專利名稱：基于謂詞覆蓋的啟發(fā)式事件匹配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及內(nèi)容路由網(wǎng)絡(luò)及發(fā)布/訂購?fù)ㄐ拍Ｐ椭械耐ㄓ崋栴}，特別涉及其中的事件匹配 方法，涉及具有異步性、動態(tài)性、多對多和匿名等特點的發(fā)布/訂購?fù)ㄐ拍Ｐ偷耐ㄓ嵎绞健?
背景技術(shù)：
基下-內(nèi)容路由的大規(guī)模發(fā)布/訂購系統(tǒng)已逐漸成為現(xiàn)今分布式系統(tǒng)通信的研究熱點，在網(wǎng) 絡(luò)游戲、-矜適計算、WebServices、移動計算等領(lǐng)域進行了深入的研究及得到了廣泛的應(yīng)用。 基于內(nèi)容路由的發(fā)布/訂購?fù)ㄐ拍Ｐ妥鳛橐环N新型的通信模型，在分布式應(yīng)用系統(tǒng)通訊 中的作用日益明顯，其特點和意義在于它提供了一種松耦合的通訊模式。這種通訊模式有異 步通信、動態(tài)性、多對多通信方式和可匿名的特點，這些特點使其能夠適應(yīng)大規(guī)模分布式系 統(tǒng)的需耍。
節(jié)件匹配是人規(guī)模發(fā)布/訂購系統(tǒng)中非常重耍的一個實現(xiàn)環(huán)節(jié)，是決定系統(tǒng)性能的發(fā)布^ 件傳遞效率和準(zhǔn)確性的關(guān)鍵。
在基于內(nèi)容路由網(wǎng)絡(luò)搭建的發(fā)布/訂購系統(tǒng)設(shè)計過程中，最受關(guān)注的是基T內(nèi)容的路由的 發(fā)布/訂購?fù)ㄐ拍Ｐ讨械氖录ヅ湫?。在進行率件匹配時，發(fā)布審-件需耍與每個訂購消息進 行匹配，而每個發(fā)布事件和訂購消息(表込式)乂是由多個謂詞組成，所以實際上是通過謂 詞之間的匹配來實現(xiàn)發(fā)布審件與訂購消息(表達式)的匹配。
當(dāng)一個系統(tǒng)耍處理大量的事件和訂購時，事件匹配需耍面對成千上萬的訂購(謂詞)， 所以，能否快速高效的進行事件匹配決定了系統(tǒng)的實時性能否得到滿足，同時事件匹配是否 準(zhǔn)確也將影響整個事件傳遞的準(zhǔn)確性，而一個低效率低準(zhǔn)確率的事件匹配算法很人程度上會 給系統(tǒng)帶來擁塞和瓶頸。
ra此，研究一種快速準(zhǔn)確的事件匹配算法不僅在相關(guān)研究領(lǐng)域具有深遠的意義，同時也 在很大程度上是基于內(nèi)容路由的發(fā)布/訂購技術(shù)在實際應(yīng)用領(lǐng)域能否成功應(yīng)用的關(guān)鍵。
現(xiàn)有主耍的率件匹配算法研究都是在減少額外的謂詞匹配測試方面進行優(yōu)化處理，土耍 的算 去一般么、為兩類[1] Walid Rjaibi, Klaus Dittrich and Dieter .laepel. Event matching in symmetric subscription systems (對稱訂購系統(tǒng)中的享.件匹配)，In CASCON Conference, 20(G:基T謂詞索引算 法(Predicate Indexing Based)和基丁'匹配網(wǎng)絡(luò)算法(TestingNetwork Based)。
基下謂詞索引算法的事件匹配算法土要以訂購中的謂詞絎織成的索引結(jié)構(gòu)為基礎(chǔ)，此類 算法一般由兩個階段組成，第一階段進行謂詞匹配測試，第二階段再使用第一階段的測試結(jié) 果進行訂購匹配測試。代表算法有計數(shù)算法(Counting Algorkhm) [21 T.W.Yan and H.Garc'ya-Molina.ndex Structures for Selective Dissemination of Information Under the Boolean Model (在布 爾模型下信息選擇性分發(fā)的索引結(jié)構(gòu)).ACM Trans. Database Syst., 199《19(2):卯.332-334;漢森算 法(Hanson Algorithm) [3E.Hanson, M.Chaabouni， C.Kim and Y.Wang. A Predicate Matching Algorithm for Database Rule Systems (—種數(shù)據(jù)庫規(guī)則系統(tǒng)中的謂詞匹配算法)，In SIGMOD'90, 1990 : 。
基T匹配網(wǎng)絡(luò)的算法的主耍思想是在預(yù)處理階段把訂購組成一個圖成者匹配網(wǎng)絡(luò)的結(jié)構(gòu)，節(jié)件從圖的入口進入，通過各個中間節(jié)點進行過濾，直到出口判定匹配結(jié)果。代表算法 有基于匹配樹(Testing Tree Based)的算法[4M.Aguilera, R.Strom， D.Sturman, MAstley and T.Chandra. Matching Events in A Content-based Subscription System (基于內(nèi)容的訂購系統(tǒng)中的事件匹酉己),h Eighteen ACM Symposium on Principles of Distributed Computing (PODC'99), 1999禾ll基丁'二叉決策圖 (Binary Decisions Diagrams, BDDs)的算 i[5] A.Campailla， S.Chaki, E,Clarke， S..'ha and H.Veith. Efficient Filtering in Publish-Subscribe Systems Using Binary Decision Diagrams(發(fā)布/訂購系統(tǒng)中使MJ一義 決策圖的高^J過濾:)，In Proceedings of the 23th International Conference on Software Engineering, Toronto, Canada, May 2001， pp.443-452。
另夕卜，Silvia Bianchi， Pascal Felber， Maria Gradinariu. Content-based Publish/Subscribe using Distributed R-trees.(使川分布式R-trees實現(xiàn)的基丁'內(nèi)容路由的發(fā)布/訂購技術(shù))，In Proceedings of the International Conference on Parallel and Distributed Computing. Rennes， France, 2007: 537-548 ~"文[6]中，卞艮據(jù) MBR["原理構(gòu)建一棵分布式R-trees，事件的匹配路由均基于R-trees進行，然而該算法的不 足之處是空間復(fù)雜度較大，且從系統(tǒng)整體角度來看，訂購規(guī)模量較大。在ChandR,FelberPA.A scalable protocol for content-based routing in overlay networks ( —禾中適合丁'基亍內(nèi)容路由的覆蓋網(wǎng)絡(luò)的 可擴展協(xié)議研究)，In Proceedings of the 2nd IEEE Int'l Symp on Network Computing and Applications. Cambridge, USA, 2003: 123-130 —文[81中，對如何實現(xiàn)精確路由、減少網(wǎng)絡(luò)帶寬、如何降低路由表 空間人小、亭件匹配算法S方面做了系統(tǒng)性研究。
傳統(tǒng)的匹配算法都有各0的不足如基丁'謂詞索引的算法無法利用不同屬性間的相關(guān)性 輔助進行匹配，從而提高匹配效率；而基丁7火策網(wǎng)絡(luò)的亨件匹配算法需耍靜態(tài)的構(gòu)建匹配樹 成者二義決策圖，不適應(yīng)動態(tài)事件匹配的需耍，難以進行動態(tài)更新。雖然文獻[6' [8]從訂購間 存在的相關(guān)性方面進行了研究并提出了相應(yīng)的改進算法，但并未就如何進一步降低系統(tǒng)訂購 規(guī)模及如何以某種合理的方式描述訂購間的相似性(覆蓋關(guān)系)進行研究。 參考文獻 Walid Rjaibi, Klaus DHtrich and Dieter Jaepel. Event matching in symmetric subscription systems, In CASCON Conference, 2002 T.W.Yan and H.Garc，ya-Molina. Index Structures for Selective Dissemination of Information Under the Boolean
Model. ACM Trans. Database Syst.， 1994， 19(2): pp.332-334 [3] E.Hanson, M.Chaabouni, C.Kim and Y.Wang. A Predicate Matching Algorithm for Database Rule Systems, In
SlGMOD，90， 1990 M.Aguilera^ R.Strom, D.Sturman， MAstley and T.Chandra, Matching Events in A Content-based Subscription
System, In Eighteen ACM Symposium on Principles of Distributed Computing (PODC，99)， ]999 [5] A.Campa川a， S.Chaki， E.Clarke, S.Jha and H.Veith. Efficient Filtering in Publish-Subscribe Systems Using
Binary Decision Diagrams, In Proceedings of the 23th International Conference on Software Engineering,
Toronto, Canada, May 2001， pp.443-452 [6] Silvia Bianchi, Pascal Felber， Maria Gradinariu. Content-based Publish/Subscribe using Distributed
R-trees//Proceedings of the Internationa! Conference on Parallel and Distributed Computing(Euro-Par,2007).R園es, France, 2007: 537-548 [7] G Li, S Hou， Jacobsen H. A unified approach to routing, covering and merging in publish/subscribe systems
based on modified binary decision diagrams. In Proceedings of 25th [CDCS. Columbus ， USA， 2005: 447-457 [8] Chand R， Felber P A. A scalable protocol for content-based routing in overlay networks〃Proceedings of the 2nd
IEEE Int'l Symp on Network Computing and Applications. Cambridge, USA. 2003: 123-130
,
發(fā)明內(nèi)容
本發(fā)明的目的是針對基T內(nèi)容路由的發(fā)布/訂購系統(tǒng)中，需耍支持高效亨件匹配的耍求， 提出了一種基丁'訂購謂詞覆蓋的啟發(fā)式節(jié)件匹配算法，不僅提高了匹配的速度和效率，同時 該算法還支持對稱事件匹配。
本發(fā)明的技術(shù)方案是基丁-謂詞覆蓋的啟發(fā)式事件匹配方法，包括以下兒個步驟 假設(shè)訂購表達式由多個訂購謂詞組成，而事件仍然是由多個屬性(事件謂詞)組成； 訂購預(yù)處理該預(yù)處理過程解析訂購表達式，并提取出不同的訂購謂詞，同時將各個訂 購謂詞依據(jù)謂詞關(guān)系插入到對應(yīng)的訂購謂詞關(guān)系樹中相應(yīng)位置；預(yù)處理過程結(jié)束后，將構(gòu)建 出多棵訂購謂詞關(guān)系樹。
訂購謂詞的處理將引起訂購謂詞關(guān)系樹結(jié)構(gòu)的小幅度變化，但該變化并沒有耗費過多的 時間復(fù)雜度。結(jié)束對大量的訂購表達式預(yù)處理過程后，將構(gòu)建出若干棵訂購謂詞關(guān)系樹。
啟發(fā)式謂詞匹配將接收到的節(jié)件表込式進行解析，并將解析出的各個亨件謂詞同對應(yīng) 的訂購謂詞關(guān)系樹進行謂詞匹配。設(shè),件謂詞為p，待匹配的訂購謂詞關(guān)系樹上的謂詞結(jié)點 M為與第/棵訂購謂詞關(guān)系樹進行成功匹配的訂購謂詞集合。
啟發(fā)式謂詞匹配方法(算法)將利用啟發(fā)式匹配/過濾規(guī)則，盡可能減少節(jié)件謂詞與訂購 謂詞的比較次數(shù)，通過遍歷訂購謂詞關(guān)系樹，獲得相匹配的訂購謂詞集合。匹配/過濾方法如 卜.
(1) 如果p與5的關(guān)系滿足過濾規(guī)則2、 5，那么p將終止與以訂購謂詞結(jié)點S為根結(jié)點的 子樹中的任何訂購謂詞結(jié)點進行匹配；
(2) 如果p與s的關(guān)系滿足過濾規(guī)則3、 6，那么p將終止與訂購謂詞結(jié)點s為根結(jié)點的左 子樹(覆蓋子樹)中的任何訂購謂詞結(jié)點進行匹配；
(3) 如果p與s的關(guān)系滿足匹配規(guī)則7、 8，那么表明p與s匹配，將s加入集合M中，
即<~ US ;同時p將繼續(xù)勾其他訂購謂詞結(jié)點進行匹配操作。
發(fā)布事件匹配發(fā)布事件由若干個事件謂詞組成，故對于每個事件謂詞都將對應(yīng)著一棵
具有相同屬性的訂購謂詞關(guān)系樹，在啟發(fā)式謂詞匹配過程處理的基礎(chǔ)上，發(fā)布事件的匹配將 事件表達式的每一事件謂詞同相應(yīng)的訂購謂詞關(guān)系樹進行匹配，并將各訂購謂詞集合進行 "交"運算操作獲得與事件相匹配的訂購集合。
對任一訂購S，其每一訂購謂詞&，都可以找到某一訂購謂詞集合M,，使得^eM,，即 3M,a eM,(/ = l，2，...")，才認為發(fā)布事件￡ = ^/^同訂購S相匹配。
整個發(fā)布事件的匹配過程見附圖2所示，事件匹配算法描述見第五節(jié)，啟發(fā)式謂詞匹配方法的算法描述見第五節(jié)。
謂詞令fx0J6)y，其中x， y是屬性^值域空間中的一個合理取值，0是比較操作， 則稱s為謂詞；若x=》則稱s為等值謂詞，否則稱s為非等值謂詞。
其中，組成發(fā)布事件表達式的謂詞稱為事件謂詞，組成訂購表達式的謂詞稱為訂購謂詞。 取閾值函數(shù)定義取謂詞上K閾值函數(shù)《0):若s=x6^0>;且0="<",則^丄)=乂，《(4)7。 為了下文描述方便起見，假設(shè)有訂購謂詞^及^，且兩謂詞描述的是同一屬性的不同范
闬表示，默認的比較操作符0="<"，若無特別說明，卜文所涉及的謂詞皆為t等值謂詞。
謂詞關(guān)系(Predicate Relation):依據(jù)訂購謂詞所包含的數(shù)值范,進行謂詞間的關(guān)系約定， 并將其可能的關(guān)系綜合為兩種覆蓋關(guān)系(Cover Relation)及序關(guān)系(Order Relation),其 中，覆蓋關(guān)系描述了訂購謂詞s,及&存在覆蓋關(guān)系，即有《(s,丄)S《(&丄)且《(5,T)2《(&T)，則稱
訂購謂詞S,覆蓋&,記為卞；序關(guān)系描述了訂購謂詞^及S2存在序關(guān)系，即有R(S,丄)S^S2丄)
且^T)咖2T)]或,)^"胸A詞(禱則稱A， S2存在左序關(guān)系或右序關(guān)系，記 為11 &或& ， 。
訂購謂詞關(guān)系樹(Predicate Relation Tree):根據(jù)訂購謂詞關(guān)系構(gòu)建的二叉關(guān)系樹，訂購 謂詞將對應(yīng)訂購謂詞關(guān)系樹中的訂購謂詞結(jié)點；其中，訂購謂詞結(jié)點的左子樹稱為覆蓋子樹， 覆蓋子樹中的所冇訂購謂詞結(jié)點都被其所覆蓋；訂購謂詞結(jié)點的厶子樹稱為序子樹，序子樹 的所冇訂購謂詞結(jié)點都與其存在(厶)序關(guān)系。訂購謂詞關(guān)系樹的一個實例如附圖l所示。
啟發(fā)式匹配/過濾規(guī)則依據(jù)訂購謂詞關(guān)系樹的特殊結(jié)構(gòu)，并結(jié)合非對稱謂詞(爭件)匹 配及對稱謂詞(率件)匹配的相關(guān)性質(zhì)，提出了若干條啟發(fā)式匹配/過濾規(guī)則，這些規(guī)則的iii ffl可以提高節(jié)件匹配算法的效率。對丁'發(fā)布事件謂詞p及訂購謂詞s，有
過濾規(guī)則1: [/ ] g s - [p] g VY(個)，其中[川為^值亨件謂詞； 相應(yīng)的值，適用丁-非 對稱亊件匹配。
解釋如果[P]不屬于謂詞S,那么[P]—定不屬f被謂詞S所覆蓋的任何謂詞。
過濾規(guī)則2: [p] < XC 丄)- [p] g V^'0 t V),其中[川為^值亨件謂詞p相應(yīng)的值， 適用T非對稱率件匹配。
解釋如果[P]小T謂詞S的下闕值，那么[川 一定不屬于同S存在右序關(guān)系的任何謂詞
V ,其中1 ,。
剪枝操作對以謂詞結(jié)點S為根結(jié)點的子樹剪枝，終.lh對該子樹任何訂購謂詞結(jié)點的匹配。 過濾規(guī)則3: [p] > XO卞)[川g V/(個)，其中[川為等值事件謂詞相應(yīng)的值，適用
丁-t對稱亊件匹配。解釋如果[川火丁-謂詞S的上闕值，那么[川 一定不屬丁-同S存在覆蓋關(guān)系的任何謂詞/ ， 其中個。
剪枝操作對以訂購謂詞結(jié)點^為根結(jié)點的左子樹(覆蓋子樹)進行剪枝，終1—h對該左子樹 任何訂購謂詞結(jié)點的匹配。
過濾規(guī)則4:卞-個(個)，適用亍對稱事件匹配。 解釋如果p不被S所覆蓋，那么p與同S存在覆蓋關(guān)系的任何訂購謂詞V之間一定不存
在覆蓋關(guān)系，其中個'。
過濾規(guī)則5: p抖SAV^0 力3卞，適用丁-對稱事件匹配。
解釋如果p與S存在序關(guān)系，那么p同訂購謂詞y—定不存在覆蓋關(guān)系，其中S'丄J、存 在序關(guān)系S， S'。
剪枝操作對以訂購謂詞結(jié)點^為根結(jié)點的序子樹剪枝，終止對該子樹任何訂購謂詞結(jié)點的 匹配。
過濾規(guī)則6: ^戶3個(個)，適用于對稱事件匹配。
解釋如果；？Ljs存在序關(guān)系，那么p同訂購謂詞s'—定不存在覆蓋關(guān)系，其中S'與s存
在覆蓋關(guān)系個。
剪枝操作對以訂購謂詞結(jié)點^為根結(jié)點的左子樹(覆蓋子樹)進行剪枝，終l卜.對該左子樹 任何訂購謂詞結(jié)點的匹配。
匹配規(guī)則7: [; ]es。/7十s，表明p與s匹配，其中@為匹配成功符。適用于非對稱
亊件匹配。
匹配規(guī)則8:個-J9④S，表明p與S匹配，其中④為匹配成功符。適用T對稱事件匹配。
訂購謂詞與訂購謂詞結(jié)點是一一對應(yīng)的，只不過訂購謂詞結(jié)點應(yīng)用亍算法或數(shù)據(jù)結(jié)構(gòu)描 述中。本發(fā)明給出了如何實現(xiàn)事件與大規(guī)模訂購表達式進行匹配的方案及整體實現(xiàn)思想，岡 此是一個在該領(lǐng)域中有關(guān)節(jié)件匹配的總技術(shù)方案。核心思想是亨件匹配是基丁'啟發(fā)式謂詞 匹配來實現(xiàn)的。在技術(shù)層面上，真止的實現(xiàn)率件匹配必須以多線程的方式并發(fā)進行多次的啟 發(fā)式謂詞匹配來完成。匹配過程其實是事件與訂購的匹配過程。接收到的爭件表達式將拆分成多個事件謂詞， 并將這多個事件謂詞一一同對應(yīng)的訂購謂詞關(guān)系樹進行謂詞匹配處理。至丁'某一亊件謂詞如 何與訂購謂詞關(guān)系樹A進行匹配而不與謂詞關(guān)系樹B進行匹配，原閃是該事件謂詞與訂購謂 詞關(guān)系樹A具有相同的屬性，而與B則不然。
一個訂購表込式亦由多個訂購謂詞構(gòu)成，大量的訂購表達式在某一相同屬性上存在著大 量的訂購謂詞，這些相同屬性的訂購謂詞就構(gòu)成了一棵訂購謂詞關(guān)系樹。不同屬性的訂購謂 詞就屈丁-不同的訂購謂詞關(guān)系樹。
本發(fā)明的重點是啟發(fā)式匹配/過濾規(guī)則部分，這也是本發(fā)明的算法優(yōu)化的關(guān)鍵。本發(fā)明的 有益作用是基T訂購謂詞間存在的覆蓋關(guān)系及序關(guān)系，針對每一訂購屬性構(gòu)建一棵相應(yīng)的 謂詞關(guān)系樹，組成發(fā)布亨件表込式的毎一節(jié)件謂詞將應(yīng)用啟發(fā)式匹配/過濾規(guī)則與相應(yīng)的謂詞 關(guān)系樹中的訂購謂詞進行匹配操作。這是一種基丁訂購謂詞覆蓋的啟發(fā)式爭件匹配算法，不 僅提高了匹配的速度和效率，同時該方法還支持對稱事件匹配。本發(fā)明啟發(fā)式匹配方法與另 外一些技術(shù)應(yīng)用相結(jié)合，獲得了良好的實驗效果。
四
圖1:謂詞關(guān)系樹(Predicate Relation Tree) 圖2:事件匹配過程
圖3:訂購謂詞結(jié)點結(jié)構(gòu)
謂詞關(guān)系樹描述了訂購謂詞之間的覆蓋關(guān)系及序關(guān)系，并以一種直觀、更易丁-實現(xiàn)的數(shù)
據(jù)結(jié)構(gòu)構(gòu)建。圖中所示代表貝有相同謂詞屬性"temperature",且來Q不同訂購表込式(6個) 的訂購謂詞構(gòu)建的訂購謂詞關(guān)系樹。
AM AH jV2
如圖l所示，并列舉了一些訂購謂詞間存在的關(guān)系個，亇，亇，W1H W3。
AM AM
其中，覆蓋指針字段所指向的訂購謂詞結(jié)點以及以該結(jié)點為根結(jié)點的子樹各結(jié)點都是它 的覆蓋結(jié)點；訂購id字段代表該訂購謂詞結(jié)點屬T哪個訂購表達式；操作符字段指明了該訂 購謂詞所屬類型，如等值訂購謂詞、"<"謂詞或">"謂詞，默認皆為"<"謂詞；下閾值及 上閾值字段分別代表訂購謂詞的上、下閾值；序指針字段為序指針，其所指向的訂購謂詞結(jié) 點以及以該結(jié)點為根結(jié)點的子樹各結(jié)點與其存在(右)序關(guān)系。
五、 具體實施方法
技術(shù)領(lǐng)域：
本發(fā)明的具體方法(算法)步驟如卜，主要分為訂購預(yù)處理和啟發(fā)式謂詞匹配及事件匹 配二個部分
訂購預(yù)處理該預(yù)處理過程解析訂購表達式，并提取出不同的訂購謂詞，同時將各個訂購謂 詞依據(jù)謂詞關(guān)系插入到對應(yīng)的訂購謂詞關(guān)系樹中相應(yīng)位置；預(yù)處理過程.結(jié)束后，將構(gòu)建山多 棵訂購謂詞關(guān)系樹。
訂購謂詞的處理將引起訂購謂詞關(guān)系樹結(jié)構(gòu)的小幅度變化，但該變化并沒有耗費過多的 時間復(fù)雜度。結(jié)束對大量的訂購表達式預(yù)處理過程后，將構(gòu)建出若干棵訂購謂詞關(guān)系樹。啟發(fā)式謂詞匹配將接收到的事件表達式進行解析，并將解析出的各個事件謂詞同對應(yīng)的訂
購謂詞關(guān)系樹進行謂詞匹配。設(shè)亨件謂詞為p，待匹配的訂購謂詞關(guān)系樹上的謂詞結(jié)點A M 為與第/棵訂購謂詞關(guān)系樹進行成功匹配的謂詞集合。
啟發(fā)式謂詞匹配方法(算法)將利用啟發(fā)式匹配/過濾規(guī)則盡可能少的遍歷訂購謂詞關(guān)系
樹，并獲得相匹配的謂詞集合。匹配/過濾方法如下
(1) 如果p與s的關(guān)系滿足過濾規(guī)則2、 5，那么p將終l—匕與以訂購謂詞結(jié)點s為根結(jié)點的 亍樹中的任何謂詞(結(jié)點)進行匹配；
(2) 如果p與s的關(guān)系滿足過濾規(guī)則3、 6，那么p將終|—t與訂購謂詞結(jié)點s為根結(jié)點的左 子樹(覆蓋子樹)中的任何謂詞(結(jié)點)進行匹配；
(3) 如果p與s的關(guān)系滿足匹配規(guī)則7、 s，那么表明p與s匹配，將s加入集合M中，
即A/, — M, US ;同時/7將繼續(xù)與其他訂購謂詞結(jié)點進行匹配操作。
由前文所論述的啟發(fā)式匹配/過濾規(guī)則及啟發(fā)式匹配方法實施過程可知，匹配/過濾規(guī)則的 充分利用避免了人量的謂詞比較匹配操作，由此也提升了算法的匹配效率。
發(fā)布事件匹配發(fā)布亊件由若干個亨件謂詞組成，故對T每個事件謂詞都將對應(yīng)著一棵A有
相同屬性的訂購謂詞關(guān)系樹，在啟發(fā)式謂詞匹配過程處理的基礎(chǔ)上，發(fā)布事件的匹配將事件 表達式的每一亨件謂詞同相應(yīng)的訂購謂詞關(guān)系樹進行匹配，并將各訂購謂詞集合進行"交" 運算操作獲得與事件相匹配的訂購集合。
對任一訂購S，其每一訂購謂詞^，都可以找到某一訂購謂詞集合M,，使得&eM,，
即3M,a e風(fēng)(/ = 1,2, j),才認為發(fā)布率件￡ =義p,同訂購S相匹配。整個發(fā)布節(jié)件的 匹配過程見附圖2所示。
對稱事件的匹配
本發(fā)明同時解決了對稱亊件匹配問題，即發(fā)布區(qū)域與訂購區(qū)域的對稱匹配。對稱節(jié)件匹 配耍處理的發(fā)布區(qū)域和訂購區(qū)域都是由多個訂購謂詞組成的，對稱事件(謂詞)匹配的問題就就 是節(jié)件謂詞(值域)與訂購謂詞(值域)之間的匹配。
發(fā)布事件謂詞與訂購謂詞值為區(qū)間(范圍)值，因此對稱事件匹配的實質(zhì)是事件謂詞區(qū) 間值與訂購謂詞區(qū)間值的匹配。我們認為，訂購謂詞覆蓋事件謂詞才稱為完全匹配。匹配謂 詞間呈現(xiàn)序關(guān)系(區(qū)間部分或交叉重疊)的兩謂詞不構(gòu)成匹配。譬如，設(shè)發(fā)布-亨件屬性為
"temperature"的謂詞； = "a<temperature<6",訂購謂詞屬性亦為"temperature"的謂詞s= "c<temperature<^"，只有當(dāng)論c且6W才認為匹配，否則為不匹配。這里的發(fā)布節(jié)件謂詞與
訂購謂詞間的關(guān)系可形式化為個，也即有如下推理■s1
個=>/7 ^其中十表示p與S成功匹配。
對稱事件匹配思想在啟發(fā)式謂詞匹配算法偽代碼中描述，設(shè)事件謂詞為p，待匹配的訂 購謂詞關(guān)系樹上的謂詞結(jié)點&具體匹配過程如下
(1) pH S， p與S存在交叉重疊或不重疊，由過濾規(guī)則5可知，終止p與以5為根結(jié)點 的右子樹(序于樹)中的任何訂購謂詞結(jié)點的匹配。
(2) s， /7， p與s存在交叉重疊或不重疊，由過濾規(guī)則6可知，終止p與以s為根結(jié)點
的左子樹(覆蓋子樹)中的任何訂購謂詞結(jié)點的匹配。
(3) 個，/7與S匹配。
從算法描述可以看出，對稱事件匹配過程與非對稱事件匹配過程非常相似，且算法簡單 明了，易于理解和實現(xiàn)。
本發(fā)明提出的方法，以及據(jù)此設(shè)計實現(xiàn)的基于內(nèi)容路由的發(fā)布/訂購系統(tǒng)(Selective Predicate-Covering Routing System, SPCRS)有如下的優(yōu)點
匹配速度快本發(fā)明的算法利用了謂詞間的關(guān)聯(lián)性和屬性間的相關(guān)性，總結(jié)出了若干條 啟發(fā)式匹配/過濾規(guī)則，并充分應(yīng)用這些規(guī)則，加快了事件匹配速度。
動態(tài)性本發(fā)明的匹配算法雖然是基于樹型結(jié)構(gòu)的，然而并不像現(xiàn)有的如基于匹配網(wǎng)絡(luò) 的算法一樣靜態(tài)的構(gòu)造匹配網(wǎng)絡(luò)，克服了這類算法的缺點，可以動態(tài)的更新訂購信息，更新 操作所引起的樹結(jié)構(gòu)變化耗費較小的時間復(fù)雜度。
高效率由于利用謂詞關(guān)系并基于此提出的匹配/過濾規(guī)則這使得在對每個謂詞進行匹配
時能獲得很高的效率，因為較大規(guī)模的減少了謂詞匹配的數(shù)量。
算法復(fù)雜度降低本發(fā)明的算法的空間復(fù)雜度按照訂購數(shù)量線性增長；利用啟發(fā)式匹配/
過濾規(guī)則后，事件謂詞與訂購謂詞進行匹配的所需比較的次數(shù)下降，故匹配過程的時間復(fù)雜 度與其他事件匹配算法的時間復(fù)雜度相比，有較大的提升。
系統(tǒng)空間復(fù)雜度降低應(yīng)用此方法的原型系統(tǒng)結(jié)合覆蓋路由思想，較火規(guī)模的降低了內(nèi) 容路由網(wǎng)絡(luò)中各路由器所需維護的訂購規(guī)模量。
對提高事件路由效率的支持從整個系統(tǒng)方面考慮，由于系統(tǒng)結(jié)合了覆蓋路由及啟發(fā)式
事件匹配策略，使得越靠近CBT (Core-Based Tree)核心路由器的各中間路由器維護更少的 訂購(謂詞)規(guī)模，也因此降低了匹配算法所需進行的謂詞比較次數(shù)，從而相對于較底層的 路由器只需更少的事件匹配時間。故從發(fā)布端發(fā)布事件消息開始，經(jīng)各不同路由器到達訂購 端，事件的傳遞時間相較于一般的匹配算法應(yīng)用有較大的改進。
實現(xiàn)對稱事件的匹配本發(fā)明的算法不僅能高效準(zhǔn)確的進行非對稱事件的匹配，同時還 適用T對稱事件的匹配，并且兩者的匹配效率大致相同。隨著Internet的廣泛使用，如網(wǎng)絡(luò)游戲、股票交易、電子新聞分發(fā)等基T內(nèi)容路由及發(fā)布 /訂購?fù)ㄐ拍Ｐ偷膽?yīng)用都迫切需耍一種快速高效的事件匹配技術(shù)，而本發(fā)明的算法可以說止適 應(yīng)了這種需求，可以預(yù)見有著良好的巿場前景。
算法偽代碼
(l)啟發(fā)式謂詞匹配算法
PredicateMatch (p ， s) for each W(s ， , do
if [p]e^v個 〃匹配規(guī)則7、 8，繼續(xù)匹配 then
PredicateMatch( ， ); else if > x(V個)v ，
^11(;011 11116;//過濾規(guī)則2、 5,剪枝并繼續(xù) else if [p] < x(5'丄)v ， 5''
thenbreak;Z/過濾規(guī)則3、 6，剪枝并結(jié)^匹配 else
exit;〃 error
end for return M j
(2)事件匹配算法 Even她tch (五)
for each predicate / , e五，do
Find the corresponding PRT tree and its root[;',]; M, —PredicateMatch (,]);〃匹配 end for
for each subscription 51 ， do if V7',3M,，&e似，
then - — -uS ;//與節(jié)件完全匹配的訂購集合
-euil fui-1
return / ;
實施例應(yīng)用于內(nèi)容路由網(wǎng)絡(luò)的事件匹配中
在基于CBT (Core-Based Tree)組播樹及主動內(nèi)容路由思想的分布式環(huán)境中，所有主機 都通過土動路由器(Active Router)或.亨件代理(Event Broker)連接到組播樹上，同時使用 發(fā)布/訂購?fù)ㄐ拍ＧG來進行通訊。其中的發(fā)布消息、訂購消息或發(fā)布[^域、訂購區(qū)域都用多個 屬性的離散值或者值域組成的結(jié)構(gòu)表示，稱為一個興趣表達式。首先，主動路由器在接收到連接其的各主機或下游路由器發(fā)送的訂購消息后，并創(chuàng)建和 維護所有訂購區(qū)域(興趣表達式)構(gòu)成的路由空間(Routing Space),本發(fā)明涉及的匹配算法 因?qū)Ｗ⒂枞绾螒?yīng)用啟發(fā)式匹配規(guī)則以提高算法匹配效率，故并未對路由空間的維護及匹配成 功后的發(fā)布事件的路由過程進行描述。實際上，事件的路由轉(zhuǎn)發(fā)實現(xiàn)較為簡單。事件匹配完 畢后，將獲得的訂購(訂購id)集合中的訂購依其id在路由表(訂購與轉(zhuǎn)發(fā)端口的映射表) 中進行搜索，得到對應(yīng)的轉(zhuǎn)發(fā)端口，然后進行發(fā)布事件的轉(zhuǎn)發(fā)。
此后，發(fā)布/訂購消息不斷在CBT (內(nèi)容路由網(wǎng)絡(luò))上傳播，主動路由器根據(jù)新的訂購消 息、訂購更新消息、退訂訂購消息不停的進行路由空間維護的同時，處理接收到的發(fā)布事件 數(shù)據(jù)，根據(jù)發(fā)布事件中的謂詞來進行相應(yīng)的謂詞匹配，并最終實現(xiàn)發(fā)布事件的匹配。
進行事件匹配時，根據(jù)本發(fā)明的啟發(fā)式(謂詞)事件匹配方法首先解析出發(fā)布(事件) 消息中的每個屬性(事件謂詞)離散值或值域；然后，將每一個事件謂詞同對應(yīng)(事件屬性 與訂購謂詞屬性一致)的訂購謂詞關(guān)系樹進行謂詞匹配操作，正如前文所描述的，該匹配操 作過程具有啟發(fā)性質(zhì)。每一個事件謂詞與對應(yīng)的訂購謂詞關(guān)系樹匹配操作完成后，返冋相匹 配的訂購謂詞集合。
最后，將獲得的多個訂購謂詞集合進行甄選操作，即如果某一訂購id皆屬于這些訂購謂 詞集合，那么該訂購id所對應(yīng)的訂購式同發(fā)布事件匹配，否則，訂購id所對應(yīng)的訂購式與發(fā) 布率件不匹配。操作完成后，將獲得一個訂購集合，該訂購集合中的任一訂購都同發(fā)布事件 匹配。
匹配完成后，根據(jù)匹配訂購id查找路由表(訂購id同轉(zhuǎn)發(fā)端口的映射表)，并獲得轉(zhuǎn)發(fā) 端口，然后，發(fā)布事件將向該轉(zhuǎn)發(fā)端口進行轉(zhuǎn)發(fā)。
在實現(xiàn)過程中，每一事件謂詞的匹配過程都由一個單獨的線程執(zhí)行。因此，在發(fā)布事件 匹配過程中，先將有多個謂詞匹配線程運行，最后由單個事件匹配線程獲得匹配結(jié)果。采用 多線程的匹配執(zhí)行方式有助于進一步提升處理效率。
上述過程不斷重復(fù)，承擔(dān)整個分布式內(nèi)容路由系統(tǒng)中的通訊的進行。 本發(fā)明是提供該方法的實現(xiàn)思想和計算機程序，不需要特別的生產(chǎn)條件、 一旦研究成功 成本幾乎可忽略不計。
權(quán)利要求
1、基于謂詞覆蓋的啟發(fā)式事件匹配方法，訂購表達式由多個訂購謂詞組成，事件表達式由多個屬性、即稱之為事件謂詞組成；其特征是包括以下幾個步驟訂購預(yù)處理該預(yù)處理過程解析訂購式，并提取出不同的訂購謂詞，同時將各個訂購謂詞依據(jù)謂詞關(guān)系插入到對應(yīng)的訂購謂詞關(guān)系樹中相應(yīng)位置；預(yù)處理過程結(jié)束后，將構(gòu)建出多棵訂購謂詞關(guān)系樹；啟發(fā)式謂詞匹配將接收到的事件表達式進行解析，并將解析出的各個事件謂詞同對應(yīng)的訂購謂詞關(guān)系樹進行謂詞匹配；設(shè)事件謂詞為p，待匹配的訂購謂詞關(guān)系樹上的訂購謂詞結(jié)點s，Mi為與第i棵訂購謂詞關(guān)系樹進行成功匹配的謂詞集合；啟發(fā)式謂詞匹配方法將利用啟發(fā)式匹配/過濾規(guī)則，盡可能減少事件謂詞與訂購謂詞的比較次數(shù)，通過遍歷訂購謂詞關(guān)系樹，獲得相匹配的訂購謂詞集合。匹配/過濾方法如下(1)如果p與s的關(guān)系滿足過濾規(guī)則2、5，那么p將終止與以訂購謂詞結(jié)點s為根結(jié)點的子樹中的任何謂詞(結(jié)點)進行匹配；(2)如果p與s的關(guān)系滿足過濾規(guī)則3、6，那么p將終止與訂購謂詞結(jié)點s為根結(jié)點的左子樹(覆蓋子樹)中的任何謂詞(結(jié)點)進行匹配；(3)如果p與s的關(guān)系滿足匹配規(guī)則7、8，那么表明p與s匹配，將s加入集合Mi中，即Mi←Mi∪s；同時p將繼續(xù)與其他訂購謂詞結(jié)點進行匹配操作；發(fā)布事件匹配發(fā)布事件由若干個事件謂詞組成，故對于每個事件謂詞都將對應(yīng)著一棵具有相同屬性的訂購謂詞關(guān)系樹，在啟發(fā)式謂詞匹配過程處理的基礎(chǔ)上，發(fā)布事件的匹配將事件表達式的每一事件謂詞同相應(yīng)的訂購謂詞關(guān)系樹進行匹配，并將各訂購謂詞集合進行“交”運算操作獲得與事件相匹配的訂購集合；對任一訂購S，其每一訂購謂詞sk，都可以找到某一訂購謂詞集合Mi，使得sk∈Mi，即<maths id="math0001" num="0001" ><math><![CDATA[ <mrow><mo>∃</mo><msub> <mi>M</mi> <mi>i</mi></msub><mo>,</mo><msub> <mi>s</mi> <mi>k</mi></msub><mo>∈</mo><msub> <mi>M</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <mi>i</mi> <mo>=</mo> <mn>1,2</mn> <mo>,</mo> <mo>.</mo> <mo>.</mo> <mo>.</mo> <mi>n</mi> <mo>)</mo></mrow><mo>,</mo> </mrow>]]></math> id="icf0001" file="A2009100281090002C1.tif" wi="37" he="3" top= "178" left = "26" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/></maths>才認為發(fā)布事件 id="icf0002" file="A2009100281090002C2.tif" wi="12" he="6" top= "177" left = "93" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>同訂購S相匹配；謂詞令s＝xΘAΘy，其中x，y是屬性A值域空間中的一個合理取值，Θ是比較操作，則稱s為謂詞；若x＝y(tǒng)，則稱s為等值謂詞，否則稱s為非等值謂詞。其中，組成發(fā)布事件表達式的謂詞稱為事件謂詞，組成訂購表達式的謂詞稱為訂購謂詞；取閾值函數(shù)定義取謂詞上下閾值函數(shù)ξ(s)若s＝xΘAΘy且Θ＝“＜”，則ξ(s↓)＝x，ξ(s↑)＝y(tǒng)；假設(shè)有訂購謂詞s1及s2，且兩訂購謂詞描述的是同一屬性的不同范圍表示，默認的比較操作符Θ＝“＜”，若無特別說明，所涉及的謂詞皆為非等值謂詞；謂詞關(guān)系依據(jù)謂詞所包含的數(shù)值范圍進行謂詞間的關(guān)系約定，并將其可能的關(guān)系綜合為兩種覆蓋關(guān)系及序關(guān)系；其中，覆蓋關(guān)系描述了訂購謂詞s1及s2存在覆蓋關(guān)系，即有ξ(s1↓)≤ξ(s2↓)且ξ(s1↑)≥ξ(s2↑)，則稱訂購謂詞s1覆蓋s2，記為 id="icf0003" file="A2009100281090002C3.tif" wi="4" he="10" top= "244" left = "110" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>序關(guān)系描述了訂購謂詞s1及s2存在序關(guān)系，即有[ξ(s1↓)≤ξ(s2↓)且ξ(s1↑)≤ξ(s2↑)]或[ξ(s1↓)≥ξ(s2↓)且ξ(s1↑)≥ξ(s2↑)]，則稱s1，s2存在左序關(guān)系或右序關(guān)系，記為 id="icf0004" file="A2009100281090002C4.tif" wi="9" he="3" top= "266" left = "74" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>或 id="icf0005" file="A2009100281090002C5.tif" wi="12" he="4" top= "265" left = "88" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>訂購謂詞關(guān)系樹根據(jù)訂購謂詞關(guān)系構(gòu)建的二叉關(guān)系樹，訂購謂詞將對應(yīng)訂購謂詞關(guān)系樹中的訂購謂詞結(jié)點；其中，訂購謂詞結(jié)點的左子樹稱為覆蓋子樹，覆蓋子樹中的所有訂購謂詞結(jié)點都被其所覆蓋；訂購謂詞結(jié)點的右子樹稱為序子樹，序子樹的所有訂購謂詞結(jié)點都與其存在(右)序關(guān)系；啟發(fā)式匹配/過濾規(guī)則依據(jù)訂購謂詞關(guān)系樹的特殊結(jié)構(gòu)，并結(jié)合非對稱謂詞事件匹配及對稱謂詞(事件)匹配的相關(guān)性質(zhì)，提出了若干條啟發(fā)式匹配/過濾規(guī)則，這些匹配/過濾規(guī)則的運用可以提高事件匹配算法的效率；對于發(fā)布事件謂詞p及訂購謂詞s，有過濾規(guī)則1<maths id="math0002" num="0002" ><math><![CDATA[ <mrow><mo>[</mo><mi>p</mi><mo>]</mo><mo>∉</mo><mi>s</mi><mo>⇒</mo><mo>[</mo><mi>p</mi><mo>]</mo><mo>∉</mo><mo>∀</mo><msup> <mi>s</mi> <mo>′</mo></msup><mrow> <mo>(</mo> <munderover><mo>↑</mo><msup> <mi>s</mi> <mo>′</mo></msup><mi>s</mi> </munderover> <mo>)</mo></mrow><mo>,</mo> </mrow>]]></math> id="icf0006" file="A2009100281090003C1.tif" wi="39" he="11" top= "78" left = "55" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/></maths>其中[p]為等值事件謂詞p相應(yīng)的值，適用于非對稱事件匹配；解釋如果[p]不屬于s，那么[p]一定不屬于被s所覆蓋的任何訂購謂詞；過濾規(guī)則2 id="icf0007" file="A2009100281090003C2.tif" wi="55" he="4" top= "112" left = "55" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>其中[p]為等值事件謂詞p相應(yīng)的值，適用于非對稱事件匹配；解釋如果[p]小于訂購謂詞s的下闕值，那么[p]一定不屬于同s存在右序關(guān)系的任何訂購謂詞s′，其中 id="icf0008" file="A2009100281090003C3.tif" wi="11" he="4" top= "142" left = "56" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>剪枝操作對以訂購謂詞結(jié)點s為根結(jié)點的子樹剪枝，終止對該子樹任何訂購謂詞結(jié)點的匹配；過濾規(guī)則3<maths id="math0003" num="0003" ><math><![CDATA[ <mrow><mo>[</mo><mi>p</mi><mo>]</mo><mo>></mo><mi>x</mi><mrow> <mo>(</mo> <mi>s</mi> <mo>↑</mo> <mo>)</mo></mrow><mo>∉</mo><mo>⇒</mo><mo>[</mo><mi>p</mi><mo>]</mo><mo>∉</mo><mo>∀</mo><msup> <mi>s</mi> <mo>′</mo></msup><mrow> <mo>(</mo> <munderover><mo>↑</mo><msup> <mi>s</mi> <mo>′</mo></msup><mi>s</mi> </munderover> <mo>)</mo></mrow><mo>,</mo> </mrow>]]></math> id="icf0009" file="A2009100281090003C4.tif" wi="48" he="11" top= "166" left = "54" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/></maths>其中[p]為等值事件謂詞p相應(yīng)的值，適用于非對稱事件匹配；解釋如果[p]大于訂購謂詞s的上闕值，那么[p]一定不屬于同s存在覆蓋關(guān)系的任何訂購謂詞s′，其中 id="icf0010" file="A2009100281090003C5.tif" wi="4" he="11" top= "201" left = "49" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>剪枝操作對以訂購謂詞結(jié)點s為根結(jié)點的左子樹(覆蓋子樹)進行剪枝，終止對該左子樹任何訂購謂詞結(jié)點的匹配；過濾規(guī)則4 id="icf0011" file="A2009100281090003C6.tif" wi="22" he="13" top= "230" left = "55" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>適用于對稱事件匹配；解釋如果p不被s所覆蓋，那么p與同s存在覆蓋關(guān)系的任何訂購謂詞s′之間一定不存在覆蓋關(guān)系，其中 id="icf0012" file="A2009100281090003C7.tif" wi="4" he="11" top= "254" left = "56" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>過濾規(guī)則5 id="icf0013" file="A2009100281090004C1.tif" wi="42" he="13" top= "29" left = "55" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>適用于對稱事件匹配；解釋如果p與s存在序關(guān)系，那么謂詞p同謂詞s′一定不存在覆蓋關(guān)系，其中s′與s存在序關(guān)系 id="icf0014" file="A2009100281090004C2.tif" wi="11" he="4" top= "51" left = "41" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>剪枝操作對以訂購謂詞結(jié)點s為根結(jié)點的序子樹剪枝，終止對該子樹任何訂購謂詞結(jié)點的匹配；過濾規(guī)則6 id="icf0015" file="A2009100281090004C3.tif" wi="28" he="13" top= "71" left = "55" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>適用于對稱事件匹配；解釋如果p與s存在序關(guān)系，那么p同s′一定不存在覆蓋關(guān)系，其中s′與s存在覆蓋關(guān)系 id="icf0016" file="A2009100281090004C4.tif" wi="4" he="11" top= "94" left = "29" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>剪枝操作對以訂購謂詞結(jié)點s為根結(jié)點的左子樹(覆蓋子樹)進行剪枝，終止對該左子樹任何訂購謂詞結(jié)點的匹配；匹配規(guī)則7<maths id="math0004" num="0004" ><math><![CDATA[ <mrow><mo>[</mo><mi>p</mi><mo>]</mo><mo>∈</mo><mi>s</mi><mo>⇒</mo><mi>p</mi><mo>⊕</mo><mi>s</mi><mo>,</mo> </mrow>]]></math> id="icf0017" file="A2009100281090004C5.tif" wi="28" he="4" top= "125" left = "53" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/></maths>表明p與s匹配，其中 id="icf0018" file="A2009100281090004C6.tif" wi="3" he="3" top= "125" left = "122" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>為匹配成功符；適用于非對稱事件匹配；匹配規(guī)則8<maths id="math0005" num="0005" ><math><![CDATA[ <mrow><munderover> <mo>↑</mo> <mi>p</mi> <mi>s</mi></munderover><mo>⇒</mo><mi>p</mi><mo>⊕</mo><mi>s</mi><mo>,</mo> </mrow>]]></math> id="icf0019" file="A2009100281090004C7.tif" wi="20" he="12" top= "142" left = "54" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/></maths>表明p與s匹配，其中 id="icf0020" file="A2009100281090004C8.tif" wi="3" he="3" top= "146" left = "114" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>為匹配成功符；適用于對稱事件匹配。
全文摘要
基于謂詞覆蓋的啟發(fā)式事件匹配方法，訂購表達式由多個訂購謂詞組成，事件表達式由多個事件謂詞組成；包括以下幾個步驟訂購預(yù)處理該預(yù)處理過程解析訂購式，并提取出不同的訂購謂詞，同時將各個訂購謂詞依據(jù)謂詞關(guān)系插入到對應(yīng)的訂購謂詞關(guān)系樹中相應(yīng)位置；構(gòu)建出多棵訂購謂詞關(guān)系樹；啟發(fā)式謂詞匹配將接收到的事件表達式進行解析，設(shè)事件謂詞為p，待匹配的訂購謂詞關(guān)系樹上的訂購謂詞結(jié)點s，M<sub>1</sub>為與第i棵訂購謂詞關(guān)系樹進行成功匹配的謂詞集合；發(fā)布事件匹配發(fā)布事件由若干個事件謂詞組成，故對于每個事件謂詞都將對應(yīng)著一棵具有相同屬性的訂購謂詞關(guān)系樹發(fā)布事件的匹配將事件表達式的每一事件謂詞同相應(yīng)的訂購謂詞關(guān)系樹進行匹配。
文檔編號H04L29/08GK101551757SQ200910028109
公開日2009年10月7日 申請日期2009年1月9日 優(yōu)先權(quán)日2009年1月9日
發(fā)明者艷 莊, 張凱隆, 徐曉旸, 潘金貴 申請人:南京大學(xué)