RFID數據流建模RFID數據片的物理值(如時間和地點)和邏輯值(如數據流的事件模式、店有權和商業(yè)交易)是非常重要的信息。RFID數據有不同的表示層。在物理層, 裊據代表平面圖和地理位置。在網絡層, 數據表示移動式閱讀器與網絡之間的連接關系。在業(yè)務層, 數據代表業(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, 導致數據的不斷變化。因此, 開發(fā)一種能夠應對 RFID 系統內在變化的新模型尤為必要, 利用新模型可實現不同表示層之間的 RFID數據的跟蹤和追蹤。為有效跟蹤和追蹤三個表示層中的RFID 數據, 我們開發(fā)了數據承襲模型(Data Lineage Model, DLM)系統, 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, 讀數操作可能是登記貨物, 也可能是核查產品的數量。

    網絡層實現事件層的業(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, 系統對相關的網絡設備進行注冊。網絡層從非法的數據注入和識讀中保護數據譜系。
    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)務所有權聯系起來。系統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 數據流處理的重要性, 但它在很大程度上依賴于系統開發(fā)商對特定應用進程在基礎設施中的實施。
2、RFID 數據清洗和預處理
    DLM模型中低層的 RFID數據存在重復、噪聲和不確定性等問題。數據的過濾被認為是清洗數據和捕獲數據的統計特征。
3、復雜事件處理和模式識別
    復雜事件體現了商業(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包數據流中查詢亂序數據。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, 這樣流系統不需要維護數據流順序。在對這些亂序數據的處理過程中, 不考慮數據隨著時間的變化。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據及來自所有可用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據, 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, 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數據流的處理以及物理RFID 觀測數據向業(yè)務應用相關聯的虛擬計數信息的自動轉換需要一個通用的 RFID 數據處理框架。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
值條件關聯多個事件。根據 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。
2)指定發(fā)生頻率條件下的事件模式。
3)網絡數據流和基于中央數據庫中存儲的靜態(tài)數據的經典函數。

     然而, 當前尚不存在滿足以上特性的查詢語言。為實現時間事件跟蹤, 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, 包括現有系統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)所述的事件數據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, 將產生與時間數據相統一的全球位置信息數據, 并為全球物品追蹤提供獨立的數據模型。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(Complex Event Management System, CEMS)。該系統包括:
1)三個數據庫:事件類型數據庫、查詢數據庫和中央數據庫。

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 數據流為查詢的輸入, 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:數據庫控制流、查詢流以及數據流。數據庫 控制流被管理員用來管理這三個數據庫。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, 以便于更新查詢數據庫、事件類型 數據庫和中間件結果更新器。
     在 CEMS中, 底層捕獲的 RFID 原始數據經過處理以后再向用戶發(fā)布查詢結果。原始RFID數據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, 則更新中央數據庫。 EPCIS 結構提供了數據邏輯服務。圖5-10給出了業(yè)務邏輯不同模塊的工作流程。因此, 復雜事件管理系統結構作用于FMCG 供應鏈系統中檢測復雜事件的應用層。