network Operations and Management. Louis Perrochon (work in progress, mail forfatter for nyeste versjon)Abstract: Network operasjonen består i stor grad av reaksjonen til aktiviteter foregår i nettverket. Bedre kunnskap om nettverk til enhver tid gir mer passende reaksjoner. På eksempel på inntrenging oppdagelse, viser vi hvordan kontekst-basert korrelasjon av slik virksomhet kan gi en mer detaljert visning av nettverket på kortere tid. Vi først presentere hvordan vi modellen sammenheng og beskrive arkitekturen på Stanford University CEP kontekst-basert correlator. Korrelasjon er angitt som hendelsen mønstre i en declarative språk som gir oss mulighet til å spesifisere hva som må registreres, i stedet for å spesifisere hvordan det skal bli oppdaget. CEP innfører begrepet årsakssammenheng sammenheng til inntrenging gjenkjenning. Den correlator er mulig å behandle events on-line, som de er generert og kan konfigureres på dynamisk. Vi vil deretter vise hvordan det øker detection rate, redusere falske alarmer, og oppdage storstilt angrep mønstre på et tidlig tidspunkt.
Kilde ...
|