面向主动式 BPM 的 IoT 服务动态绑定方法

来源：计算机技术与发展杂志2023年第09期北京时间：

作者：李修贤;';王桂玲;';石永鹏;'

单位：1. 北方工业大学 信息学院,北京 100144;2. 北方工业大学 大规模流数据集成与分析技术北京市重点实验室,北京 100144

摘要：在现有的物联网(IoT) 服务及业务流程管理(BPM) 系统研究的基础上,提出一种面向主动式 BPM 的 IoT 服务动态绑定方法。 首先,该方法构建了从时序序列中学习情境信息及 IoT 服务绑定规律的模型,并预测可绑定的 IoT 服务列表。该模型基于双向门控循环单元( Bi-GRU) 搭建编码器解码器结构网络模型,引入注意力机制,通过优化神经网络结构提取时序数据依赖关系,从而通过该预测模型提升 BPM 系统的主动性。 其次,将用户任务与边界非中断事件相结合实现 IoT服务动态绑定活动,该活动通过集成上述预测模型和 IoT 服务动态切换及多 IoT 服务并行运行架构实现 BPM 系统在运行时动态绑定 IoT 服务。 实现面向主动式 BPM 的基于情境感知的 IoT 服务动态绑定系统,基于液化天然气( LNG) 危化品海上运输安全监管场景进行案例分析,对系统中预测模型的性能进行了定量的实验评价。 经过对比,提出的预测模型在多项指标中均优于其他模型。 案例分析和实验结果验证了方法的有效性。

关键词：业务流程管理;情境感知;物联网服务;Seq2Seq 模型;注意力机制