基于流程挖掘的异常案例甄别

摘要

随着计算机技术的发展和普及，人们的生产和生活都趋于信息化、自动化。各个公司都会采用适合自己业务的信息系统，这些信息系统潜在的指导着它们的日常业务，并详细的记录下这些业务执行轨迹到事件日志中。对应的，企业对于业务的复核对象也从人工记录转换到系统日志上来了，发现其中的异常是复核的最主要目的。
　　 本文简单介绍了几种复核异常的方式及其优缺点，提出了基于流程挖掘的异常甄别方式，这种方式可以发现流程中的异常细节，而且便于理解，分析，同时又介绍了现有的一些流程挖掘算法。在构建案例异常甄别模型前，我们采用了一种新的混合型的算法挖掘出流程模型，该算法结合启发式规则和alpha算法的理念，克服了alpha算法的一些不足之处，能从不完备日志中挖掘出流程模型。将流程模型采用SWF-NET的形式表示出来，然后根据Petri-net的执行规则去检验日志中的每个案例。融入预先定义的判断日志案例执行时产生的异常类型，和一些日志预处理时定义的异常类型，就形成了我们的甄别模型。
　　 实验表明，我们的流程挖掘算法优于alpha算法，甄别模型对于提出的几种异常类型都能甄别出来，并给出了详细的异常细节，证明了该甄别模型的正确性和可行性。