Automated Discovery of Process Models with True Concurrency and Inclusive Choices
企业信息系统允许公司维护其业务流程执行的详细记录。这些记录可以以事件日志的形式提取，事件日志捕获跨业务流程的多个实例的活动执行。事件日志可用于使用过程挖掘技术以精细的细节级别分析业务过程。流程挖掘技术允许我们从事件日志中发现流程模型，这种操作称为自动流程发现。尽管在该领域有丰富的研究，现有的自动化流程发现技术并没有完全捕获业务流程中固有的并发性。具体地说，如果有时A在B之前完成，有时B在A之前完成，那么这些技术中的大部分都将两个活动A和B视为并发的。但是，通常情况下，业务流程中的活动是在真正的并发设置中执行的，这意味着两个或多个活动的执行在时间上重叠。本文解决了这一差距，提出了一个改进版本的自动化过程发现技术，即拆分矿工，发现真正的并发关系，从事件日志包含每个活动的开始和结束时间戳。所提出的技术也能够区分排他性和包容性的选择。我们评估所提出的技术相对于现有的基线使用11个现实生活中的日志来自不同的行业。
2021-05-13 cs.SE
Effective Removal of Operational Log Messages: an Application to Model Inference
模型推理的目的是从软件系统的执行日志中提取准确的模型。然而，在现实中，日志可能包含一些“噪音”，可能会降低模型推理的性能。一种形式的噪声通常可以在系统日志中找到，这些日志不仅包含事务消息-记录系统的功能行为-而且包含操作消息-记录系统的操作状态（例如，用于跟踪存储器使用的周期性心跳）。在低质量的日志中，事务和操作消息随机交错，导致错误地将操作行为包含到系统模型中，理想情况下，系统模型应该只反映系统的功能行为。因此，在推断模型之前删除日志中的操作消息非常重要。在本文中，我们提出了LogCleaner，一种新的技术，用于删除操作日志消息。LogCleaner首先执行周期性分析以过滤掉周期性消息，然后执行依赖性分析以计算所有日志消息的依赖程度，并根据其依赖性删除操作消息。在两个专有数据集和11个公开数据集上的实验结果表明，LogCleaner平均可以准确地删除98%的操作消息，保留81%的事务消息。此外，使用LogCleaner预处理的日志减少了模型推理的执行时间（根据系统的特性，加速范围从1.5到946.7），并通过增加它们接受正确系统行为的能力，显著提高了推断模型的准确性（平均+43.8 pp，pp=百分点）和拒绝不正确的系统行为（平均+15.0 pp）。
2020-04-16 cs.SE
PRINS: Scalable Model Inference for Component-based System Logs
行为软件模型在许多软件工程任务中起着关键作用;不幸的是，这些模型要么在软件开发过程中不可用，要么随着实现的发展而迅速过时。模型推理技术已被提出作为一个可行的解决方案，从执行日志中提取有限状态模型。然而，现有技术在处理在实践中常见的非常大的日志时不能很好地扩展。在本文中，我们解决的可扩展性问题，推断模型的基于组件的系统从大型系统日志，而不需要任何额外的信息。我们的模型推理技术，称为PRINS，遵循分而治之的方法。其思想是首先从相应的日志中推断每个系统组件的模型;然后，考虑到日志中反映的跨组件的事件流，将各个组件模型合并在一起。我们评估PRINS的可扩展性和准确性，使用九个数据集组成的日志提取公开可用的基准和个人电脑运行桌面业务应用程序。结果表明，PRINS可以处理大型日志比公开可用的和众所周知的最先进的工具，而不会显着损害推断模型的准确性。
2022-04-13 cs.SE
Scalable Inference of System-level Models from Component Logs
行为软件模型在许多软件工程任务中起着关键作用;不幸的是，这些模型要么在软件开发期间不可用，要么，如果可用，它们很快就会随着实现的发展而过时。模型推理技术已被提出作为一个可行的解决方案，从执行日志中提取有限状态模型。然而，现有技术在处理非常大的日志（诸如通过组合组件级日志而获得的系统级日志）时不能很好地扩展。此外，在基于组件的系统的情况下，现有技术假定知道组件之间的通信信道的定义。但是，在系统集成了第三方组件且文档有限的情况下，通常无法获得此信息。在本文中，我们解决的可扩展性问题，推断模型的基于组件的系统从单独的组件级日志，当唯一可用的信息系统是高层次的架构组件之间的依赖关系和（可能不完整）的日志消息模板列表表示组件之间的通信事件。我们的模型推理技术，称为SCALER，遵循分而治之的方法。其思想是首先从相应的日志中推断每个系统组件的模型;然后，考虑到组件之间的依赖关系，将各个组件模型合并在一起，如日志中所反映的那样。我们使用来自工业系统的日志数据集评估了SCALER的可扩展性和准确性;结果表明，SCALER可以处理比最先进的工具大得多的日志，同时产生更准确的模型。
2020-04-16 cs.SE
Predictive Monitoring of Business Processes
本文提出一种基于事件日志和线性时序逻辑规则的业务流程预测性监控方法，可在执行过程中提前识别影响业务目标实现的数据值，并在 ProM 工具集和真实医疗日志上验证。
2013-12-19 cs.SE
Discovering Business Process Simulation Models in the Presence of Multitasking
业务流程模拟是一种从定量角度分析业务流程的通用技术。过程模拟的一个众所周知的局限性是模拟结果的准确性受到作为模拟器输入的过程模型和模拟参数的忠实性的限制。为了解决这一限制，一些作者提出了从流程执行日志中发现仿真模型，以便得到的仿真模型更接近现实。该领域中的现有技术假设过程中的每个资源一次执行一个任务。然而，在现实中，资源可能参与多任务处理行为。传统的模拟方法不处理多任务。相反，它们依赖于一种资源分配方法，其中仅在资源空闲时才将任务实例分配给该资源。这种无法处理多任务的情况导致了对执行时间的高估。本文提出了一种方法来发现业务流程执行日志中的多任务，并生成一个仿真模型，考虑到发现的多任务行为。其核心思想是调整任务的处理时间，使得按调整后的时间顺序执行多任务任务相当于按原始处理时间并发执行。使用现实生活中的数据集和不同级别的多任务的合成数据集，所提出的方法进行评估。结果表明，在多任务的存在下，该方法提高了从执行日志中发现的仿真模型的准确性。
2020-04-20 cs.SE
Automated Discovery of Business Process Simulation Models from Event Logs
University of Tartu（塔尔图大学）；Universidad de los Andes（安第斯大学）
业务流程模拟是一种多用途的技术，用于评估流程在多种场景下的性能。这反过来又使分析师能够比较替代选项以改进业务流程。业务流程仿真的一个常见障碍是构建精确的仿真模型既繁琐又容易出错。现代信息系统存储它们所支持的业务流程的详细执行日志。以前的工作表明，这些日志可以用来发现仿真模型。然而，现有的基于日志的发现仿真模型的方法并不寻求优化所得到的模型的准确性。相反，他们让用户手动调整仿真模型，以达到所需的精度水平。本文提出了一种从执行日志中发现业务流程仿真模型的精确优化方法。该方法将问题分解为一系列具有相关配置参数的步骤。超参数优化方法用于搜索可能的配置空间，以便最大化仿真模型的行为与日志中观察到的行为之间的相似性。该方法已被实现为一个工具，并使用来自不同领域的日志进行评估。
2020-02-27 cs.LG cs.SE
SensorStream: An XES Extension for Enriching Event Logs with IoT-Sensor Data
流程管理和流程编排/执行是当前的热门话题;自动化和工业4.0等流行趋势需要解决方案，使领域专家能够轻松建模和执行各个领域的流程，包括制造业和医疗保健。反过来，这些领域依赖于硬件和软件之间的紧密集成，即通过物联网（IoT）。虽然流程执行是关于驱动的，即主动触发动作并等待其完成，但伴随的物联网传感器监视人类和环境。这些传感器产生大量的程序、离散和连续的数据流，这些数据流是理解过程对象（例如生产的零件）、结果（例如数量和质量）和错误原因的关键。流程会随着其IoT环境不断发展。这需要联合存储流程生成的数据，因此需要物联网传感器生成的数据。在本文中，我们提出了一个扩展的过程日志标准格式XES，即传感器流。SensorStream能够将物联网数据连接到过程事件，以及一组语义注释来描述数据汇集期间的场景和环境。这允许保留数据分析所需的完整上下文，以便即使在场景或硬件工件快速变化时也可以分析日志。通过额外的语义注释，我们设想XES扩展日志格式是创建（半）自动分析管道的坚实基础，它可以通过自动提供数据可视化甚至流程洞察来支持领域专家。
2022-06-22 cs.SE
Trace checking of Metric Temporal Logic with Aggregating Modalities using MapReduce
现代复杂的软件系统产生大量的执行数据，通常存储在日志中。可以使用跟踪检查技术来分析这些日志，以检查系统是否符合其需求规范。这些规范通常表示系统的定量属性，包括时间约束以及对重要事件发生的更高级别的约束，使用聚合运算符表示。在本文中，我们提出了一种算法，利用MapReduce编程模型来检查规范表示的度量时态逻辑与聚合模态，在大的执行痕迹。该算法利用公式的结构来并行化评估，在时间上有显着的增益。我们报告的评估实施-基于Hadoop框架-所提出的算法，并评论其可扩展性。
2014-06-13 cs.SE
Predicting Struggling Students in CS1 Programming Using Keystroke-Level Editing Features
Graduate School of Science and Technology Nara Institute of Science and Technology（奈良先端科学技术大学院大学）；Faculty of Systems Engineering Wakayama University（和歌山大学系统工程系）
该研究利用CodeBench平台的按键级编辑特征，在练习早期预测CS1编程中完全停滞的学生，发现组合特征的预测效果最优，初期信号最强。
2026-08-27 cs.SE
Learning from Mistakes: Understanding Ad-hoc Logs through Analyzing Accidental Commits
本文通过分析意外提交和直播编码视频，研究开发人员使用临时日志的实践，收集27GB数据揭示其在异步函数中的使用倾向，为改进相关实践提供实证与数据集。
2025-04-17 cs.SE
Discovering Generative Models from Event Logs: Data-driven Simulation vs Deep Learning
University of Tartu（塔尔图大学）；Universidad de los Andes（安第斯大学）
生成模型是一种统计模型，能够从先前观察到的数据实例生成新的数据实例。在业务流程的上下文中，生成模型从一组历史跟踪（也称为事件日志）创建新的执行跟踪。在以前的工作中已经开发了两个系列的生成过程仿真模型：数据驱动的仿真模型和深度学习模型。到目前为止，这两种方法都是独立发展的，它们的相对性能尚未得到研究。本文通过经验比较数据驱动的模拟技术与多种深度学习技术填补了这一空白，这些技术构建的模型能够生成带有时间戳事件的执行跟踪。这项研究揭示了这两种方法的相对优势，并提出了开发结合这些优势的混合方法的前景。
2020-09-08 cs.AI cs.LG cs.SE
Mining Constraints from Reference Process Models for Detecting Best-Practice Violations in Event Logs
本文提出一个从参考过程模型集合中挖掘声明式最佳实践约束的框架，自动选择与事件日志相关的约束并检测最佳实践违规，从而无需专用规范模型即可进行一致性检查。
2025-08-22 cs.DB cs.SE
LogUpdater: Automated Detection and Repair of Specific Defects in Logging Statements
LogUpdater是一个两阶段框架，利用合成缺陷日志训练分类器并结合大语言模型推荐，自动检测和修复日志语句中的四种缺陷，显著提升建议质量，并在实际项目中成功应用。
2025-04-22 cs.SE
SDLog: A Deep Learning Framework for Detecting Sensitive Information in Software Logs
Polytechnique Montreal（蒙特利尔大学）
针对现有基于正则表达式的日志敏感信息检测方法人工成本高、泛化性差的问题，提出深度学习框架SDLog，仅需100个微调样本即可实现高准确率的日志敏感信息识别，为日志匿名化提供首个深度学习替代方案。
2025-05-20 cs.AI cs.SE
ASGNet: Adaptive Semantic Gate Networks for Log-Based Anomaly Diagnosis
本文提出ASGNet，通过变分编码模块和自适应语义阈值机制结合统计特征与语义特征，解决日志异常诊断中的过拟合问题，在真实数据集上优于所有基线方法。
2024-02-19 cs.SE
When Log Parsing Removes What Matters: Detecting Failures in Distributed GPU Workloads
University of Toronto（多伦多大学）
该研究推出GF-Bench框架与数据集，评估多种日志分析方法在分布式GPU工作负载故障检测中的表现，发现通用日志解析会丢失关键上下文，而原始日志结合LogPrompt可实现高检测精度但成本更高。
2026-10-30 cs.AI cs.DC cs.LG
A Comprehensive Survey of Logging in Software: From Logging Statements Automation to Log Mining and Analysis
University of Waterloo（滑铁卢大学）
日志被广泛用于记录软件系统的运行时信息，例如事件的时间戳和重要性，日志源的唯一ID，以及任务执行的部分状态。日志的丰富信息使系统开发人员（和操作员）能够监控其系统的运行时行为，并进一步跟踪系统问题，并对生产环境中的日志数据进行分析。然而，先前关于利用日志的研究是分散的，这限制了该领域的新研究人员快速获得速度的能力，并阻碍了当前活跃的研究人员进一步推进该领域。因此，本文调查和提供了一个系统的文献综述和映射的当代日志记录的做法和日志语句的挖掘和监测技术及其应用，如在系统故障检测和诊断。我们研究了大量出现在顶级同行评审场所的会议和期刊论文。此外，我们还绘制了正在进行的研究的高层次趋势，并将出版物进行了细分。最后，根据我们在本次调查中的整体观察，我们提供了一系列挑战和机遇，这些挑战和机遇将引导学术界和工业界的研究人员推动该领域的发展。
2022-01-01 cs.LG cs.SE
Automatic Extraction of Time-windowed ROS Computation Graphs from ROS Bag Files
Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；Federal University of Technology, Paraná (UTFPR)（巴拉那联邦理工大学（UTFPR））
针对机器人系统运行时软件架构重配置影响运行属性的问题，提出从ROS bag文件静态提取时间窗口化架构信息的方法，经数百个挖掘自公开仓库的文件验证，可助力ROS系统架构的讨论与推理。
2023-05-25 cs.RO cs.SE
Schema-Agnostic Process Trace Construction: From Raw Tables to Execution Behavior
School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算机与信息系）
提出一种模式无关的管道，自动从原始关系数据重建过程执行痕迹，利用统计信号和时序卷积网络，在TPC-H/E等基准上达到85%的下一个事件预测准确率和82%的前驱关系恢复率。
2026-06-16 cs.DB cs.PL cs.SE
Conformance Checking Based on Multi-Perspective Declarative Process Models
流程挖掘是一系列旨在分析事件日志中记录的业务流程执行数据的技术。一致性检查是该学科的一个分支，包括用于验证记录在日志中的流程的行为是否与以流程模型的形式提供的某些预期行为一致的方法。这些方法中的大多数要求输入过程模型是过程性的（例如，Petri网）。然而，在以高可变性为特征的湍流环境中，过程行为不太稳定和可预测。在这些环境中，过程化流程模型不太适合描述业务流程。声明式规范，在开放世界假设中工作，允许建模者将几个可能的执行路径表示为一组紧凑的约束。任何不与这些约束相矛盾的流程执行都是允许的。在使用声明性模型进行一致性检查的上下文中，一个开放的挑战是支持多视角规范的能力。在本文中，我们关闭这个差距，提供了一个框架，一致性检查的基础上MP-Decliter，多角度版本的声明式流程建模语言Decliter。该方法已在流程挖掘工具ProM中实现，并在三个实际案例研究中进行了实验。
2015-03-17 cs.DB cs.LO cs.SE
