[发明专利]基于模型分解的分布式业务流程合规性检查方法与系统

说明书

本发明公开了一种基于模型分解的分布式业务流程合规性检查方法与系统，包括：1)将过程模型视为有向图，生成候选分解对列表；2)从候选分解对列表中获取有向图的可分解库所对；3)利用可分解库所对将原有向图分解为子图；4)迭代进行步骤1)‑3)直至图不可分解，导出子图为子模型；5)在分布式平台spark上计算事件日志和所有子模型的合规性。本发明通过分解过程模型和分布式计算，有效的提高了当前基于对齐的合规性检查方法的性能，同时保证最优对齐的准确性，能够在合理时间内诊断大型过程模型与真实日志的偏差，分析大型过程模型的瓶颈。

技术领域

本发明涉及流程挖掘中的合规性检查的技术领域，尤其是指一种基于模型分解的分布式业务流程合规性检查方法与系统。

背景技术

合规性检查的计算结果可用于检查过程模型的合规性，诊断过程模型与真实日志的偏差，分析过程模型的瓶颈，进而改进过程模型。目前最先进的合规性检查算法是基于A^*的对齐方法，但是随着过程数据规模的不断扩大，事件日志和过程模型的规模都变得越来越大，这对现有的合规性检查方法，即使是基于A^*的对齐方法，同样提出了巨大的挑战。对于大型过程模型和事件日志，基于A^*的对齐方法难以在合理的时间内给出准确结果。目前用于处理大型过程模型和事件日志的过程模型分解方法，可以在一定程度上加速对齐，但目前几乎所有方法都只关注在独立机器上计算对齐，在处理大型事件日志和过程模型的有效性上还有一些限制。并且，大多数现有的分解方法都以准确性换取性能，并不保证找到最优的对齐。

发明内容

本发明的第一目的在于克服现有技术的缺点和不足，提出一种基于模型分解的分布式业务流程合规性检查方法，突破现有的合规性检查方法无法有效处理大型过程模型和事件日志，以及不保证找到最优对齐的问题，通过分解过程模型，将大型过程模型分解为较小的子过程模型，在分布式平台spark上进行分布式计算，实现在合理时间内计算大型过程模型和事件日志的合规性，同时保证合规性结果的准确性。本发明提出的一种基于分解方法和分布式实现，可作为框架应用，与许多对齐方法结合使用。

本发明的第二目的在于提供一种基于模型分解的分布式业务流程合规性检查系统。

为实现本发明的第一目的，本发明所提供的技术方法为：基于模型分解的分布式业务流程合规性检查方法，包括以下步骤：

1)将过程模型视为有向图，生成候选分解对列表；

2)从候选分解对列表中获取有向图的可分解库所对；

3)利用可分解库所对将原有向图分解为子图；

4)迭代进行上述步骤1)-3)直至图不可分解，导出子图，即子模型；

5)在分布式平台spark上计算事件日志和所有子模型的合规性。

进一步，在步骤1)中，所述候选分解对是一个二元库所对，即(p_i,p_j)，满足库所p_i后集中的元素个数和库所p_j前集中的元素个数均大于或等于2，标识[p_i]和标识[p_j]均在过程模型的可达标识的集合中，并且不存在从标识[p_j]到标识[p_i]的变迁序列，其中p_i是分解的开始库所，p_j是分解的结束库所，将大型过程模型视为有向图，生成候选分解对列表，包括以下步骤：

1.1)将过程模型视为有向图，有向图中的顶点分别标记为变迁和库所，将所有出度大于或等于2的库所加入开始库所列表SL中，将所有入度大于或等于2的库所加入结束库所列表EL中；

1.2)删除开始库所列表SL和结束库所列表EL中所有存在自环的库所顶点；