一种基于数据世系的检务流程异常检测方法技术

本发明专利技术属于数据世系技术领域，具体为一种基于数据世系的检务流程异常检测方法。针对检务场景中不同异常类型检测，本发明专利技术方法包括：设计新的世系模型，能够支撑后续检务流程异常检测；设计一致性检验方法，根据世系模型提炼出的一致性规则约束检测世系图中的异常信息；设计世系图流程异常检测分析算法，生产可解释不同异常行为的世系子图。本发明专利技术在不改变检察院业务统一平台产生的案件日志情况下，满足对检务场景中不同异常类型溯源信息的需求。检务场景中不同异常类型溯源信息的需求。检务场景中不同异常类型溯源信息的需求。

【技术实现步骤摘要】
一种基于数据世系的检务流程异常检测方法


[0001]本专利技术属于数据世系
，具体是一种基于数据世系的检务流程异常检测方法。

技术介绍

[0002]检察院属于国家法律监督监管机构，需要对其他有关部门报送的刑事案件行使检察权，对案件实施监督、审查以及裁定。由于自身业务的复杂性，检察院一般需要和其他部门（法院、公安以及监所等）跨场景协同办理案件，并与其他级别检察院跨系统协同处理。
[0003]目前国内各级别检察机关使用全国检察院业务统一平台对案件进行办理，从功能上来看，此系统可帮助办案人员处理案件，相对提高案件办理效率。然而，案件办理过程中会因为一部分办案人员的疏忽导致案件信息填写错误，后续办案人员则需要追溯案件出现问题的源头、寻找不同异常类型的来源信息。例如，在刑事检察业务中，案件需要由相关办案人员受理审查，当填写案卡项的案件名称时出现错误，后续错误信息又进入并案环节，那么对整个办案流程环节将造成重大的负面影响。
[0004]因此，在分析整个办案流程异常信息时，需要统一业务平台提供案件信息。但是，想要追溯整个案件不同异常类型的信息，目前的统一业务平台系统还难以实现。而作为偏业务工作流程体系来说，其自身更重流程架构缺乏对信息的把控能力。因此，对于案件信息来说，及时的引入针对日志信息相关技术，对解决信息的来源追踪需求也是尤为重要。
[0005]数据世系可以捕获数据变化过程且满足其溯源需求,并将粗粒度且包含复杂冗余信息的日志解析为简明、可视化的世系数据。它不仅包含数据的起始信息，也记录了数据的变化过程以及历史信息。数据世系经过快四十年的发展，早已经在各个领域或者场景枝繁叶茂、开花结果。例如，算法领域中机器学习和深度学习，科学工作领域中农业、大气以及地理等，生物医疗，互联网中区块链、云计算和物联网等。
[0006]各个领域在记录数据变化过程和对溯源信息解释不尽相同，决定了数据世系在不同领域的应用存在较大差异。因此，数据世系技术在检务场景下描述案件信息变化，并且对不同异常信息的追溯仍然具有研究意义。例如，物联网中更关注于每个设备在此集群之间的数据变化，需要检测出设备中不存在的数据，即在物联网集群中是否出现这个数据。而在科学相关工作流需要数据从输入到输出，对整个处理过程中出现的异常信息进行溯源。检务协同场景下需要记录办案流程和案件信息整个生命周期的变化过程，并在异常检测时对整个案例的异常类型来源进行解释。
[0007]由于跨场景、跨系统案件在办理过程中的复杂性，以及异常出现的多样性，世系模型需要能够支持细粒度和不同类型的异常检测。然而，现有面向检务场景的世系模型主要针对单个案件以及单一类型的数据记录和溯源，无法满足检务协同场景下异常检测的需求。因此，本专利技术实现了一种面向检察院协同业务场景下支持流程异常检测的世系模型，并提出一种基于世系数据的异常检测方法。

技术实现思路

[0008]为了实现对检务场景中不同异常类型追溯来源信息的功能，本专利技术的目的在于提出一种基于数据世系的检务流程异常检测方法，本专利技术在生成有向无环世系图的世系模型基础上，能够支撑后续检务流程异常检测。同时设计一致性检验方法，根据世系模型提炼出的一致性规则约束检测世系图中的异常信息。并且设计世系图流程异常检测分析算法，生产可解释不同异常行为的世系子图，满足对检务场景中不同异常类型溯源信息的需求。能够在面对跨院、跨部门、跨组织流程协同办案时出现的不同异常类型，保证准确检测出异常信息。同时如果世系图中存在冗余信息，基于世系图顺序、分支以及闭包结构增量检测，也能保证规则约束下精准检测所有异常信息。
[0009]在对案例生成的世系图检测异常信息后，需要对不同异常类型分别解释。即面对检务场景中所有异常信息，针对每一类异常场景都能对其来源进行解释，即无需展示所有异常信息。对于原世系图，基于标签传播组合一致性规则可以生成不同异常行为的世系子图，并且提出三种策略解决冲突，可以简要解释不同异常类型全生命周期变化过程。
[0010]本专利技术提出的一种基于数据世系的检务流程异常检测方法，具体步骤如下：（1）设计支持检务协同办案流程异常检测的世系模型首先需要通过采集模块利用Redis分布式实时采集检察院统一业务平台上的海量日志，将海量日志经过世系数据转化模块转化，由细化世系节点和扩展世系关系经过形式化定义形成的正则匹配自动转化为世系数据，得到世系图，将生成的世系图存于Neo4j图形数据库，为异常检测提供支撑；PROV
‑
DM模型定义了实体（Entity）、活动（Actity）和代理（Agent）三类顶级节点，本专利技术则在这三类节点的基础上构建PADPM（Process Anomaly Detection Provenance Model）世系模型，基于 PROV
‑
DM的形式化定义可表示为：PROV
‑
DM = ( Node : [Entity,Activitiy,Agent], Relation : [WasDerivedFrom,Usage,Communication,WasAssociatedWith], Id,[attribute,
…
])世系模型是基于现有的检务场景，在此模型基础上继续对实体、活动以及代理三类核心节点细化，并且通过扩展世系关系的方式增强与该领域的联系和为后续流程异常检测工作提供支撑；基于以上原理，本专利技术将世系模型建模为：PADPM = < ID, NodeID, RelationID,Node, Relation >Node = < Entity,Activitiy,Agent >Relation = < Influenced,Used,Derived,Included,Invalidate,Producted,Noticed,Managed,Delegated,AssociatedWith>其中：ID是世系模型关系和节点的唯一识别符，NodeID\RelationID则分别表示节点和关系的唯一标识符；（2）对步骤（1）得到的世系模型进行一致性检验世系图是一张有向无环图，在结构上可以分为顺序、分支以及闭包三种形式；在
“
公益诉讼案件”中，一致性检测时由顺序结构扩展到分支结构以及闭包结构，闭包结构检测后替换节点，继续对顺序结构检测；首先select()查询图形数据库Neo4j得到案件的世系图，Group()可以直接获取世系图G(V,E)顺序关联的节点E和边V，在一致性规则检验后，通过Extend()依次扩展为分支结构和闭包结构，在此基础上依次增加节点E和边V的信息，每次增加信息后都进行约束规则检验；然后通过Replace()重新回到闭包结构最后一个节点信息并重新执行Group()，以此方法增量的对世系图完成一致性检验；最后返回包含异常的闭包结构路径和具体的异常信息集合，为后续流程异常检测分析提供支持；（3）对世系图流程异常进行检测分析在检查世系图中根据一致性规则本文档来自技高网...

【技术保护点】

【技术特征摘要】
Detection Analysis(PADA)中则包含APG图生成过程；以整个世系图作为输入，生成APG图集合；首先用AI表示所有规则检测的全部异常信息，以Seen表示在这个溯源过程发现的异常信息，List<IDP>则记录首先在图中发现的异常信息；然后对异常信息遍历通过方法ForwardPath可以利用世系...

【专利技术属性】
技术研发人员：卢暾，张永强，吴瀚煜，王先朋，杨宝平，
申请(专利权)人：复旦大学，
类型：发明
国别省市：