彭 程,喬 穎,王宏安

1(中國(guó)科學(xué)院軟件研究所,北京 100190)

2(中國(guó)科學(xué)院大學(xué),北京 100049)

信息物理系統(tǒng)(Cyber-Physical Systems,CPS)是將計(jì)算過(guò)程和物理過(guò)程集成的系統(tǒng),利用嵌入式計(jì)算機(jī)和網(wǎng)絡(luò)對(duì)物理過(guò)程進(jìn)行監(jiān)測(cè)和控制,并通過(guò)反饋環(huán)實(shí)現(xiàn)計(jì)算和物理過(guò)程的相互影響[1].CPS概念自提出以來(lái),迅速在眾多重要環(huán)節(jié)中承擔(dān)關(guān)鍵任務(wù),廣泛應(yīng)用在智慧建筑[2]、生產(chǎn)制造[3]、交通運(yùn)輸[4]、醫(yī)療健康[5,6]和城市建設(shè)[7]等領(lǐng)域.CPS本質(zhì)就是構(gòu)建一套賽博(Cyber)空間與物理(Physical)空間之間基于數(shù)據(jù)自動(dòng)流動(dòng)的狀態(tài)感知、實(shí)時(shí)分析、科學(xué)決策、精準(zhǔn)執(zhí)行的閉環(huán)賦能體系,解決生產(chǎn)制造、應(yīng)用服務(wù)過(guò)程中的復(fù)雜性和不確定性問(wèn)題,提高資源配置效率,實(shí)現(xiàn)資源優(yōu)化[8].CPS監(jiān)控是從物理設(shè)備產(chǎn)生的事件中感知關(guān)注場(chǎng)景并作出響應(yīng)的過(guò)程,是CPS的核心功能之一.

實(shí)時(shí)性是CPS的特點(diǎn)之一[9],為CPS監(jiān)控帶來(lái)了時(shí)間約束問(wèn)題,即從與監(jiān)控關(guān)注場(chǎng)景相關(guān)的所有原子事件到達(dá)系統(tǒng)開(kāi)始到觸發(fā)關(guān)注場(chǎng)景關(guān)聯(lián)的動(dòng)作之間的時(shí)間間隔(也稱(chēng)為響應(yīng)時(shí)間)不應(yīng)超過(guò)其上界(這個(gè)上界稱(chēng)為截止期),否則將造成嚴(yán)重的后果.例如,在智慧建筑CPS中,存在諸多監(jiān)控場(chǎng)景,例如,節(jié)能場(chǎng)景、環(huán)境舒適度調(diào)節(jié)場(chǎng)景和火災(zāi)監(jiān)控場(chǎng)景等.其中火災(zāi)監(jiān)控場(chǎng)景具有時(shí)間約束要求,國(guó)家標(biāo)準(zhǔn)GB4717-2005 規(guī)定查詢(xún)和處理數(shù)據(jù)等火災(zāi)報(bào)警操作不超過(guò)10 s.這個(gè)10 s就是一個(gè)從事件發(fā)生到觸發(fā)火災(zāi)報(bào)警動(dòng)作的截止期,錯(cuò)失截止期可能會(huì)造成火災(zāi)事故,從而造成生命和財(cái)產(chǎn)損失.這樣的CPS監(jiān)控場(chǎng)景還有很多,比如高速列車(chē)故障控制系統(tǒng)、電網(wǎng)故障診斷系統(tǒng)等.

在這樣的CPS監(jiān)控中,事件與動(dòng)作之間的因果關(guān)系往往使用規(guī)則來(lái)描述.針對(duì)監(jiān)測(cè)到的事件,判斷某條規(guī)則所描述的事件模式是否滿足,從而得出動(dòng)作的過(guò)程,稱(chēng)為針對(duì)此條規(guī)則的推理過(guò)程,上述對(duì)監(jiān)控事件作出響應(yīng)的過(guò)程,可視為一系列規(guī)則推理過(guò)程的集合[10].采用規(guī)則系統(tǒng)相較于過(guò)程式邏輯具有若干優(yōu)勢(shì),如規(guī)則靈活性更強(qiáng)(當(dāng)業(yè)務(wù)需求變化時(shí),更新規(guī)則庫(kù)中規(guī)則即可,應(yīng)用無(wú)需重新編譯部署)、更直觀易理解(例如智慧建筑中監(jiān)控服務(wù)“當(dāng)房間溫度低于18度時(shí),則打開(kāi)空調(diào)制熱”)、更低的復(fù)雜度(規(guī)則具有一致性表示)等.

為此,學(xué)者們對(duì)基于規(guī)則的CPS監(jiān)控進(jìn)行了探索.Sun 等人[11-13]使用基于Rete[14]算法的規(guī)則引擎對(duì)大規(guī)模智能建筑產(chǎn)生的事件進(jìn)行高效處理.Klein 等人[15]提出了一種結(jié)合ECA (Event-Condition-Action)[16]和CEP(Complex Event Processing)[17]的基于規(guī)則的方法來(lái)對(duì)CPS 中產(chǎn)生的事件進(jìn)行監(jiān)控.然而,上述基于規(guī)則的CPS監(jiān)控研究工作未考慮CPS監(jiān)控的時(shí)間約束.關(guān)于時(shí)間約束問(wèn)題,學(xué)者們也提出了一些方法,如:迭代推理[18](如Anytime算法)、多重方法推理[19](如Designto-Time算法)和漸進(jìn)式推理[20,21](如GREAT算法和PRIMES算法).這些方法為整個(gè)推理過(guò)程定義了截止期約束,通過(guò)對(duì)推理運(yùn)行時(shí)間與推理結(jié)果質(zhì)量進(jìn)行折中來(lái)滿足這個(gè)截止期約束.李想等[22]介紹了一種面向物聯(lián)網(wǎng)的實(shí)時(shí)復(fù)雜事件處理引擎,該引擎采用一種啟發(fā)式復(fù)雜事件處理算法來(lái)優(yōu)先處理能夠產(chǎn)生結(jié)果的任務(wù),縮短了復(fù)雜事件處理的響應(yīng)時(shí)間,同時(shí)介紹了一種復(fù)雜事件處理程序的最壞響應(yīng)事件估算算法,但忽略了各監(jiān)控任務(wù)不同的緊迫度.Liu 等人[23]使用復(fù)雜事件處理技術(shù)來(lái)對(duì)智能電網(wǎng)中產(chǎn)生的事件進(jìn)行處理.然而,上述工作主要是縮短了CPS監(jiān)控的響應(yīng)時(shí)間,但不能使CPS監(jiān)控盡可能地滿足其時(shí)間約束.

此外,學(xué)者們還通過(guò)改進(jìn)典型的規(guī)則匹配Rete算法來(lái)縮短匹配時(shí)間以及進(jìn)行一些功能擴(kuò)展如模糊推理、事件處理和并行化等方面,但未考慮Rete算法在推理過(guò)程中的時(shí)間約束問(wèn)題.William Van Woensel 等人[24]提出了一種改進(jìn)的Rete算法,支持在內(nèi)存受限環(huán)境下進(jìn)行規(guī)則推理.文獻(xiàn)[25,26]對(duì)Rete的語(yǔ)法結(jié)構(gòu)進(jìn)行擴(kuò)展,即根據(jù)規(guī)則的and、or 等邏輯操作將規(guī)則構(gòu)建成一個(gè)抽象語(yǔ)法樹(shù),并在語(yǔ)法樹(shù)的基礎(chǔ)上建立Rete網(wǎng)絡(luò),邏輯操作符本身作為一個(gè)Rete節(jié)點(diǎn)參與事實(shí)匹配.這種做法減少了規(guī)則拆分開(kāi)銷(xiāo),給規(guī)則匹配帶來(lái)了便利.文獻(xiàn)[27]對(duì)規(guī)則中的條件進(jìn)行了重排序.規(guī)則中條件順序是指規(guī)則條件中的各個(gè)約束的排列順序,它決定了條件的執(zhí)行順序,是決定規(guī)則匹配效率的關(guān)鍵因素.Xiao 等人[28]將Beta內(nèi)存分成若干單元,每個(gè)單元分配一個(gè)id,對(duì)事實(shí)用哈希函數(shù)計(jì)算索引,索引號(hào)即為某個(gè)單元的位置,通過(guò)索引快速找到相應(yīng)單元進(jìn)行匹配,如果匹配不成功,則將該對(duì)象組成一個(gè)新的單元加入相關(guān)內(nèi)存.孫新等人[29]提出了一種基于共享度模型的改進(jìn)Rete算法,可以提升Rete網(wǎng)絡(luò)的推理速度.Ju等人[30]研究將 Rete算法在Apache Spark上進(jìn)行并行化.汪成亮等人[31]提出了智能環(huán)境下分布式Rete算法,將推理網(wǎng)絡(luò)中的計(jì)算任務(wù)分布式地部署到最靠近參數(shù)采集的傳感器節(jié)點(diǎn)中,讓這些傳感器充分參與到推理計(jì)算工作中.

為此,本文基于實(shí)時(shí)規(guī)則引擎建立了一個(gè)CPS的實(shí)時(shí)監(jiān)控系統(tǒng)RTCPMS (Real-Time Cyber-Physical Monitoring System),該系統(tǒng)采用Rete網(wǎng)絡(luò)表示監(jiān)控規(guī)則.RTCPMS 將實(shí)時(shí)推理技術(shù)和CPS監(jiān)控結(jié)合,其核心是一個(gè)新的實(shí)時(shí)推理算法Rete-TC.Rete-TC算法引入了規(guī)則截止期,通過(guò)基于優(yōu)先級(jí)的Beta節(jié)點(diǎn)調(diào)度方法,使得CPS監(jiān)控的時(shí)間約束盡可能地被滿足.模擬實(shí)驗(yàn)與智慧建筑應(yīng)用案例驗(yàn)證了RTCPMS系統(tǒng)的有效性,且實(shí)驗(yàn)結(jié)果表明其核心算法Rete-TC的調(diào)度成功率優(yōu)于傳統(tǒng)的規(guī)則推理算法Rete.

本文接下來(lái)的組織結(jié)構(gòu)如下:第1節(jié)介紹了研究基礎(chǔ);第2節(jié)介紹了Rete-TC實(shí)時(shí)規(guī)則推理算法;第3節(jié)介紹了系統(tǒng)框架;第4節(jié)進(jìn)行了模擬實(shí)驗(yàn)評(píng)估;第5節(jié)進(jìn)行應(yīng)用案例研究;第6節(jié)進(jìn)行總結(jié)了及下一步工作.

1 研究基礎(chǔ)

1.1 術(shù)語(yǔ)和定義

在CPS中,原子事件是不可再分的,只存在發(fā)生和不發(fā)生兩種狀態(tài),其來(lái)源包括傳感器或其他感知設(shè)備.關(guān)注場(chǎng)景是按照定義在規(guī)則中的事件條件從原子事件中檢測(cè)得到.

定義1.原子事件(atomic event)

原子事件由屬性類(lèi)型名和屬性組成,可表示為(EventTypeName Attributes),其中 EventTypeName表示事件的類(lèi)型,Attributes = ((Name1Value1),···,(NamenValuen))表示事件的屬性,屬性是有序的.每個(gè)屬性由屬性名和屬性值構(gòu)成.例如,一個(gè)事件類(lèi)型為“ClassA”的原子事件可以表示為“(ClassA (val1365)(val2928)(val3153)(val4497))”.

定義2.約束(constraint)

約束可以表示為(Param1op Param2).它由Param1,op和Param2組成.這里Param1是事件屬性名,為變量;op為常見(jiàn)的邏輯操作符,例如>,<,==,>=,<=;Param2可以是一個(gè)常量或一個(gè)變量(另一個(gè)事件的屬性名).當(dāng)約束為“變量-op-常量”時(shí),它用于確定一個(gè)事件的屬性和常量之間的關(guān)系,稱(chēng)為常量約束,例如,(Person.age >15).當(dāng)約束為“變量-op-變量”時(shí),它用于確定事件屬性關(guān)系,稱(chēng)為變量約束,例如,(C1.attr >C2.attr).

定義3.事件條件(event condition)

事件條件可表示為:

(＄EventTypeBindName:EventTypeName(Constraint1OP Constraint2OP ···Constraintn))

其中＄為變量綁定符，EventTypeBindName為事件對(duì)象綁定的變量名，用于支持將多個(gè)同類(lèi)型事件對(duì)象綁定到不同的＄EventTypeBindName上 (因?yàn)橥皇录?duì)象在一條規(guī)則中可能出現(xiàn)多次).EventTypeName含義參見(jiàn)定義1.Constraint參見(jiàn)定義2.OP指“and” (也表示為“&&”)，“or”(也表示為“||”)連接操作符.事件條件有時(shí)也稱(chēng)為事件模式.

定義4.實(shí)時(shí)規(guī)則(real-time rule)

實(shí)時(shí)規(guī)則由用戶(hù)定義,可表示監(jiān)控場(chǎng)景.規(guī)則由規(guī)則名、規(guī)則截止期、事件條件集和動(dòng)作集組成.其中事件條件集也稱(chēng)作左手部分(Left-Hand Side,LHS),動(dòng)作集也被稱(chēng)作右手部分(Right-Hand Side,RHS).基于Drools[32]規(guī)則語(yǔ)言,我們定義的實(shí)時(shí)規(guī)則格式如下:

“deadlinen”表示規(guī)則的截止期為n秒,截止期大小一般由應(yīng)用確定.如果n取0,則表示規(guī)則無(wú)時(shí)間約束.

1.2 Rete 推理算法

1.2.1 Rete 基本概念

Rete是一個(gè)經(jīng)典且高效的規(guī)則匹配算法,已被廣泛應(yīng)用到許多主流的規(guī)則推理引擎中.Rete算法作為一種前向鏈推理算法,其核心思想是采用增量匹配的概念,根據(jù)內(nèi)容動(dòng)態(tài)構(gòu)造匹配樹(shù),以達(dá)到顯著降低計(jì)算量的效果.目前主流規(guī)則推理引擎(例如Drools)使用Rete算法.Rete算法將規(guī)則轉(zhuǎn)換成Rete網(wǎng)絡(luò),表示各種規(guī)則條件間的數(shù)據(jù)依賴(lài).當(dāng)事實(shí)或事件對(duì)象進(jìn)入系統(tǒng)后,它將在Rete網(wǎng)絡(luò)上匹配傳播,直到抵達(dá)規(guī)則的終止節(jié)點(diǎn),即完成一條規(guī)則的匹配,進(jìn)而觸發(fā)該規(guī)則預(yù)定義動(dòng)作.Rete網(wǎng)絡(luò)包括兩部分:Alpha網(wǎng)絡(luò)和Beta網(wǎng)絡(luò).Alpha網(wǎng)絡(luò)包括4類(lèi)節(jié)點(diǎn):根節(jié)點(diǎn)(Alpha root node)、類(lèi)型節(jié)點(diǎn)(Object type node)、條件節(jié)點(diǎn)(Alpha node)和Alpha內(nèi)存節(jié)點(diǎn)(Alpha memory node).根節(jié)點(diǎn)是所有事實(shí)或事件對(duì)象進(jìn)入Rete網(wǎng)絡(luò)的入口,是一個(gè)虛節(jié)點(diǎn),無(wú)實(shí)際意義.類(lèi)型節(jié)點(diǎn)是根節(jié)點(diǎn)的直接子節(jié)點(diǎn),保存了規(guī)則中事實(shí)或事件對(duì)象對(duì)應(yīng)的類(lèi)型.如果某對(duì)象類(lèi)型的模式有條件約束,則該約束會(huì)進(jìn)入Alpha網(wǎng)絡(luò)形成條件節(jié)點(diǎn),完成事實(shí)或事件中屬性的常量約束測(cè)試(例如,檢查屬性 Person.age >15),這樣可以過(guò)濾掉大部分無(wú)意義的事實(shí)或事件對(duì)象.Alpha內(nèi)存(Alpha memory)節(jié)點(diǎn)是Alpha網(wǎng)絡(luò)的最后一層節(jié)點(diǎn),Alpha內(nèi)存存儲(chǔ)所有通過(guò)常量約束測(cè)試的事實(shí)對(duì)象,也稱(chēng)為Alpha匹配(Alpha Match,AM).Beta網(wǎng)絡(luò)包含3類(lèi)節(jié)點(diǎn):連接節(jié)點(diǎn)(Beta node)和終止節(jié)點(diǎn)(Terminal node)和Beta網(wǎng)絡(luò)根節(jié)點(diǎn)(Beta root node).連接節(jié)點(diǎn)的輸入來(lái)自上一級(jí)的Beta節(jié)點(diǎn)和Alpha內(nèi)存節(jié)點(diǎn),負(fù)責(zé)執(zhí)行變量約束測(cè)試(例如,C1.attr >C2.attr),即判斷兩個(gè)事實(shí)或事件對(duì)象在某一屬性值上的關(guān)系,通過(guò)該測(cè)試的事實(shí)或事件數(shù)據(jù)被稱(chēng)為部分匹配(Partial Match,PM),即成功匹配了規(guī)則的一部分約束但還沒(méi)完全匹配所有約束的部分事實(shí)或事件數(shù)據(jù),每個(gè)Beta節(jié)點(diǎn)都保存著通過(guò)上一級(jí)Beta節(jié)點(diǎn)變量約束測(cè)試的PM數(shù)據(jù),并使用這些數(shù)據(jù)完成本節(jié)點(diǎn)的變量約束測(cè)試,之后將匹配結(jié)果傳遞給下一級(jí)Beta節(jié)點(diǎn),直至抵達(dá)規(guī)則終止節(jié)點(diǎn);規(guī)則終止節(jié)點(diǎn)是出度為0的節(jié)點(diǎn),是Rete網(wǎng)絡(luò)的葉子節(jié)點(diǎn),也是一條規(guī)則的最后一個(gè)節(jié)點(diǎn),當(dāng)事實(shí)或事件數(shù)據(jù)到達(dá)該節(jié)點(diǎn)時(shí),表明該條規(guī)則被觸發(fā).Beta網(wǎng)絡(luò)根節(jié)點(diǎn)為一個(gè)虛節(jié)點(diǎn),不具有實(shí)際意義.1.2.2 Rete網(wǎng)絡(luò)構(gòu)建流程

假設(shè)有規(guī)則集Ri(1 ≤i≤N),Rete網(wǎng)絡(luò)構(gòu)建流程如下:

(1)建立Rete網(wǎng)絡(luò)的根節(jié)點(diǎn)Alpha root node和Beta網(wǎng)絡(luò)根節(jié)點(diǎn)Beta root node;

(2)處理規(guī)則Ri;

(3)處理Ri中的事件條件Cj(1 ≤j≤n),假如Cj不存在于Alpha網(wǎng)絡(luò)中,則將Cj作為Alpha(j)節(jié)點(diǎn)插入Alpha網(wǎng)絡(luò);

(4)對(duì)Cj中的變量約束,新建Beta節(jié)點(diǎn),該Beta節(jié)點(diǎn)的左輸入是上一級(jí)的Beta節(jié)點(diǎn)(如果是第一個(gè)Beta節(jié)點(diǎn),左輸入為Beta root node節(jié)點(diǎn)),右輸入是當(dāng)前Cj的事件對(duì)象的Alpha(j);

(5)重復(fù)(3)～(4)處理完所有事件條件;

(6)重復(fù)(2)～(5)處理完所有規(guī)則.

由于本文所提Rete-TC (Timing Constraints)算法重點(diǎn)改進(jìn)Rete算法的Beta網(wǎng)絡(luò)部分,下面將舉例對(duì)Rete 中的Beta網(wǎng)絡(luò)部分進(jìn)行重點(diǎn)介紹,Alpha網(wǎng)絡(luò)不再詳細(xì)贅述.

假設(shè)有如下規(guī)則:

根據(jù)上述規(guī)則建立的Rete網(wǎng)絡(luò)如圖1所示.圖1中左半部分β1～β6為Beta網(wǎng)絡(luò)中的Beta節(jié)點(diǎn),也稱(chēng)作連接節(jié)點(diǎn).連接節(jié)點(diǎn)的輸入來(lái)自上一級(jí)的Beta節(jié)點(diǎn)(β1節(jié)點(diǎn)為Beta網(wǎng)絡(luò)中第一個(gè)節(jié)點(diǎn),其左輸入為Beta根節(jié)點(diǎn))和Alpha內(nèi)存節(jié)點(diǎn),負(fù)責(zé)執(zhí)行變量約束測(cè)試.例如,β2節(jié)點(diǎn)的輸入來(lái)自上一級(jí)的Beta節(jié)點(diǎn)β1和Alpha內(nèi)存節(jié)點(diǎn)AM2,負(fù)責(zé)執(zhí)行變量約束測(cè)試“C2:attr2 == $1.attr2”.β3節(jié)點(diǎn)的左輸入來(lái)自于β2和Alpha內(nèi)存節(jié)點(diǎn)AM3,負(fù)責(zé)執(zhí)行變量約束測(cè)試“C3:attr1 == $2.attr1”和“C3:attr2 == $2.attr2”.其中β1和β2節(jié)點(diǎn)為R1、R2和R3規(guī)則共享,β4節(jié)點(diǎn)為規(guī)則R2和R3共享.

定義5.規(guī)則路徑

從Beta網(wǎng)絡(luò)根節(jié)點(diǎn)到某個(gè)規(guī)則終止節(jié)點(diǎn)之間相連的Beta節(jié)點(diǎn)構(gòu)成的路徑.

定義6.規(guī)則路徑節(jié)點(diǎn)集RP

規(guī)則路徑節(jié)點(diǎn)集為某條規(guī)則的規(guī)則路徑上所有Beta節(jié)點(diǎn)的集合.例如,圖1中的規(guī)則R1的路徑節(jié)點(diǎn)集RPR1= {β1,β2,β3}.

圖1 Rete網(wǎng)絡(luò)示例

1.2.3 Rete算法的匹配過(guò)程

Rete 網(wǎng)建立后,事件對(duì)象從Alpha 根節(jié)點(diǎn)進(jìn)入網(wǎng)絡(luò),如果相關(guān)的Alpha 常量約束測(cè)試通過(guò),則激活后繼相關(guān)Beta節(jié)點(diǎn).Beta網(wǎng)絡(luò)中的激活有兩種方式,如果Beta節(jié)點(diǎn)接收到左輸入Beta節(jié)點(diǎn)傳遞來(lái)的部分匹配(Partial Match,PM),稱(chēng)為左激活.左激活發(fā)生時(shí),Beta節(jié)點(diǎn)會(huì)遍歷其相關(guān)的Alpha內(nèi)存中的Alpha匹配(AM)和新到來(lái)的PM進(jìn)行變量約束測(cè)試;如果Beta節(jié)點(diǎn)接受右輸入Alpha網(wǎng)絡(luò)傳遞過(guò)來(lái)的AM,稱(chēng)為右激活.此時(shí),Beta節(jié)點(diǎn)會(huì)遍歷該節(jié)點(diǎn)的PM和輸入的AM進(jìn)行變量約束測(cè)試.左激活和右激活中的變量約束測(cè)試如果通過(guò)則產(chǎn)生新的部分匹配(PM)向后繼Beta節(jié)點(diǎn)傳遞并激活相關(guān)Beta節(jié)點(diǎn).

激活的Beta節(jié)點(diǎn)存放在Beta節(jié)點(diǎn)激活隊(duì)列中,如圖2所示.激活的Beta節(jié)點(diǎn)按激活時(shí)間依次存入Beta激活隊(duì)列的隊(duì)尾,后續(xù)依次從Beta激活隊(duì)列的隊(duì)首取出Beta節(jié)點(diǎn)進(jìn)行處理,即按照FCFS (First Come First Service)的方式處理.

1.2.4 Rete算法的局限性

Rete網(wǎng)絡(luò)中Beta節(jié)點(diǎn)的處理是按Beta節(jié)點(diǎn)激活時(shí)間順序處理,即FCFS (First Come First Service)的方式,這會(huì)造成時(shí)間約束強(qiáng)的監(jiān)控場(chǎng)景中的Beta節(jié)點(diǎn)無(wú)法得到及時(shí)處理,從而無(wú)法盡可能滿足監(jiān)控場(chǎng)景的時(shí)間約束.例如,假設(shè)規(guī)則1的規(guī)則路徑節(jié)點(diǎn)集RP1 ={β1,β2,β3,β6},規(guī)則2的規(guī)則路徑節(jié)點(diǎn)集RP2 = {β1,β2,β4,β7}.規(guī)則1代表的是建筑節(jié)能監(jiān)控場(chǎng)景(例如,當(dāng)房間無(wú)人時(shí),關(guān)閉燈光和空調(diào)).規(guī)則2代表的是建筑火災(zāi)監(jiān)控場(chǎng)景(例如,當(dāng)監(jiān)控到房間發(fā)生火災(zāi)時(shí),立刻進(jìn)行報(bào)警等).顯然規(guī)則2 比規(guī)則1 具有更強(qiáng)的時(shí)間約束.假設(shè)β4代表火災(zāi)監(jiān)控場(chǎng)景中的某個(gè)條件,此時(shí)發(fā)生的事件使得β4 被激活,但β4 會(huì)被放置在激活隊(duì)列的隊(duì)尾,而Rete算法按照激活隊(duì)列的中Beta節(jié)點(diǎn)激活順序依次處理.這可能會(huì)造成時(shí)間約束強(qiáng)的監(jiān)控場(chǎng)景(例如,火災(zāi)監(jiān)控場(chǎng)景)得不到及時(shí)處理.

圖2 Rete 網(wǎng)中Beta節(jié)點(diǎn)處理順序示例

1.3 基于規(guī)則的監(jiān)控場(chǎng)景表示

假設(shè)當(dāng)前存在這樣一個(gè)建筑火災(zāi)監(jiān)控場(chǎng)景:當(dāng)房間4個(gè)角落的煙霧傳感器和溫度傳感器值同時(shí)超過(guò)閾值時(shí),則表示房間發(fā)生嚴(yán)重的火災(zāi).該火災(zāi)監(jiān)控場(chǎng)景必須在3 s 內(nèi)監(jiān)測(cè)到并觸發(fā)火災(zāi)報(bào)警相關(guān)的行動(dòng),否則將造成嚴(yán)重的損失.上述建筑火災(zāi)監(jiān)控場(chǎng)景可用規(guī)則表示如下:

2 Rete-TC實(shí)時(shí)規(guī)則推理算法

當(dāng)前可用規(guī)則表示監(jiān)控場(chǎng)景,在規(guī)則推理中常使用Rete算法,但Rete算法未考慮規(guī)則的截止期,執(zhí)行具有更晚截止期的規(guī)則可能會(huì)延遲具有較早截止期的規(guī)則,這樣可能會(huì)造成時(shí)間約束強(qiáng)的規(guī)則錯(cuò)失截止期,從而無(wú)法盡可能滿足監(jiān)控場(chǎng)景的時(shí)間約束.

為了克服上述Rete算法的缺點(diǎn),基于Rete,我們提出了一種適用于實(shí)時(shí)監(jiān)控的實(shí)時(shí)推理算法Rete-TC(Timing Constraints).Rete-TC算法引入了規(guī)則截止期,通過(guò)基于優(yōu)先級(jí)的Beta節(jié)點(diǎn)調(diào)度方法,使得CPS監(jiān)控盡可能滿足時(shí)間約束.

2.1 Beta節(jié)點(diǎn)調(diào)度

規(guī)則的截止期代表了該條規(guī)則的緊迫度.所以,具有更早截止期的規(guī)則應(yīng)優(yōu)先處理.

建立了Beta節(jié)點(diǎn)的優(yōu)先級(jí)計(jì)算方法:

其中,r為一條規(guī)則,r∈Rβ,Rβ是規(guī)則的路徑節(jié)點(diǎn)集中包含β的規(guī)則集合.例如,圖1中的規(guī)則R1 路徑節(jié)點(diǎn)集RPR1= {β1,β2,β3}.deadline(r)表示規(guī)則r的截止期;P(β)越小,β節(jié)點(diǎn)的優(yōu)先級(jí)越大.Beta節(jié)點(diǎn)處理按照Beta節(jié)點(diǎn)的優(yōu)先級(jí)從大到小的順序進(jìn)行,從而使得具有更早截止期的規(guī)則將被優(yōu)先觸發(fā).另外,當(dāng)P(β)為0時(shí),β節(jié)點(diǎn)按照激活時(shí)間順序放入激活隊(duì)列的末尾,表示該Beta節(jié)點(diǎn)對(duì)應(yīng)的規(guī)則無(wú)時(shí)間約束要求.

2.2 Rete-TC算法描述

Rete-TC算法有3部分組成,分別是算法1 Beta節(jié)點(diǎn)優(yōu)先級(jí)計(jì)算、算法2 Rete-TC網(wǎng)絡(luò)構(gòu)造算法、算法3 Rete-TC匹配,各算法偽碼如下.算法1 按照公式(1)計(jì)算每條規(guī)則產(chǎn)生的Beta節(jié)點(diǎn)的優(yōu)先級(jí),優(yōu)先級(jí)作為每個(gè)β節(jié)點(diǎn)的屬性.算法1在算法2 Rete-TC網(wǎng)絡(luò)構(gòu)造算法中調(diào)用.

按照式(1)Beta節(jié)點(diǎn)的優(yōu)先級(jí)計(jì)算方法,圖3中的β4節(jié)點(diǎn)將依據(jù)優(yōu)先級(jí)進(jìn)入到激活隊(duì)列中的相應(yīng)位置(具體位置可由β4節(jié)點(diǎn)的優(yōu)先級(jí)與激活隊(duì)列中已有的Beta節(jié)點(diǎn)的優(yōu)先級(jí)比較決定,最終激活隊(duì)列中Beta節(jié)點(diǎn)優(yōu)先級(jí)從隊(duì)首到隊(duì)尾優(yōu)先級(jí)遞減),從而β4代表的具有強(qiáng)時(shí)間約束要求的火災(zāi)監(jiān)測(cè)場(chǎng)景可以獲得優(yōu)先處理.

圖3 Rete-TC 網(wǎng)中Beta節(jié)點(diǎn)處理順序示例

算法2.Rete-TC網(wǎng)絡(luò)構(gòu)造算法完成Rete-TC網(wǎng)絡(luò)構(gòu)造,與Rete網(wǎng)絡(luò)構(gòu)造區(qū)別是增加Beta節(jié)點(diǎn)優(yōu)先級(jí)計(jì)算(在Rete網(wǎng)絡(luò)構(gòu)造的結(jié)尾處即第17行通過(guò)調(diào)用算法1 實(shí)現(xiàn)).由此可見(jiàn),β節(jié)點(diǎn)優(yōu)先級(jí)在Rete-TC網(wǎng)絡(luò)構(gòu)造完成時(shí)已確定.算法2 中第4～6行完成Alpha網(wǎng)絡(luò)的構(gòu)造.第7～14行完成Beta網(wǎng)絡(luò)的構(gòu)造.算法3 Rete-TC匹配完成規(guī)則推理,在Rete匹配算法的基礎(chǔ)上主要增加了第5、12和15行Beta節(jié)點(diǎn)激活隊(duì)列更新維護(hù)模塊UpdateAtiveNodesByPriority,其余保持不變.UpdateAtiveNodesByPriority模塊內(nèi)部主要采用紅黑樹(shù)數(shù)據(jù)結(jié)構(gòu),支持在O(logN)時(shí)間復(fù)雜度內(nèi)對(duì)優(yōu)先級(jí)隊(duì)列中元素進(jìn)行排序(N為優(yōu)先級(jí)隊(duì)列中Beta節(jié)點(diǎn)個(gè)數(shù)),相較于Rete算法中對(duì)激活的Beta節(jié)點(diǎn)管理采用的FIFO數(shù)據(jù)結(jié)構(gòu)(時(shí)間復(fù)雜度為O(1)),匹配時(shí)間雖略有增加,但影響不大,我們?cè)趯?shí)驗(yàn)評(píng)估環(huán)節(jié)進(jìn)行了驗(yàn)證分析.算法3 中第2～8行完成Alpha節(jié)點(diǎn)處理,第9～17行完成Beta節(jié)點(diǎn)處理.

Rete-TC算法過(guò)程為先調(diào)用算法2 Rete-TC網(wǎng)絡(luò)構(gòu)造,之后調(diào)用算法3進(jìn)行Rete-TC匹配.

算法1.Beta節(jié)點(diǎn)優(yōu)先級(jí)計(jì)算輸入:Rule Set輸出:The priority of each Beta node 01: for Riin Rule Set do 02: for βi generated by Ri do 03: The priority of βi← Equation(1)04: end for 05: end for

算法2.Rete-TC網(wǎng)絡(luò)構(gòu)造輸入:Rule Set輸出:Rete-TC網(wǎng)絡(luò)01: Create alpha root node and beta root node 02: for i = 1;i ≤ RuleNum;i++do 03: for j = 1; j 2 then 12: 將Beta(j)節(jié)點(diǎn)插入Beta網(wǎng)絡(luò)中,其父節(jié)點(diǎn)為Beta(j-1)和Alpha(j):13: end if 14: end if 15: end for 16: end for 17:調(diào)用算法1進(jìn)行Beta節(jié)點(diǎn)優(yōu)先級(jí)計(jì)算

算法3.Rete-TC匹配輸入:Events輸出:fired rules 01: while true do 02: if root->alphaNodes[event->eventtype] then //事件類(lèi)型對(duì)應(yīng)的Alpha類(lèi)型節(jié)點(diǎn)存在03: while alpha condition node not empty do 04: if Alpha node constant constraints test pass then //Alpha節(jié)點(diǎn)常量測(cè)試通過(guò)05: UpdateAtiveNodesByPriority(child beta node)//依據(jù)優(yōu)先級(jí)將Alpha節(jié)點(diǎn)關(guān)聯(lián)的子Beta節(jié)點(diǎn)添加到Beta節(jié)點(diǎn)激活隊(duì)列06: end if 07: end while 08: end if 09: if head of Beta node activeated queue then //從Beta節(jié)點(diǎn)的激活隊(duì)列取隊(duì)首且不為空10: if Beta node’s alpha match not empty then //該Beta節(jié)點(diǎn)Alpha匹配不為空11: doRightActivatedHandle(am,Beta node)//進(jìn)行右激活處理12: UpdateAtiveNodesByPriority (child beta node)//依據(jù)優(yōu)先級(jí)更新Beta節(jié)點(diǎn)激活隊(duì)列13: elif Beta node’s partial match not empty then //該Beta節(jié)點(diǎn)部分匹配不為空14: doLeftActivatedHandle(am,Beta node)//進(jìn)行左激活處理15: UpdateAtiveNodesByPriority (child beta node)//依據(jù)優(yōu)先級(jí)更新Beta節(jié)點(diǎn)激活隊(duì)列16: end if 17: end if 18: end while

3 系統(tǒng)框架

RTCPMS系統(tǒng)框架如圖4所示.RTCPMS基于實(shí)時(shí)規(guī)則推理,從CPS產(chǎn)生的大量事件中對(duì)關(guān)注的場(chǎng)景進(jìn)行實(shí)時(shí)監(jiān)控.RPCPMS主要由事件抽取器、實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng)、實(shí)時(shí)監(jiān)控推理引擎和決策與反饋控制模塊組成.事件抽取器持續(xù)采集CPS傳感器產(chǎn)生的數(shù)據(jù)并抽取事件存入安捷(Agilor)[33]實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng).實(shí)時(shí)監(jiān)控推理引擎通過(guò)Agilor提供的發(fā)布/訂閱接口來(lái)訪問(wèn)實(shí)時(shí)數(shù)據(jù)庫(kù)中的事件.實(shí)時(shí)監(jiān)控推理引擎由規(guī)則庫(kù)、事件庫(kù)、規(guī)則解析模塊和基于Rete-TC的實(shí)時(shí)推理模塊組成.規(guī)則庫(kù)存放領(lǐng)域?qū)＜抑贫ǖ谋O(jiān)控規(guī)則;事件庫(kù)存放由安捷實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng)發(fā)布的原子事件.規(guī)則解析模塊將規(guī)則庫(kù)中的規(guī)則翻譯成Rete-TC網(wǎng)絡(luò);基于Rete-TC的實(shí)時(shí)推理模塊從事件庫(kù)中取出事件在Rete-TC網(wǎng)絡(luò)上傳遞,進(jìn)行規(guī)則匹配,匹配成功的規(guī)則輸出到?jīng)Q策和反饋模塊.決策和反饋模塊執(zhí)行規(guī)則中預(yù)設(shè)的動(dòng)作,例如觸發(fā)一個(gè)報(bào)警或給用戶(hù)反饋.

圖4 RTCPMS的架構(gòu)

4 實(shí)驗(yàn)評(píng)估

4.1 實(shí)驗(yàn)設(shè)置

CPS的場(chǎng)景千變?nèi)f化,“事件風(fēng)暴”[34]是應(yīng)用中存在的一類(lèi)常見(jiàn)場(chǎng)景.在這類(lèi)場(chǎng)景中,大量事件往往在一個(gè)較短的時(shí)間窗口內(nèi)集中發(fā)生.我們的模擬實(shí)驗(yàn)在此場(chǎng)景下開(kāi)展.通過(guò)對(duì)Rete-TC和Rete算法進(jìn)行對(duì)比,來(lái)驗(yàn)證本文所提Rete-TC算法的有效性.本次實(shí)驗(yàn)的規(guī)則集共包含50條規(guī)則.每個(gè)規(guī)則的事件模式數(shù)為1至8個(gè),事件類(lèi)型120種,原子事件數(shù)10萬(wàn)到30萬(wàn).每個(gè)事件具有2到4個(gè)屬性,每個(gè)屬性的屬性值符合均勻分布U[0,1000],各規(guī)則的截止期由應(yīng)用需求決定,一般設(shè)置后不再改變,這里假設(shè)截止期服從均勻分布U[1,10],所有的原子事件模擬產(chǎn)生.

規(guī)則集的參數(shù)情況見(jiàn)表1.

表1 規(guī)則集的參數(shù)

我們使用成功率和匹配時(shí)間兩個(gè)度量指標(biāo).成功率的定義如下:

其中,Nsuccess表示在規(guī)則截止期前觸發(fā)的規(guī)則數(shù),Ntotal表示所有觸發(fā)的規(guī)則數(shù).

匹配時(shí)間的定義如下:

實(shí)驗(yàn)環(huán)境使用Intel(R)Core(TM)i7-8750H CPU@2.20 GHz,16 GB內(nèi)存和Windows 10.

4.2 成功率

我們對(duì)Rete-TC和Rete的成功率進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果如圖5所示.圖5展示了在輸入的原子事件規(guī)模從1.0×105到3.0×105范圍變化時(shí),Rete-TC和Rete的成功率變化情況.

圖5 Rete-TC和Rete的成功率

當(dāng)原子事件數(shù)量小于1.0×105,Rete-TC和Rete 下觸發(fā)的所有規(guī)則都滿足截止期.當(dāng)輸入的原子事件規(guī)模大于1.0×105,激活隊(duì)列中的Beta節(jié)點(diǎn)的數(shù)量增多,Rete-TC和Rete 都會(huì)出現(xiàn)在規(guī)則截止期內(nèi)規(guī)則對(duì)應(yīng)的Beta節(jié)點(diǎn)未處理完情況,從而導(dǎo)致Rete-TC和Rete 觸發(fā)的部分規(guī)則錯(cuò)失截止期.當(dāng)輸入的原子事件規(guī)模超過(guò)3.0×105時(shí),大量規(guī)則觸發(fā),激活隊(duì)列中的Beta節(jié)點(diǎn)數(shù)激增,Rete-TC和Rete在規(guī)則截止期內(nèi)未能處理完相關(guān)Beta節(jié)點(diǎn)的情況激增,Rete-TC和Rete的成功率趨于零.總體上,隨著原子事件數(shù)的增加,Rete-TC和Rete的成功率降低,但是Rete-TC 成功率均高于Rete.

Rete-TC 依據(jù)式(1)對(duì)Beta節(jié)點(diǎn)的優(yōu)先級(jí)進(jìn)行計(jì)算,充分考慮了各規(guī)則不同重要性,其激活隊(duì)列中的Beta節(jié)點(diǎn)按優(yōu)先級(jí)排序,這樣時(shí)間約束強(qiáng)的規(guī)則得到及時(shí)處理,從而使得各觸發(fā)規(guī)則盡可能滿足截止期約束.相反,Rete激活隊(duì)列中的Beta節(jié)點(diǎn)按激活時(shí)間排序,未考慮Beta節(jié)點(diǎn)所在規(guī)則的截止期,忽略了各規(guī)則不同重要性,執(zhí)行具有更晚截止期的規(guī)則可能會(huì)延遲具有較早截止期的規(guī)則,這樣可能會(huì)造成時(shí)間約束強(qiáng)的規(guī)則錯(cuò)失截止期,不利于各觸發(fā)規(guī)則滿足截止期約束.

4.3 匹配時(shí)間

我們對(duì)Rete-TC和Rete的匹配時(shí)間進(jìn)行對(duì)比,實(shí)驗(yàn)結(jié)果如圖6所示.從圖6得知,在相同的原子事件規(guī)模輸入下,Rete-TC相比Rete匹配時(shí)間略微增加,也就是說(shuō),本文在Rete-TC算法增加的Beta節(jié)點(diǎn)優(yōu)先級(jí)調(diào)度特性對(duì)處理原子事件的效率的影響非常小.另外,由于Rete-TC算法本質(zhì)上是改變了處理Beta節(jié)點(diǎn)的順序,不會(huì)對(duì)推理結(jié)果正確性產(chǎn)生影響.每次實(shí)驗(yàn)也驗(yàn)證了Rete-TC和Rete的推理結(jié)果是完全一致的.

圖6 Rete-TC和Rete的匹配時(shí)間

在相同的原子事件輸入規(guī)模下,Rete-TC相比Rete匹配時(shí)間略增的原因討論如下:

Rete-TC 中激活的Beta節(jié)點(diǎn)優(yōu)先級(jí)隊(duì)列的數(shù)據(jù)結(jié)構(gòu)采用紅黑樹(shù),支持在O(logN)時(shí)間復(fù)雜度內(nèi)對(duì)優(yōu)先級(jí)隊(duì)列中元素進(jìn)行排序,其中N為優(yōu)先級(jí)隊(duì)列中Beta節(jié)點(diǎn)個(gè)數(shù).而Rete算法中對(duì)激活的Beta節(jié)點(diǎn)進(jìn)行管理采用FIFO數(shù)據(jù)結(jié)構(gòu),時(shí)間復(fù)雜度為O(1).在本文的實(shí)驗(yàn)環(huán)境下Rete-TC 中Beta節(jié)點(diǎn)優(yōu)先級(jí)激活隊(duì)列中Beta節(jié)點(diǎn)最大數(shù)量級(jí)約為104,Beta節(jié)點(diǎn)優(yōu)先級(jí)隊(duì)列單次操作時(shí)間約為10-6s,Rete-TC算法用于維護(hù)Beta節(jié)點(diǎn)優(yōu)先級(jí)隊(duì)列的時(shí)間數(shù)量級(jí)約為10-2s,所以Rete-TC相比Rete匹配時(shí)間略增.

4.4 截止期討論

規(guī)則的截止期通常由應(yīng)用需求確定,確定后一般不再改變.但也可能存在某些特殊場(chǎng)景,例如由于監(jiān)控外部環(huán)境或者監(jiān)控需求發(fā)生特殊變化,規(guī)則截止期需動(dòng)態(tài)改變,下面對(duì)此問(wèn)題給出一種解決思路.解決思路為:(1)在Rete-TC網(wǎng)絡(luò)建立階段采用哈希表建立每個(gè)Beta節(jié)點(diǎn)關(guān)聯(lián)的規(guī)則集合,Rete-TC匹配運(yùn)行階段直接使用即可.(2)在Beta節(jié)點(diǎn)激活隊(duì)列更新維護(hù)模塊UpdateAtiveNodesByPriority 中獲取準(zhǔn)備進(jìn)入激活隊(duì)列的Beta節(jié)點(diǎn)關(guān)聯(lián)的規(guī)則集合中各規(guī)則最新截止期.(3)在Beta節(jié)點(diǎn)激活隊(duì)列更新維護(hù)模塊UpdateAtive-NodesByPriority 中對(duì)準(zhǔn)備進(jìn)入激活隊(duì)列的Beta節(jié)點(diǎn)的優(yōu)先級(jí)按照式(1)進(jìn)行計(jì)算,之后按UpdateAtive-NodesByPriority 原有邏輯運(yùn)行即可.由于步驟(2)和(3)計(jì)算過(guò)程簡(jiǎn)單,對(duì)Beta節(jié)點(diǎn)激活隊(duì)列更新維護(hù)模塊的運(yùn)行時(shí)間開(kāi)銷(xiāo)影響小.關(guān)于動(dòng)態(tài)截止期的問(wèn)題后續(xù)可進(jìn)一步深入研究.

5 應(yīng)用案例

隨著CPS的快速發(fā)展,建筑CPS 逐漸興起,傳統(tǒng)的建筑正在演變成集環(huán)境感知、實(shí)時(shí)分析、科學(xué)決策和精準(zhǔn)執(zhí)行功能于一體的智慧建筑.以建筑CPS的監(jiān)控為例,如圖7所示.圖7中建筑物理環(huán)境蘊(yùn)含的隱性數(shù)據(jù)通過(guò)環(huán)境感知轉(zhuǎn)換為顯性數(shù)據(jù),進(jìn)而能夠在信息空間進(jìn)行實(shí)時(shí)分析,從而將顯性數(shù)據(jù)轉(zhuǎn)換為有價(jià)值的信息.信息經(jīng)過(guò)綜合處理形成最優(yōu)決策對(duì)物理空間實(shí)體進(jìn)行精確調(diào)節(jié).圖7中有3類(lèi)場(chǎng)景需要監(jiān)控,分別是火災(zāi)場(chǎng)景、節(jié)能場(chǎng)景和環(huán)境舒適度調(diào)節(jié)場(chǎng)景.其中,火災(zāi)場(chǎng)景具有時(shí)間約束.節(jié)能場(chǎng)景和環(huán)境舒適度調(diào)節(jié)場(chǎng)景只需盡可能快監(jiān)控即可,時(shí)間約束較為寬松,錯(cuò)失截止期不會(huì)造成嚴(yán)重后果.每個(gè)場(chǎng)景都由一系列原子事件所喻示.例如,房間內(nèi)溫度升高事件和煙霧產(chǎn)生事件可能喻示火災(zāi)發(fā)生.房間內(nèi)檢測(cè)到無(wú)人事件且用電設(shè)備運(yùn)行中事件喻示識(shí)別到潛在的節(jié)能場(chǎng)景,需進(jìn)行節(jié)能管理,否則會(huì)造成能源浪費(fèi).

圖7 建筑CPS監(jiān)控示意

為了驗(yàn)證RTCPMS系統(tǒng)的有效性,我們以北京市建筑設(shè)計(jì)研究院有限公司某大樓作為案例研究對(duì)象.該大樓總共有13層,每層有25個(gè)房間,每個(gè)房間大約20個(gè)傳感器.其中的某個(gè)房間的傳感器布局如圖8所示.

圖8 大樓某房間中的傳感器布局

以該大樓的3個(gè)監(jiān)控場(chǎng)景需求為例.(1)關(guān)于火災(zāi)監(jiān)控場(chǎng)景.我們?cè)谖恢肁-J處部署一個(gè)溫度傳感器和一個(gè)煙霧傳感器.如果房間4個(gè)角落的傳感器感知的數(shù)據(jù)同時(shí)超出閾值,這表明該房間已發(fā)生嚴(yán)重火災(zāi);每個(gè)房間有兩個(gè)防火門(mén),當(dāng)火災(zāi)蔓延到防火門(mén)的時(shí)候,防火門(mén)需要及時(shí)關(guān)閉.(2)關(guān)于環(huán)境健康參數(shù)方面的智能控制場(chǎng)景.在K-M位置處,我們部署環(huán)境健康相關(guān)的監(jiān)控傳感器來(lái)收集PM25、溫度和濕度的數(shù)據(jù).(3)關(guān)于節(jié)能管理場(chǎng)景.在O-U的位置,我們部署人員探測(cè)傳感器,當(dāng)探測(cè)到無(wú)人時(shí),RTCPMS 自動(dòng)關(guān)閉燈光、空調(diào)和空氣凈化器.(1)應(yīng)最大化地滿足時(shí)間約束,(2)(3)需盡可能快的處理.

根據(jù)上述監(jiān)控需求,我們制定規(guī)則,如表2所示.

表2 智慧建筑監(jiān)控規(guī)則

傳感器產(chǎn)生的事件由采集程序進(jìn)行采集并存儲(chǔ)在實(shí)時(shí)數(shù)據(jù)庫(kù)中.大型建筑的火災(zāi)場(chǎng)景是一種典型的事件風(fēng)暴場(chǎng)景,當(dāng)火災(zāi)發(fā)生時(shí),在短時(shí)間內(nèi),用于火災(zāi)監(jiān)控的各類(lèi)傳感器將上報(bào)大量事件,如溫度超標(biāo)、煙霧濃度超標(biāo)等.

應(yīng)用案例的實(shí)驗(yàn)結(jié)果如圖9所示.圖9中RTCPMS使用Rete-TC算法,RTCPMS-WITHOUT-TC 使用Rete算法.當(dāng)原子事件數(shù)在1.0×105至2.5×105范圍內(nèi),RTCPMS可以使得火災(zāi)報(bào)警規(guī)則在截止期內(nèi)觸發(fā).RTCPMS-WITHOUT-TC 只能確保原子事件數(shù)在1.0×105至2.0×105范圍內(nèi),火災(zāi)報(bào)警規(guī)則在截止期內(nèi)觸發(fā).當(dāng)輸入的原子事件數(shù)超過(guò)2.5×105時(shí),RTCPMS和RTCPMS-WITHOUT-TC 都會(huì)發(fā)生規(guī)則錯(cuò)失截止期情況.但RTCPMS處理火災(zāi)報(bào)警類(lèi)規(guī)則的成功率始終高于RTCPMS-WITHOUT-TC (平均高12%).從這個(gè)智慧建筑的應(yīng)用案例可以看出,本文建立的RTCPMS系統(tǒng)可以更有效的滿足CPS監(jiān)控的時(shí)間約束.

圖9 案例運(yùn)行結(jié)果

6 總結(jié)

CPS是將計(jì)算過(guò)程和物理過(guò)程集成的系統(tǒng),利用嵌入式計(jì)算機(jī)和網(wǎng)絡(luò)對(duì)物理過(guò)程進(jìn)行監(jiān)測(cè)和控制,并通過(guò)反饋環(huán)實(shí)現(xiàn)計(jì)算和物理過(guò)程的相互影響.CPS監(jiān)控是從物理設(shè)備產(chǎn)生的事件中感知關(guān)注場(chǎng)景并作出響應(yīng)的過(guò)程,是CPS的核心功能之一.在CPS監(jiān)控中,事件與動(dòng)作之間的因果關(guān)系往往使用規(guī)則來(lái)描述.采用規(guī)則系統(tǒng)相較于過(guò)程式邏輯具有若干優(yōu)勢(shì),為此,學(xué)者們提出了基于規(guī)則的CPS監(jiān)控方法,然而CPS的實(shí)時(shí)性為CPS監(jiān)控帶來(lái)了時(shí)間約束問(wèn)題.目前已有的基于規(guī)則的CPS監(jiān)控方法未考慮CPS監(jiān)控場(chǎng)景的時(shí)間約束,僅僅利用各種優(yōu)化技術(shù)來(lái)縮短監(jiān)控的響應(yīng)時(shí)間.為此,本文基于實(shí)時(shí)規(guī)則引擎建立了一個(gè)CPS的實(shí)時(shí)監(jiān)控系統(tǒng)RTCPMS.該系統(tǒng)采用Rete網(wǎng)絡(luò)表示監(jiān)控規(guī)則.

RTCPMS 將實(shí)時(shí)推理技術(shù)和CPS監(jiān)控結(jié)合,其核心是一個(gè)新的實(shí)時(shí)推理算法Rete-TC.Rete-TC算法引入了規(guī)則截止期,通過(guò)基于優(yōu)先級(jí)的Beta節(jié)點(diǎn)調(diào)度方法,使得CPS監(jiān)控的時(shí)間約束盡可能地被滿足.模擬實(shí)驗(yàn)與智慧建筑應(yīng)用案例驗(yàn)證了RTCPMS系統(tǒng)的有效性,且實(shí)驗(yàn)結(jié)果表明其核心算法Rete-TC的調(diào)度成功率優(yōu)于傳統(tǒng)的規(guī)則推理算法Rete.

CPS中,由于傳感器擾動(dòng),可能會(huì)產(chǎn)生不精確的事件,當(dāng)前基于規(guī)則推理的CPS監(jiān)控不適用于此場(chǎng)景.下一步的研究中,我們將基于Rete-TC,研究實(shí)時(shí)的模糊推理技術(shù),來(lái)支持對(duì)不精確的事件進(jìn)行實(shí)時(shí)監(jiān)控,從而提升CPS實(shí)時(shí)監(jiān)控的魯棒性.另外,當(dāng)前基于規(guī)則的CPS監(jiān)控方法需要事先由領(lǐng)域?qū)＜抑贫ㄒ?guī)則,不適應(yīng)于復(fù)雜的動(dòng)態(tài)場(chǎng)景的自適應(yīng)監(jiān)控.隨著機(jī)器學(xué)習(xí)的廣泛使用,將機(jī)器學(xué)習(xí)與規(guī)則進(jìn)行結(jié)合也是一個(gè)有潛力的研究方向.

致謝.在此,我們向?qū)Ρ疚牡墓ぷ鹘o予幫助的中國(guó)科學(xué)院軟件研究所人機(jī)交互技術(shù)與智能信息處理實(shí)驗(yàn)室的姚乃明博士、冷昶博士和馬翠霞老師以及評(píng)閱此文的各位專(zhuān)家表示感謝.