Tesis
Especificação e detecção de padrões complexos de variáveis ambientais em aplicações de biodiversidade
Complex pattern detection and specification for environmental variables in biodiversity applications
Registro en:
Autor
Santo, Jacqueline Midlej do Espírito, 1990-
Institución
Resumen
Orientador: Claudia Maria Bauzer Medeiros Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação Resumo: Aplicações de biodiversidade se caracterizam por necessitar de uma grande variedade de dados ambientais em múltiplas escalas. Este contexto envolve uma enorme quantidade de dados gerados por fontes heterogêneas, sendo o fluxo de dados de sensores uma das principais fontes. Um problema em aberto neste contexto é como especificar e detectar cenários de interesse a partir de variáveis ambientais em múltiplas escalas, para facilitar aos cientistas a análise de fenômenos e correlações com dados coletados em campo. Para ajudar a solucionar o problema, a dissertação se baseia na teoria de Processamento de Eventos Complexos para permitir a especificação de cenários através de padrões e a detecção da ocorrência do cenário em tempo real. Nesta literatura, dados são tratados como eventos e padrões são descritos pelas especificações de eventos e seus relacionamentos. Linguagens de eventos, no entanto, não consideram aspectos espaciais (necessários em biodiversidade) e a composição de eventos é limitada. Tendo em vista esse contexto, a dissertação propõe uma linguagem baseada em lógica para que cientistas especifiquem cenários de interesse. Esses cenários são baseados em composição de eventos complexos. As principais contribuições da dissertação são: proposta da arquitetura de um framework para detecção de eventos complexos, que estende o trabalho de Koga 2013; um modelo de dados para representar eventos em biodiversidade; e uma linguagem para descrever padrões de forma hierárquica, explorando o relacionamento espacial e temporal entre os eventos em diferentes níveis de abstração Abstract: Biodiversity applications require a large variety of environmental data at multiple scales. It involves a huge amount of data from heterogeneous sources, in which sensor data streams are one of the main sources. An open problem in this context is how to specify and detect scenarios of interest from environmental variables, at multiple scales, to help scientists analyze phenomena and correlate results with data collected on the field. To help solve the problem, this dissertation is based on the theory of Complex Event Processing (CEP) to allow scientists to specify scenarios using patterns and detecting the occurrence of the scenario in real time. In the CEP literature, data are treated as events and patterns are described by event specifications and their relationships with each other. Event specification languages, however, do not support spatial aspects (which is essential in biodiversity applications) and neither do they contemplate complex composition operators. Given this context, this dissertation proposes a logic-based language to help scientists specify scenarios of interest. These scenarios are based in complex event composition. The main contributions are: proposal of a software architecture of a framework to detect complex events, extending the work of Koga 2013; a data model to represent events in biodiversity scenarios; and a language to specify event patterns in a hierarchical manner, exploring spatial and temporal relationships across events in many abstraction levels Mestrado Ciência da Computação Mestra em Ciência da Computação 2013/02269-7 FAPESP