Computer applications, such as servers, databases and middleware, ubiquitously emit execution traces stored in log files. The use of logs for the analysis of application failures is known since the early days of computers. Field data studies have shown that application logs are fraught with uncertainty, i.e., missing or noisy events in the logs. A body of research that has dealt successfully with uncertainty in event logs is process mining from the business process management community, specifically by discovering process models. The literature has shown the value of process mining across several domains, but as yet there is no study that quantifies possible improvements from using process models, and the impact of uncertainty in the context of application failures. This work addresses the use of process mining for detecting failures from application logs. First, process models are discovered from logs; then conformance checking is used to detect deviations from the models. We contribute to knowledge engineering research with a systematic measurement study that quantifies the failure detection capability of conformance checking in spite of missing events, and its accuracy with respect to process models obtained from noisy logs. Analysis is done with a dataset of 55,462 execution traces from three independent real-life applications. We obtain a mixed answer depending on the application under test; our measurements provide insights into the use of process mining for failure analysis.

服务器，数据库和中间件等计算机应用程序无处不在地发出存储在日志文件中的执行跟踪。自计算机诞生以来，就已经知道使用日志来分析应用程序故障。现场数据研究表明，应用程序日志充满不确定性，即日志中丢失或嘈杂的事件。成功处理事件日志不确定性的研究机构是业务流程管理社区中的流程挖掘，特别是通过发现流程模型。文献已经表明了跨多个领域进行过程挖掘的价值，但是目前还没有研究可以量化使用过程模型可能带来的改进以及不确定性对应用程序故障的影响。这项工作解决了使用进程挖掘从应用程序日志中检测故障的问题。首先，从日志中发现过程模型；然后使用一致性检查来检测与模型的偏差。我们通过系统的测量研究为知识工程研究做出贡献，该测量研究量化了尽管遗漏事件而进行的一致性检查的故障检测能力，以及其对于从嘈杂的日志中获取的过程模型的准确性。使用来自三个独立的实际应用程序的55,462条执行迹线的数据集进行分析。根据所测试的应用程序，我们得到的答案是混合的；我们的测量提供了对使用流程挖掘进行故障分析的见解。我们通过系统的测量研究为知识工程研究做出贡献，该测量研究量化了尽管遗漏事件而进行的一致性检查的故障检测能力，以及其对于从嘈杂的日志中获取的过程模型的准确性。使用来自三个独立的实际应用程序的55,462条执行轨迹的数据集进行分析。根据所测试的应用程序，我们得到的答案是混合的；我们的测量提供了对使用流程挖掘进行故障分析的见解。我们通过系统的测量研究为知识工程研究做出了贡献，该测量研究量化了尽管遗漏事件而进行的一致性检查的故障检测能力，以及其对于从嘈杂的日志中获取的过程模型的准确性。使用来自三个独立的实际应用程序的55,462条执行轨迹的数据集进行分析。根据所测试的应用程序，我们得到的答案是混合的；我们的测量提供了对使用流程挖掘进行故障分析的见解。来自三个独立的实际应用程序的462条执行跟踪。根据所测试的应用程序，我们得到的答案是混合的；我们的测量提供了对使用流程挖掘进行故障分析的见解。来自三个独立的实际应用程序的462条执行跟踪。根据所测试的应用程序，我们得到的答案是混合的；我们的测量提供了对使用流程挖掘进行故障分析的见解。