An object-centric core metamodel for IoT-enhanced event logs
Diese Arbeit adressiert die Fragmentierung in der Integration von IoT-Prozessdaten, indem sie ein zentrales objektzentriertes Metamodell vorschlägt, das bestehende Ansätze synthetisiert, um den Datenaustausch und die Zusammenarbeit im Process Mining zu erleichtern, validiert durch eine Python-Implementierung über verschiedene Anwendungsfälle hinweg.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, die Geschichte einer geschäftigen Fabrik zu erzählen. Sie haben zwei sehr unterschiedliche Arten von Geschichtenerzählern:
- Der Prozessmanager: Er führt ein ordentliches, organisiertes Tagebuch. Er schreibt wichtige Ereignisse auf wie „Tank gefüllt“, „Produkt gemischt“ oder „Flasche verpackt“. Er kümmert sich um die Schritte des Rezepts.
- Die IoT-Sensoren: Diese sind wie tausende hyperaktive, nervöse kleine Spione. Sie interessieren sich nicht für Rezepte, sondern schreien einfach rohe Daten jede Millisekunde heraus: „Druck ist 204!“, „Temperatur gesunken!“, „Durchflussrate sprang hoch!“
Das Problem:
Lange Zeit konnten diese beiden Geschichtenerzähler nicht miteinander sprechen. Das Tagebuch des Managers war zu hochstufig und die Daten der Sensoren waren zu chaotisch und niedrigstufig. Forscher versuchten, verschiedene „Übersetzungswörterbücher“ zu bauen, um sie zu kombinieren, aber jeder baute sein eigenes Wörterbuch mit eigenen Regeln. Das Wörterbuch eines Forschers konnte die Notizen eines anderen nicht lesen. Es war, als würde man versuchen, ein Gespräch zu führen, bei dem eine Person Französisch spricht, eine andere Deutsch und eine dritte eine Kunstsprache. Dies machte das Teilen von Daten und das Lernen voneinander unglaublich schwierig.
Die Lösung: Das „CORE“-Metamodell
Diese Arbeit stellt einen neuen, universellen Übersetzer vor, das CORE-Metamodell. Betrachten Sie dies als ein neues, superflexibles „Universelles Logbuch“, das alle verwenden können.
So funktioniert es, unter Verwendung einfacher Analogien:
1. Der „objektzentrierte“ Ansatz (Die Analogie des Party-Gastes)
Alte Logbücher waren wie eine Liste von „Fällen“. Wenn man eine Hochzeit verfolgte, hatte man eine Liste für den „Hochzeitsfall“. Wenn man sehen wollte, was mit dem „Kuchen“ geschah, musste man auf der Hochzeitsliste suchen.
Das CORE-Modell ist wie eine Gästeliste bei einer Party.
- Objekte sind die Gäste (z. B. der Kuchen, die Braut, der Tank, der Roboter).
- Ereignisse sind die Dinge, die ihnen widerfahren (z. B. „Kuchen wurde gebacken“, „Tank wurde gefüllt“).
- In diesem neuen Buch kann ein Ereignis gleichzeitig mit vielen Gästen verknüpft werden. Ein „Misch“-Ereignis kann gleichzeitig mit dem „Tank“, der „Chemikaliencharge“ und dem „Bediener“ verknüpft sein. Dies löst das Problem, alles in eine einzige, starre Box zu pressen.
2. Umgang mit verschiedenen „Granularitäten“ (Die Analogie des Zoom-Objektivs)
Das CORE-Modell ist wie eine Kamera mit einem perfekten Zoom-Objektiv.
- Herausgezoomt (Prozessereignisse): Es sieht das große Ganze: „Wir haben die Produktionslinie gestartet.“
- Hineingezoomt (IoT-Ereignisse): Es sieht die winzigen Details: „Der Sensor sah eine Vibration um 12:05:03.“
- Die magische Verbindung: Das Modell speichert beide nicht nur; es zieht eine Linie zwischen ihnen. Es sagt: „Dieses große ‚Produktion gestartet‘-Ereignis bestand tatsächlich aus diesen 50 winzigen Sensorvibrationen.“ Es kann sogar das „Rezept“ (den Algorithmus) zeigen, das verwendet wurde, um diese winzigen Vibrationen in das große Ereignis zu verwandeln.
3. Die „Datenquellen“ (Die Analogie des Postboten)
In alten Zeiten vergaßen Protokolle oft, woher die Daten kamen. Das CORE-Modell behandelt die Quelle als einen Charakter in der Geschichte.
- Kamen die Daten von einem Sensor (einem physischen Spion)?
- Kamen sie von einem Informationssystem (einem digitalen Schreiber)?
- Kamen sie von einer Verknüpfung (einem Übersetzer, der zwei andere Datenteile kombiniert hat)?
Das Modell zeichnet genau auf, wer die Nachricht geliefert hat, damit man weiß, ob man gerade eine rohe Temperaturmessung oder einen berechneten „Qualitätswert“ betrachtet.
Wie sie es getestet haben
Die Autoren haben nicht nur eine Theorie aufgestellt; sie haben einen Prototyp (ein funktionierendes Modell) in Python gebaut. Sie nahmen drei sehr unterschiedliche, reale Geschichten und versuchten, diese in dieses neue Universelle Logbuch zu übersetzen:
- Ein Smart Home: Verfolgung der täglichen Routinen älterer Menschen (Kochen, Schlafen) mithilfe von Sensoren.
- Eine Produktionsanlage: Verfolgung des Mischens und Abfüllens von Chemikalien mit Hochgeschwindigkeitssensoren.
- Ein Blutspendezentrum: Verfolgung der Handhygiene und medizinischer Schritte zur Gewährleistung der Sicherheit.
Das Ergebnis:
Es gelang ihnen, alle drei Geschichten erfolgreich in das CORE-Format zu übersetzen, ohne wichtige Details zu verlieren. Es war, als würde man einen französischen Roman, ein deutsches Theaterstück und einen japanischen Haiku nehmen und sie alle erfolgreich in eine einzige, kohärente englische Geschichte umschreiben, die die ursprüngliche Bedeutung beibehält.
Warum das wichtig ist
- Für Forscher: Es verhindert, dass jeder das Rad neu erfindet. Jetzt kann ein Wissenschaft in Deutschland seine Daten mit einem Wissenschaftler in Brasilien teilen, indem sie einfach Dateien in diesem neuen Format austauschen. Keine Probleme mehr mit der Übersetzung.
- Für die Industrie: Unternehmen können endlich ihre „Geschäftsschritte“ (wie „Bestellung versandt“) mit ihren „Maschinendaten“ (wie „Förderbandgeschwindigkeit“) an einem Ort zusammenführen. Dies hilft ihnen, Probleme schneller zu erkennen, etwa wenn sie bemerken, dass eine bestimmte Maschinenvibration immer zu einem schlechten Produkt führt.
Kurz gesagt, die Arbeit besagt: „Wir haben eine universelle Sprache für IoT und Geschäftsprozesse geschaffen, damit die Daten aus verschiedenen Welten endlich Händchen halten und eine vollständige Geschichte erzählen können.“
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.