主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
李传艺,葛季栋,胡海洋,胡昊,骆斌.一种基于Token Log的符合性检查方法.软件学报,2015,26(3):509-532
一种基于Token Log的符合性检查方法
Method for Conformance Checking Based on Token Log
投稿时间:2014-07-01  修订日期:2014-11-21
DOI:10.13328/j.cnki.jos.004771
中文关键词:  符合性检查  过程挖掘  Petri网  工作流网  Token Log  T-不变量  S-不变量  ProM
英文关键词:conformance checking  process mining  Petri-net  Token Log  T-invariant  S-invariant  ProM
基金项目:国家自然科学基金(61100039, 61321491, 91318301, 61272188, 61202002); 国家高技术研究发展计划(863) (2013A A01A213); 国家重点基础研究发展计划(973)(2015CB352202); 中央高校基本科研业务费; 江苏省自然科学基金(BK20131277); 浙江省自然科学基金(LY12F02005); 高维信息智能感知与系统教育部重点实验室(南京理工大学)基金(30920130122005); 南京大学计算机软件新技术国家重点实验室开放基金(KFKT2014B15); 浙江省哲学社会科学重点研究基地(信息化与经济社会发展研究中心)课题(14JDXX04YB)
作者单位E-mail
李传艺 计算机软件新技术国家重点实验室南京大学, 江苏 南京 210046
南京大学 软件学院, 江苏 南京 210093
高维信息智能感知与系统教育部重点实验室南京理工大学, 江苏 南京 210094 
 
葛季栋 计算机软件新技术国家重点实验室南京大学, 江苏 南京 210046
南京大学 软件学院, 江苏 南京 210093
高维信息智能感知与系统教育部重点实验室南京理工大学, 江苏 南京 210094 
gjd@nju.edu.cn 
胡海洋 杭州电子科技大学 计算机学院, 浙江 杭州 310018  
胡昊 计算机软件新技术国家重点实验室南京大学, 江苏 南京 210046
南京大学 计算机科学与技术系, 江苏 南京 210046 
 
骆斌 计算机软件新技术国家重点实验室南京大学, 江苏 南京 210046
南京大学 软件学院, 江苏 南京 210093
南京大学 计算机科学与技术系, 江苏 南京 210046 
 
摘要点击次数: 2814
全文下载次数: 2258
中文摘要:
      使用事件日志进行符合性检查的主要方法是:使用过程模型模拟执行事件日志中的任务序列,通过统计可被模型再现的任务序列及模型运行中可能触发的非运行序列中的任务个数,判断模型与日志的符合程度.但这种判断方法并不完备:如果模型中包含大量选择结构,则即使日志是模型本身的日志,也会因为模拟执行较多任务时会触发当前序列外的其他任务,而误判日志与模型的符合性较低;或者,如果模型中只包含少数的并发结构和多数的顺序结构,则即使日志只包含顺序结构的内容且非该模型对应日志时,也会因为在模拟执行时只有个别任务会导致模型法继续执行,而其他多数任务可以执行而误判日志与模型有较高的符合性.基于已有方法的弱点,提出了使用日志内容检查模型结构正确性与使用模型结构检查日志内容完整性的双向检查标准,并提出一种内容特征与模型结构特征一一对应的新型日志——Token Log,用于过程模型与系统日志的符合性检查,使得检查和判断过程更加清晰简洁,结果更加准确.
英文摘要:
      Logs used in conformance checking with process models are often the event logs. Conformity between the model and the log is often measured by counting the traces which could be reconstructed and the tasks which would be evoked but were not in the running trace through rerunning the model according to the task traces in the log. However the method is not sufficiently comprehensive. While checking the model consisting of many selections with its Event Log, the conformity will be very low due to the large number of evoked tasks that are not in the running task trace. Moreover, while checking the model mainly composed by parallel branches with the log only containing sequential task traces and sharing the same task set with the model, the conformity will be very high due to the fact that only a few tasks can't be executed normally while monitoring the real behavior. To overcome the weakness of the original method, a bidirectional checking method made up of checking the accuracy of the model and checking the completeness of the log, and a new kind of log named Token Log which can describe the property of its corresponding model, are proposed in this paper. With the Token Log, the new method for conformance checking is clearer, more concise and more accurate.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利