买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉桂林电子科技大学申请的专利一种基于概念漂移发现的业务过程异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115758156B 。

龙图腾网通过国家知识产权局官网在2026-03-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211493281.X，技术领域涉及：G06F18/214；该发明授权一种基于概念漂移发现的业务过程异常检测方法是由孙晋永;许乾;邓文伟设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本一种基于概念漂移发现的业务过程异常检测方法在说明书摘要公布了：本发明公开了一种基于概念漂移发现的业务过程异常检测方法，包括如下步骤：1收集数据，组成事件日志；2利用事件日志中的控制流特征，提取过程信息，对事件进行编码，构造过程特征数据集；3基于GRU模型构建业务过程下一事件的预测模型，利用过程特征数据集作为输入数据训练预测模型；4通过概率分布计算业务流程属性的异常评分s；5概念漂移发现模块对异常检测结果进行概念漂移检测；6事件预测模型更新模块使用增量学习方法将漂移案例集合作为新知识。这种方法从事件日志中挖掘过程模型，并无需人工判断寻找概念漂移案例，可以更准确地检测出业务过程实例是否发生异常，并可以定位并判断是否发生概念漂移。

本发明授权一种基于概念漂移发现的业务过程异常检测方法在权利要求书中公布了：1.一种基于概念漂移发现的业务过程异常检测方法，其特征在于，包括如下步骤： 1从过程感知信息系统中的多个数据源中收集数据，组成事件日志，事件日志用于记录业务过程的执行过程的信息集合，由业务过程的活动执行轨迹组成，活动执行的轨迹也被称为案例； 2利用事件日志中的控制流特征，提取过程信息，对事件进行编码，构造过程特征数据集；具体是：使用事件的活动名作为事件的业务过程的控制流特征，对于事件序列长的案例，在事件序列短的案例末尾添加0进行填充； 3基于GRU模型构建业务过程下一事件的预测模型，利用过程特征数据集作为输入数据训练预测模型；使用Embedding层将事件转换为向量，使用Batchnorm层进行数据归一化，输出层为一个Softmax层，输出结果为下一事件的所有发生事件的概率分布P； 4通过概率分布计算业务流程属性的异常评分s，使用实际发生的事件属性和预测模型预测事件及其属性发生的概率分布P计算事件的异常评分s；使用自适应地确定事件属性的异常评分阈值的方法TransNet，计算得到异常评分阈值Ɵ，来判定该事件或属性是否异常，异常评分s大于异常评分阈值Ɵ为异常案例，否则为正常案例，最后得到异常检测结果数组resultd； 5概念漂移发现模块对异常检测结果进行概念漂移检测，以发现其中的概念漂移，使用双层滑动窗口和霍夫丁不等式对异常检测结果进行概念漂移发现，若没有发现概念漂移，则提交异常检测结果；否则从过程特征数据集中提取所有漂移案例，并提交给事件预测模型更新模块，具体的概念漂移检测过程为： 5-1使用霍夫丁不等式计算概念漂移判定阈值的双层滑动窗口机制，在步骤4数组的异常检测结果上设置一个双层滑动窗口，上层窗口UW由多个基本窗口Wi组成，Wi即为UW的子序列，本质上，UW是异常检测结果数组resultd中的一段子序列，存储着案例id及异常判定结果，UW表示为： UW=｛W1,W2,W3……Wu-1,Wu｝1； u为下层窗口数量,提出双层滑动窗口的大小的确定方法，思路是先确定双层滑动窗口大小的上下限，然后从中选取合适的窗口大小； 5-2设ki为双层窗口Wi内数据的平均值，即ki=sumWilenWi，i=1,2,3…,n，记km为所有ki中的最大值，，在UW内，若存在km-kiεd，则认为Wi中发生了概念漂移，其中概念漂移阈值εd由公式2确定，公式2是霍夫丁不等式的变体： 2， 数据K={k1,k2,…,kn}，ki∈[0,1]，i=1,2,3,…,n，将K代入公式2得如公式3的εd计算公式： =3， 其中，n为事件日志中案例数量，δ为事件日志中案例的异常率； 将所有被判定为概念漂移案例的事件日志实例放入概念漂移检测结果数组pointset中； 对于边界情况，即所检测的事件日志全部被判定为异常的漂移案例，认为所检测case数量不足，需要更多case；当检测结果数组resultd中“1”的个数与数组总长之比小于错误率δ时，认为所检测case数量不足，此时，概念漂移发现模块停止检测，等待输入更多case； 5-3检测完毕后，若概念漂移检测结果数组pointset不为空，认为发生概念漂移，发出漂移警报，pointset存储了发生概念漂移的case的ID，对pointset进行排序和去重，将对应的事件日志中的实例整合，作为所检测到发生概念漂移的案例集合cased； 6事件预测模型更新模块使用增量学习方法将漂移案例集合作为新知识，即发生概念漂移的案例集合cased，来更新事件预测模块中的事件预测模型；使用更新后的事件预测模块重新预测特征数据集上事件出现的概率，得出新的预测结果，最后，异常检测模块对新的预测结果继续进行异常检测，并提交异常检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。