基于Petri网接口变迁的交互流程模型模块网挖掘方法

交互流程模型的模块分解是查找流程模型变化域的核心内容之一,已有的模块分解方法多是基于完整的流程模型,通过挖掘对比流程模型中所有活动的行为关系将流程模型分解为多个模块网。但是在基于单纯的事件日志分解交互流程模型方面,目前的模块分解方法存在一定的局限性。提出基于Petri网接口变迁的交互流程模型模块网挖掘方法,首先基于系统运行所记录的局部有效事件日志确定其中各活动间的前驱后继关系,并得到相应的活动前驱后继关系表。然后,基于前驱后继关系频繁的活动查找接口变迁,同时考虑无后继变迁的活动。其次,通过分析接口变迁的前集变迁查找交互流程模型中各个模块网的初始变迁,并由初始变迁开始,利用活动前驱后继关系表,逐个添加活动,以此挖掘交互流程模型的模块网。论文最后通过实例验证该优化方法的有效性。     

基于Petri网行为轮廓的网上购物流程挖掘方法

为了满足企业业务流程模型的运行效率、完善网上购物流程,提出了一种基于Petri网行为轮廓的网上购物流程挖掘方法.首先根据某网上购物系统提供的事件日志,利用Petri网行为轮廓的弱序关系,设计出相应的流程模型; 然后通过计算模型与事件日志之间的服从程度,对初始模型进行改进和优化; 最后用实例分析说明了本文挖掘方法的可行性.     

基于区域事件日志的过程挖掘方法研究

过程挖掘是从事件日志中运用挖掘方法得到过程模型。已有的挖掘方法在处理大量事件日志上还存在一定的局限性,提出一种基于区域日志过程挖掘方法,首先根据事件日志间任务的可达性分为不同区域,在此基础上将不同区域日志转化为间接继承矩阵再对应Petri网,建立区域过程模型;然后,将各个区域进行融合,得到完整的过程模型。最后,通过分析建模实例验证算法的可行性。     

基于日志活动捆绑挖掘隐变迁

研究隐变迁挖掘问题,提出了过滤低频日志的预处理方法.其中,使用编辑距离函数计算日志序列与初始模型行为子集的总体近似适合度及其上下界;同时,放宽适合度的区间定义,仅去除最可能是噪声的日志,而留下符合正常流程的低频日志.此外,提出了日志活动捆绑的定义,为找到有效低频序列中每个活动的直接输入和输出捆绑活动集,进而挖掘出模型中合理的隐变迁提供理论支撑.     

加权Petri网的字符串序列相似性度量

由于现有的流程相似性度量方法大多只关注流程的单一维度,缺乏对流程信息的综合考虑,使得流程检索的准确率还有待提高。在综合考虑结构信息和行为信息下,提出了一种高效率、多维度的加权Petri网的字符串序列的相似性度量方法。该方法首先将事件日志信息加权至Petri网,然后使用广度优先遍历将加权Petri网模型转换为字符串序列,再将该序列分为一个带权重的紧邻变迁对集和一个结构序列并分别计算相似度值,最后加权得到流程之间的相似度值。实验结果表明,该度量方法准确率达到99.51%。另外,该方法在时间复杂度上也有着不错的优势。     

Honeynet中的告警日志分析

提出一种带有告警日志分析的蜜网（honeynet）架构设计和告警日志分析模型. 将网络入侵检测和主机入侵检测的告警信息相结合,利用网络信息和告警相似度函数进行告警过滤和融合,采用改进的Apriori算法挖掘告警的关联规则,并通过匹配规则形成最终的攻击报告. 实验表明,该方法能有效减少honeynet中冗余的告警,分析出honeynet系统遭受攻击的关联关系,并展现攻击场景.     

基于分层Petri网的敏捷供应链建模与分析

基于Petri网系统理论,采用分层分析的方法,将供应链抽象出顶层和底层模块,将顶层模块细化,形成底层模块,并生成与各层次相对应的状态图.根据状态图抽象出其中的库所、变迁等变量,形成对应的Petri网.利用Petri网理论对此供应链系统进行静态结构分析和动态行为分析,最终实现供应链上各节点企业的整体集成和协调控制.子网中应用CPRF流程生成订单的思想,构造订单生成子网模块,产品生产子网模块及信息采集子网模块,整合出整个供应链的子网系统.最后,对系统的鲁棒性和反应敏捷度作综合分析,构造了可达树,并对所建模型的正确性和可达性进行分析.     

云计算环境下基于Petri网的流程计费模型

通过分析云计算环境下服务模块流程组合的动态性,运用随机Petri网进行动态流程建模与追踪,给出了分层计费体系下的流程计费模型,使用Petri网对该计费流程进行建模分析和设计,便于云服务提供商实现基于状态的计费控制,从而优化计费策略.实现了云计算基于过程模型的服务计量,并根据该模型进行相应定价,用户即可按需付费.通过应用实例验证了该计费方法的有效性和可操作性,为云服务提供商计费决策提供了技术支撑.     

进程网建模工具的设计与实现

进程网是一种融合进程代数特征的Petri网模型,支持由基本进程网构造复杂进程网的建模方法.本文介绍了进程网建模工具PrnTools的实现.在PrnTools中,以基本进程网为最小建模单元,并针对进程网的各种组合方式,定义了对应的XML保存格式;利用这些组合方式,可以从基本进程网组合成复杂进程网并保存为xml文件.通过一个实例说明了进程网建模工具的使用.     

基于Petri网的酒店支付模型优化分析

以优化酒店支付模型和提升客户体验为目的,提出了一种基于Petri网的酒店支付模型的优化方法.首先根据酒店支付的实际流程建立基于Petri网的原流程模型,并分析原流程模型中存在的不合理环节; 然后在保证酒店支付行为可行的情景下,通过增加相应的结构变迁对原流程模型进行优化; 最后利用PIPE软件对优化模型进行模拟运行,结果表明优化后的模型合理、可靠,可为酒店支付提供有效参考.     

网络化软件行为过程建模方法研究

提出了一种基于过程挖掘的行为过程模型的网络化软件行为分析方法和研究途径。该方法采用改进的通用行为过程模型,利用过程挖掘的思想和方法,对监控收集的日志文档进行行为挖掘及petri网建模,在此基础上,对行为进行合理性分析与验证,以确保所建立模型的完备性和通用性;然后,以一个开放网络环境下的应用案例为例,分析验证了系统的复杂交互行为,通过对系统进行监控,可有效预防各种恶意行为,提高系统的安全性和可靠性。     

城市交通网络的混杂Petri网建模

针对城市交通网络中的动态车流具有连续时间特性而动态信号灯具有离散事件特性的情况, 采用混杂Petri网建立了一个四相位信号交叉口模型，该模型包含了城市交通网络中的连续车流动态和离散信号灯动态.在此基础上分析了交叉口各个方向的输入、输出车流动态，并与四相位信号交叉口的物理模型相对比，结果表明该混杂Petri网模型能够较好地描述城市交通网络的混杂特性.仿真结果表明了混杂Petri网模型的有效性.     

态势评估中的贝叶斯网络模型研究

针对战场态势评估的特点,采用模块化的贝叶斯网络模型对态势问题进行描述,动态构建贝叶斯网络结构．为了解决动态构建贝叶斯网络的推理问题,提出一种新的解决方法,将待连接贝叶斯网络模块的推理结果作为软证据,输入到已有网络对应的节点中,以代替所要连接的贝叶斯网络模块,在不改变贝叶斯网络结构的情况下完成网络的推理过程．仿真实验结果表明该方法是有效的．     

Process expression of bounded Petri nets

The concept of process expression of bounded Petri nets is presented.Moreover,an algorithm to find the process expression for a bounded Petri net is given.A process expression of a bounded Petri net is a regular expression whose every alphabet symbol represents a basic subprocess of the net.The regular set expressed by the regular expression is the set of all surjective processes of a bounded Petri net.A surjective process of a bounded Petri net is a process of this net in which every s-cut corresponds to a reachable marking of the net.Therefore,all surjective processes of a bounded Petri net can be obtained as long as its process expression and the basic subprocess represented by the alphabet symbols of the process expression are given.     

基于图形处理器的并行遗传过程挖掘

为提高遗传过程挖掘算法对大规模事件日志处理的性能,该文提出一种基于GPU的并行遗传过程挖掘算法。由于传统基于二进制的染色体编码不能表示因果矩阵中的AND-Split/AND-Join和OR-Split/OR-Join结构,提出一种新的染色体编码方案。该方案通过内容、标识、位置3个数组,有效地解决了GPU上因果矩阵的遗传表示问题。同时,设计并实现了高效的遗传交叉/变异算子和适应度并行计算方法。仿真实验表明,与当前CPU上的遗传过程挖掘算法相比,本文算法在求解精度和收敛速度方面都具有明显优势,并且在两个数据集上分别取得36.4倍和47.2倍的执行时间加速比。     

基于Android防火墙日志系统的研究与实现

针对Android防火墙中的日志系统以及基于日志的入侵检测技术进行了深入研究,提出了误用检测和异常检测相结合的方法对手机防火墙日志进行入侵检测,同时将数据挖掘相关领域的理论和技术应用于入侵检测技术中,通过自主学习和分析各种隐私日志,建立和更新正常特征库和误用特征库,从而实现用户隐私保护,并能对一些木马进行查杀与修复。实验结果证明,该方法对入侵行为具有较高的检测率和较低的误报率,具有较大的实际应用意义。     

基于多维行为分析的用户聚类方法研究

聚类分析是数据挖掘中一项重要的技术,通过对多维用户行为的聚类分析,可以从用户层面来帮助管理人员得到更为精确和有效的用户评价信息。该文首先从用户行为数据中提取多维用户行为特征,之后采用基于互信息的无监督特征选择（UFS-MI）模型对提取的特征进行排序、筛选并确定权重,得到每个用户行为的加权特征向量。根据用户行为之间的相似性构造网络,然后通过Blondel社团划分算法对用户行为网络进行聚类分析。在某公交线路的实证数据集上的实验结果表明,该方法的准确率为92%,比传统聚类算法K-means的准确率有明显提升,研究结果可以为公交公司的管理层在进行统一管理和培训时提供参考。本文的工作拓展了网络科学在多维用户行为数据聚类分析的应用范围,丰富了多维驾驶行为数据聚类分析的思路,为决策者提供参考依据。