-
题名结合数据流和控制流漂移发现的业务过程异常检测方法
- 1
-
-
作者
孙晋永
许乾
闻立杰
邓文伟
马瑞阳
-
机构
桂林电子科技大学广西可信软件重点实验室
清华大学软件学院
-
出处
《计算机集成制造系统》
北大核心
2025年第5期1672-1683,共12页
-
基金
国家自然科学基金资助项目(61862016,61961007,62006058)
广西自然科学基金资助项目(2019GXNSFBA245049)
广西可信软件重点实验室资助项目(KX202205)
-
文摘
现有的业务过程异常检测方法不能发现业务过程模型可能发生的数据流漂移,会将合理的数据流漂移案例判定为异常案例,降低了异常检测的准确性。因此,提出一种结合数据流和控制流漂移发现的业务过程异常检测方法。首先,将事件日志中的事件名(即控制流)与其他事件属性(即数据流)一样看待,使用独热编码对其进行统一编码,得到案例特征数据集。然后,构建事件属性预测模型来获取业务过程实例的下一事件的所有可能发生事件及其属性的概率分布。进一步,将以上概率分布转换为异常评分,得到候选异常案例集。接着,使用基于霍夫丁不等式的双层滑动窗口机制、概念漂移比率从候选异常案例集中识别出数据流、控制流漂移案例,进而得到真正的异常案例。最后,采用循环更新策略,使用得到的漂移案例集作为新知识来更新事件属性预测模型,使得所提出的方法更准确地检测出真正的业务过程异常。仿真实验结果表明,相比现有的业务过程异常检测方法,所提出的方法能够较准确地发现事件日志中的数据流漂移,对于包含数据流和控制流漂移的事件日志可以获得较高的异常检测准确性。
-
关键词
业务过程异常检测
数据流漂移
事件属性
概念漂移比率
模型更新
-
Keywords
business process anomaly detection
data flow drift
event attributes
concept drift ratio
model update
-
分类号
TP311.52
[自动化与计算机技术—计算机软件与理论]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
