基于集成学习的业务流程异常检测与定位方法
来源：计算机集成制造系统杂志2025年第5期北京时间：
作者：赵海燕, 付建平, 关威, 曹健, 陈庆奎
单位：1.上海理工大学光电信息与计算机工程学院2.上海交通大学电子信息与电气工程学院
摘要：在业务流程执行中,可能会出现各种异常情况,从而给企业组织带来风险,导致巨大的损失。为了检测事件日志中的异常轨迹,并定位轨迹中的异常活动,提出一种结合启发式挖掘算法和自编码器模型的集成学习框架。首先,使用启发式挖掘算法来挖掘流程模型并提取主干。基于主干对事件日志进行重叠采样,并针对每个子事件日志训练自编码器模型。若某个轨迹无法匹配任何一条主干,或者被所有自编码器模型检测为异常,则该轨迹将被检测为异常。此外,通过对异常轨迹与其匹配的主干进行分析,可以确定引起异常的具体活动,并进一步采取相应的措施进行修复或优化。实验证明,该方法能够高效地检测业务流程中的异常,并能有效地定位轨迹中的异常活动。
关键词：业务流程,异常检测,集成学习,流程挖掘,事件日志,自编码器
基金资助：国家自然科学基金资助项目(62072301);上海市科委科技创新计划资助项目(21DZ1205000)。
