由于微機電技術(shù)的發(fā)展,，使得微小的感測器也能具有無線通訊的能力。相關(guān)的應(yīng)用常是為了收集不同或高量的資料而布建大規(guī)模的感測器,，例如將數(shù)萬的感測器散布于森林中作為火災(zāi)的判定,；或?qū)⒏袦y器節(jié)點布建在房屋中做為人體健康的監(jiān)測。在WSAN (Wireless Sensor Area Network)環(huán)境中,，為數(shù)眾多的感測節(jié)點所產(chǎn)生出的大量事件,，必定會讓整個系統(tǒng)效能有所延遲，并且如何有效管理這些事件,，能更有效的快速產(chǎn)生回應(yīng),，已成為重要的議題。
事件驅(qū)動架構(gòu)
毫無疑問地,，不論個人或組織,，每天都不斷面臨到新事件的發(fā)生與其采取的對策，這個過程即所謂的事件驅(qū)動,，而事件驅(qū)動架構(gòu),，則是根據(jù)自身的能力與經(jīng)驗值，去反應(yīng)這個世界上任何一個對他們所造成的機會或威脅,。以非洲草原上的羚羊為例,，每天運用他們的感官去感知去覓食，同時依其感應(yīng)避開可能有獅子危險地帶,。
近年來服務(wù)導(dǎo)向架構(gòu)已無法滿足日益復(fù)雜的IT系統(tǒng)流程活動,，處理的單元從服務(wù)流程演進到以事件為基礎(chǔ)的架構(gòu)。事件驅(qū)動架構(gòu)(Event-Driven Architecture, EDA)因此應(yīng)運而生,。一個事件可以看作是在一個系統(tǒng)中可觀察到的狀態(tài)改變,。例如下一筆訂單、RFID感測器回報的訊息,。在事件驅(qū)動架構(gòu)中包含了兩個部份,，事件產(chǎn)生者、事件消費者,。事件產(chǎn)生者發(fā)布訊息給管理者,，而事件消費者則向管理者訂閱訊息，事件則觸發(fā)了下一個事件或是服務(wù)(services),，當(dāng)某個事件發(fā)生時,，系統(tǒng)及做出相對應(yīng)的動作。
事件驅(qū)動架構(gòu)主要的目的,，即在于IT系統(tǒng)如何能針對威脅和機會種種事件,，在很短的時間內(nèi)立即做出反應(yīng)。所以在整個事件驅(qū)動架構(gòu)來說主要的特性可以分為三項：感知,、分析,、反應(yīng)。當(dāng)某一個事件產(chǎn)生即觸發(fā)下一個事件,。事件驅(qū)動架構(gòu)不僅可以依訊息發(fā)送端決定目的,，更可以動態(tài)依據(jù)訊息內(nèi)容決定后續(xù)流程。更能靈活符合日益復(fù)雜的商業(yè)邏輯架構(gòu),。
圖1,、感知分析反應(yīng)循環(huán)圖
復(fù)雜事件最早是由史丹佛大學(xué)的David Luckham教授與Brian Frasca教授于1998年發(fā)表的一篇論文Complex Event Processing in Distributed Systems當(dāng)中所提出。主要的概念即是在事件驅(qū)動架構(gòu)下,，根據(jù)簡單事件,、事件串流處理(Event Streaming Processing)以及復(fù)雜事件(Complex Event)以上這些概念融合而成。以目的從事件云(Event Cloud)中找出有意義的事件,，使得IT架構(gòu)可以更能彈性使用事件驅(qū)動架構(gòu),，并且能使企業(yè)更能快速的開發(fā)出更復(fù)雜的邏輯架構(gòu),。
復(fù)雜事件處理中，結(jié)合簡單事件,、事件串流處理(Event Streaming Processing)以及復(fù)合事件(Complex Event),。如圖2所示，相較于簡單事件,，復(fù)雜事件處理不僅處理單一的事件,，也處理由多個事件所組成的復(fù)合事件。復(fù)雜事件處理監(jiān)測分析事件流(Event streaming),，當(dāng)特定事件發(fā)生時去觸發(fā)某些動作,。
圖2、復(fù)雜事件階層概念圖
在復(fù)雜事件處理中，為了要達到高吞吐量(throughput),、高度利用性(Availability),、以及低度延遲(Latency)，讓企業(yè)能夠達到即時決策,。因此在處理事件的方式上采用事件處理語言(Event Processing Language：EPL )為一SQL-Like的語言,。此種語言透過時間或以視窗（ Window:事件串流的一部分）來擴展原本的SQL語言，使得此種語言可以存取目前或是過去歷史的狀態(tài)資訊,，方便地對事件串流提供復(fù)雜的邏輯處理,，使事件串流在記憶體中做模式比對處理以及查詢。這些過程中,，都在記憶體內(nèi)進行,，不須經(jīng)由存取像是硬碟的儲存裝置的方式，減少I/O,，降低傳統(tǒng)資料庫管理系統(tǒng)對儲存裝置的依賴所造成的延遲,。讓復(fù)雜事件處理展現(xiàn)對大量從事件云里所形成的事件串流有著高度的處理效能。
更快地做出相對應(yīng)的動作
《三國志•魏書•郭嘉傳》：兵貴神速,。我們不禁要問,，當(dāng)前IT的軟體技術(shù)要如何處理這些資訊來達到我們所想要的即時效果？十年前也許我們只需要應(yīng)付DOS系統(tǒng)所產(chǎn)生的簡單事件,，十年后的今天資訊科技的事件不但在各種個人裝置上,，同時也在各個供應(yīng)商方面大量產(chǎn)生,。為了達到即時的需求應(yīng)付這樣大量的事件。以往企業(yè)使用資料探勘,，資料倉儲等等技術(shù)來建立所謂的商業(yè)智慧,，現(xiàn)在復(fù)雜事件處理采用了事件串流處理(Event Stream Processing)的技巧。本來將資料處理要經(jīng)由固定的儲存媒體,，事件串流處理將事件處理通通移到記憶體中做處理來提供商業(yè)智慧真正即時的決策支援。
圖3,、事件串流處理比較圖 圖4,、串流事件處理圖
圖5、應(yīng)用復(fù)雜事件架構(gòu)之處理引擎范例
短距離的無線區(qū)域感測網(wǎng)路(Wireless Sensor Area Network)逐漸成為目前熱門的無線通訊應(yīng)用市場,。 WSAN指在特定空間或區(qū)域下散布的無線感測控制節(jié)點所組成的網(wǎng)路,。過去的應(yīng)用當(dāng)中，并無大量傳輸資料的需求且常用實體線路來布建,。近年來由于無線區(qū)域感測網(wǎng)路發(fā)展?jié)u趨成熟而所需的無線設(shè)備,，有著價格低廉，體積小巧,，所需電力極少,。 WSAN可以在許多資料不方便使用實體線路作為傳輸?shù)沫h(huán)境中，達到低廉且低耗能的方式使用無線網(wǎng)路傳輸替代實體線路,，來完成更多樣性的應(yīng)用,。如國土安全監(jiān)測、智慧型居住空間等等,。
過往使用感測器的環(huán)境下,，使用感測器的種類較少，只需要做簡單的處理即可,。隨著無線網(wǎng)路在感測器方面的發(fā)展,，大量且大規(guī)模的異種感測器常需整合在一個區(qū)域網(wǎng)路中。由于需要整合多種不同的資料流來做監(jiān)督,、分析,，將使系統(tǒng)邏輯變的更復(fù)雜，且大量的存取資料庫,，整體效能也會有所降低,。但使用復(fù)雜事件架構(gòu)進行監(jiān)測、分析等處理,，則可讓原本都是各自獨立的資料產(chǎn)生新的關(guān)聯(lián)性,，并觸發(fā)新的動作來應(yīng)對。
WSAN的基本功能為控制,、監(jiān)督,、及追蹤并且多為環(huán)境型的固定應(yīng)用,。未來將會有更多在商業(yè)市場上的需求，例如火警偵測,、大樓照明自動化,、智慧型住宅、交通流量控制管理等等,。相對地來說,，如何能在這些應(yīng)用當(dāng)中，做出更快的反應(yīng),、執(zhí)行更復(fù)雜的邏輯,，將成為未來在無線感測網(wǎng)路當(dāng)中的一大議題。復(fù)雜事件處理以事件驅(qū)動架構(gòu)為基礎(chǔ),，使用事件串流在記憶體內(nèi)做處理,，較以往要從資料庫中取出資料再進行運算后回存回資料庫，再由系統(tǒng)或訂閱資訊者取出資料更能節(jié)省時間,，開發(fā)者只要編寫EPL就能執(zhí)行復(fù)雜的邏輯去對事件流做運算,。大大簡化開發(fā)流程。
最后,，開放地理聯(lián)合組織(Open Geospatial Consortium)發(fā)展一系列有關(guān)感測器的Web規(guī)范(Sensor Web Enablement),，目的是使得應(yīng)用程式和服務(wù)可以透過同一個平臺來存取所有類型的感測器。未來使用此一平臺,，感測器廠商若是未來能在此一平臺使用復(fù)雜事件處理作為分析各種感測器的資料,。也許在國土安全的議題上能夠獲得更有效率的分析。進而避免許多天然災(zāi)害所造成的損失,。