.png){kind=icon}
返回
A comprehensive scalable framework for cloud-native pattern detection with enhanced expressiveness
.png){kind=icon}
OA
AI
DOI：10.1016/j.is.2026.102725.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在大规模事件日志中检测复杂模式在业务流程和欺诈检测等各个领域具有多样化的应用。现有的系统如ELK常用于应对这一挑战，但其性能在处理大型模式时下降，同时在响应的表述能力和可解释性方面存在局限性。本文提出了一种解决方案，将复杂事件处理（CEP）引擎集成到一个更广泛的查询处理器中，该处理器建立在包含日志事件倒排索引的解耦存储基础设施之上。结果表明，本系统在可扩展性和鲁棒性方面表现优异，尤其是在处理复杂查询方面。值得注意的是，本系统提出的方案能在秒级内为大型复杂模式提供响应，而ELK在10分钟后会超时。此外，它在性能上显著优于依赖FlinkCEP和执行MATCH_RECOGNIZE SQL查询的解决方案。
Keyword:
Pattern detection
Big data
CEP
Spark
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
I
IF:
3.4
论文数:
127
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容