買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網恭喜山東科技大學申請的專利基于托肯重演的對象為中心業(yè)務流程違規(guī)檢查方法及系統(tǒng)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN119477231B 。

龍圖騰網通過國家知識產權局官網在2025-05-27發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510067395.5，技術領域涉及：G06Q10/10；該發(fā)明授權基于托肯重演的對象為中心業(yè)務流程違規(guī)檢查方法及系統(tǒng)是由劉聰;曾慶田;劉文娟;蘇軒;魯法明;段華;倪維健;曹蕊;張峰;原桂遠;王路設計研發(fā)完成，并于2025-01-16向國家知識產權局提交的專利申請。

本基于托肯重演的對象為中心業(yè)務流程違規(guī)檢查方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于托肯重演的對象為中心業(yè)務流程違規(guī)檢查方法及系統(tǒng)，屬于流程挖掘領域，方法包括如下步驟：從對象為中心業(yè)務流程事件日志中構造對象圖，提取流程執(zhí)行；刪除流程執(zhí)行中的跨層冗余依賴，按梯隊劃分流程執(zhí)行，獲取綁定序列；按綁定序列在多對象Petri網模型中進行托肯重演，得到重演結果和偏差結果；根據擬合度量化合規(guī)性，并使用局部診斷方法展示流程中偏差嚴重的部分，得到對象為中心業(yè)務流程違規(guī)檢查結果。系統(tǒng)包括獲取對象圖及流程執(zhí)行模塊、獲取綁定序列模塊、獲取重演結果及偏差結果模塊、獲取對象為中心業(yè)務流程違規(guī)檢查結果模塊。針對對象為中心的業(yè)務流程，本發(fā)明方法提高了其合規(guī)性檢查的準確性。

本發(fā)明授權基于托肯重演的對象為中心業(yè)務流程違規(guī)檢查方法及系統(tǒng)在權利要求書中公布了：1.一種基于托肯重演的對象為中心業(yè)務流程違規(guī)檢查方法，其特征在于，包括如下步驟：步驟1、獲取對象為中心業(yè)務流程事件日志，分析對象間依賴關系構造對象圖，隨后使用連通分量提取方法獲取流程執(zhí)行；步驟2、使用傳遞歸約方法刪除跨層冗余依賴，隨后使用梯隊劃分機制得到綁定序列；步驟3、使用綁定執(zhí)行規(guī)則在多對象Petri網上進行托肯重演，得到重演結果和偏差結果；步驟4、計算擬合度結果和局部診斷結果，得到對象為中心業(yè)務流程違規(guī)檢查結果；所述步驟1的具體過程為：步驟1.1、獲取的對象為中心業(yè)務流程事件日志L由一組表示操作的事件組成，所述事件包含活動、發(fā)生時間、結束時間和關聯(lián)對象基本屬性；步驟1.2、通過分析對象間依賴關系構造對象為中心業(yè)務流程事件日志L的對象圖為：GL＝O,CO；其中，O是無向圖節(jié)點集合，由對象為中心業(yè)務流程事件日志中所有對象組成；CO是無向圖邊集合，由若干對存在依賴關系的對象構成；CO的計算公式為： 其中，o1、o2為事件e關聯(lián)的兩個不同對象；E表示對象為中心業(yè)務流程事件日志中所有事件；objLe表示對象為中心業(yè)務流程事件日志L中與事件e關聯(lián)的所有對象，計算公式為：objLe＝{o∈O|e∈traceo}；其中，traceo表示與對象o關聯(lián)的事件序列；步驟1.3、使用連通分量提取方法獲取流程執(zhí)行；具體過程為：首先，形式化連通分量提取方法為： 其中，extcomp·為連通分量提取方法；pO′表示從最大連通子圖中獲取的流程執(zhí)行；O′為最大連通子圖中的對象集合；然后，根據O′的有向圖獲取流程執(zhí)行，pO′定義如下：pO′＝E′,D；其中，E′是有向圖節(jié)點集合，由對象為中心業(yè)務流程事件日志中關聯(lián)O′中任意對象的所有事件構成；D是有向圖邊集合，由具有直接跟隨關系的若干對事件構成；E′、D的計算公式分別為： D＝conL∩E′×E′；其中，為空集；conL表示對象為中心業(yè)務流程事件日志L中事件間的直接跟隨關系，計算公式為： 其中，e′為不同于事件e的事件；en為第n個事件；ei為第i個事件；ei+1為第i+1個事件；所述步驟2的具體過程為：步驟2.1、使用傳遞歸約方法刪除對象圖中的跨層冗余依賴關系，得到一個保持原圖傳遞閉包特性的最小子圖；所述跨層冗余依賴關系是指對象圖中通過間接路徑實現(xiàn)的節(jié)點間依賴關系，保持原圖傳遞閉包特性是指刪除冗余依賴后圖中節(jié)點間的可達性關系不變；步驟2.2、采用梯隊劃分機制劃分流程執(zhí)行；具體過程為：在pO′中迭代實施無前驅節(jié)點識別算法，每次獲取當前所有無前驅節(jié)點作為一個梯隊，將流程執(zhí)行劃分為若干邏輯獨立的事件梯隊，梯隊內無序，梯隊間遵循既定順序邏輯；所述無前驅節(jié)點識別算法是在圖的上下文中識別出當前無前驅節(jié)點的節(jié)點，并將其存放在一個列表中；步驟2.3將各邏輯獨立的事件梯隊，映射到各自的綁定中，得到相應的綁定序列；定義綁定序列σ如下： 其中，為第個變遷，為第個變遷執(zhí)行時消耗的各對象類型的具體對象；為第個變遷對應的綁定；所述步驟3的具體過程為：步驟3.1、定義多對象Petri網MOPN如下： 其中，N是Petri網；是庫所到對象類型的映射函數(shù)；是可變弧集合，F(xiàn)是多對象Petri網的所有弧集合；W是弧的基數(shù)標簽函數(shù)；Minit和Mfinal分別表示開始標識和結束標識；的具體映射關系為： 其中，P為庫所集合，為對象類型集合；步驟3.2、基于綁定序列，將流程執(zhí)行在多對象Petri網上按照綁定執(zhí)行規(guī)則進行托肯重演，得到每條流程執(zhí)行的重演結果和偏差結果；重演結果為每條流程執(zhí)行進行托肯重演后產生、消耗、缺失和剩余的托肯數(shù)；產生的托肯數(shù)prod定義為： 其中，t·為變遷t的后集庫所集合；b為變遷執(zhí)行時消耗的各對象類型的具體對象；QMOPN是多對象Petri網MOPN的托肯集合；為托肯，表示庫所中具有對象o；消耗的托肯數(shù)cons定義為： 其中，·t為變遷t的前集庫所集合；缺失的托肯數(shù)mis定義為： 剩余的托肯數(shù)rem定義為：remt,b＝mist,b；偏差結果包括流程執(zhí)行中未正常使能的變遷和缺失托肯信息；未正常使能的變遷的判斷規(guī)則為：當const,b≤M時，綁定t,b在標識M下使能，變遷t在標識M下按照已使能的綁定執(zhí)行得到新標識M′，計算公式為：M′＝M-const,b+prodt,b；當const,b＞M時，綁定t,b無法在標識M下使能，變遷t為未正常使能的變遷；缺失托肯信息infomiss定義為： 缺失托肯信息為變遷t在庫所中缺少綁定正常使能所需的對象o；所述步驟4的具體過程為：步驟4.1、計算擬合度，公式如下： 其中，fit·為擬合度；K表示對象為中心業(yè)務流程事件日志中的流程執(zhí)行數(shù)目；misk表示第k個流程執(zhí)行在重演中缺失的托肯數(shù)；consk表示第k個流程執(zhí)行在重演中消耗的托肯數(shù)；remk表示第k個流程執(zhí)行在重演中剩余的托肯數(shù)；prodk表示第k個流程執(zhí)行在重演中產生的托肯數(shù)；基于擬合度量化合規(guī)性，擬合度與1越接近說明合規(guī)性越好，偏差越少；步驟4.2、使用局部診斷方法計算局部診斷結果，公式為： 其中，diap·為流程執(zhí)行p的未正常使能變遷一致性局部診斷結果；diaL·為對象為中心業(yè)務流程事件日志L的未正常使能變遷一致性局部診斷結果；tun∈Tun是MOPN中未正常使能的變遷；Tun為未正常使能變遷集合；misptun是tun在流程執(zhí)行p重演中缺失的托肯數(shù)；consptun是tun在流程執(zhí)行p重演中消耗的托肯數(shù)；表示對象為中心業(yè)務流程事件日志L中包含tun對應的日志活動的流程執(zhí)行數(shù)量，計算公式為： 其中，actitun為tun對應的日志活動；重演結果、偏差結果、擬合度結果和局部診斷結果即為所需的對象為中心業(yè)務流程違規(guī)檢查結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人山東科技大學，其通訊地址為：266590 山東省青島市黃島區(qū)前灣港路579號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。