基于约束轨迹聚类的事件日志批量修复方法

企业业务运行过程中会产生大量的事件日志,事件日志是业务过程挖掘、监控和优化的基础和保障。然而,原始的事件日志由于缺乏结构及过于灵活导致难以直接应用于过程挖掘,对事件日志进行修复势在必行。现有日志修复方法需要结合过程模型逐条检查轨迹,并对各类异常行为采用不同策略进行修复,导致修复效率低下、适用性不强。针对上述问题,利用轨迹聚类方法,结合文本相似度指标,提出一种基于约束轨迹聚类的批量日志修复方法。该方法通过对轨迹聚类的每个步骤施加约束条件,使得单个簇包含作为簇中心的拟合轨迹以及与该拟合轨迹相似的异常轨迹,且中心轨迹即为异常轨迹的修复结果。该方法不但无需分析异常行为,直接获得修复后的拟合轨迹,而且实现了对于异常轨迹的批量修复。实验表明,该方法在脱离过程模型并保证高修复准确率的前提下,能够在噪音过滤之后,有效且高效地对事件日志进行批量修复。

基于活动次序决策树的业务过程合规性检查方法

针对现有方法判断轨迹合规情况效率较低的问题,提出了一种基于活动次序决策树检查业务过程合规性的方法,并对该树进行剪枝处理以提高检测效率。首先,访问事件日志中完全拟合的轨迹,按照活动次序分别记录下每个活动的可取值,构建一棵以活动次序为属性的决策树;然后,为了减小决策树的结构规模提高判断效率,在尽量保证准确率的同时,对决策树进行剪枝,并对测试集中轨迹的拟合情况进行判断;最后,分别以地震应急流程及真实事件案例为数据集进行仿真实验。相较基于字符串距离度量方法和经典对齐方法,该算法显著提高了业务过程合规性检查效率,基于真实事件案例实验结果,进一步说明了该方法在进行业务过程合规性检查时的可行性和优越性。

基于Petri网基本结构的相似最优校准计算方法

为了提高事件日志与过程模型之间一致性检查的效率,提出一种基于Petri网基本结构的相似最优校准计算方法。根据网上购物流程建立Petri网模型,计算给定迹与模型之间的所有最优校准。分析发现有些最优校准包含的移动集合完全相同,只是移动出现顺序不同,定义为相似最优校准。通过对相似最优校准的性质进行分析得出定理与推论。定义最优校准相似关系和等价关系,给出了最优校准集合的划分方法,该方法可选取代表项,体现迹与过程模型之间的所有偏差。通过分析四种工作流模式提出多阶段校准算法,用于求解Petri网模型与约束迹之间相似最优校准代表项。仿真实验例证了该相似最优校准方法的正确性和有效性。

基于Petri网的批量迹与过程模型校准

校准是事件日志中迹与过程模型之间一致性检查的重要手段,可以精确定位偏差出现位置.但已有校准方法一次只能计算一条迹与过程模型之间的校准,若计算m条迹与过程模型之间的校准,需调用m次该方法,做大量重复工作.针对该问题,基于Petri网提出了一种过程模型与m条迹之间的批量校准方法——AoPm(Alignments of Process Model and m Traces)方法,调用A+或A++算法同时得到多条迹与模型之间的最优校准.以一个给定完备事件日志集和过程模型为例,基于区域的过程发现算法,挖掘事件日志中所有迹的日志模型;发现日志模型与过程模型的日志移动、模型移动和同步移动,并得到其乘积系统;计算乘积Petri网的可达图,得到变迁系统.提出了计算最优校准的A+算法及A++算法,可分别得到日志中所有迹与过程模型之间的一个最优校准和所有最优校准.对AoPm方法的时间复杂度和空间复杂度进行了理论分析,并与已有校准方法进行比较.当计算m条迹与过程模型之间的最优校准时,AoPm方法计算乘积、变迁系统次数和所占用空间都是传统方法的1/m.给出并验证了变迁系统中必定能找到日志中任意一条迹与过程模型的一个校准、一个最优校准和所有最优校准的定理,并提出了日志同步网的概念,证明了A+算法和A++算法的正确性.基于ProM平台、人工网上购物模型及生成日志集,对AoPm方法进行了仿真实验,并与传统校准方法进行比较分析.实验结果表明,在处理批量迹与过程模型的校准时,AoPm方法比传统校准方法在计算变迁系统的运行时间和占用空间上,分别有指数级和多项式级的降低.AoPm方法应用于实际复杂问题的模型与日志,说明了其适应性与健壮性.AoPm方法突破了以往每次只对一条迹和过程模型进行校准的限制,首次实现了批量迹与模型之间的校准,提高了事件日志中迹与过程模型之间的一致性检查效率.

一种最优校准的分组算法

为了选取最优校准的代表项简化迹与模型的一致性检查,提出一种基于质数权值的分组算法,实现对所有最优校准的分组。给不同的偏差分配互异的质数权值,将权值之积作为最优校准的代价。包含相同移动多重集但移动出现位置不同的相似最优校准具有相同的代价。证明了分组算法的正确性,应用实例描述了分组的具体执行过程。算法首次明确简洁地实现了相似最优校准的分组,时间复杂度为O(m2 n2)。

MapReduce的随机Petri网模型研究

首次提出用随机Petri网为MapReduce逻辑模型建立Petri网模型的思想,目的在于采用随机Petri网工作流性质对其进行分析。因此,在研究MapReduce逻辑模型的基础上,为其建立了随机Petri网模型。该随机Petri网模型符合随机Petri网工作流系统的性质,本文利用随机Petri网的工作流系统的性能等价公式,分析了模型的性能,最终求出整个系统的性能参数。该性能参数能够很好地说明MapReduce处理大数据集的优势。

一种可调节动态任务调度算法

提出了适于异构环境独立任务调度的可调节动态调度算法(AS算法)。该算法以任务与处理机的执行时间和完成时间作为参数共同构造任务调度顺序的衡量值,其中二者所占的比重能进行适当调整。AS算法克服了Min-min算法单纯追求局部最优的局限性,更适合异构环境。实验结果表明AS算法可以有效地降低调度跨度,其性能比Min-min算法有所提高。

基于有机计算的网格资源管理模型的研究

网格的复杂性日益增加,网格资源管理成为一项复杂的任务。有机计算能采取适当的措施使网格环境实现自我管理,隐蔽网格系统的复杂性。文中给出网格资源管理的层次式模型,该模型具有四层:本地资源层、全局资源层、本地服务层和用户层。并将该模型嵌入有机计算体系结构中,灵活使用有机计算中的观测器和控制器对网格中各种资源进行监测和控制。该基于有机计算的网格资源管理模型中的观测器和控制器除了具备原有的功能外,还结合网格资源动态、异构、分布等特点,添加了新的功能模块,以方便对网格资源进行管理。该模型有效地提高了资源分配效率,优化了网格资源管理的性能。

基于Petri网的事件日志与过程模型对齐方法

为了提高过程挖掘中计算最优对齐的效率,提出一种基于Petri网的事件日志与过程模型之间的快速对齐方法——RapidAlign方法。该方法在观察日志的同时运行模型,比对日志活动与模型活动,从而得到日志移动、模型移动和同步移动;根据移动类型计算代价值,并记录日志和模型的当前状态;选取代价值最小的状态继续日志的观察和模型的运行,直到日志和模型均到达结束状态。最终生成一个最优对齐图,其源节点到终节点之间的路径包含了基于标准似然代价函数的事件日志与业务过程模型之间的所有最优对齐。对RapidAlign方法的适用性进行了详细且严格的描述,从理论上证明了该方法的正确性与有效性。通过仿真实验,验证了RapidAlign方法的优越性。

基于赋时颜色Petri网的NSSK协议建模

随着对计算机网络应用的不断深入,对网络协议的安全性进行分析和研究已经成为信息安全领域的一个十分重要的研究方向。设计安全协议时,协议的安全性验证是消除安全协议脆弱性和不精确性的关键步骤。验证安全协议的模型和工具有很多,主要应用赋时颜色Petri网分析了安全协议中著名的NSSK协议,应用赋时颜色Petri网的变迁为导向的建模方法,成功地对NSSK协议进行了建模,并验证了协议运行过程中的有效性。为下一步利用颜色Petri网协议针对NSSK协议的安全性进行分析打下了良好的基础。

基于带抑制弧的Petri网的min-min算法模型研究

为了解决已有的min-min算法Petri网模型不能模拟min-min算法运行过程的问题,根据min-min算法的调度特点,利用带抑制弧的Petri网提出了一种算法模型,该模型运行过程可以严格模拟min-min算法对独立任务集的调度顺序,能够正确地描述独立任务调度系统使用min-min算法的情况。最后对该模型的空间复杂度以及每调度一个任务模型的变化情况进行了分析,随着独立任务的调度执行,该基于带抑制弧的Petri网的变迁数和弧数会随之减少,模型的空间复杂度会不断降低。

基于Petri网可达图的业务对齐方法

为提高过程挖掘中计算最优对齐的效率,提出一种基于Petri网可达图的业务对齐方法。首先,根据给定事件日志,提取其包含的活动子集;然后,将子集中包含的活动映射到变迁,构建花型日志模型;进一步,计算花型日志模型与过程模型之间的乘积模型及其可达图;最后,给出算法在可达图中查找出事件日志中全部迹与过程模型之间基于给定代价函数的一个最优对齐和所有最优对齐。从理论上证明了该方法的适用性与有效性。通过仿真实验,验证了该方法的可行性与优越性。

试谈合作探究在高中英语教学中的深化

合作探究是高中英语任务型教学和教学过程优化的重要体现,是教学主体化和过程互动化的综合理念。深化合作探究过程,注重优化教学策略思维,能够有效提高学生的综合语言表达运用能力,促进学生语言知识技能有效内化生成。