分享

大数据安全分析11:复杂事件处理(CEP)引擎简介

 微言晓意 2021-06-08
目前已有的CEP引擎根据事件处理语言可以分为两大类:面向流和面向规则的CEP引擎。
面向流的CEP引擎有Microsoft StreamlnsightOracle CEPIBM SPADEEsper等。
而面向规则的CEP引擎有IBM AmitTIBCO BusinessEventsJBoss Drools Fusion等。
在此选取两个较主流的开源引擎EsperDrools Fusion进行简单介绍。
▼▼Esper介绍
Esper是一个复杂事件处理(CEP)和事件流处理(ESPEvent Stream Processing)相结合的引擎,可以监控实时事件流,当事件发生时,满足特定模式,触发某些动作。
这正好与数据库的操作顺序相反,一般数据库先存储数据后进行查询操作,而Esper存储查询条件,接收数据流的输入,匹配复杂事件模式。
复杂事件处理已成为计算机发展的一个新趋势,目前已有数家企业专注复杂事件处理引擎的研究,投身到该市场中,常见的应用实例包括自动算法交易、业务活动监控、欺诈检测、模式检测、态势感知等。
▼▼Drools Fusion介绍
Drools FusionDrools业务逻辑继承平台的一部分,是支持CEPESP的事件处理引擎,在Drools专家系统规则引擎的基础上,增加了复杂事件处理模块,具有很多特征:
  • 支持事件处理,具有合适的语义来定义

  • 可以对事件进行过滤、关联、聚集、组合

  • 支持事件流的处理

  • 为了处理事件之间的时间关系,支持时间约束模型

  • 使用滑动窗口保存有意义的事件

  • 使用统一的时钟,支持会话作用域

  • 允许CEP用例的事件容量定义

  • 支持主动或被动激活规则

  • 支持事件输入适配器
EsperDrools Fusion各有优势,Esper作为轻量级的复杂事件处理引擎,可以即插即用,处理性能也相当惊人。
Drools Fusion的优势在于使用Rete算法到更优化的ReteOO算法,和最新的PHREAK算法,通过节点共享、状态暂存等方式对规则进行优化,同时拥有较完善的规则管理工具,使得规则的定义、编辑、调试、部署更方便。
针对海量的数据流,单一节点的复杂事件处理引擎往往不能满足高吞吐量、低延时的性能要求,因此,实现分布式复杂事件实时检测系统具有重要意义。

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多