计算机应用研究

作者：杨凡,方娜,

单位：1.安徽理工大学数学与大数据学院,安徽淮南232001；2.安徽省煤矿安全大数据分析与预警技术工程实验室,安徽淮南232001；

关键词：跨组织业务流程,多类异常检测,GRU,Transformer,注意力机制,教师强制机制,

基金：国家自然科学基金资助项目(61572035)；安徽省重点研究与开发计划资助项目(2022a05030005)；安徽省自然科学基金资助项目(水科学联合基金)(2308085US11)；；

跨组织流程作为现代业务协同的关键载体，其异常检测对保障系统稳定与业务连续性至关重要。针对现有方法多聚焦于单组织视角，难以识别组织间消息偏差、上下文对接异常及整体时序结构变化的问题，提出一种融合GRU与Transformer的跨组织异常检测方法CoBPAD（cross-organizational business processes anomaly detection）。该方法利用GRU捕捉流程的时序依赖特征，并结合Transformer的多头注意力机制建模组织间交互模式。在训练过程中引入教师强制机制，从基于行为模式识别点异常、基于上下文规则匹配检测上下文异常和基于流程时序结构变化判断群体异常三个维度识别异常。在三个不同领域的数据集上的实验结果表明，CoBPAD在多类异常检测任务中均优于代表性方法BAnDIT，具备更强的检测能力与适应性，为后续的异常解释与实时监控提供支持方法。

来源：2025年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2025年第11期