Метод построения UML диаграмм деятельности по журналам событий
https://doi.org/10.15514/ISPRAS-2019-31(4)-9
Аннотация
UML диаграммы деятельности широко используются для представления процессов в программной инженерии. Модели, построенные по журналам событий, могут предоставить ценную информацию о реальные процессах в информационных системах, на основании которой эти процессы можно улучшить. Данная статья представляет новый метод майнинга UML диаграмм деятельности по журналам событий. Метод основам на параметрической схеме, которая состоит из трех вложенных ступеней, включающих в себя набор преобразований над моделями. Начальная модель извлекается из журнала событий один из существующих алгоритмов синтеза. Эта модель, если требуется, преобразуется в промежуточную форму, и затем конвертируется в целевую диаграмму деятельности с помощью предлагаемого алгоритма. Алгоритмы синтеза, помимо используемого на последней стадии, являются параметрами схемы и могут быть изменены, исходя из имеющихся или требуемых моделей. В статье представлены примеры применения подхода к журналам событий из реальной жизни.
При поддержке: Работа выполнена при поддержке Программы фундаментальных исследований Национального исследовательского университета «Высшая школа экономики».
Об авторах
Наталья Сергеевна Зубкова
Национальный исследовательский университет Высшая школа экономики
Россия
Студентка бакалаврской программы «Программная инженерия» факультета компьютерных наук
Россия
Студентка бакалаврской программы «Программная инженерия» факультета компьютерных наук
Сергей Андреевич Шершаков
Национальный исследовательский университет Высшая школа экономики
Россия
Научный сотрудник лаборатории процессно-ориентированных информационных систем факультета компьютерных наук
Россия
Научный сотрудник лаборатории процессно-ориентированных информационных систем факультета компьютерных наук
Список литературы
1. Van der Aalst W. Data science in action. In Process Mining, Springer, 2016, pp. 3-23.
2. Van Der Aalst W.M.P., Van Dongen B.F. Discovering petri nets from event logs. Lecture Notes in Computer Science, vol. 7480, 2013, pp. 372-422.
3. Van der Aalst W., Rubin V., Verbeek H., van Dongen B., Kindler E., Günther C. Process mining: a two-step approach to balance between underfitting and overfitting. Software and Systems Modeling, vol. 9, no. 1, 2010, pp. 87-111.
4. Agarwal B. Transformation of UML activity diagrams into Petri nets for verification purposes. International Journal of Engineering and Computer Science, vol. 2, no. 3, 2013, pp. 798-805.
5. Arlow J., Neustadt I. UML 2 and the unified process: practical object-oriented analysis and design. Pearson Education, 2005, 624 p.
6. Badouel E., Bernardinello L., Darondeau P. Polynomial algorithms for the synthesis of bounded nets. Lecture Notes in Computer Science, vol. 915, 1995, pp. 364-378.
7. Buijs J.C.A.M., van Dongen B.F., van der Aalst W. M. P. On the role of fitness, precision, generalization and simplicity in process discovery. Lecture Notes in Computer Science, vol. 7565, 2012. pp. 305-322.
8. Carmona J., Cortadella J., Kishinevsky M. A region-based algorithm for discovering Petri nets from event logs. Lecture Notes in Computer Science, vol. 5240, 2008, pp. 358-373.
9. Concurrency in UML. Available at: https://www.omg.org/ocup-2/documents/concurrency_in_uml_version_2.6.pdf. Accessed: 2019-03-05.
10. Cortadella J. et al. Deriving Petri nets from finite transition systems. IEEE Transactions on Computers, vol. 47, no. 8, 1998, pp. 859-882.
11. Davydova K.V., Shershakov S.A. Mining hybrid UML models from event logs of SOA systems. Trudy ISP RAN/Proc. ISP RAS, vol. 29, issue 4, 2017, pp. 155-174. DOI: 10.15514/ISPRAS-2017-29(4)-10.
12. Eshuis R., Wieringa R. A comparison of Petri net and activity diagram variants. In Proc. of the 2nd Int. Coll. on Petri Net Technologies for Modelling Communication Based Systems, 2001, pp. 93-104.
13. Fahland D. Translating uml2 activity diagrams to petri nets. Informatik-Berichte 226, Humboldt-Universitat zu Berlin, 2008.
14. Kalenkova A., van der Aalst W., Lomazova I., Rubin V. Process mining using BPMN: relating event logs and process models, Software and Systems Modeling, 2017, vol. 16, no. 4, pp. 1019-1048.
15. Leemans S.J.J., Fahland D., van der Aalst W.M.P. Discovering block-structured process models from event logs-a constructive approach. Lecture Notes in Computer Science, vol. 2472, 2013, pp. 311-329.
16. Shershakov S.A., Kalenkova A.A., Lomazova I.A. Transition systems reduction: balancing between precision and simplicity. Lecture Notes in Computer Science, vol. 10470, 2017, pp. 119-139.
17. Shunin T., Zubkova N., Shershakov S. Neural Approach to the Discovery Problem in Process Mining. Lecture Notes in Computer Science, vol. 11179, 2018, pp. 261-273.
18. UML specification. Available at: https://www.omg.org/spec/UML/About-UML/. Accessed: 2019-03-01.
19. Weijters A., van Der Aalst W., De Medeiros A.K.A. Process mining with the heuristics miner-algorithm. Technische Universiteit Eindhoven, Tech. Rep. WP, 2006, 34 p.
20. Van der Werf J. M. E. M, van Dongen, B. F., Hurkens, C. A., Serebrenik, A. Process mining with the heuristics miner-algorithm. Lecture Notes in Computer Science, vol. 5062, 2008, pp. 368-387.
Рецензия
Для цитирования:
Зубкова Н.С., Шершаков С.А. Метод построения UML диаграмм деятельности по журналам событий. Труды Института системного программирования РАН. 2019;31(4):139-150. https://doi.org/10.15514/ISPRAS-2019-31(4)-9
For citation:
Zubkova N.S., Shersakov S.A. Method for Building UML Activity Diagrams from Event Logs. Proceedings of the Institute for System Programming of the RAS (Proceedings of ISP RAS). 2019;31(4):139-150. https://doi.org/10.15514/ISPRAS-2019-31(4)-9
Послать статью по эл. почте 