基于约束轨迹聚类的事件日志批量修复方法

来源：计算机集成制造系统杂志2024年第8期北京时间：

作者：田银花, 李昕燃, 武于皓, 韩咚, 杜玉越, 王路

单位：1.山东科技大学智能装备学院2.山东科技大学继续教育学院3.山东科技大学计算机科学与工程学院

摘要：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。

关键词：轨迹聚类,文本相似度,日志修复,事件日志,噪音过滤

基金资助：国家自然科学基金资助项目(72101137);教育部人文社会科学研究青年基金资助项目(21YJCZH150,20YJCZH159);山东省自然科学基金资助项目(ZR2021MF117,ZR2022QF020);山东省重点研发计划(软科学)资助项目(2022RKY02009);山东省习近平新时代中国特色社会主义思想研究中心山东科技大学山东数字经济研究基地资助项目(SDSZJD202314)。