257-刘之强 面向业务流程数据模型异常检测方法.pdfVIP

面向业务流程的数据模型异常检测方法1 2 刘之强 李红燕 王磊 曲强 （北京大学信息科学技术学院 北京 100871） （机器感知与智能教育部重点实验室北京 100871） 摘要 当前，流程驱动的信息系统构建方式得到了越来越广泛的应用。在流程驱动的方式中，流程模型对于数据模型有着不可忽视的 影响。但是当前的数据模型异常检测方法检测都是针对数据模型本身的特点而未考虑流程模型。同样，流程模型的验证方法也 缺乏对数据模型的考虑。本文提出并分析了面向业务流程的数据模型的异常问题，并给出了其三种基本类型。为了检测这些异 常，本文提出了Data-process Graph(DP-Graph)模型将数据模型和流程模型放在统一的架构下进行研究DP-Graph， 本文提出了DPGT算法有效地实现了面向业务流程的数据模型异常检测。文章中的实验结果验证了DPGT算法对于这些异常的高 检出率。 关键词 数据模型异常检测，业务流程管理，工作流模型验证，信息系统构建。 1） 数据创建失败。在业务流程中的任务“设备录入” 1 引言 创建Equipment info 数据对象，但是此时数据模 型中 Equipment info 其依赖的数据对象 传统的信息系统构建方式是数据驱动（Data Treatment 还未创建。 driving ）的。这种方式主要关注业务数据的作用，数 2 ） 条件不能被满足。由于数据约束条件value ≧500 据模型成为信息系统构建的起点，要求业务流程模型 的存在，任务“材料管理”和“退货”永远不能 完全适应数据模型。 被执行。 近年来，随着业务流程管理[1] （Business Process 3 ） 数据前提冲突。任务“使用申请”有一个前提数 Management ）越来越受到重视，流程驱动的构建方式 据对象Asset record 。但这个数据对象是由一个 得到了广泛的应用。这种构建方式是指将业务流程模 不被触发的任务“库房登记”创建的。这就任务 型作为整个系统构建的出发点，通过对流程模型的精 “使用申请”就会执行失败。 化，衍生出诸如数据模型等其他的模型。 从以上的应用场景，可以发现在面向业务流程的 传统的数据模型的异常检测方法主要关注于数 时候，数据模型会发生一些与流程模型的不一致，即 据模型本身的静态属性，比如数据模型本身的约束、 异常。通过日常的项目工作，可以发现这些异常具有 是否满足范式要求等。但是，这些方法没有考虑业务 如下的三个特点： 流程对数据模型的影响。对于业务流程驱动的信息系 1） 这些异常在数据模型中是普遍存在的。在CCTV 统中数据模型的异常检测，需要综合考虑数据模型和 物资管理系统（业务流程模型包含 6 个子流程， 业务流程模型的特点。因为即使在数据模型和业务流