[논문 리뷰] SensorStream: An XES Extension for Enriching Event Logs with IoT-Sensor Data

Joscha Grüger, Lukas Malburg외 5명|arXiv (Cornell University)|2022. 06. 22.

Business Process Modeling and Analysis인용 수 8

한 줄 요약

이 논문은 XES 표준의 확장인 SensorStream을 제안하며, IoT 센서 데이터를 프로세스 이벤트 로그와 함께 통합적이고 의미적으로 бог rich하게 저장할 수 있도록 한다. 연속적인 가속도 및 모터 속도 측정치와 같은 센서 데이터를 표준화된 온톨로지(예: SOSA)를 통해 통합함으로써 SensorStream은 맥락 인식 기반 프로세스 마이닝을 지원하여 스마트 제조와 같은 IoT 기반 환경에서 개선된 프로세스 분석, 원인 분석 및 상호운용성을 가능하게 한다.

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.

연구 동기 및 목표

• 프로세스 마이닝에서 사용되는 IoT로 풍부화된 프로세스 이벤트 로그를 저장하기 위한 표준화되고 상호운용 가능한 형식의 부족을 해결한다.
• 절차적 프로세스 이벤트와 연속적, 이산적, 맥락 기반의 IoT 센서 데이터를 함께 저장할 수 있도록 한다.
• 광범위하게 채택된 온톨로지(예: SOSA)를 사용하여 센서 데이터의 의미적 풍부함을 제공함으로써 재사용성과 기계 가독성을 보장한다.
• 변경되는 프로세스 및 하드웨어 구성에도 맥락을 유지할 수 있도록 하여 동적 조건에서도 강력한 데이터 분석을 가능하게 한다.
• 도메인 전문가가 시각화 및 프로세스 통찰을 얻을 수 있도록 (반)자동화된 분석 파이프라인의 기반을 마련한다.

제안 방법

• XES 표준을 확장하여 IoT 센서 데이터를 표현하기 위한 새로운 XML 요소와 네임스페이스(예: 'stream:point', 'stream:system', 'stream:observation')를 도입한다.
• SOSA(Sensor, Observer, Signal, Actuator) 온톨로지를 사용하여 센서 관측치와 작동을 의미적으로 모델링함으로써 기계가 이해할 수 있는 메타데이터를 보장한다.
• 프로세스 이벤트와 타임스탬프에 명시적인 참조를 통해 센서 데이터를 이벤트, 트레이스 또는 별도의 포인트로 할당한다.
• 'procedure_type'와 'interaction_type'와 같은 전용 속성을 통해 연속적, 이산적 데이터 유형 및 상호작용 유형(관측, 작동)을 지원한다.
• 자유 텍스트 주석 또는 외부 온톨로지 참조를 통해 모델링되지 않은 센서의 유연한 통합을 가능하게 한다.
• 측정 단위, 좌표 사양(예: x, y, z), 타임스탬프 등의 메타데이터를 통해 센서 데이터를 정밀한 시간적 정렬이 가능하도록 구성한다.

실험 결과

연구 질문

• RQ1 기존의 프로세스 이벤트 로그 표준인 XES 표준을 손상시키지 않으면서 IoT 센서 데이터를 의미적이고 일관성 있게 통합할 수 있는 방법은 무엇인가?
• RQ2 프로세스 마이닝 워크플로우에서 연속적, 절차적, 맥락 기반의 센서 데이터를 저장하고 주석 처리하기 위한 핵심 요구사항은 무엇인가?
• RQ3 센서 데이터를 특정 프로세스 이벤트나 트레이스에 연결하면서도 의미적 의미와 기원을 유지할 수 있는 방법은 무엇인가?
• RQ4 제안된 확장이 다양한 IoT 및 프로세스 마이닝 시스템 간의 상호운용성과 재사용성에 얼마나 기여할 수 있는가?
• RQ5 대규모 산업 현장 구현을 위한 확장된 로그 형식의 스케일링에 실질적인 도전 과제가 무엇인가?

주요 결과

• SensorStream은 연속적인 가속도 및 모터 속도 측정치와 같은 다양한 IoT 센서 데이터를 의미적 맥락을 완전히 유지한 채 XES 준수 로그에 통합하는 데 성공했다.
• 표준화된 온톨로지(예: SOSA)의 사용은 기계가 읽을 수 있고 연결 가능한 메타데이터를 가능하게 하여 데이터 탐색성과 분석 잠재력이 향상된다.
• 자유 텍스트 또는 외부 온톨로지 참조를 통해 비표준 또는 부분적으로 의미적으로 주석 처리된 센서 데이터의 경우에도 모델링의灵活性를 제공한다.
• 프로세스 이벤트와 정밀한 시간적·공간적 정렬이 가능하여, 예를 들어 X, Y, Z 축을 따라 진공 그립퍼의 이동을 추적하는 데 유용하다.
• 실제 산업 현장에서의 적용 사례(예: 스마트 제조에서의 모터 캘리브레이션)에서의 타당성이 입증되었으며, 이는 센서 데이터가 프로세스 실행 단계에 연결됨을 보여준다.
• 한계점으로는 SensorStream 로그를 파싱하고 분석하기 위한 네이티브 도구 지원이 부족하며, IoT 데이터의 고용량으로 인한 확장성 문제도 존재한다.