| Titel | Complex Event Processing : Verarbeitung von Ereignismustern in Datenströmen / von Ulrich Hedtstück |
|---|
| Person | Hedtstück, Ulrich, 1951- [Verfasser/in] |
|---|
| Veröffentlichung | Berlin, Heidelberg : Springer Vieweg, 2017 |
|---|
| Umfang / Format | Online-Ressource (X, 148 Seiten 123 Abb, online resource) |
|---|
| Sprache | Deutsch (Sprache des Textes) |
|---|
| Land | Deutschland |
|---|
| ISBN | 9783662534519
9783662534502 (Druck-Ausgabe) |
|---|
| Nummer | 9783662534502 (ISBN der Sekundärausgabe)
1656631237 (K10Plus-Nummer) |
|---|
| Weitere Ausgabe | Erscheint auch als Druck-Ausgabe: Complex event processing : Verarbeitung von Ereignismustern in Datenströmen / Ulrich Hedtstück. - Berlin; [Heidelberg], [2017], © 2017 |
|---|
| Schriftenreihe | (eXamen.press)
(SpringerLink. Bücher) |
|---|
| Schlagwörter | Computer science
Computer Science
Computational intelligence
Application software.
Ereignismodell
Echtzeitverarbeitung
Datenstrom
Ereignisgesteuertes System
Massendaten |
|---|
| Schlagwortfolge | Datenstrom ; Big Data ; Ereignisdaten ; Mustererkennung ; Echtzeitverarbeitung ; Ereignismodell ; Ereignisgesteuertes System ; Softwarearchitektur |
|---|
| Systematik | ST 234 Echtzeitverarbeitung |
|---|
| Inhalt | Einführung mit typischen Anwendungen -- Grundlegende Begriffe -- Ereignisströme -- Auswahlstrategien für komplexe Ereignisse -- Ereignismuster -- Beispiele für Event Processing Languages -- Complex Event Processing Engines -- Regelbasiertes Complex Event Processing -- Sofwarekonzepte für Complex Event Processing -- Abgrenzung des CEP -- Prädikantenlogik -- Index. . |
|---|
| Inhalt | Eine wichtige Aufgabe für die IT der vernetzten Welt ist die maschinelle Auswertung und Verarbeitung von Informationen, die für eine Anwendung relevant sind und übers Netz verschickt werden. Mit Complex Event Processing (CEP) können große Mengen von zeitbehafteten Daten unterschiedlichster Art in nahezu Echtzeit analysiert und weiterverarbeitet werden. Die grundlegende Vorgehensweise beim CEP entspricht der menschlichen Entscheidungsfindung in Prozessabläufen des täglichen Lebens und stellt eine Erweiterung bekannter Methoden des Data Analytics wie Data Mining, statistische Analyse oder regelbasierte Wissensverarbeitung dar. Typische Anwendungsgebiete sind Big-Data-Systeme, Internet of Things, Industrie 4.0. |
|---|