Підхід до виявлення аномальної поведінки процесів в системах процесного управління на основі аналізу логів
DOI:
https://doi.org/10.20998/2079-0023.2017.55.13Ключові слова:
аномалія, база знань, інтелектуальний аналіз процесів, процесне управління, контекстАнотація
В роботі запропоновано підхід до виявлення аномалій поведінки знання-ємних бізнес-процесів на основі порівняльного аналізу трас у складі журналів реєстрації подій. Підхід враховує темпоральному і об’єктний аспекти виконання бізнес-процесу. Темпоральний аспект визначає послідовність подій, що відображають виконання дій бізнес-процесу. Обєктний визначає характеристики об’єктів, що використовуютья бізнес-процесом при виконанні цих дій. При пошуку аномальних фрагментів обчислюється відстань між трасами у просторі атрибутів подій. В якості ознак початку та закінчення аномального фрагменту використовується кут відхилення між трасами. Підхід визначає множину атрибутів об’єктів, пов’язаних з виконанням аномального фрагменту, а також значень цих атрибутів, що в подальшому може бути використано для удосконалення бізнес-процесу.Посилання
Van der Aalst W. M. P. Process Mining: Discovery, Conformance and Enhancement of Business Processes. Springer, Berlin Heidelberg, 2011. 352 p.
Aggarwal C. C., Charu C. Data Mining: The Textbook. Springer, 2015. 734 p.
Barnett V, Lewis T. Outliers in Statistical Data. John Wiley & Sons, 1994. 582 p.
Breunig M. M., Kriegel H.-P., R. T. Ng, Sander J. LOF: Identifying density-based local outliers. Proc. 2000 ACM SIGMOD Int’l Conf. on Management of Data. 2000, pp. 93–104.
Papadimitriou S., Kitagawa H., Gibbons P. B., Faloutsos C. LOCI: Fast outlier detection using the local correlation integral. Proc. 19th Int’l Conf. on Data Engineering. 2003, pp.315–326.
Knorr E. M., Ng R. T. Algorithms for mining distance-based outliers in large datasets. Proc. 24th Int’l Conf. on Very Large Data Bases. 1998, pp. 392–403.
Knorr E. M, Ng R. T., Tucakov V. Distance-based outliers: Algorithms and applications. VLDB Journal. 2000, vol. 8, no. 3, pp. 237– 253.
Ramaswamy S., Rastogi R., Shim K. Efficient algorithms for mining outliers from large datasets. Proc. 2000 ACM SIGMOD Int’lConf. on Management of Data. 2000, pp. 427–438.
Aggarwal C. C., Yu P. S. Outlier detection for high dimensional data. Proc. 2001 ACM SIGMOD Int’l Conf. on Management of Data. 2001, pp. 37–46.
Hawkins D. Identification of Outliers. Chapman and Hall, 1980. 188 p.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2018 Вісник Національного технічного університету «ХПІ». Серія: Системний аналiз, управління та iнформацiйнi технологiїАвтори, які публікуються у цьому журналі, погоджуються з наступними умовами:
- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).