(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221094170 5.8 (22)申请日 2022.08.08 (71)申请人 复旦大学 地址 200433 上海市杨 浦区邯郸路2 20号 (72)发明人 卢暾　张永强　吴瀚煜　王先朋　 杨宝平　 (74)专利代理 机构 上海正旦专利代理有限公司 31200 专利代理师 张磊 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/18(2012.01) G06Q 50/26(2012.01) G06F 16/2458(2019.01) G06F 16/28(2019.01) (54)发明名称 一种基于数据世系的检务流程异常检测方 法 (57)摘要 本发明属于数据世系技术领域， 具体为一种 基于数据世系的检务流程异常检测方法。 针对检 务场景中不同异常类型检测， 本发明方法包括： 设计新的世系模 型， 能够支 撑后续检务流程异常 检测； 设计一致性检验方法， 根据世系模型提炼 出的一致性规则约束检测世系图中的异常信息； 设计世系图流程异常检测分析算法， 生产可解释 不同异常行为的世系子图。 本发 明在不改变检察 院业务统一平台产生的案件日志情况下， 满足对 检务场景中不同异常类型溯源信息的需求。 权利要求书3页 说明书10页 附图4页 CN 115330168 A 2022.11.11 CN 115330168 A 1.一种基于数据世系的检务 流程异常检测方法， 其特 征在于具体步骤如下： （1） 设计支持检务协同办案流 程异常检测的世系模型 首先需要通过采集模块利用Redis分布式实时采集检察院统一业务平台上的海量日 志， 将海量日志经过世系 数据转化模块转化， 由细化世系节点和扩展世系关系经过形式化 定义形成的正则匹配自动转化为世系数据， 得到世系图， 将生 成的世系图存于Neo4j图形数 据库， 为异常检测提供支撑； PROV‑DM模型定义了实体、 活动和代理三类顶级节点， 在此三类节点的基础上构建 PADPM世系模型， 基于 PROV‑DM的形式化定义表示 为： PROV‑DM = ( Node : [Entity,Activitiy,Agent],  Relation  : [WasDerive dFrom, Usage, Communication,WasAssociatedW ith], Id,[attribute,…]) 世系模型是基于现有的检务场景， 在此模型基础上继续对实体、 活动以及代理三类核 心节点细化， 并且通过扩展世系关系的方式增强与该领域的联系和为后续流程异常检测工 作提供支撑； 将世系模型建模为： PADPM = < ID, NodeID, RelationID,Node, Relation > Node = < Entity,Activitiy,Agent  > Relation  = < Influenced,Used,Derived,Included,Invalidate,Producted, Noticed, Managed,Deleg ated,AssociatedW ith> 其中： ID是世系模型关系和节点的唯一识别符， NodeID\RelationID则分别 表示节点和 关系的唯一标识符； （2） 对步骤 （1） 得到的世系模型进行一 致性检验 世系图是一张有向无环图， 在结构上分为顺序、 分支以及闭包三种形式； 在 “公益诉讼 案件”中， 一致性检测时由顺序结构扩展到 分支结构以及闭包 结构， 闭包结构检测 后替换节 点， 继续对顺序结构检测； 首先select()查询图形数据库Neo4j得到案件的世系图， Group()可以直接获取世系 图G(V,E)顺序关联的节点E和边V， 在一致性规则检验后， 通过Extend()依次扩展为分支结 构和闭包结构， 在此基础上依次增加节点E和边V的信息， 每次增加信息后都进行约束规则 检验； 然后通过Replace()重新回到闭包 结构最后一个节 点信息并重新执行Gr oup()， 以此 方法增量的对世系图完成一致性检验； 最后返回包含异常的闭包结构路径和具体的异常信 息集合， 为后续 流程异常检测分析提供支持； （3） 对世系图流 程异常进行检测分析 在检查世系图中根据一致性规则发现的首要异常点， 被称为initial  detection   point(IDP)， 从异常顶点出发， 该异常信息过程由世系子图捕获， 从而 形成描述不同类型异 常变化的世系子图， 对于每个IDP顶点， 生成该IDP相关联， 属于同类型异常信息的世系子 图； 通过IDP顶 点异常溯源查询， 对不同异常类型 组合对应的一致性规则生 成APG图， 一个仅 包含IDP顶点和相关异常信息的世系子图， 流程异常检测分析算法Process  Abnormal  权　利　要　求　书 1/3 页 2 CN 115330168 A 2Detection Analysis(PADA)中则包 含APG图生成过程； 以整个世系图作为输入， 生成APG图集合； 首先用AI表示所有规则检测的全部异常信 息， 以Seen表 示在这个溯源 过程发现的异常信息， List<IDP>则记录首先在图中发现的异常 信息； 然后对异常信息遍历通过方法ForwardPath可以利用世系图中的Influenced关系， 深 度优先搜索找到异常信息的路径； 构建首要异常信息顶 点的IDP图后再对路径遍历， 找到该权　利　要　求　书 2/3 页 3 CN 115330168 A 3