摘要
本发明提供一种基于事件属性图的业务过程异常检测方法,属于业务过程管理领域。现有基于深度学习的业务过程异常检测方法大多仅利用事件序列信息,忽视结构信息,影响检测准确性。为此,本发明提出基于事件属性图嵌入的检测方法。首先,根据事件属性值依赖关系,将轨迹表示为多个事件属性图。然后,使用Weisfeiler‑Lehman算法建立子树模式语料库。接着,利用PV‑DBOW模型学习节点语义特征向量。接着,使用GRU编码器‑解码器构建下一事件属性值预测模型。最后,通过计算事件属性值的异常评分来判定异常。实验结果表明,与主流的业务过程异常检测方法相比,本发明的方法在异常检测性能上更为出色。
技术关键词
异常检测方法
Softmax函数
编码器
门控循环单元
解码器结构
异常判定方法
深度网络结构
节点
注意力机制
日志
语义
生成轨迹
生成事件
异常事件
算法
信息模块
系统为您推荐了相关专利信息
状态空间模型
图像生成方法
联合损失函数
网络
补丁
自动纠错系统
纠错方法
多模态
图像编码器
图像特征向量
泳姿识别方法
模型框架构建
截取视频片段
泳池
数据