具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,是本发明实施例提供的电子流水日志智能分析系统的结构示意图,所述电子流水智能分析系统应用在自助金融设备中,金融自助设备通过专网接入银行网络系统,银行网络系统至少还包括一设备控制系统。
本实施例提供的电子流水日志智能分析系统包括:数据采集模块1、数据解析引擎2、数据分析引擎3、控制处理模块4和数据存储模块5,具体如下:
数据采集模块1,用于采集自助设备的电子流水日志数据;
数据解析引擎2,用于将所述电子流水日志数据与预置的分析模板集合进行匹配,提取所述电子流水日志数据中记录的自助设备的行为信息;
数据分析引擎3,用于根据所述行为信息对自助设备的运行状态进行分析;
控制处理模块4,用于根据所述数据分析引擎获得的分析结果,控制所述自助设备安全运行;
数据存储模块5,用于存储所述数据解析引擎2所获取的行为信息,以及所述数据分析引擎3所获取的分析结果。
具体实施时,数据采集模块1采用流水打印机的模拟接口,采集原本直接打印在流水记录纸卷上的电子流水日志数据信息,输入到存储设备中,转化为电子格式保存。
所述电子流水日志数据由至少一个日志语句构成;所述预置的分析模板集合包括多个分析模板,每个分析模板包括语句格式模板、信息结点模板。其中,所述语句格式模板是用于解析日志语句的格式域的模板,每一个语句格式模板对应于一类信息性质、语义或类别;所述信息结点模板是用于解析日志语句的数据域的算法模板。
如图2所示,是数据解析引擎2的结构示意图;
数据解析引擎2具体包括:
日志读取单元21,用于逐个读取电子流水日志数据中的日志语句;
日志解析单元22,用于从分析模板集合中逐个取出分析模板,将其中的语句格式模板与所述日志语句试匹配;若格式域匹配成功,则所述语句格式模板表征的信息性质、语义或类别即为所述日志语句的格式域;再根据所述分析模板中的信息结点模板所指定的分析算法,提取所述日志语句的数据域;若格式域匹配不成功,则判定所述日志语句为无效信息;
解析结果生成单元23,用于将所述日志解析单元提取的格式域和数据域进行组合,形成自助设备的行为信息;其中,所述格式域标识信息的性质、语义或类别,所述数据域记载信息的内容。
下面对本发明实施例的分析模板进行详细描述:
分析模板是对电子流水日志文件进行解析的依据,它将日志文件中的每一个能确定一类语句形态的日志语句格式抽象成一条模板,每个分析模板标记了对应日志语句的格式域和数据域,并为数据域指定了具体的分析算法。具体实施时,分析模板由用户根据具体的电子流水日志文件定制,可以不断增加,保证方案可以有效地进行扩展。
分析模板包括语句格式模板、信息结点模板和扩展算法模板三部分,如下:
1)语句格式模板
语句格式模板是用于解析日志语句的格式域的模板,每一个语句格式模板对应于一类信息性质、语义或类别。
按照语句格式模板的功能划分,分析模板可分为三类,如下:
第一类模板,其语句格式模板用于确定日志语句的格式;
第二类模板,其语句格式模板用于识别电子流水日志数据中的操作单元的起始位置;
第三类模板,其语句格式模板用于识别电子流水日志数据中的操作组的起始位置。
语句格式模板由类别域、模型域和备注信息域构成,如下:
第一类模板中的语句格式模板:
本实施例将此类模板的类别域的数值区间设置为1~1300;模型域是日志语句的抽象模型,用于将日志语句解析为不同的常量和变量组合而成的字符串。其中,字符串常量部分对应日志语句的格式域,变量部分对应日志语句的数据域。具体实施时,可根据通用习惯为变量部分起一些易于标记的名字,例如FlowNo(表示“流水号”)、Num(表示“金额”)等,从而更好地标记和识别变量。
采用上述的第一类语句格式模板去解析日志语句时,使用模型域中的已确定的字符串常量去匹配日志语句的格式域,使用模型域中的变量保存获取到的数据,从而将日志语句转换为常量与变量名组合而成的格式化语句。
在日志文件中,语义相同的语句为同一类语句。这里的语义相同是指:在将日志语句解析成为常量与变量组合而成的字符串之后,常量部分相同的日志语句为同一类语句。而相同的日志语句在抽象成常量与变量名组合而成的格式化语句时是完全一致的。
日志文件还存在另一种情况,即:字符串常量本身也携带了部分需要在解析结果中展示的数据信息,这些字符串可以看作是一种特殊的变量,但它们在流水日志中,是作为一种字符串常量来出现的。而这些字符串由于自身的特殊性,无法直接抽象出数据域,为了补全解析结果中包含的数据信息,本发明实施例将此类字符串中所包含的内容,作为一种附加信息保存在备注信息域中。某一个日志语句在解析出来时,其备注信息域为空是允许的。
第二类模板中的语句格式模板:
此类模板用于识别一个操作单元的起始位置。本实施例将此类语句格式模板的类别域的数值区间设置为1301~1600;模型域是标志一个操作单元开始的字符串。通常,此类语句格式模板的备注信息域为空。
第三类模板中的语句格式模板:
此类模板用于识别一个操作组的起始位置。本实施例将此类语句格式模板的类别域的数值区间设置为>1600;模型域为标志一个操作组开始字符串。通常,此类语句格式模板的备注信息域为空。
2)信息结点模板
信息结点模板是用于解析日志语句的数据域的算法模板,为解析日志语句的数据域指定了具体的分析算法。
信息结点模板由四个域构成,如下图所示:
第一个域是数据域的变量名,与第一类模板的语句格式模板的模型域中的变量名相对应;
第二个域是该数据域对应的匹配算法命令字,对应一种数据匹配算法;
第三个域是第二个域对应的算法的参数,常用来记录此算法匹配的数据的有效域或者格式等类似信息;
第四个域是备用信息域,保留。
本实施例采用信息结点模板与日志语句进行匹配的过程中,在匹配到日志语句的数据域时,由于数据域的数据是个变量,与采用语句格式模板去匹配日志语句的格式域的方式不同,无法采用字符串匹配的方式进行解析,而是采用与该数据域名字对应的匹配算法进行解析。因此,本实施例在匹配到日志语句的数据域时,是按照它在信息结点模板中指定的算法进行匹配解析的。该算法中包含了数据的有效域与有效格式。在尝试匹配时,若发现读取到的数据域的变量的字符有效域、有效格式均与算法中记录的相匹配,算法会判定该变量匹配成功,而字符串常量则直接采用常量匹配算法。
3)扩展算法模板
扩展算法模板包含了一系列在对日志解析过程中需要用到的扩展算法。这些算法需要独立实现,并导入数据解析引擎中。扩展算法模板作为一种有益的扩展,可将格式化为一种模板,当需要使用时,由数据解析引擎将这些模板转换成一个自身可以调用的算法,用于对相应数据域的解析。如果在解析过程中用到的算法均为通用算法,则不需要配置扩展算法模板。
分析模板的三个部分协同工作,执行日志解析任务,三者之间的相互关系如下:
语句格式模板用于从语句中解析出数据域,信息结点模板用于将数据域与其对应的匹配算法进行映射,找到用于解析该类数据域的算法,而扩展算法模板是对分析逻辑匹配算法的延伸。
下面结合图3~图5,对本发明实施例提供的电子流水日志智能分析方法进行详细描述,该方法可应用到上述的电子流水日志智能分析系统中。
如图3所示,是本发明实施例提供的电子流水日志智能分析方法的流程示意图;该方法包括以下步骤:
S1、数据采集模块采集自助设备的电子流水日志数据;
S2、数据解析引擎将所述电子流水日志数据与预置的分析模板集合进行匹配,提取所述电子流水日志数据中记录的自助设备的行为信息;
S3、数据分析引擎根据所述行为信息对自助设备的运行状态进行分析;
S4、控制处理模块根据分析结果控制所述自助设备安全运行。
如图4所示,步骤S2具体包括:
S21、数据解析引擎逐个读取电子流水日志数据中的日志语句;
S22、从分析模板集合中逐个取出分析模板,将其中的语句格式模板与所述日志语句试匹配;
S23、若格式域匹配成功,则所述语句格式模板表征的信息性质、语义或类别即为所述日志语句的格式域;再根据所述分析模板中的信息结点模板所指定的分析算法,提取所述日志语句的数据域;
S24、将所提取的格式域和数据域进行组合,形成自助设备的行为信息;其中,所述格式域标识信息的性质、语义或类别,所述数据域记载信息的内容;
S25、若格式域匹配不成功,则判定所述日志语句为无效信息。
如图5所示,步骤S22具体包括:
S221、数据解析引擎从分析模板集合中逐个取出第三类模板,将其中的语句格式模板与所述日志语句进行匹配;若匹配成功,则判定所述日志语句为一个操作组的开始,执行步骤S223;否则执行步骤S222;
S222、从分析模板集合中逐个取出第二类模板,将其中的语句格式模板与所述日志语句进行匹配;若匹配成功,则判定所述日志语句为一个操作单元的开始;执行步骤S223;
S223、从分析模板集合中逐个取出第一类模板,将其中的语句格式模板与所述日志语句进行匹配;执行步骤S23。
进一步的,当电子流水日志数据解析完成之后,还包括:
S26、数据解析引擎在操作组、操作单元的起始位置设置标识符,将解析出来的行为信息保存到数据存储模块中。
上述步骤S2获取的行为信息包括自助设备的交易信息、运行性能信息。下面对数据分析引擎和控制处理模块的处理流程进行详细说明。
(1)、所述步骤S2获取的行为信息包括自助设备的交易信息;
所述交易信息包含当前交易的卡号、时间、金额和该卡号的历史交易信息,则所述步骤S3包括:
S31、数据分析引擎读取当前交易的卡号,将所述卡号与预置的黑卡号进行比对;若相同,则判定当前交易行为非法;否则执行步骤S32;
S32、读取所述卡号的当前交易时间、金额和历史交易信息,判断所述卡号在T1小时内进行交易的次数是否超过N笔;若是,则判定当前交易行为非法;否则执行步骤S33;
S33、判断所述卡号在T2小时内的取款金额是否超过K,若是,则判定当前交易行为非法;否则合法;
则所述步骤S4包括:控制处理模块在确定当前交易行为非法时,控制自助设备没收当前交易的卡,或者发出告警信号。
其中,T1>0,N>0,T2>0,K>0,且所述黑卡号、T1、N、T2、K保存在数据存储模块中。
在本实施例当中,黑卡、卡频繁交易、取款频度过高、多次密码错等交易行为,在当前交易的申请提出完成后,即可判定其性质,而且这些交易行为往往有一些明确的数据信息可以作为判断标准。因此,只要在交易申请提出后且交易未执行之前进行判断,即可有效地判断交易的合法性,结合控制处理模块进行处理,即可避免所有的非法交易,保证自助设备的交易安全。
自助设备的交易合法性的判断方法,可以依据现有的非法交易案例进行定制。例如,当从日志信息中分析出某个卡号在“xxx000N1~xxx000N2”卡号段之间,即该卡为黑卡;某张卡在T1小时内进行的交易次数超过N笔,即短时间内频繁交易;某张卡在T2小时内的取款金额大于K,等等,这些操作行为均判定为非法交易行为。
在具体实施当中,在执行交易时,用户首先要插卡,然后向业务软件输入要执行的操作,这些操作会被业务软件转化为一条条的日志语句,每一条有效的日志语句都记录了与此次交易相关的数据信息,智能分析模块按照判定规则对这些日志数据信息进行过滤分析,查找非法的交易行为信息。如果找到,则表明此次交易行为是一笔非法交易,智能分析模块对非法交易信息进行存储,同时将其传送至控制处理模块进行处理。
(2)、所述步骤S2获取的行为信息包括自助设备的运行性能信息;
所述运行性能信息包含软件异常信息、硬件异常信息,则所述步骤S3包括:
数据分析引擎读取所述运行性能信息,统计自助终端的软件、硬件发生故障的频率,生成维护建议信息;
则所述步骤S4包括:控制处理模块根据所述维护建议信息发送对自助设备进行检修维护的指令;优选的,控制处理模块将对自助设备进行检修维护的指令发送给设备控制系统,由设备控制系统对自助设备进行检修维护。
在本实施例当中,根据自助设备的故障流水日志记录,得出各硬/软件各组件的性能分析数据,形成维护建议。如:软件/硬件平均N月损坏一次、本台设备T天需要清机一次、本台设备D天需要加纸一次等等。还有,当某台设备频繁出现同一故障时,可能设备需要检修,这也属于性能分析的一部分。性能分析关注点至于性能,目的在于通过对现有日志信息的分析,保持设备开机率和提高运行的稳定性。
在具体实施当中,在自助设备正常运行时,智能分析模块对当前设备上进行的交易行为进行分析和记录,将交易错误分为两种:正常错误和异常错误。正常错误是指由耗材、钞票消耗空造成的错误,异常错误是指吞卡、出钞失败、拒绝交易等特殊交易事件,电子流水记录仪记录这些交易错误,数据分析引擎统计其状况,并分析其发生频率,通过数据积累,判定交易发生的频度并告知控制处理模块。正常错误的频度决定了对耗材、钞票补充的频率,而异常错误则还需要将其在当前时段的错误频率与之前一段时间的错误频率进行对比,如:某自助设备,在某时刻之后,频繁报告吞卡故障,故障率超过了临界值,则由该故障记录可分析得出其相关的软/硬件出现了故障,综合一段时间的故障数据,就可得出一个性能值,与该软/硬件的性能指标相对照,可得到相应的性能评估,得出设备需要维护的结论。将这些结论进行综合,就是对设备的性能分析结果。
(3)、所述步骤S2获取的行为信息包括自助设备的历史交易信息;
所述历史交易信息包括自助设备的每笔交易的时间、金额,则所述步骤S3包括:
数据分析引擎读取自助终端的历史交易信息,统计所述自助终端在特定时间周期内的存取款金额信息,计算钞箱库存金额信息;
则所述步骤S4包括:当钞箱库存金额小于W时,控制处理模块发送对自助设备进行加钞的指令;优选的,控制处理模块将对自助设备进行加钞的指令发送给设备控制系统,由设备控制系统控制自助设备加钞。
其中,W>0,且W保存在数据存储模块中。
在本实施例当中,数据分析引擎以月/季度为周期,根据一月/季结束时的存/取款量、当前CPI值、去年同期值、季节特征值等参数,预算出下一月/季的货币存取需求,并根据终端具体情况如钞箱数量、机型(是否循环机)、出钞面额类别等,形成加钞建议,减少ATM处于缺钞状态的时间;同时,还可以根据设备的交易状况结合区域发展状况,对终端的布局进行调整。例如,若一个自助设备的交易量过低时,撤除该自助设备;若交易量过高,则在该自助设备的周边增设多台自助设备。
下面结合实例,对电子流水日志解析流程进行详细描述。
在采集了电子流水日志数据,并且配置了用于分析日志的分析模板之后,数据解析引擎开始工作,将未知格式的日志文件通过一步步的分析,转化为明确的自助设备行为信息.
例如,数据解析引擎对如下的一个操作组进行解析:
解析流程如下:
S101、解析模板信息;
在对日志文件进行解析之前,需要对预置的分析模板进行解析和转换。
解析工作包括两部分内容,第一部分是将语句格式模板和信息结点模板部分转换成模板单元,即模板转换;第二部分是在算法模块中为当前解析的日志格式和与之相匹配的算法建立映射关系,即算法注册。
在模板转换部分,首先,读取分析模板中的“信息结点模板”,将其抽象成一张记录数据域名与解析算法匹配关系的对照表,当然,表中也会记录算法的相关参数和备注信息;然后,读取分析模板的“语句格式模板”,将每一条语句格式模板的模型域转化成“模板单元”。每个模板单元由一组“模板因子”组成,“模板因子”是本分析引擎中最小的解析单元,每类“模板因子”对应一类数据域,它是一个执行实体对象,实体的主要信息包括该类数据域的名字和对该类数据的匹配算法实体。其中,解析算法是根据数据域名,在数据域与解析算法的对照表中查找到的。具体实施时,若语句格式模板是上文所述的特殊情况,即字符串常量本身也携带了部分需要在解析结果中展示的数据信息,则该模板还需要记录备注信息域的信息。与分析模板的类别域划分的三个类别相对应,所得的“模板单元”也分为三类,分别用来解析语句、定位操作单元的起始位置和定位操作组的起始位置。
在算法注册部分,就是要为日志语句和与之匹配的算法建立映射关系,如果此算法是分析算法模块之前没有记录的,则需要调用算法模块的扩展算法接口,将该扩展算法加入到分析算法模板中,后再将日志和其匹配算法进行注册,建立二者的对应关系。
具体实施时,选择与此例日志相关的分析模板,数据解析引擎对选定的分析模板进行解析,得到一组模板单元,包括语句格式模板和信息结点模板。
其中,语句格式模板如下:
类别域 |
模型域 |
备注信息域 |
2 |
#TSEQ:[FlowNo]取款金额:[Num] |
取款 |
2 |
#TSEQ:[FlowNo]改密 |
改密 |
2 |
#TSEQ:[FlowNo]查询 |
查询 |
20 |
配钞信息:[DispInfo] |
|
3 |
卡号:[InCardNo] |
|
3 |
==>[CardInDate][CardInTime]进卡成功 |
|
4 |
[ResTime]ACCEPTED ONLINE |
成功 |
4 |
[ResTime]REJECTED[ResCode] |
拒绝 |
1301 |
TSEQ |
|
1601 |
进卡成功 |
|
信息结点模板如下:
变量名 |
匹配算法命令字 |
算法参数 |
备注信息 |
FlowNo |
TK_NUMBER |
|
|
InCardNo |
TK_NUMBER |
|
|
ResCode |
TK_NUMBER |
|
|
DispInfo |
TK_DISPENSE |
|
|
Num |
TK_DECIMAL |
|
|
ResTime |
TK_TIME |
hh:mm:ss |
|
CardInTime |
TK_DATETIME |
hh:mm:ss |
|
CardInDate |
TK_DATE |
YYYY-MM-DD |
|
例如,对于第一条模板单元,类别域为2,模块域为“#TSEQ:[FlowNo]取款金额:[Num]”,模板因子为“#TSEQ:”,其对应的算法对象实体为“FlowNo”、“取款金额:”、“Num”,类同;备注信息为“取款”。其他模板单元略。
S102、解析日志文件,提取日志流水信息;
在解析日志文件之前,首先要读取电子流水日志数据,并对日志语句进行模板因子的匹配。匹配方法依据逐条匹配的原则:先读取一条日志,然后读取一条模板单元(由上述的步骤S101获得),将其模板因子按照其匹配算法实体进行尝试性匹配,如果失败,再进入下一条模板单元的匹配,直到匹配成功。匹配成功后,判定其是否为数据域,如果是,则将匹配得到的数据填入该模板因子的值域缓冲区,如果模板单元包含了备注信息,需要将其也加入到该模板因子的值域缓冲区。至此,完成一条模板因子的匹配过程,并开始匹配下一个模板因子,直到所有模板因子均已匹配完成。
模板因子匹配完成后,需要按照语句格式模板查找第二类模板和第三类模板,从而定义操作组和操作单元。逐条读取日志后,首先定位操作组,并获取所述操作组的公共信息;然后依次定位该操作组中的操作单元,定位到操作单元之后,将公共信息复制一份到该操作单元,然后开始获取操作单元信息,直到定位到下一个操作单元的开始。
当一个日志文件解析完毕后,就会得到一组以多个操作单元为单位的格式化数据流,每个数据单位里面记录了该操作单元的信息。
针对本实施例提供的例子,其具体的流程如下:
首先读取第一条日志“==>2009-06-22 11:00:17进卡成功”,从定位操作组的起始位置的模板单元集合(即第三类模板集合)中将模板单元逐个取出与之试匹配,与类别号为1601的模板单元匹配成功,表示一个操作组开始,取得此操作单元公共信息为:
然后读取第二条日志:“卡号:9333300100100000208”,从定位操作组的起始位置的模板单元集合中将模板单元逐个取出与之试匹配,没有模板与之匹配,表示它不是一个操作组的开始,故仍属于当前操作组;从定位操作单元的起始位置的模板单元集合(即第二类模板集合)中将模板单元逐个取出与之试匹配,没有模板与之匹配,表示它不是一个操作单元的开始,而是该组操作的公共信息,再从用来解析语句的模板单元集合中逐个取出模板单元与之试匹配,与模型为“卡号:[InCardNo]”的模板单元匹配成功,取得信息为:
此条提取出的仍是该(当前)操作组的公共信息。
在对数据域进行匹配时,例如,某行的卡号域为6222*......*,共17位,当发现取出的[FlowNo]的数值大于622299999999999或者小于62220000000000000时,则判断其为非法数据,数据域匹配失败;或者当发现[FlowNo]中包含异常字符,如字母、特殊符号等,则同样判定数据域匹配失败。同样,若其他的数据域匹配时,若发现按照变量名取出的数据的格式或者数值不在合法域时,则判定此次的数据域匹配失败,同时返回的还有信息结点模板,当一个数据域匹配失败时,则说明对此信息结点的匹配失败,则会尝试与下一个信息结点模板匹配。
接着读取第三条日志:“#TSEQ:000066取款金额:100.00”,从定位操作组的起始位置的模板单元集合中将模板单元逐个取出与之试匹配,没有模板与之匹配,表示它不是一个操作组的开始,故仍属于当前操作组;从定位操作单元的起始位置的模板单元集合中将模板单元逐个取出与之试匹配,与模型为“#TSEQ:[FlowNo]取款金额:[Num]”的模板匹配成功,表示它是一个操作单元的开始,故并取得交易信息为:
其中“交易类型:取款”是直接从该模板单元的备注信息中取得的。
同时将公共信息也复制一份到该交易的信息存储容器里,并放在交易信息之前。这个操作组公共信息与当前操作单元数据信息组成了此操作单元需要记录的数据信息。但在未匹配到下一个操作单元的开始语句之前,读取到的日志信息中记录的数据,还会不断添加到这个数据信息中。
再读取第四条日志“11:00:25 ACCEPTED ONLINE”,从定位操作组的起始位置的模板单元集合中将模板单元逐个取出与之试匹配,没有模板与之匹配,表示它不是一个操作组的开始,故仍属于当前操作组;从定位操作单元的起始位置的模板单元集合中将模板单元逐个取出与之试匹配,没有模板与之匹配,表示它不是一笔交易的开始,而是属于当前交易。再从用来解析语句的模板单元集合中(即第一类模板集合)逐个取出模板单元与之试匹配,与模型为“[ResTime]ACCEPTED ONLINE”的模板单元匹配成功,取得交易信息为:
将这条解析结果存入当前操作单元需要进路的数据信息中。
依次再读取第五条日志“配钞信息:PHY03.100.1.0”,从定位操作组的起始位置的模板单元集合中将模板单元逐个取出与之试匹配,没有模板与之匹配,表示它不是一个操作组的开始,故仍属于当前操作组;从定位操作单元的起始位置的模板单元集合中将模板单元逐个取出与之试匹配,没有模板与之匹配,表示它不是一笔交易的开始,而是属于当前交易。再从用来解析语句的模板单元集合中逐个取出模板单元与之试匹配,与模型为“配钞信息:[DispInfo]”的模板单元匹配成功,取得交易信息为:
同样将这条解析结果存入当前操作单元需要进路的数据信息中。
在对第六、第七条日志进行解析时,发现没有与此日志相匹配的模板,认为此条日志没有实际意义,故略过。
读入第八条日志“TSEQ:000067改密”,从定位操作组的起始位置的模板单元集合中将模板单元逐个取出与之试匹配,没有模板与之匹配,表示它不是一个操作组的开始,故仍属于当前操作组;从定位操作单元的起始位置的模板单元集合中将模板单元逐个取出与之试匹配,与模型为“#TSEQ:[FlowNo]改密”的模板匹配成功,表示它是一个操作单元的开始,开始记录该张卡的一笔新交易,过程同上。最后得到的该组操作信息为:
S103、保存并展示流水信息;
通过步骤S102得到了一组格式化数据流,这个数据流便是电子流水日志的最终分析结果了,可针对此分析结果进行保存和展示。
本实施例中的保存方式可以采用数据库存储,也可以将其扩展为其他方式存储。在数据解析引擎的分析逻辑中,保存了一个数据库字段与数据域变量名的映射表,分析逻辑根据要获取的信息的数据库字段,查找这张映射表,得到数据域名,再查询当前操作单元中这个数据域名对应的数据域值,得到的值就是要插入数据库的值,并通过在分析逻辑中预存的格式化SQL语句自动构造一条插入数据库表需要的、与此操作单元对应的实例化SQL语句,完成插入数据库操作。
将得到的信息插入数据库,要插入的信息根据数据库表需要的字段从操作组中记录的数据里面选取,例如插入交易明细表中的流水号为000066的交易信息。
具体实施时,还可以将用户关注的数据,按照固定的易于展示的格式通过GUI图形用户界面展示给用户,至此,数据解析引擎工作结束。当然,在实际的应用中,有可能不保存日志文件的解析结果,也不进行展示。
本发明实施例提供的电子流水日志智能分析系统及方法,将电子流水日志与预置的分析模板进行匹配,提取自助设备的行为信息,可对多种不同格式的电子流水日志进行解析。并且,通过对所述行为信息进行分析,控制自助终端安全运行,最大限度地降低维护设备导致的停机成本;并且能够对正在进行的非法交易进行有效的管理,及时通知后台。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。