RFID數(shù)據(jù)流建模RFID數(shù)據(jù)片的物理值(如時間和地點)和邏輯值(如數(shù)據(jù)流的事件模式、店有權和商業(yè)交易)是非常重要的信息。RFID數(shù)據(jù)有不同的表示層。在物理層, 裊據(jù)代表平面圖和地理位置。在網絡層, 數(shù)據(jù)表示移動式閱讀器與網絡之間的連接關系。在業(yè)務層, 數(shù)據(jù)代表業(yè)務事件。業(yè)務合伙人不得不專門開發(fā)每一層中的事件以滿足不同的商業(yè)實踐和系統(tǒng)要求。
1 、大規(guī)模RFID部署模型
     快速、大規(guī)模RFID的部署需要一個新的模型-為全球 RFID物品的跟蹤而開發(fā)的系統(tǒng)模型。NDP項目積累的經驗表明, 在RFID 網絡中, RFID標簽的流動性、物品所有權的變更、工作流程和事件模式的改變, 導致數(shù)據(jù)的不斷變化。因此, 開發(fā)一種能夠應對 RFID 系統(tǒng)內在變化的新模型尤為必要, 利用新模型可實現(xiàn)不同表示層之間的 RFID數(shù)據(jù)的跟蹤和追蹤。為有效跟蹤和追蹤三個表示層中的RFID 數(shù)據(jù), 我們開發(fā)了數(shù)據(jù)承襲模型(Data Lineage Model, DLM)系統(tǒng), 在DLM模型中, 三個表示層在邏輯上相互獨立。
     事件層負責業(yè)務交易的建模。在采用了 RFID技術的 FMCG 供應鏈管理系統(tǒng)中, 我們利用前置或后置條件和觸發(fā)器定義業(yè)務事件, 觸發(fā)器描述了事件的發(fā)生條件(如時間或空間條件)以及系統(tǒng)應該采取的行動。例如, 當分銷商從制造商那里訂購產品以及零售商向分銷商的賬戶付款時, 我們可以對不同所有者的ID在前置和后置條件中模擬所有權的變更。該事件可能是倉庫出入口處的閱讀事件, 讀數(shù)操作可能是登記貨物, 也可能是核查產品的數(shù)量。

    網絡層實現(xiàn)事件層的業(yè)務事件向網絡配置層的映射, 確保業(yè)務事件可追溯。對于每個業(yè)務事件, 系統(tǒng)對相關的網絡設備進行注冊。網絡層從非法的數(shù)據(jù)注入和識讀中保護數(shù)據(jù)譜系。
    最后, Geo層將所有的網絡設備與相關地理屬性(例如, 帶有3D 地理位置的平面圖)和業(yè)務所有權聯(lián)系起來。系統(tǒng)可以進一步將來自網絡設備的業(yè)務事件映射到相應的物理位置上。假設我們可以使用移動網絡來跟蹤移動物體, 系統(tǒng)可以動態(tài)映射網絡設備的邏輯連接到相應的新位置上。在這種情況下, 網絡層與地理層之間的映射代表了跟蹤事件層業(yè)務交易的一個緊密耦合。
   邏輯獨立層次結構保證 RFID系統(tǒng)內發(fā)生在某一表示層的變化(如業(yè)務流程的變化)獨立于其他層的變化。因此, 低表示層發(fā)生的變化不會影響業(yè)務邏輯(如網絡結構的改變)。注意, 雖然 RFID 應用層事件標準 EPCglobal 強調了 RFID 數(shù)據(jù)流處理的重要性, 但它在很大程度上依賴于系統(tǒng)開發(fā)商對特定應用進程在基礎設施中的實施。
2、RFID 數(shù)據(jù)清洗和預處理
    DLM模型中低層的 RFID數(shù)據(jù)存在重復、噪聲和不確定性等問題。數(shù)據(jù)的過濾被認為是清洗數(shù)據(jù)和捕獲數(shù)據(jù)的統(tǒng)計特征。
3、復雜事件處理和模式識別
    復雜事件體現(xiàn)了商業(yè)交易的模式。為與高層的商業(yè)交易相匹配, 需要確認低層RFID讀數(shù)的識讀時間和位置屬性。鑒于此, 首要考慮是解決復雜事件處理的關鍵算法。Johnson等人提出了一種高效的算法, 在IP包數(shù)據(jù)流中查詢亂序數(shù)據(jù)。等人提出了一種新的亂序處理(Out-of-Order Processing, OOP)結構, 即通過明確的流進度指示, 如標點符號或心跳, 完成解鎖和清洗操作, 這樣流系統(tǒng)不需要維護數(shù)據(jù)流順序。在對這些亂序數(shù)據(jù)的處理過程中, 不考慮數(shù)據(jù)隨著時間的變化。我們擬使用事件時鐘自動控制(Event-clock Automata, ECA)的子集。與定時自動控制不同, ECA不控制時鐘的調動, 時鐘值是固定的, 并且與到達事件的時間值有關。ECA 有兩種類型的時鐘:

①事件記錄時鐘;

②事件預測時鐘。
3. 1 事件記錄時鐘
    事件記錄時鐘值始終等于到達事件的占用時間與當前時間的比值。使用攜帶事件記錄時鐘的 ECA簡單查詢事件序列(SEQ(a, b, c))。在圖的底端, 箭頭線上方為一串事件流, 箭頭線下方的數(shù)字為時間截。與SASE 不同。所給事件流并非全部按順序排列。具有兩個事件記錄時鐘的ECA:X. 《X.. XX. 。利用這個時間約束可以檢查事件的順序并丟棄 SASE 中忽略的亂序事件。加出所示, 只有兩個系列的事件被識別, 并且拼棄了亂序事件(如, 0 b6, c7)。

3. 2 事件預測時鐘
     該時鐘為預測變量。相對于當前時刻, 事件下一次發(fā)生的時間即為該時鐘的態(tài)量值。因此, 只有在到達事件發(fā)生后或某一特定周期內, 時間約束才滿足該時鐘態(tài)量。 僅當事件a 發(fā)生4s后, 事件b才是有效的, 那么, 通過簡單地更改ECA 的時間約束為X, ≥X, +4, 得到的輸出是al, b5, c8。如果事件b在事件 a 發(fā)生后的4s 內發(fā)生, 那么, 必須改變時間限制為X, ≤X, +4。 利用 ECA 可以過濾和檢測亂序事件, 并丟棄那些在時間約束上無效的事件。事件時鐘對追蹤FMCG 供應鏈中EPC 的當前狀態(tài)起著舉足輕重的作用。NDP項目便對寶潔(P&G)潘婷彩色護發(fā)素產品進行了跟蹤, 產品 EPC代碼為um:epc:id:sgtin:49024300. 24741. 276。產品的跟蹤, 需要對所有產品事件相關的時鐘數(shù)據(jù)及來自所有可用EPCIS的運輸信息進行處理。

     某產品于4月11日在P&G 調度中心被 RFID 閱讀器識讀, 下一次被識讀的時間為5月9日。通過關聯(lián)Geo層信息和閱讀器的位置信息, 該產品在Metcash 接收端被識別。該產品被連續(xù)識讀直至5月23日。

    通過濾除不必要的事件數(shù)據(jù), 篩選出需要的產品并于5月23日發(fā)送至配送中心。該案例表明, 在P&G 供應貨物到 Metcash 端接收貨物的整個過程存在很大的時間延遲, 然而引起時延的具體原因未知。由表5-2發(fā)現(xiàn), 貨物被送到零售商店前已在倉庫內滯留了兩個星期。
4、實時查詢語言
     實時、大容量RFID數(shù)據(jù)流的處理以及物理RFID 觀測數(shù)據(jù)向業(yè)務應用相關聯(lián)的虛擬計數(shù)信息的自動轉換需要一個通用的 RFID 數(shù)據(jù)處理框架。RFID 應用需要一種實時的查詢語言, 該語言應定義如何對單一事件進行過濾及如何基于時間和價
值條件關聯(lián)多個事件。根據(jù) NDP項目總結的經驗, 實時 RFID 查詢語言應具備對以下內容的查詢能力:
1)復雜事件的序列, 該事件涉及來自不同地點的存儲空間和時間范圍的多個讀數(shù)。
2)指定發(fā)生頻率條件下的事件模式。
3)網絡數(shù)據(jù)流和基于中央數(shù)據(jù)庫中存儲的靜態(tài)數(shù)據(jù)的經典函數(shù)。

     然而, 當前尚不存在滿足以上特性的查詢語言。為實現(xiàn)時間事件跟蹤, 我們提 出了一種新的生存時間(Time-to-live, TTL)的概念。TTL代表了能夠合法生存于RFID系統(tǒng)中的 RFID事件的時間長度。TTL涉及各種復雜時間事件模式, 包括現(xiàn)有系統(tǒng)能夠處理的事件模式。特別地, 我們將TTL 分為四類用來表示不同的RFID(原始/復雜)事件:
1)絕對TTL:定義了一個RFID標簽在物理世界的生存時間。
2)相對TTL:定義了一個RFID標簽能夠用于特定應用程序里的時間(之后,可以重新分配標簽到其他應用程序中)。
3)周期TTL:定義了相同事件類型的兩個連續(xù)事件之間的時間間隔, 即周期TTL 決定了相同事件周期性發(fā)生的時間間隔。
4)連續(xù)TTL:定義了兩個連續(xù)事件發(fā)生的時間間隔。
     TTL 克服了5. 3節(jié)所述的事件數(shù)據(jù)管理當前存在的問題。例如, 在序列ABC中, 如果A和B之間的間隔大于1min, 則B和C之間的間隔應小于2min; 如果A 和B之間的間隔大于1min, 則B和C的間隔可能大于5min。 該時間約束可由以下
兩個規(guī)則進行表達:
    RULE1:IF[t(B)-t(A)]>1Minute THEN[(B)-t(C)]<2minutes
   RULE2:IF[t(A)-t(B)]>1Minute THEN[(B)-t(C)]>5minutes
    顯然, 這兩個規(guī)則是兩個獨立的事件模式, 規(guī)則1中有初始事件A, 規(guī)則2中有初始事件B。因此, 當滿足規(guī)則1的時間約束時, ABC的事件序列將被成功檢測; 當滿足規(guī)則2的時間約束時, BAC的事件序列被成功檢測。

     TTL 查詢語言可以廣泛用于帶時間約束的RFID應用。如開展NDP項目的典型供應鏈, 根據(jù)再分配需求, 要求企業(yè)對產品進行包裝和再包裝。Geo層的完全可追蹤性, 將產生與時間數(shù)據(jù)相統(tǒng)一的全球位置信息數(shù)據(jù), 并為全球物品追蹤提供獨立的數(shù)據(jù)模型。使用TTL的概念維持物品(尤其是回收物品)相關的時間信息, 也是全球范圍內追蹤物品的關鍵。
5.  系統(tǒng)結構和原型
處理 FMCG 供應鏈管理業(yè)務需要的一個復雜事件管理系統(tǒng)(Complex Event Management System, CEMS)。該系統(tǒng)包括:
1)三個數(shù)據(jù)庫:事件類型數(shù)據(jù)庫、查詢數(shù)據(jù)庫和中央數(shù)據(jù)庫。

2)六個模塊:過濾器和清洗器、事件類型檢測器、查詢檢測器、查詢分析儀、事件處理機和中間件結果更新器。

     CEMS 以無限的RFID 數(shù)據(jù)流為查詢的輸入, 并輸出與此次查詢相匹配的事件的查詢結果。對于模式識別查詢, 查詢結果為用戶指定頻率條件下的識別事件序列。
     CEMS中存在三種獨立的信息流:數(shù)據(jù)庫控制流、查詢流以及數(shù)據(jù)流。數(shù)據(jù)庫 控制流被管理員用來管理這三個數(shù)據(jù)庫。查詢流則代表了 CEMS 對用戶提交的查詢的處理過程。查詢被送至查詢分析儀進行分析, 以便于更新查詢數(shù)據(jù)庫、事件類型 數(shù)據(jù)庫和中間件結果更新器。
     在 CEMS中, 底層捕獲的 RFID 原始數(shù)據(jù)經過處理以后再向用戶發(fā)布查詢結果。原始RFID數(shù)據(jù)首先經過過濾和清洗處理, 然后生成的事件被發(fā)送至事件處理機等待處理。當接收到的查詢列表與事件序列相關時, 事件處理機開始處理查詢。事件處理機先處理與事件序列不相關的查詢, 再處理與事件序列相關的查詢。兩種查詢結果都會被發(fā)送給用戶, 如果查詢結果要求更新信息, 則更新中央數(shù)據(jù)庫。 EPCIS 結構提供了數(shù)據(jù)邏輯服務。圖5-10給出了業(yè)務邏輯不同模塊的工作流程。因此, 復雜事件管理系統(tǒng)結構作用于FMCG 供應鏈系統(tǒng)中檢測復雜事件的應用層。