一种用于在线一致性检查中高效内存利用的框架
软件工程
2021-12-28 v1 数据库
摘要
过程挖掘领域的一致性检查(CC)技术衡量一个案例中事件序列相对于业务流程模型的符合程度,简而言之,该模型是某些行为关系或规则的组合。在线一致性检查(OCC)技术专为在流式事件上评估此类符合性而设计。OCC技术大多未考虑用于存储流式事件的有限内存这一现实假设。我们提出了三种增量方法,以降低基于前缀对齐的OCC技术中的内存消耗,同时确保我们损失最小的符合性洞察。我们提出的第一种方法限制了任一案例在内存中保留的前缀对齐的最大状态数。第二种提出的方法限制了允许保留多于单个状态(称为多状态案例)的案例数量。在两种提出的方法之上,我们的第三种方法进一步限制了多状态案例可保留的最大状态数。所有这些方法都会遗忘超出其定义限制的状态,并保留它们的有意义摘要。此后,此类案例的前缀对齐计算从摘要中包含的当前位置恢复。我们通过在使用真实事件数据的流式设置下进行的实验,突出了所有提出的方法相对于最先进的基于前缀对齐的OCC技术的优越性。我们的方法平均大幅降低内存消耗达80%,同时引入微小的精度下降。
引用
@article{arxiv.2112.13640,
title = {A Framework for Efficient Memory Utilization in Online Conformance Checking},
author = {Rashid Zaman and Marwan Hassani and Boudewijn F. van Dongen},
journal= {arXiv preprint arXiv:2112.13640},
year = {2021}
}