跨组织流程作为现代业务协同的关键载体,其异常检测对保障系统稳定与业务连续性至关重要。针对现有方法多聚焦于单组织视角,难以识别组织间消息偏差、上下文对接异常及整体时序结构变化的问题,提出一种融合GRU与Transformer的跨组织异...跨组织流程作为现代业务协同的关键载体,其异常检测对保障系统稳定与业务连续性至关重要。针对现有方法多聚焦于单组织视角,难以识别组织间消息偏差、上下文对接异常及整体时序结构变化的问题,提出一种融合GRU与Transformer的跨组织异常检测方法CoBPAD(cross-organizational business processes anomaly detection)。该方法利用GRU捕捉流程的时序依赖特征,并结合Transformer的多头注意力机制建模组织间交互模式。在训练过程中引入教师强制机制,从基于行为模式识别点异常、基于上下文规则匹配检测上下文异常和基于流程时序结构变化判断群体异常三个维度识别异常。在三个不同领域的数据集上的实验结果表明,CoBPAD在多类异常检测任务中均优于代表性方法BAnDIT,具备更强的检测能力与适应性,为后续的异常解释与实时监控提供支持方法。展开更多
文摘跨组织流程作为现代业务协同的关键载体,其异常检测对保障系统稳定与业务连续性至关重要。针对现有方法多聚焦于单组织视角,难以识别组织间消息偏差、上下文对接异常及整体时序结构变化的问题,提出一种融合GRU与Transformer的跨组织异常检测方法CoBPAD(cross-organizational business processes anomaly detection)。该方法利用GRU捕捉流程的时序依赖特征,并结合Transformer的多头注意力机制建模组织间交互模式。在训练过程中引入教师强制机制,从基于行为模式识别点异常、基于上下文规则匹配检测上下文异常和基于流程时序结构变化判断群体异常三个维度识别异常。在三个不同领域的数据集上的实验结果表明,CoBPAD在多类异常检测任务中均优于代表性方法BAnDIT,具备更强的检测能力与适应性,为后续的异常解释与实时监控提供支持方法。
