基于Petri网的视频审核流程建模优化分析①

郭 鑫

(安徽理工大学数学与大数据学院，安徽 淮南 232001)

0 引 言

Petri网作为一种建模工具，不但可以进行建模还可以利用其性质对模型进行评价，因此目前被广泛应用各行业的业务流程中[1-3]。此前并没有学者将Petri网应用在视频审核领域，但做了一些相关工作，例如：文献[4]从语义分析和卷积神经网络的角度，将不同领域的技术进行融合，促进了视频审核技术的提高。文献[5]论证了视频版权保护的必要性，分析了视频版权保护的现状及应对的方法。专利[6]提出了一种视频审核的调度机制，根据视频内容赋予一个调度因子，利用该因子进行调度优先等级排序，达到提高审核资源利用率的目的。文献[7]提出了一种基于深度学习的台标检测方法，可以将其应用在视频审核中，作为检测侵权的一个指标。

运用Petri网中行为轮廓的相关知识，建立基于自由选择Petri网的审核流程模型，覆盖从用户投稿、平台审核到最后发布的基本流程。提出一种优化分析方案，主要从版权审查、检测效率、人工资源利用三个方面入手，对原模型进行优化，并给出优化后的模型。利用PM4PY、PIPE软件对模型进行仿真实验表明，优化后的模型稳定、有界、安全且无死锁。

1 基本概念

定义1[8](流程模型Petri网) 一个流程模型Petri网PM=(P,T,F,C,s,e)是一个六元组，满足下列条件：

(1)P是有限库所集，T是有限活动变迁集；

(2)P≠Ø，T≠Ø=且P∩T≠Ø；

(3)F⊆(P×T)∪(T×P)表示PN的流关系且(P∪T,F)是强连通图；

(4)dom(F)∪cod(F)=P∪T,其中

dom(F){x∈P∪T|∃y∈P∪T,(x,y∈)}

cod(F)={x∈P∪T|∃y∈P∪T,(y,x∈F)}

(5)C={and,xor,or}是流程网的结构类型；

(6)M0是网的初始标识，Mj是网的终止标识，且Mj是死标识；

(7)s∈T是活动开始的变迁，e∈T是活动终止的变迁.