[论文解读] 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 8

一句话总结

本文提出了SensorStream，作为XES标准的扩展，实现了物联网传感器数据与流程事件日志的统一、语义丰富的存储。通过使用标准化本体（如SOSA）集成传感器数据（例如连续加速度和电机转速读数），SensorStream支持上下文感知的流程挖掘，从而在智能制造等物联网环境中提升流程分析、根本原因检测和互操作性。

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.

研究动机与目标

• 解决在流程挖掘中存储物联网增强的流程事件日志时缺乏标准化、可互操作格式的问题。
• 实现程序化流程事件与连续、离散及上下文丰富的物联网传感器数据的联合存储。
• 通过广泛采用的本体（如SOSA）对传感器数据进行语义增强，以确保可重用性和机器可读性。
• 支持在流程和硬件配置动态变化时保持上下文一致性，从而在动态条件下实现稳健的数据分析。
• 为（半）自动分析管道奠定基础，支持领域专家通过可视化和流程洞察进行分析。

提出的方法

• 通过新增XML元素和命名空间（如 'stream:point'、'stream:system'、'stream:observation'）扩展XES标准，以表示物联网传感器数据。
• 使用SOSA（传感器、观测者、信号、执行器）本体对传感器观测和执行操作进行语义建模，确保机器可解释的元数据。
• 通过对流程事件和时间戳的显式引用，将传感器数据分配给事件、轨迹或独立点。
• 通过专用属性（如 'procedure_type' 和 'interaction_type'）支持多种数据类型（连续、离散）和交互类型（观测、执行）。
• 通过自由文本注释或对外部本体的引用，实现对未建模传感器的灵活集成。
• 通过测量单位、坐标规范（如x、y、z）和时间戳等元数据，对传感器数据进行结构化组织，以实现精确的时间对齐。

实验结果

研究问题

• RQ1 如何在不破坏XES标准的前提下，语义一致地将物联网传感器数据集成到现有流程事件日志中？
• RQ2 在流程挖掘工作流中，存储和注释连续、程序化及上下文丰富的传感器数据的关键需求是什么？
• RQ3 如何在保留其语义意义和来源的前提下，将传感器数据链接到特定的流程事件或轨迹？
• RQ4 所提出的扩展在多大程度上能够支持不同物联网和流程挖掘系统之间的互操作性和可重用性？
• RQ5 在大规模工业部署中，扩展日志格式的可扩展性面临哪些实际挑战？

主要发现

• SensorStream成功实现了将多样化物联网传感器数据（如连续加速度和电机转速读数）以完整的语义上下文集成到XES兼容日志中。
• 使用标准化本体（如SOSA）可实现机器可读、可链接的元数据，从而提升数据可发现性和分析潜力。
• 该扩展通过自由文本或外部本体引用，支持对传感器数据的灵活建模，包括非标准或部分语义注释的传感器。
• 该方法实现了传感器数据与流程事件之间精确的时间和空间对齐，例如可追踪真空夹具在X、Y、Z轴上的运动。
• 该扩展在实际场景中表现出可行性，例如在智能制造中进行电机校准，传感器数据可与流程执行步骤相关联。
• 局限性包括缺乏原生工具支持用于解析和分析SensorStream日志，以及由于物联网数据量庞大而带来的可扩展性担忧。