• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>Sensors (Basel Switzerland) >Dempster–Shafer Theory for Modeling and Treating Uncertainty in IoT Applications Based on Complex Event Processing
【2h】

Dempster–Shafer Theory for Modeling and Treating Uncertainty in IoT Applications Based on Complex Event Processing

机译：基于复杂事件处理的IOT应用中模拟和处理不确定性的Dempster-Shafer理论

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The Internet of Things (IoT) has emerged from the proliferation of mobile devices and objects connected, resulting in the acquisition of periodic event flows from different devices and sensors. However, such sensors and devices can be faulty or affected by failures, have poor calibration, and produce inaccurate data and uncertain event flows in IoT applications. A prominent technique for analyzing event flows is Complex Event Processing (CEP). Uncertainty in CEP is usually observed in primitive events (i.e., sensor readings) and rules that derive complex events (i.e., high-level situations). In this paper, we investigate the identification and treatment of uncertainty in CEP-based IoT applications. We propose the DST-CEP, an approach that uses the Dempster–Shafer Theory to treat uncertainties. By using this theory, our solution can combine unreliable sensor data in conflicting situations and detect correct results. DST-CEP has an architectural model for treating uncertainty in events and its propagation to processing rules. We describe a case study using the proposed approach in a multi-sensor fire outbreak detection system. We submit our solution to experiments with a real sensor dataset, and evaluate it using well-known performance metrics. The solution achieves promising results regarding Accuracy, Precision, Recall, F-measure, and ROC Curve, even when combining conflicting sensor readings. DST-CEP demonstrated to be suitable and flexible to deal with uncertainty.
机译：事物互联网（物联网）已经从连接的移动设备和对象的增殖中出现，导致从不同设备和传感器获取周期性事件流程。但是，这种传感器和设备可能出现故障或受到故障的影响，校准差，并且在IOT应用中产生不准确的数据和不确定事件流。用于分析事件流的突出技术是复杂的事件处理（CEP）。 CEP中的不确定性通常以原始事件（即传感器读数）和衍生复杂事件（即，高级情况）的规则观察到。在本文中，我们研究了Cep的IOT应用中不确定性的识别和治疗。我们提出DST-CEP，一种使用Dempster-Shafer理论来治疗不确定性的方法。通过使用本理论，我们的解决方案可以将不可靠的传感器数据结合在冲突情况下并检测正确的结果。 DST-CEP具有一个架构模型，用于治疗事件中的不确定性及其与处理规则的传播。我们描述了在多传感器消防疫情检测系统中使用所提出的方法的案例研究。我们将我们的解决方案提交给使用真实的传感器数据集进行实验，并使用众所周知的性能指标进行评估。即使在组合冲突的传感器读数时，该解决方案也实现了关于精度，精度，召回，F测量和ROC曲线的有希望的结果。 DST-CEP证明适合和灵活地处理不确定性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号