تتزايد الحاجة للكشف السريع عن الأحداث الحرجة في عالم يسير بسرعة كبيرة، حيث تتطلب تطبيقات متعددة الكشف عن الته threats والتهديدات التي قد تؤثر على السلامة العامة والشفافية. نتيجةً لذلك، تم تطوير لغات توصيف الأحداث، التي تعرف الأحداث المركبة من خلال أنماط زمنية تعتمد على أحداث أبسط. كما تم إنشاء أطر عمل للمنطق الزمني بهدف تقييم الأنماط المعبّر عنها عبر هذه اللغات.

ومع ذلك، فإن التعامل مع لغات توصيف الأحداث بشكل فردي قد يجعل من الصعب مقارنتها من حيث التعبير، مما يحجب الرؤية حول النطاق الذي تغطيه منطقيات التدفقات المرتبطة بها. للتغلب على هذه المشكلة، قام الباحثون بترجمة أجزاء عملية من لغات توصيف الأحداث الرئيسية إلى صيغة داتالوج الزمنية (Temporal Datalog->-)، وهي داتالوج زمنية مع إمكانية السلبية المصفوفة وبدون تبعيات مستقبلية.

لزيادة كفاءة Reasoning على الداتالوج الزمنية، تم اقتراح تقنية جديدة تعرف باسم Graphs Trigger Streaming، وهي تمديد لتقنية حديثة لتهيئة داتالوج. يوفر نهجنا آلية موحدة للتعرف على الأحداث المركبة، مما يجعلها قادرة على التعميم عبر مجموعة واسعة من لغات توصيف الأحداث التطبيقية.

إذا كنت مهتمًا بمواصلة متابعة آخر التطورات في مجال الذكاء الاصطناعي وأحدث التقنيات، فما رأيك في هذه الخطوة الجديدة؟ شاركونا آراءكم في التعليقات.