-
公开(公告)号：CN119939472A
公开(公告)日：2025-05-06
申请号：CN202510031636.0
申请日：2025-01-09
Applicant: 桂林电子科技大学
IPC: G06F18/2433 , G06N3/0442 , G06N3/045
Abstract: 本发明提供一种基于事件属性图的业务过程异常检测方法，属于业务过程管理领域。现有基于深度学习的业务过程异常检测方法大多仅利用事件序列信息，忽视结构信息，影响检测准确性。为此，本发明提出基于事件属性图嵌入的检测方法。首先，根据事件属性值依赖关系，将轨迹表示为多个事件属性图。然后，使用Weisfeiler‑Lehman算法建立子树模式语料库。接着，利用PV‑DBOW模型学习节点语义特征向量。接着，使用GRU编码器‑解码器构建下一事件属性值预测模型。最后，通过计算事件属性值的异常评分来判定异常。实验结果表明，与主流的业务过程异常检测方法相比，本发明的方法在异常检测性能上更为出色。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
