1. 研究目的与意义（文献综述）
目的和意义：
目的： 在当今蓬勃发展的互联网中，海量的大数据往往以“流数据”的形式呈现。对海量而价值密度低的数据流进行复杂事件处理，即时发现或聚合抽象出更高层的事件，可以为网络中上层应用提供具有丰富语义的事件发现、监测等基础服务，具有广阔的应用场景。例如，在网络系统安全监控应用中，对网络请求数据流中用户登录失败事件进行瞬时聚合分析，以即时发现恶意密码破解行为，对同一ip多次登录失败的事件进行处理，防止用户的账户被盗；在电子商务系统中，对用户连续购买关联商品事件进行聚合分析，以给用户提供更精准有效的推荐信息，在用户浏览某一商品时，对其进行聚合分析，推荐给用户相关的商品，提高用户体验；在信用卡保护系统中，一个敏感的信用卡诈骗被定义为一个特定的在线购买模式，如果在短时间内同一信用卡支出总额超过阈值，则应该立即发出警报，阻止可疑交易等。
2. 研究的基本内容与方案
基本内容与目标：
基于具体应用场景，设计基于storm的复杂事件流聚合模块。在实时输入的流数据中，对固定模式的复杂事件进行即时匹配与聚合，精确实时地返回给定的时间窗口大小内匹配事件发生总数。
技术方案及措施：
3. 研究计划与安排
1.2016/1/11—2016/1/22：查阅参考文献，明确选题；
2.2016/1/23—2016/3/7：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告；
3.2016/3/8—2016/4/26：需求分析，算法或系统设计，分析、比较或实现等；
4. 参考文献（12篇以上）
[1] ankit toshniwal, siddarth taneja, amitshukla et al. storm @twitter. the proceedings of 2014 acm sigmod. 2014:147-156.
[2] sanjeev kulkarni, nikunj bhagat et al.twitter heron: stream processing at scale. the proceedings of 2015 acm sigmod.2015: 239-250.
[3] yingmei qi, lei cao, medhabi ray et al.complex event analytics: online aggregation of stream sequence patterns. theproceedings of 2014 acm sigmod. 2014: 229-240.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
