نماذج ارتباط الأحداث في الوقت الفعلي واستخراج قواعد الإنذار لأنظمة معالجة الأحداث المعقدة
| العنوان | نماذج ارتباط الأحداث في الوقت الفعلي واستخراج قواعد الإنذار لأنظمة معالجة الأحداث المعقدة |
|---|---|
| المؤلف | جلبي، عمر فاروق |
| تاريخ النشر: | 2013-08 |
| الموضوع | استخراج البيانات، ومعالجة البيانات في الوقت الحقيقي |
| النوع | وثيقة |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| رقم السجل | ea34a21d-549c-4ca9-8c37-f8136cf09388 |
| موقع المكتبة | قسم علوم الحاسوب |
| التاريخ | 2013-08 |
| نص عينة | يقوم العالم بإنشاء نفس الكمية من البيانات كل يومين، كما تم إنشاؤها منذ عام 2003. وتعد تدفقات البيانات المتطورة عاملاً رئيسياً لنمو البيانات التي تم إنشاؤها على مدى السنوات القليلة الماضية. أصبح تحليل البيانات المتدفقة في الوقت الفعلي هو الطريقة الأسرع والأكثر فعالية للحصول على معلومات مفيدة عما يحدث الآن، مما يسمح للمؤسسات باتخاذ الإجراءات بسرعة عند حدوث مشكلات أو اكتشاف الاتجاهات الجديدة لتحسين أدائها. هناك حاجة إلى تحليلات تدفق البيانات لإدارة البيانات التي يتم إنتاجها حاليًا من تطبيقات مثل شبكات الاستشعار، والقياسات في مراقبة الشبكة، وإدارة حركة مرور الهاتف المحمول، وتدفقات النقر على الويب، وسجلات تفاصيل مكالمات الهاتف المحمول، ومنشورات/مدونات الوسائط الاجتماعية وغيرها الكثير. يعد تحليل البيانات أمرًا صعبًا لأن البيانات مرتبة مؤقتًا وسريعة التغير وضخمة ومن المحتمل أن تكون غير محدودة. من أجل مواجهة تحديات التنقيب في تدفق البيانات، تمت مناقشة مساهمتين رئيسيتين في هذه الأطروحة. كلاهما يلخصان بيانات التدفق ذات الحجم الكبير ويقدمان معلومات مفيدة وقابلة للتنفيذ للمستخدمين النهائيين. الأول هو العثور على "ارتباطات الأحداث" عبر أزواج دفق البيانات على بيانات GPS الحقيقية لحافلات النقل العام. والثاني هو استخراج قاعدة تسلسل الإنذار، مع معلمة جديدة تسمى "ثقة الوقت"، والتي تساعد تلقائيًا في تعيين قيم النافذة الزمنية للقواعد المسجلة وتقلل أيضًا من عدد قواعد الإنذار التي تم إنشاؤها. |
