基于離散事件演算的RFID復合事件的語義表述方法

[摘 要] 無線傳感器網絡是目前研究的熱點，RFID復合事件識別是無線傳感器網絡的重要的應用之一。由于目前RFID復合事件的表述方法多樣且缺乏理論依據，使得RFID復合事件識別在實際的應用過程中，出現同一事件表述方法不一，符合事件分解錯誤等問題。本文使用離散事件演算的理論，基于已有的RFID復合事件的組成方法，提出了對RFID復合事件的新的表述形式，使得RFID復合事件的表示形式更加嚴謹并且方便對RFID復合事件是否成立進行判斷。

[關鍵詞] 離散事件演算； RFID復合事件； 語義表述方法

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2013 . 012. 047

[中圖分類號] TP393 [文獻標識碼] A [文章編號] 1673 - 0194（2013）012- 0077- 04

射頻識別（Radio Frequency Identification ）簡稱為RFID，是一種自動識別和數據捕獲（AIDC）[1]技術。 由于其讀取數據的靈活性， RFID 得到了大范圍的應用， 如供應鏈管理 （SCM）， 衛生保健， 零售，以及訪問控制（AC）[2]。RFID技術在連接企業信息系統和物理環境方面，發揮了十分重要的作用。由于其具有實時數據收集和積累存儲RFID事件的功能，它還被用在跟蹤物體或者在業務流程中的任務的程序處理上。

復合事件處理（CEP）[3-4]作為一門新興技術吸引了很多的研究者進行數據的語義信息挖掘，主要應用于用來進行建立和管理事件驅動系統，目前國內外學者對復雜事件處理機制的研究有很多，但對復雜事件描述語言的研究很少，而且成果并不多，目前復雜事件描述語言沒有統一的標準，目前比較經典的是SASE事件描述語言（SASE Event Language）。

本文在第1節中介紹了關于離散事件演算的相關概念和內容，然后在第2節中分析了RFID復合事件的概念和已有的設計方法，在第3節中結合前面的論述，證明基于離散事件演算的RFID復合事件的語義描述方式，最后在第4節中給出了舉例說明。

1 事件演算

事件演算（Event Calculus）， 最早被Kowalski and Sergot[5]提出， 是一種多類一階謂詞演算，用來進行事件的推理和分析。在事件演算中，可以對行動進行公理化，可以描述行動的時間性、并發性、連續變化及知識。在本文中所采用的公理是對應于[6]中所描述的離散事件演算（DEC）的形式。在事件演算中3個基本的類是事件，流和時間點，總結如下：

Event（事件）： 一個事件可以定義為在一個領域中可能發生的一個活動。在文獻中術語事件（Event）和活動（Action）有時可以交替使用[7]。Fluent （流）： 在[8]中流被定義為一個函數，它的域是事件所處的狀態空間。這個定義可以被解釋為流是一個隨時間變化的世界的屬性。如“房間的溫度”，其數值是隨時間變化的變量，也可是個命題，如“天在下雨”，其真值隨著時間的變化而變化。Timepoint（時間點）：在事件演算中，時間點規范了事件發生的序列。

事件演算的基本形式描述了如下謂詞的特征：

Happens（e， t） ：事件e在時間點t發生；

Happens（e， t1，t2）：是傳統的定義，表明事件開始于t1，結束于t2，當t1 = t2時，即為Happens（e，t）形式；

HoldsAt（f， t） ：流f在時間點t有效；

NotHoldsAt：流f在時間點t無效，也可用￢HoldsAt（f， t + 1）來表示；

Initiates（e， f， t）：事件 e在時間點t觸發了一個流，并且在時間點t有效；若執行會建立一個HoldsAt狀態；

Terminates（e， f， t）：事件e 導致一個流f在時間點t失效，若執行會建立一個NotHoldsAt狀態。

ReleasedAt（f， t）：流f依據慣性性質在時間點t被釋放（不受影響）。

Releases（e，f，t）：事件e依據慣性性質在時間點t釋放了流f（流在時間點t不受事件e影響）。

以下是經典的離散事件演算的演算公理[9]。

事件對流的影響：

Happens（e， t）∧Initiates（e， f， t） ？圯HoldsAt（f，t + 1） （DEC1）

Happens（e， t） ∧ Terminates（e， f， t） ？圯￢HoldsAt（f，t + 1）

（DEC2）

Happens（e， t） ∧ Releases（e， f， t） ？圯 ReleasedAt（f，t + 1）

（DEC3）

Happens（e， t） ∧ （Initiates（e， f， t） ∨ Terminates（e， f， t）） ？圯￢ReleasedAt（f， t + 1） （DEC4）

HoldsAt的慣性性質：

HoldsAt（f， t） ∧￢ReleasedAt（f， t + 1）∧￢？堝e（Happens（e， t）∧Terminates（e， f， t））？圯HoldsAt（f， t + 1） （DEC5） ￢HoldsAt（f， t） ∧ ￢ReleasedAt（f， t + 1）∧￢？堝e（Happens（e， t）∧Initiates（e， f， t）） ？圯￢HoldsAt（f， t + 1） （DEC6）

ReleasedAt的慣性性質

ReleasedAt（f，t）∧￢？堝e（Happens（e， t）∧（Initiates（e， f， t） ∨ Terminates（e， f， t））） ？圯 ReleasedAt（f， t + 1） （DEC7） ￢ReleasedAt（f， t）∧ ￢？堝e（Happens（e， t） ∧ Releases（e， f， t）） ？圯￢ReleasedAt（f， t + 1） （DEC8）

2 RFID 復合事件

2.1 RFID 數據的特征

在實際的應用中，RFID系統會有不同的結構，但是RFID數據的基本特征如下：連續的數據流：普通的RFID設備每天會產生10億字節的數據流；具有時間屬性和動態屬性：會隨著時間的變化而讀取不同的信息；不準確性：有時電子標簽會被誤讀。

2.2 RFID基礎事件

RFID事件是指在系統中活動的或者具有意義的對象的記錄，它產生于RFID數據流上。RFID事件可以分為基礎事件或者復合事件。

基礎事件（primitive event）：也稱為初級事件或者簡單事件，RFID應用中的基礎事件是指在讀寫器和電子標簽對象的相互作用中所產生的事件[10]，一個基礎事件發生在一個時間點上。一般來說，讀寫器產生的觀測數據，例如原始數據，可以被認為是基礎事件，并且有這些簡單事件來構成復合事件。一個RFID基礎事件一般由如下的形式來表示，E（r， o， t），這里r代表RFID的讀寫器的EPC，o代表被對象的EPC，t代表被觀測對象的時間戳（timestamp）。例如，E（r1，o，t）表示該事件是由EPC為“r1”的讀寫器讀取產生的。

在本文中，我們用E代表一個事件的類型，用e來代表一個事件實例。關于事件的表達方式上定義如下的函數：t_begin（e） 表示事件e的開始時間； t_end（e） 表示事件e的結束時間；dist（e1，e2） 表示事件e1和e2之間的時間距離，即dist（e1，e2）= t_end（e2） - t_end（e1）； interval（e）表示一個事件的時間區間，等價于t_end（e） - t_begin（e）； interval（e1，e2） 兩個事件e1和e2的時間間隔， 等價于max{t_end（e2），t_end（e1）} - min{t_begin（e2）， t_begin（e1）}。其中，若e為 RFID基礎事件，則有t_begin（e）= t_end（e）。

基礎事件一般所具有的價值有限，簡單事件被轉化為復合事件更適合被使用在應用層上。因此，從應用的角度來說，需要一種機制來把低層的數據來轉化為相應的業務邏輯事件。

基礎事件是瞬間發生的，即對于任意基礎事件E，t_begin（e） = t_end（e）。同時基礎事件具有原子性（atomic），即一個基礎事件發生或者根本不發生。

2.3 RFID復合事件

復合事件（complex event或composite event）：也稱復雜事件，一個復合事件是基于語義的，通過事件構造器來組成的事件。它可以是一個簡單事件，也可以是其他復合事件。[11]復合事件表明了2個或多個對象的復合關系（例如：張三喝茶水休息。）可以被分解為一些基礎事件（例如：張三離開了辦公室。張三來到了茶歇室。張三在茶歇室逗留了一段時間。）

一個復合事件通常使用事件構造器（constructors）[12]應用于它的組成事件，包括基礎事件或者其他復合事件。RFID事件構造器分為2類：不具有時間屬性的和具有時間屬性的，后者包含事件的發生順序和時間約束。

2.3.1 不具時間屬性的RFID復合事件構造器

OR （∨）： 事件E1和E2“或”關系運算，（E1∨E2）表示當E1或者E2發生的情況；

AND （∧）： 事件E1和E2“連接”關系運算，（E1∧E2）表示當E1和E2全都發生并且不考慮它們的發生順序；

NOT（￢）： 事件E的“非”運算， （￢E）表示沒有事件E的實例發生。 非運算表示的事件本身是具有非自發性質的，它們通常與其他的事件以及一些事件約束一起發生。

上面的這3個不具時間屬性的基本事件可以構造一般的不具時間屬性的事件，如，任意事件（ANY）和全部事件（ALL）可以基于上面的基本事件算子表示如為：ALL （E1，E2，…，En） ：表示E1，E2，…，En 所有的事件全部發生而不考慮它們的發生順序。等價于E = E1∧E2∧…∧En；ANY （m，E1，E2，…，En）（m ≤ n）：表示n中任意m個事件發生而不考慮這n個事件的發生順序。等價于E = （（E1∧E2∧…∧Em）∨，…，∨（En - m + 1∧En - m + 2∧…∧En））。

2.3.2 具有時間屬性的RFID復合事件構造器

SEQ （；））：兩個事件E1和E2發生的序列（E1；E2），SEQ （E1； E2），E2發生的時候E1已經發生了，并且在此我們假定E1在E2開始之前結束； （1） TSEQ （：）： 具有時間距離約束的兩個事件E1和E2序列，（TSEQ（E1；E2， τl， τu）） ，E2發生的時候E1已經發生了，并且2個事件E1和E2的時間距離約束的限制區間為[τl ， τu]，即，τl ≤ dist（E1， E2）≤ τu； （2）

SEQ+（；+）： 非周期的運算符SEQ + （E）表示同一類事件E多次發生； （3）

TSEQ+（：+）： 具有時間距離約束的非周期的運算符TSEQ + （E， τl， τu） 表示同一類事件E多次發生，并且相鄰事件的時間距離約束的限制區間為[τl， τu]； （4）

WITHIN： 具有時間間隔限制的事件WITHIN（E，τ）發生當且僅當事件類型的事件發生，并且其時間區間限制為interval（e） ≤ τ。 （5） 2.3.3 考慮事件時間重疊關系的復合事件結構[13]

文獻[12]中表述的具有時間屬性的復合事件的時間關系沒有考慮并行的2個事件在時間上重疊時候的情況，根據任意2個事件的開始時間和結束時間的關系的不同，文獻[13]中定義13種事件關系，分別是“before”，“after”，“during”，“contain”，“meet”，“met by”，“overlap”，“overlaped by”，“start”，“started by”，“finish”，“finised by”和“equal”。上述的一些關系之間具有互反的關系，如A start B等于B started by A，因此可以把這13種事件關系總結成7種，文獻[14]中對并發的事件的時間重疊問題進行了討論，如下：

Before（Ei； Ej）：Ei 在Ej之前發生，即 t_end （Ei）< t_start（Ej）； （6）

Meet （Ei；Ej）：Ei 結束的時候，Ej開始，即 t_end （Ei） = t_start（Ej）； （7）

Overlapped （Ei；Ej）：Ei 與Ej有重合的部分，即t_end （Ei） > t_start（Ej） ∧ （t_end （Ei） < t_end（Ej）） ∧（t_star（Ei）< t_start（Ej）； （8） Started （Ei；Ej）：Ei 使得Ej開始，即 t_start（Ei） = t_start（Ej）） ∧ （t_end （Ei）< t_end （Ej）； （9） Finish （Ei；Ej）：Ei結束了Ej。即（t_end （Ei） = t_end （Ej） ∧ （t_start（Ei） < t_start（Ej））； （10）

During（Ei；Ej）：Ei被包含于 Ej。即（t_start（Ei） < t_start（Ej）） ∧（t_end （Ei）> t_end （Ej）） （11）

Equal（Ei；Ej）：Ei 與Ej 同時發生，同時結束。即 （t_start（Ei）= t_start（Ej）） ∧ （t_end （Ei） = t_end （Ej））。 （12）

綜合以上文獻[12][14]中所定義的運算符（1）～（12），是由RFID基本事件構成，它們是RFID復合事件的基本構成單位。

3 基于離散事件演算的RFID復合事件的語義描述

3.1 RFID-DEC類

根據文獻[15]，本文定義一個RFID類。一個RFID類代表了一類RFID事件，該類抽象出來了這些對象的一般屬性，形式為定義一個RFID類c = （n， A， Q）。其中，組成部分為：

n， 代表RFID類c的名字；

集合A代表了該RFID類c所擁有的屬性；

集合 Q 代表了流的名字，能夠描述出該RFID類c的實例的狀態。

基礎事件首先不能再進一步分解，其次根據具體的關系涉及具體的屬性。一般的RFID基本事件根據其屬性可以分為2類：地點（location），例如：張三在地點L；接近（proximity），例如：張三和李四在位置上很接近。實際上第二類基本事件可以看成是兩個對具有相同的地點，是第一類基礎事件的特例。據此，本文定義在RFID事件演算中，定義有3類事件：loca（Tag，L）：表示電子標簽為Tag的對象在L地點出現；prox （Tag 1，Tag 2）：表示標簽為Tag 1和Tag 2的對象處在同一位置上；如2.2和2.3節考慮到RFID的時間因素；第三類事件為interval（Tag，L）：表示電子標簽為Tag的對象在位置L持續的時間長度。

有2類流：still（Tag）和move（Tag）， still（Tag）表示該對象處于靜止狀態，move（Tag）表示該Tag對象處于移動狀態。其中基本事件的發生，會對流產生影響：

由上，本文定義一個RFID-DEC類，定義如下：

c = （RFID - DEC， A， Q）， A = {Tag，Location， T }， Q = {still（Tag）， move（Tag）}

其中Tag為該RFID的電子標簽；Location表示該對象的地點，T表示基本事件發生的時間；

以事件loca（Tag，L）為例子，則：

根據（DEC1）有

Happens（loca（Tag，L）， t） ∧ Initiates（loca（Tag，L）， move（Tag），t） ？圯 HoldsAt（move（Tag）， t + 1）

根據上式，基本事件loca（Tag，L）在時間t發生，并且觸發了一個流move（Tag），使得Tag標簽對象在下一時間t + 1，move狀態成立即HoldsAt（move（Tag）， t + 1）為真。

根據（DEC2）有

Happens（loca（Tag，L），t） ∧ Terminates（loca（Tag，L）， move（Tag），t） ？圯￢HoldsAt（move（Tag）， t + 1）

根據上式，基本事件loca（Tag，L）在時間t發生，并且結束了一個流move（Tag），使得Tag標簽對象在下一時間t + 1，move狀態不成立，即HoldsAt（move（Tag）， t + 1）為假。

根據（DEC3）有

Happens（loca（Tag，L）， t）∧Releases（loca（Tag，L）， move（Tag），t） ？圯 ReleasedAt（move（Tag）， t + 1）

根據上式，基本事件loca（Tag，L）在時間t發生，并且對流move（Tag）不產生影響，使得Tag標簽對象在下一時間t + 1，move狀態成立，即HoldsAt（move（Tag）， t + 1）為真。

根據（DEC4）有

Happens（loca（Tag，L），t）∧（Initiates（loca（Tag，L）， move（Tag），t） ∨ Terminates（loca（Tag，L）， move（Tag）， t）） ？圯 ￢ ReleasedAt（move（Tag）， t + 1）

根據上式，基本事件loca（Tag，L）在時間t發生，并且結束了一個流move（Tag），使得Tag標簽對象在下一時間t + 1， ReleasedAt（move（Tag）， t + 1）為假。

3.2 RFID復合事件表達形式定理

定理：一個RFID復合事件可以用一個基于RFID-DEC類的離散事件演算來進行語義表示或者說一個RFID復合事件與一個基于RFID-DEC類的離散事件演算謂詞組合語義表示等價。

證明：

依據前面所述，一個RFID復合事件E可以是一個RFID基本事件或者一個RFID復合事件。因此需要分別證明RFID基本事件和RFID復合事件都可以用一個RFID-DEC類離散事件演算來進行語義表示。

（1）當E是RFID基礎事件時，它的語義表示為Happens（loca（Tag，L）， t）；

（2） 當E是復合事件時，需要證明組成復合事件的所有構造器都可以用事件演算的謂詞進行語義表達。

① 式（1）等價于Happens（e1，t1）∧Happens（e2，t2）∧t1 < t2；

② 式（2）當Ei和Ej都為基礎事件時，TSEQ（Ei；Ej， τl， τu）等價于Happens（loca（Tagi，L），t1） ∧Happens（loca（Tag j，L），t2）∧τl < | ti - tj | < τu；當Ei和Ej都為復合事件時，TSEQ（Ei；Ej，τl，τu）等價于Happens（ei，tis，tie） ∧Happens（ej， tjs，tje） ∧τl < | tie - tjs | < τu，這里tis表示事件ei的開始時間，tie表示結束時間，以下相同；當Ei為基礎事件而Ej都為復合事件時，TSEQ（Ei；Ej， τl， τu）等價于Happens（loca（Tagi，L），t1）∧Happens（ej，t2s，t2e）∧τl < | tie - tjs | <τu；

③ 式（3）：當E為基礎事件時，SEQ + （E）等價于■happens（loca（Tag，L），ti）；當E為復合事件時，SEQ + （E）等價于■happens（e，tis，tie），其中tis為復合事件e的開始時間，tie 為復合事件的結束時間；

④ 式（4）：當E為基礎事件時，TSEQ + （E，τl，τu）等價于■happens（loca（Tag，L），ti）∧τl < | ti - ti + 1 | < τu，當E為復合事件時，TSEQ + （E，τl，τu）等價于■happens（e，tis，tie）∧τl < | tie - t（i + 1）s | < τu；

⑤ 式（5）：E為復合事件，WITHIN（E，τ）等價于Happens（e，ts，te） ∧| ts - te | < τ；

⑥ 式（6）等價于式（3）；

⑦ 式（7）：當Ei和Ej都是基礎事件時，Meet （Ei；Ej）等價于Happens（loca（Tag i，L），ti）∧Happens（loca（Tag j，L），tj）∧ti = tj 等價于Happens（prox （Tag i，Tag j），t）；當Ei和Ej都是復合事件時，Meet（Ei；Ej）等價于Happens（ei，tis，tie） ∧Happens（ej， tjs，tje） ∧tie = tjs ；當Ei是基礎事件，Ej是復合事件時，Meet （Ei；Ej）等價于Happens（loca（Tag i，L），ti）∧Happens（ej， tjs，tje）∧ti = tjs；

⑧ 式（8）：Ei與Ej都是復合事件，Overlapped （Ei；Ej）等價于Happens（ei， tis，tie）∧Happens（ej， tjs，tje）∧tis < tjs < tie，tjs < tie < tje；

⑨ 式（9）：當Ei是基礎事件，Ej是復合事件時，Started （Ei；Ej）等價于Happens（loca（Tag i，L），ti） ∧Happens（ej， tjs，tje） ∧ti = tjs；當Ei和Ej是都復合事件時，Started （Ei；Ej）等價于Happens（ei， tis，tie） ∧Happens（ej， tjs，tje） ∧ tis = tjs∧tie < tie；

⑩ 式（10）：當Ei是基礎事件，Ej是復合事件時，Finish（Ei；Ej）等價于Happens（loca（Tag i，L），ti）∧Happens（ej， tjs，tje）∧ti = tje；當Ei和Ej都是復合事件時，Finish（Ei；Ej）等價于Happens（ei， tis，tie）∧Happens（ej， tjs，tje）∧tie= tje∧tis > tjs；

■ 式（11）：當Ei為基礎事件，Ej為復合事件時，During（Ei；Ej）等價于Happens（loca（Tag i，L），ti）∧Happens（ej， tjs，tje）∧tjs < ti < tje ；當Ei和Ej都為復合事件時，During（Ei；Ej）等價于Happens（ei，tis，tie） ∧Happens（ej， tjs，tje）∧tjs < tis∧tie < tje；

■ 式（12）：當Ei和Ej都為基礎事件時，Equal（Ei；Ej）等價于Happens（loca（Tag i，L），ti）∧Happens（loca（Tag j，L），tj）∧ti = tj；當Ei和Ej都為復合事件時，Equal（Ei；Ej）等價于Happens（ei，ti）∧Happens（ej，tj）∧tis = tjs∧tie = tje ；

證畢。

3.3 應用舉例

3.3.1 RFID基本事件應用舉例

在表1中，設Tag1= 2254716205721250000，Tag2 =2254716205721250001，則Tag1在前1秒鐘內在地點302461保持靜止狀態即流的狀態為still（Tag1），可以由離散事件演算表示為Happens（loca（Tag1， 302461）， 1226633102799）∧ Releases（loca（Tag1， 302461）， still（Tag1）， 1226633102799） ？圯ReleasedAt（still（Tag1）， 1226633103799）

說明RFID基礎事件loca（Tag1， 302461）在時間1226633102799時，并沒有影響改變該對象的流狀態，即在下1秒時1226633103799，該對象仍在302461。

Happens（（prox （Tag1，Tag2）， 1226633103799） ∧ Terminates（prox （Tag1，Tag2）， still（Tag1）， t） ？圯￢HoldsAt（still（Tag1），t + 1）

說明RFID基礎事件loca（Tag2， 302461）在時間1226633103799時，發生并影響和改變了Tag1的流狀態，即在下1秒時1226633104799，該對象仍在350541。

3.3.2 RFID復合事件應用舉例

TSEQ（TSEQ + （E1，τl1，τu2）； E2，τl2，τu2）是文獻[12]中的例子，按照本文所提出的方法進行轉化則有TSEQ（TSEQ + （E1， τl1，τu2）；E2，τl2，τu2）

？圳 Happens（TSEQ + （E1，τl1，τu2）， tTSEQ + （E■） s，t TSEQ + （E■） e）∧Happens（E2，t2s，t2e） ∧τl < | t TSEQ + （E■） e - t2s | < τu，

？圳 ■ Happens（E1， tis， tie）∧tTSEQ+（E■） s< t1s∧tne< tTSEQ+（E■） e∧Happens（E2， t2s，t2e）∧τl < | tTSEQ + （E■） e - t2s | <τu。

4 結 語

本文基于離散事件演算的思想，研究了基于RFID-DEC類的RFID復合事件的語義描述方式，并且兼顧了時空屬性。本文提出的描述方式，① 它是基于一階邏輯演算的數學推導過程，具有嚴謹性；② 能夠正確描述RFID基礎事件的發生過程；③ 能夠將復雜的RFID復合事件表達式轉化為一階邏輯表達式，這樣可以更加直觀地理解該復合事件成立時所需要的各個條件，為設計該復合事件的boolean函數和判斷其是否成立提供了理論上的基礎。

主要參考文獻

[1] T Ishikawa， Y Yumoto， M Kurata， et al. Applying Auto-ID to the Japanese Publication Business to Deliver Advanced Supply Chain Management， Innovative Retail Applications， and Convenient and Safe Reader Services [C]. Auto-ID Center， Keio University， 2003.

[2] Roozbeh Derakhshan， Maria E Orlowska， Xue Li.RFID Data Management： Challenges and Opportunities[C]. IEEE First International Conference on RFID， 2007.

[3] C David， Luckham. The Power of Events： An Introduction to Complex Event Processing in Distributed Enterprise Systems [M]. Boston： Addison Wesley， 2002.

[4] S Polniak.The RFID Case Study Book： RFID Application Stories from Around the Globe. Abhisam Software， 2007（2）.

[5] Kowalski R Sergot. A Logic-based Calculus of Events[J]. New Generation Computing ，1984（4）： 67-95.

[6] Erik T Mueller. Commonsense Reasoning[M] San Francisco， California：Morgan Kaufmann， 2006.

[7] M Shanahan. The Event Calculus Explained[J]. Artificial Intelligence Today， 1999（1600）：409.

[8] J McCarthy， P Hayes. Some Philosophical Problems from the Ptandpoint of Artificial Intelligence[M].Edinburgh： Edinburgh University Press. 1969.

[9] Mueller， T Erik. Commonsense Reasoning [M]. San Francisco： Moran Kaufmann，2006.

[10] F Wang， S Liu， P Liu，et al. Bridging Physical and Virtual Worlds Complex Event Processing for RFID Data Streams[C] . International Conference on Extending Database Technology （EDBT） ， LNCS 3896， 2006.

[11] Evan Welbourne， Nodira Khoussainova， Julie Letchner，et al. A System for Specifying， Detecting， and Managing RFID Events [C].MobiSys’08， Breckenridge， Colorado， USA ，2008.

[12] Fusheng Wang， Shaorong Liu， Peiya Liu. Complex RFID Event Processing [J]. The VLDB Journal，2009（18）：913-931.

[13] James F Allen. Maintaining Knowledge about Temporal Intervals[J]. Commun. ACM， 1983， 26（11）： 832-843.

[14] D Patel， W Hsu， M L Lee. Mining Relationships among Interval-based Events for Classification[C]. Proceeding of International Conference on Management of Data / Principles of Database Systems，Vancouver，Canada，2008.

[15] Xiaohui Zhao， Chengfei Liu， Tao Lin. Incorporating Business Logics into RFID-enabled Applications[J]. Information Processing and Management ，2012（48）：47-62.