孙笑笑,侯文杰,沈沪军,应钰柯,俞东进+
(1.杭州电子科技大学 计算机学院,浙江 杭州 310018;2.复杂系统建模与仿真教育部重点实验室,浙江 杭州 310018)
随着业务流程的日益复杂化,传统严格约束的结构化业务流程管理方法逐渐无法应对一些复杂的、任务执行需要依赖人力决策的应用场景,如医院诊断流程、保险理赔流程等[1],为此部分企业启用了约束较为宽松的柔性业务流程管理技术来应对这类知识密集型的业务。柔性业务流程管理中的限制相对宽松,确保了业务流程管理系统的灵活性,但同时也导致流程执行风险的增加,给业务流程的目标实现带来更多风险[2]。通过异常检测技术[3-4]可以有效检测流程执行中的异常,帮助相关人员及早发现潜在的执行风险,进而采取相应的措施,对业务流程管理具有重要意义。
近年来,业务流程管理的重心不再局限于对事件日志进行线下分析,而更加关注如何为业务流程的执行提供在线支持。但对正在执行的流程实例进行在线异常检测并非易事,需要从多个流程角度进行考虑,例如控制流角度[5-7](当前实例中活动的执行顺序是否正常)、时间角度[8](活动的执行时间是否异常,流程实例的总执行时间是否超过预期等)等。目前,大多数异常检测的方法多从单一视角开展检测,存在异常检测不全面的问题。此外,大部分现有方法结果仅简单报告当前实例的执行是否异常,缺乏足够的解释信息帮助相关人员了解异常发生原因。……