本書以Petri網(wǎng)行為輪廓理論和機器學習為基礎，從業(yè)務流程的行為約束關系和事件日志出發(fā)，分析模型與日志間的不同對齊、一致性評價標準以及成本函數(shù)等，找到業(yè)務流程執(zhí)行中偏差的產生機理，為業(yè)務流程可信管理奠定堅實的基礎。隨后，對于存在偏差的情況，本專著分別從事件日志和模型兩個方面，針對點異常、上下文異常及集體異常等情況進行異常行為的檢測與修復，有利于提高模型的精度和可靠性，保障企業(yè)的業(yè)務流程高效、穩(wěn)定運行。