[ Russian ] [ English ]

Корректировка моделей процессов по логам событий

Алексей Мицюк,
НИУ Высшая школа экономики,
amitsyuk at hse dot ru

Большое количество доступных событийных данных, производимых различными информационными системами, приводит к появлению методов их анализа и становлению области анализа процессов (process mining). Эта область объединяет в себе формальные методы моделирования и анализа логов (журналов) событий [1]. Корректировка (исправление) моделей процессов по логам событий - одна из задач этой области исследований. Необходимость в такой корректировке возникает в тех случаях, когда разработанная ранее модель процесса уже не соответствует его текущему исполнению. Подобные ситуации возникают достаточно часто, так как в ходе своего жизненного цикла информационные системы подвержены изменениям.

Исходными данными для задачи корректировки являются первоначальная модель процесса и текстовый журнал событий. Результатом корректировки должна быть новая модель процесса, лучше, чем исходная модель, отражающая реальное поведение информационной системы, содержащееся в журнале событий. Актуальная модель может быть построена и полностью заново, например, с помощью одного из известных алгоритмов автоматического синтеза модели процесса по журналу событий. Однако структура исходной модели при этом может полностью измениться. Полученную модель будет трудно сопоставить с прежней моделью процесса, что затруднит ее понимание и анализ. Поэтому при корректировке модели важно по возможности сохранить ее прежнюю структуру.

Доклад будет состоять из двух частей. В первой планируется обсудить основные методы исправления моделей процессов по логам событий [2-6], разобрать достоинства и недостатки существующих методов. Вторую часть планируется посвятить алгоритму корректировки, предложенному докладчиком вместе с соавторами в работе [7].

Литература:

  1. van der Aalst W.M.P., Process Mining — Data Science in Action, Second Edition, Springer, 2016.
  2. Fahland D., van der Aalst W.M.P. Model repair - Aligning process models to reality. Inf. Syst., 47 (2015), 220–243.
  3. Polyvyanyy A., van der Aalst W.M.P., ter Hofstede A.H.M., Wynn M.T. Impact-driven process model repair. ACM Transactions on Software Engineering and Methodology (TOSEM), 25:4 (2017), 28:1–28:60.
  4. Buijs J.C.A.M., La Rosa M., Reijers H.A., van Dongen B.F., van der Aalst W.M.P. Improving Business Process Models Using Observed Behavior. SIMPDA 2012, LNBIP, 162 (2013), 44–59.
  5. Gambini M., La Rosa M., Migliorini S., ter Hofstede A.H.M. Automated Error Correction of Business Process Models. 9th International Conference Business Process Management (BPM 2011), Lecture Notes in Computer Science, 6896 (2011), 148–165.
  6. Cervantes A., Dumas M., Garcia-Banuelos L., La Rosa M., van Beest N. Interactive and Incremental Business Process Model Repair. Proceedings of the BPM Demo Track and BPM Dissertation Award co-located with 15th International Conference on Business Process Management (BPM 2017), CEUR-WS 1920.
  7. Мицюк А. А., Ломазова И. А., ван дер Аалст В. Использование журналов событий для локальной корректировки моделей процессов // Моделирование и анализ информационных систем. 2017. Т. 24. № 4. С. 459-480.
Supported by Synthesis Group