基于孤立点检测的工作流研究.pdfVIP

第34卷 第22期 计 算 机 工 程 2008年 11月 Vgl1．34 No．22 ComputerEngineering November2008 · 开发研究与设计技术 · 文章编号：1o00—_3428(2008)22—0268—o3 文献标识码：A 中图分类号；TP311 基于孤立点检测的工作流研究 景 波，刘 莹，黄 兵 (南京审计学院计算机系，南京210029) 摘 要：信息系统中的工作流程设计将影响企业营运绩效及企业策略的正常发挥。该文以工作流的发生频率，结合以距离为基础的孤立点 检测概念，使用经验规J!!IJ和穷举法方式，挖掘出3种类型的异常工作流，包括各流程中较少发生的异常工作流、整体流程里较少发生的异 常工作流以及整体流程中从未执行过的异常工作流。 关键词：工作流；孤立点检测；数据挖掘 Researchof rkflow BasedonOutlierDetection JINGBo，LIUYing，HUANGBing (DepartmentofComputer,NanjingAuditUniversity，Nanjing210029) [Abstract]Theworkflowisveryimportantinenterpriseinformationsystem．Irrationalwo~flownotonlyleadstOanawfuloperationofenterprise， butalsolim itstheexecutiveofbusinessstrategy．Thealgorithm usesthefrequencyofworkflow，theconceptofdistance—basedoutlierdetection， empiricalruleandmethodofexhaustiontOminethreetypesofworkflowoutlier，includinglesshappenedworkflowoutlierofeachprocess(fdhnormal workflowofeachprocess)，lesshappenedworkflowoutlierofallprocesses(abnormalworkflow ofallprocesses)andneverhappenedworkflow outlier(redundantworkflow) lKe~+rwords]workf1ow：outlierdetection；datamining 企业的内部控制与内部稽核可减少错误、舞弊及违法事 的实例记录中，，．的发生次数最少，很明显是一种异常工作 件的发生，使企业能建立预警制度，通过有效的流程控制提 流，其对应流程的活动(W-，W2， ，w8)是一种较少发生的工 升竞争力。本文利用孤立点检测…的方法从工作流 日志里挖 作流；第2类是对整体流程来说，执行次数很少的流程活动。 掘不常执行的工作流和从未执行的工作流 j，从而为管理者 以图 1的工作流为例，若此整体流程在 日志中记录的执行次 进行内部控制与内部稽核时提供参考，有效控制异常工作流。 数分别为，】=0次、12=1次、，2次或其它相对较低的情况， 1 孤立点检测算法 其整体流程活动是一种较少发生的工作流。 孤立点检测算法可分为以分布为基础、以深度为基础、 以偏差为基础、以距离为基础和以密度为基础 5种 。 以距离为基础的算法 主要把数据集合中数据点之间的 距离来当作数据是否是孤立点的指标(对距离的定义可依据 数据集的特性来决定)。换言之，如果某个数据点离数据集合 中其它大部分的数据点很远，则该数据点是孤立点的几率就 相对 比较高。该方法无须用大量试验找出合适的分配函数，