一种基于注意力机制的业务过程异常检测方法技术

本发明专利技术公开了一种基于注意力机制的业务过程异常检测方法，该方法从多个数据源中收集数据组成事件日志；从控制流和数据流视角在业务过程的事件日志中挖掘出控制流和数据流特征，构造过程特征数据集；基于注意力机制构建预测模型；使用过程特征数据集作为输入数据训练预测模型；根据过程实例实际发生的结果和预测的结果进行对比，以此计算异常分数；基于异常比率的梯度，自适应地计算异常评分阈值。使用异常评分与异常评分阈值进行比较，以此判断异常是否发生，并定位异常的来源。该方法可以准确地检测出过程感知信息系统中业务过程运行实例的事件及其属性异常，并可以定位引发异常的具体事件属性，对提高业务过程的运行平稳性有重要作用。性有重要作用。性有重要作用。

【技术实现步骤摘要】
一种基于注意力机制的业务过程异常检测方法


[0001]本专利技术涉及业务过程管理
，具体涉及一种基于注意力机制的业务过程异常检测方法。

技术介绍

[0002]目前过程感知信息系统(Process aware information system，PAIS)被广泛地应用于各行各业以处理大量业务过程。在PAIS运行过程中，业务过程可能发生异常情况。异常包括可预期异常(如资源不可用，业务过程超时等)和不可预期异常。异常发生会使业务过程偏离预定目标，给用户带来不可预料的损失。例如，对未核查征信信息的用户放贷、已发货的网购订单被退款等。当异常发生时，尽早发现它并及时采取相应措施可以减少或避免损失。业务过程异常检测技术能帮助管理者及时发现业务过程中潜在的执行风险进而采取相应的处理措施。从实现上说，业务过程异常检测是PAIS必须支持的功能。
[0003]不确定性和多变性是现代企业的业务过程的内在特点。传统的基于过程模型和规则约束的异常检测方法已经无法满足柔性业务过程管理技术的需要。de Lima Bezerra等人使用过程挖掘算法从事件日志中挖本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于注意力机制的业务过程异常检测方法，其特征在于，包括如下步骤：1)从过程感知信息系统中的多个数据源中收集数据，组成事件日志，事件日志用于记录业务过程的执行过程的信息集合，由业务过程的活动执行轨迹组成，活动执行的轨迹也被称为案例；2)利用事件日志中的控制流特征和数据流特征，从事件属性粒度提取过程信息，使用事件的离散属性进行异常检测，对事件的离散属性进行编码，构造过程特征数据集；具体是：使用事件的活动名作为事件的第一个属性代表业务过程的控制流特征，使用其他离散属性作为数据流特征；对于事件序列长度的案例，在事件序列较短的案例末尾添加<pad>进行填充；3)基于Transformer模型构建业务过程一下事件及其属性的预测模型，利用过程特征数据集作为输入数据训练预测模型；预测模型包括控制流预测模块和数据流预测模块，分别用于预测活动名属性和非活动名属性，Transformer模型使用编码
‑
解码构架，根据注意力机制的不同训练Transformer模型，得到不同的输入和输出模式，所述的注意力机制包括如下注意力策略：3
‑
1)关注控制流信息，以此来预测事件及其属性；3
‑
2)同时关注控制流信息和数据流信息，以此来预测事件及其属性；3
‑
3)同时关注控制流信息和数据流信息，以此来预测事件及其属性，并且在预测其他属性时，额外关注预测目标事件的活动名；4)计算业务流程属性的异常评分s，使用实际发生的事件属性和预测模型预测事件及其属性发生的概率分布P计算事件及其属性的异常评分；5)使用自适应地确定事件属性的异常评分阈值的方法，应对过程感知系统中业务过程的不同场景，其中异常评分阈值的计算方法为：5
‑
1)首先，根据事件属性的异常评分s确定异常评分阈值的范围：最小值τ
min
与最大值τ
max
；将异常评分阈值的取值区间设为[τ
min
,τ...

【专利技术属性】
技术研发人员：孙晋永，周博文，赵响，许乾，邓文伟，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：