27.04.2023, 13:00 Uhr
Universität Wien
Besprechungsraum 4.34
Währinger Str. 29
1090 Wien
Titel: „Profile-based Anomaly Detection in Service Oriented Business
Processes“
Kurzfassung:
Der Forschungsbereich Anomalieerkennung hat in den letzten Jahren aufgrund seines
Potenzials, die Ursachen von Systemausfällen frühzeitig zu identifizieren und zu verhindern,
an Beliebtheit gewonnen. Dies ist insbesondere im Bereich der Geschäftsprozesse wertvoll.
Diese Arbeit bietet einen Überblick über aktuelle Techniken, die für Anomalieerkennung in
Geschäftsprozessen verwendet werden. Dabei werden Ansätze zur allgemeinen Erkennung
von Anomalien kategorisiert und diskutiert. Zusätzlich werden Herausforderungen, die
sich aus einer serviceorientierten Umgebung ergeben miteinbezogen. Diese Arbeit schlägt
eine auf Deep Learning basierende Lösung vor, die sowohl den abnormalen Kontrollfluss
als auch den Nachrichteninhalt in serviceorientierten Geschäftsprozessen berücksichtigt.
Dabei wird zwischen Punkt- und Kontextanomalien unterschieden und das Prinzip
von individuellen Profilen angewendet, um eine präzisere Erkennung zu erreichen. Die
vorgeschlagene Lösung wird anhand eines experimentellen Ansatzes erfolgreich evaluiert,
indem sie auf zwei separate Anwendungsfälle angewendet wird.