我的软件从多个传感器接收信息。传感器的数量不固定 - 可以添加和删除它们，每个传感器都有自己唯一的标识符。传感器不定期地发送数据 - 它们可以保持沉默数周或每秒推送数据。每个传感器都会根据一组固定的值生成一个值 - 因此传感器是离散的。我的程序将每个传感器的每条消息记录到一个SQL数据库表中（sensorId，time，value）。
任务是过滤信息。我需要从这个日志中只选择一条记录，我正在考虑将其作为实际信息。例如，如果我从单个传感器获得最新记录，其中该值表示值为A，但在此之前，10个不同的传感器告诉我该值为B，那么我仍然认为B是实际信息。同时问题不仅仅是通常的噪音过滤，因为如果有一个传感器告诉我每秒一个月的值是C，然后五个传感器最近告诉我实际上值是D，我会马上尽管历史悠久，但我认为D是实际数据 - 我想说独立来源的数量也必须具有权重。
所以，我认为我得到了两种变量的函数 - 时间（老化）和瞬间唯一传感器的数量。所以，我认为，我必须以某种方式计算每条记录的重量，然后选择一个重量最大的记录。我想，为了计算记录权重，我不仅应该使用当前记录中的信息，还应该使用之前所有记录中的信息。
我需要一些算法帮助。也许实际上有一些我不知道的着名解决方案？