ebook img

artifact-driven business process monitoring PDF

216 Pages·2017·10.88 MB·English
by  
Save to my drive
Quick download
Download
Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.

Preview artifact-driven business process monitoring

POLITECNICO DI MILANO DIPARTIMENTO DI ELETTRONICA, INFORMAZIONE E BIOINGEGNERIA DOTTORATO DI RICERCA IN INGEGNERIA DELL’INFORMAZIONE ARTIFACT-DRIVEN BUSINESS PROCESS MONITORING DoctoralDissertationof: GiovanniMeroni Supervisor: Dr. PierluigiPlebani Tutor: Prof. BarbaraPernici TheChairoftheDoctoralProgram: Prof. AndreaBonarini 2018–XXX Inmemoryofmygrandmother,Lidia Acknowledgments I would like to express my gratitude to all the people who helped me on the path towards achieving this dissertation. First and foremost, I would like to thank my supervisor Pierluigi Plebani not only for giving me the opportunity, together with Prof. Luciano Baresi, to start my PhD, but also forhissupport,commentsandusefulfeedbackthroughallmystudy. Ialso thankmytutorProf. BarbaraPerniciforhersupport. I am also grateful to all my colleagues at Politecnico di Milano for pro- vidingafriendlyandstimulatingresearchenvironment,inparticularCinzia Cappiello, Monica Vitali, Florian Daniel, Xuesong Peng, and Mattia Sal- nitri. Likewise, I would like to thank the research group in Information Business at WU Vienna, who hosted me as visiting student, and in partic- ular Prof. Jan Mendling and Claudio Di Ciccio. I am also very thankful to Prof. Marco Montali from Free University of Bözen Bolzano for the researchcollaborationcarriedoutduringmyPhDwork. Additionally, I would like to thank the Italian project ITS 2020 and the Ministero dell’Istruzione dell’Università e della Ricerca (MIUR) for fund- ing my PhD. I would also express my gratitude to the external reviewers, Prof. Massimo Mecella from Università di Roma “La Sapienza” and Prof. BarbaraWeberfromTechnicalUniversityofDenmark,fortheirscrupulous reviewworkandtheirusefulcomments. Finally, I would like to thank my family for their love, understanding, support,andencouragementinundertakingthePhDschool. Abstract T RADITIONALLY, to monitor the execution of a business process, or- ganizations rely on monitoring modules provided by Business Pro- cessManagementSystems(BPMSs),whichautomateandkeeptrack of the execution of processes [38]. While the adoption of a BPMS to mon- itor a single-party, fully-automated business process is straightforward, the same cannot be said for multi-party processes heavily relying on manual activities. In fact, a BPMS requires explicit notifications to determine when activ- ities that are not under its direct control are executed. This requires orga- nizationstofederatetheirBPMSs,acomplextaskthathastobeperformed whenever a new organization participates in the process. Also, when ac- tivities are not automated, human operators are responsible for manually sending notifications to the BPMS, a task that disrupts the operators’ work and,assuch,ispronetobeforgottenorpostponed. To continuously and autonomously monitor multi-party processes in- volving non-automated activities, this thesis proposes a novel technique, named artifact-driven process monitoring. This technique exploits the In- ternet of Things (IoT) paradigm to make the physical objects participating in a process smart. Being equipped with sensors, a computing device, and acommunicationinterface,suchsmartobjectscanthenbecomeself-aware oftheirownconditionsandoftheprocesstheyparticipatein,andexchange this information with the other smart objects and the involved organiza- tions. This way, it is possible for the monitoring infrastructure to stay in closecontactwiththeprocess,andtocrosstheboundariesoftheorganiza- I tions. To be aware of the process to monitor, instead of using activity-centric processmodels,usuallyadoptedbyBPMSs,smartobjectsrelyonanexten- sion of the Guard-Stage-Milestone (GSM) artifact-centric modeling lan- guage, named Extended-GSM (E-GSM). Normally, a BPMS expects the executiontorigidlyadheretotheprocessmodeldefinedinadvance. There- fore, whenever a deviation between the execution and the model is de- tected, a BPMS requires human intervention to resume process monitor- ing. E-GSM, on the other hand, treats the execution flow (i.e., dependen- cies among activities) in a descriptive rather than prescriptive way. Conse- quently,smartobjectscandetectviolationsduringexecutionwithoutinter- rupting the monitoring. Additionally, E-GSM can monitor if the physical objects evolve as expected while the process is executed. Finally, E-GSM provides constructs to determine, based on the conditions of the physical objects,whenactivitiesarestartedorended. Thisthesisalsopresentsanapproachtodeterminetowhichextentsmart objects are suited to monitor a particular process, given their sensing ca- pabilities. To relieve process designers from learning the E-GSM notation, andtoalloworganizationstoreusepreexistingprocessmodels,amethodto instructsmartobjectsgivenBusinessProcessModelandNotation(BPMN) collaborationdiagramsisalsopresented. Finally,aprototypeofanartifact- driven monitoring platform, named SMARTifact, is developed and tested againstbothhistoricalandlivesensordata. II Riassunto T RADIZIONALMENTE, al fine di monitorare l’esecuzione dei propri processi aziendali, le organizzazioni si affidano ai moduli di moni- toraggio dei Business Process Management System (BPMS), stru- mentisoftwarespessogiàimpiegatiperl’automazioneditaliprocessi[38]. Tuttavia, i BPMS mal si prestano al monitoraggio di processi distribuiti tra piùorganizzazioni,econunafortepresenzadiattivitànonautomatizzate. Difatti, un BPMS richiede l’invio di notifiche esplicite per determina- re quando un’attività da esso non controllata viene eseguita. Ciò richiede pertanto, nel caso di processi distribuiti, che le organizzazioni partecipanti federinoipropriBPMS,compitodecisamentecomplessoechedeveessere ripetutoognivoltacheilprocessovieneestesoadunanuovaorganizzazio- ne. Quando invece sono presenti attività non automatizzate, è compito del personale dedicato allo svolgimento di tali attività inviare al BPMS le no- tifiche. Tale compito costringe dunque il personale ad interrompere il loro abitualelavoro,evienepertantofacilmentedimenticatooposticipato. Alfinedipotersuperarequestelimitazioni,questatesiproponeunanuo- va tecnica, chiamata artifact-driven process monitoring, la quale permette di monitorare in modo continuato ed autonomo processi distribuiti e con presenza di attività non automatizzate. Questa tecnica sfrutta il paradig- madell’InternetofThings(IoT)perrendereintelligentiglioggettitangibili che partecipano al processo. Equipaggiando tali oggetti con sensori, un dispositivo di calcolo ed un’interfaccia di comunicazione, è possibile tra- sformarli in smart object e, così facendo, farli diventare consapevoli delle propriecondizioniedicomeilprocessoalqualepartecipanoèorganizzato, III nonchépermetterglidicomunicarequesteinformazioniaglialtrioggettiin- telligentiedalleorganizzazionifacentipartedelprocesso. Inquestomodo, l’infrastruttura di monitoraggio può stare a stretto contatto con il processo, edattraversareiconfinidellesingoleorganizzazioni. Per poter conoscere come il processo da monitorare è strutturato, an- ziché usare modelli di processo activity-centric, solitamente adottati dai Business Process Management System (BPMS), gli smart object utiliz- zano un’estensione del linguaggio artifact-centric Guard-Stage-Milestone (GSM), chiamata Extended-GSM (E-GSM). Di norma, un BPMS si aspet- ta che un processo venga eseguito esattamente secondo quanto riportato in un modello formalizzato anticipatamente. Pertanto, ogni volta che ri- scontra una discrepanza tra modello ed esecuzione effettiva, esso richiede l’intervento di un operatore per poter continuare il monitoraggio. Al con- trario, E-GSM considera il flusso di esecuzione, ovvero le dipendenze tra attività,inmododescrittivoanzichéprescrittivo. Diconseguenza,glismart object sono in grado di rilevare violazioni mentre il processo viene ese- guito senza interromperne il monitoraggio. Oltre a ciò, E-GSM permette anche di monitorare se gli smart object vengono manipolati correttamente durantel’esecuzionedelprocesso. Infine,E-GSMforniscecostruttiperde- finire,inbasealle condizionideglismartobject,quandoleattivitàiniziano oterminano. Questa tesi presenta inoltre un approccio volto a quantificare, in base alle capacità della sensoristica, fino a che punto gli smart object risultano essere adeguati al monitoraggio di uno specifico processo. Al fine di solle- vareiprogettistidiprocessodall’apprendimentodellanotazioneE-GSM,e di permettere il riuso di modelli di processo preesistenti, viene inoltre pre- sentatounmetodoperconfigurareglismartobjectspartendodaidiagrammi collaborativiBusinessProcessModelandNotation(BPMN).Infine,èstato sviluppatounprototipodipiattaformadimonitoraggioartifact-drivenchia- mato SMARTifact, il quale è stato testato utilizzando dati sensoristici sia storicisiaintemporeale. IV

Description:
same cannot be said for multi-party processes heavily relying on manual .. 2.1 Business Process Management (BPM) lifecycle according to . may choose to lease the vehicles composing their fleet, rather than buying them Uttama Nambi, Chayan Sarkar, R. Venkatesha Prasad, and Abdur Rahim.
See more

The list of books you might like

Most books are stored in the elastic cloud where traffic is expensive. For this reason, we have a limit on daily download.