基于注意力机制的业务过程异常检测方法

TP311; 鉴于大多数业务过程异常检测方法能够检测业务过程实例或事件的异常,却难以定位发生异常的具体事件属性,提出一种基于注意力机制的业务过程异常检测方法.从控制流和数据流两个视角挖掘业务过程事件日志中的过程特征,构造数据集;基于注意力机制构建业务过程实例下一事件的预测模型,以预测当前过程实例的下一个执行事件及其属性的概率分布;采用过程实例中实际发生事件各属性的值和预测所得该事件各属性值的概率分布计算该事件各属性的异常评分,异常评分大于阈值的事件属性为异常属性,定位该事件属性为异常来源.仿真实验表明,与现有主流业务过程异常检测方法相比,所提异常检测方法在公开数据集上可以更准确地检测出业务过程...

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 28; no. 10; pp. 3039 - 3051
Main Authors 孙晋永, 周博文, 闻立杰, 许乾, 邓文伟, 孙志刚
Format Journal Article
LanguageChinese
Published 桂林电子科技大学 广西可信软件重点实验室,广西 桂林 541004%清华大学 软件学院,北京 100084%广西师范大学 计算机科学与工程学院,广西 桂林 541004 31.10.2022
Subjects
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2022.10.002

Cover

More Information
Summary:TP311; 鉴于大多数业务过程异常检测方法能够检测业务过程实例或事件的异常,却难以定位发生异常的具体事件属性,提出一种基于注意力机制的业务过程异常检测方法.从控制流和数据流两个视角挖掘业务过程事件日志中的过程特征,构造数据集;基于注意力机制构建业务过程实例下一事件的预测模型,以预测当前过程实例的下一个执行事件及其属性的概率分布;采用过程实例中实际发生事件各属性的值和预测所得该事件各属性值的概率分布计算该事件各属性的异常评分,异常评分大于阈值的事件属性为异常属性,定位该事件属性为异常来源.仿真实验表明,与现有主流业务过程异常检测方法相比,所提异常检测方法在公开数据集上可以更准确地检测出业务过程实例事件及其属性异常,并可定位引发异常的具体事件属性,从而提高过程感知信息系统的运行平稳性.
ISSN:1006-5911
DOI:10.13196/j.cims.2022.10.002