Core Concepts
EdgeAlphaは、IoTセンサーノードやエッジデバイスで直接イベントデータを処理し、分散的にプロセスモデルを発見するアルゴリズムである。従来のプロセスマイニングアルゴリズムとは異なり、中央集中型のイベントログを必要とせず、プライバシーを保護しつつスケーラブルなプロセス発見を実現する。
Abstract
EdgeAlphaは、従来のプロセスマイニングアルゴリズムとは異なり、中央集中型のイベントログを必要とせず、IoTセンサーノードやエッジデバイスで直接イベントデータを処理してプロセスモデルを発見する分散型のアルゴリズムである。
EdgeAlphaの設計は2つのフェーズから成る:
イベント順序付けと部分的なフットプリントマトリクスの構築
センサーノードがイベントを検知すると、他のノードにクエリを送信して先行イベントを特定し、自身の部分的なフットプリントマトリクスを更新する。
プロセスデータの要求
中央エンティティがプロセスモデルの生成を要求すると、各ノードはその部分的なフットプリントマトリクスを送信する。中央エンティティはこれらを統合してプロセスモデルを生成する。
EdgeAlphaでは、最頻先行イベントクエリ(MFP Requesting)を導入することで、通信オーバーヘッドを大幅に削減できる。また、バッチ処理を行うことでさらなる効率化が可能である。
実験の結果、EdgeAlphaは従来の全ノードクエリ方式と比べて、通信量を最大96%削減できることが示された。また、バッチサイズを40に設定した場合、ノード数の2.5%未満のノードにしかクエリを送信しなくて済むことが分かった。
EdgeAlphaは、プライバシーを保護しつつスケーラブルなプロセス発見を実現する革新的なアプローチである。従来のプロセスマイニングアルゴリズムとは異なり、中央集中型のイベントログを必要とせず、IoTデバイスの制約された計算資源を有効活用する。
Stats
プロセスに含まれる開始アクティビティは1つから29個まで存在する。
アクティビティ間の自己ループは4,306個から26,542個まで存在する。
アクティビティ当たりの平均先行アクティビティ数は4.62から7.19個である。
最頻先行アクティビティの平均割合は0.53から0.80である。
Quotes
"EdgeAlphaは、IoTセンサーノードやエッジデバイスで直接イベントデータを処理し、分散的にプロセスモデルを発見するアルゴリズムである。"
"EdgeAlphaは、中央集中型のイベントログを必要とせず、プライバシーを保護しつつスケーラブルなプロセス発見を実現する。"