Diagnostic reasoning with structural analysis and constraint programming for quality improvement of business process management systems

• Autores: Diana Borrego Núñez
• Directores de la Tesis: María Teresa Gómez López (dir. tes.) , Rafael Martínez Gasca (dir. tes.)
• Lectura: En la Universidad de Sevilla ( España ) en 2012
• Idioma: inglés
• Número de páginas: 186
• Tribunal Calificador de la Tesis: José Miguel Toro Bonilla (presid.) , Félix O. García Rubio (secret.) , Louise Travé-Massuyès (voc.) , Barbara Weber (voc.) , Stefanie Rinderle (voc.)
• Enlaces
  • Tesis en acceso abierto en: Idus
• Resumen

  • Cada día más empresas tienden a automatizar los procesos más complejos y críticos de sus servicios y operaciones mediante el uso de sistemas de gestión de procesos de negocio. En consecuencia, existe un creciente interés en mejorar la calidad de estos procesos, para asegurar que se alcanzan los objetivos de negocio y hacer que las empresas sean más competitivas. Para cumplir con este objetivo, es necesario detectar cuándo y porqué un proceso no cumple sus objetivos de negocio, y que esto se haga de la forma más eficiente posible, haciendo así a las empresas competitivas. Con este fin, en la presente memoria de Tesis se aplican técnicas de diagnosis en diferentes fases del ciclo de vida de los procesos de negocio para, de esta forma, identificar y aislar fallos funcionales tanto en tiempo de diseño como de ejecución de los procesos. Las principales aportaciones presentadas en la presente memoria de tesis comprenden: (1) diagnosis de la corrección del modelo de los procesos mediante el uso de la descripción semántica de su comportamiento; (2) decisión acerca de dónde es mejor realizar la monitorización de los procesos de negocio para así poder diagnosticar posibles errores de funcionamiento en tiempo de ejecución; y (3) diagnosis del comportamiento incorrecto de actividades en tiempo de ejecución para procesos correctamente diseñados.

    Más concretamente, en primer lugar, se propone un enfoque totalmente automático para diagnosticar la corrección de modelos semánticos de procesos de negocio. Dichos procesos reflejan tanto la perspectiva de flujo de control como la de flujo de datos, en los que la semántica de las actividades se especifica mediante el uso de pre y postcondiciones. Ambas perspectivas son modeladas de forma integrada mediante el uso de técnicas de Inteligencia Artificial, permitiendo la verificación y diagnosis de dos tipos de corrección de modelos complejos de procesos de negocio de manera eficiente.

    En segundo lugar, se trata el problema de la diagnosticabilidad de los proceso de negocio. El objetivo del análisis de la diagnosticabilidad es determinar si las observaciones disponibles durante la ejecución de un sistema son suficientes para monitorizar y localizar el origen de un problema de forma precisa. Por lo tanto, uno de los objetivos de esta Tesis es determinar la colocación de puntos de test para obtener los suficientes datos observables en el flujo de datos que permitan la discriminación entre fallos en un proceso de diagnosis posterior. Este objetivo se describe formalmente como un problema de optimización, para alcanzar una determinada función objetivo dependiendo de la política de negocio, bajo un conjunto de restricciones derivadas de la disponibilidad de puntos de test. Se proponen tres estrategias de colocación de puntos de test para asegurar la mejor diagnosticabilidad de procesos de negocio.

    Y por ´ultimo, para identificar y aislar fallos en tiempo de ejecución, esta memoria de Tesis proporciona dos técnicas para la diagnosis del comportamiento operacional de las actividades a partir de los datos de entrada y salida, mediante el análisis de las trazas de las instancias del proceso, dependiendo de la información disponible en el modelo: (1) si el modelo cuenta con un contrato que define la semántica del proceso, se propone la automatización de la diagnosis de las ejecuciones anómalas de los procesos. Esto se llevará a cabo teniendo en cuenta la actividades participantes y sus reglas de negocio, y utilizando dichas reglas para determinar las actividades cuyo comportamiento no es acorde al contrato definido en el modelo; y (2) si el modelo no incluye ninguna información semántica, o bien la información disponible no puede modelarse como un contrato, la presente memoria de Tesis proporciona un enfoque para diagnosticar actividades de comportamiento incorrecto en colaboraciones entre procesos mediante el análisis estructural de la coreografía.