[論文レビュー] SensorStream: An XES Extension for Enriching Event Logs with IoT-Sensor Data

Joscha Grüger, Lukas Malburg+5 more|arXiv (Cornell University)|Jun 22, 2022

Business Process Modeling and Analysis被引用数 8

ひとこと要約

本論文では、IoTセンサデータとプロセスイベントログを統合的かつ意味的に豊かに格納できるようにするXES標準の拡張であるSensorStreamを提案する。SOSAなどの標準化されたオントロジーを用いることで、連続的な加速度やモータースピードの測定値といったセンサデータを統合し、コンテキストに配慮したプロセスマイニングを可能にすることで、スマート製造のようなIoT対応環境におけるプロセス分析の向上、原因究明、相互運用性の向上を実現する。

ABSTRACT

Process management and process orchestration/execution are currently hot topics; prevalent trends such as automation and Industry 4.0 require solutions which allow domain-experts to easily model and execute processes in various domains, including manufacturing and health-care. These domains, in turn, rely on a tight integration between hardware and software, i.e. via the Internet of Things (IoT). While process execution is about actuation, i.e. actively triggering actions and awaiting their completion, accompanying IoT sensors monitor humans and the environment. These sensors produce large amounts of procedural, discrete, and continuous data streams, that hold the key to understanding the quality of process subjects (e.g. produced parts), outcome (e.g. quantity and quality), and error causes. Processes constantly evolve in conjunction with their IoT environment. This requires joint storage of data generated by processes, with data generated by the IoT sensors is therefore needed. In this paper, we present an extension of the process log standard format XES, namely SensorStream. SensorStream enables to connect IoT data to process events, as well as a set of semantic annotations to describe the scenario and environment during data collection. This allows to preserve the full context required for data-analysis, so that logs can be analyzed even when scenarios or hardware artifacts are rapidly changing. Through additional semantic annotations, we envision the XES extension log format to be a solid based for the creation of a (semi-)automatic analysis pipeline, which can support domain experts by automatically providing data visualization, or even process insights.

研究の動機と目的

• プロセスマイニングにおけるIoT強化プロセスイベントログを格納するための標準的かつ相互運用可能なフォーマットの欠如に対処する。
• 手続き的プロセスイベントと連続的・離散的・コンテキスト豊富なIoTセンサデータを統合的に格納することを可能にする。
• 広く採用されているオントロジー（例：SOSA）を用いたセンサデータの意味的拡張を提供することで、再利用可能性と機械可読性を確保する。
• 変化するプロセスやハードウェア構成に対してもコンテキストの保持を支援し、動的な条件下でも堅牢なデータ分析を可能にする。
• ドメインエキスパートが可視化やプロセスインサイトを得られる（準）自動分析パイプラインの基盤を構築する。

提案手法

• XES標準を拡張し、新しいXML要素とネームスペース（例：'stream:point'、'stream:system'、'stream:observation'）を導入してIoTセンサデータを表現する。
• SOSA（センサ、観測者、信号、アクチュエータ）オントロジーを用いて、センサの観測値やアクチュエータの作用を意味的にモデル化し、機械可読なメタデータを保証する。
• プロセスイベントとタイムスタンプへの明示的参照を通じて、センサデータをイベント、トレース、または独立したポイントに割り当てる。
• 'procedure_type' や 'interaction_type' などの専用属性を用いて、連続的・離散的データタイプおよびインタラクションタイプ（観測、作用）をサポートする。
• 自由テキストの注釈や外部オントロジーへの参照を通じて、モデル化されていないセンサの柔軟な統合を可能にする。
• 測定単位、座標仕様（例：x, y, z）、タイムスタンプなどのメタデータを用いて、センサデータを正確な時間的整合性を持つように構造化する。

実験結果

リサーチクエスチョン

• RQ1 既存のプロセスイベントログに、XES標準を損なわずに意味的かつ一貫的にIoTセンサデータを統合する方法は何か？
• RQ2 プロセスマイニングワークフローにおいて、連続的・手続き的・コンテキスト豊富なセンサデータを格納・注釈付けるために必要な要件は何か？
• RQ3 センサデータを特定のプロセスイベントやトレースにリンクする際、その意味的意味と履歴（プロバンス）をどのように保持できるか？
• RQ4 提案された拡張が、さまざまなIoTおよびプロセスマイニングシステム間で相互運用性と再利用性をどの程度サポートできるか？
• RQ5 大規模な産業的導入を想定した場合、拡張ログフォーマットのスケーラビリティに関する実用的課題は何か？

主な発見

• SensorStreamは、連続的な加速度やモータースピードの測定値といった多様なIoTセンサデータを、完全な意味的コンテキストとともにXES準拠ログに統合可能であることを実証した。
• 標準化されたオントロジー（例：SOSA）の使用により、機械可読でリンク可能なメタデータが得られ、データの検索可能性と分析可能性が向上した。
• 自由テキストや外部オントロジーへの参照を通じて、非標準的または部分的に意味的に注釈付けされたセンサデータの柔軟なモデル化が可能である。
• プロセスイベントと正確な時間的・空間的整合性を保ったまま、センサデータを処理イベントに紐付けることが可能であり、例としてX、Y、Z軸に沿ったバキュームグリッパーの移動を追跡した。
• スマート製造におけるモーターキャリブレーションのような実世界のシナリオでも、センサデータがプロセス実行ステップにリンクされるという実現可能性が示された。
• 制限事項として、SensorStreamログを解析・パースするためのネイティブなツールキットの欠如、およびIoTデータの高スルーレートに起因するスケーラビリティの懸念が挙げられる。