[论文解读] Anti-Alignments -- Measuring The Precision of Process Models and Event Logs

Thomas Chatain, Mathilde Boltenhagen+1 more|arXiv (Cornell University)|Nov 28, 2019

Business Process Modeling and Analysis参考文献 38被引用 12

一句话总结

本文提出反对齐（anti-alignments）作为一种新颖的方法，通过识别与观测行为显著偏离的模型运行，来衡量流程模型与事件日志的精确度。通过将反对齐计算建模为布尔可满足性问题（Boolean satisfiability problem），作者提出了一种满足近期理论标准中大多数公理的精确度度量方法，相较于仅关注观测行为的现有方法，提供了更全面的评估。

ABSTRACT

Processes are a crucial artefact in organizations, since they coordinate the execution of activities so that products and services are provided. The use of models to analyse the underlying processes is a well-known practice. However, due to the complexity and continuous evolution of their processes, organizations need an effective way of analysing the relation between processes and models. Conformance checking techniques asses the suitability of a process model in representing an underlying process, observed through a collection of real executions. One important metric in conformance checking is to asses the precision of the model with respect to the observed executions, i.e., characterize the ability of the model to produce behavior unrelated to the one observed. In this paper we present the notion of anti-alignment as a concept to help unveiling runs in the model that may deviate significantly from the observed behavior. Using anti-alignments, a new metric for precision is proposed. In contrast to existing metrics, anti-alignment based precision metrics satisfy most of the required axioms highlighted in a recent publication. Moreover, a complexity analysis of the problem of computing anti-alignments is provided, which sheds light into the practicability of using anti-alignment to estimate precision. Experiments are provided that witness the validity of the concepts introduced in this paper.

研究动机与目标

• 为解决现有合规性检查中精确度度量的局限性，即无法检测日志中不存在但可能具有问题的模型行为。
• 提出反对齐作为机制，以揭示与观测轨迹显著偏离的模型运行，从而揭示潜在的过度泛化问题。
• 基于反对齐开发一种精确度度量方法，满足近期文献中提出的大多数形式公理，以实现可靠的精确度评估。
• 利用布尔可满足性（SAT）方法，提出一种高效且最优的反对齐计算方法，确保实际可应用性。
• 通过真实世界和大规模流程模型的实证验证，证明该技术的有效性与可扩展性。

提出的方法

• 通过将寻找最偏离模型运行的问题形式化为布尔可满足性（SAT）问题，计算反对齐，从而实现最优解。
• 该方法支持使用汉明距离（Hamming）和莱文施泰因距离（Levenshtein）来度量偏离程度，后者允许在轨迹比较中进行插入、删除和替换操作。
• 开发了一种新型实现方式，提升了可扩展性，使更大、更复杂的流程模型也能进行计算。
• 该方法可推广至计算给定偏离次数下的最短反对齐，或指定长度内的最偏离反对齐。
• 精确度度量基于反对齐的存在性及其偏离程度，偏离程度越高表示精确度越低。
• 该方法被调整为不依赖于预先设定的长度假设，从而提升灵活性和在多样化日志与模型中的适用性。

实验结果

研究问题

• RQ1 反对齐能否有效识别与观测事件日志高度偏离的模型行为，从而揭示传统合规性检查所遗漏的精确度问题？
• RQ2 所提出的基于反对齐的精确度度量是否满足近期文献中规定的可靠精确度度量所需的形式公理？
• RQ3 基于SAT的反对齐计算编码能否在保持最优性的同时，维持计算效率，适用于汉明距离与莱文施泰因距离？
• RQ4 在检测流程模型中过度泛化方面，反对齐方法相较于现有精确度度量方法表现如何？
• RQ5 反对齐能否用于迭代式地补全不完整日志，通过识别并验证先前未见但有意义的行为？

主要发现

• 所提出的基于反对齐的精确度度量满足近期基准研究中定义的大多数形式公理，使其比以往方法更具可靠性。
• 基于SAT的反对齐计算编码与对齐计算保持相同的复杂度类，确保理论上的可行性。
• 新实现方式使更大规模和真实世界流程模型的处理成为可能，展示了超越以往启发式方法的实际可扩展性。
• 实验结果证实，反对齐能成功检测出不仅未出现在日志中，且与观测模式显著偏离的模型行为，凸显了过度泛化问题。
• 该方法可交互式地用于补全不完整日志：有效的反对齐可被添加至日志中，从而提升日志的代表性。
• 该方法可推广至多模型比较，通过识别一个模型中存在而另一个模型中缺失的行为，实现两模型之间的行为对比。