CN105335452A - 一种外部系统稳定性检测方法及设备 - Google Patents

Abstract

本申请公开了一种外部系统稳定性检测方法，根据与外部系统对应的检测策略，从多种运行数据类型中选择至少两种运行数据类型作为稳定性检测指标，随后确定各稳定性检测指标的权重比例，获取与各所述稳定性检测指标对应的运行数据并进行建模处理，最后根据各稳定性检测指标的权重比例及建模结果确定外部系统的稳定性，从而实现了外部系统稳定性的精确检测，减少了由单一检测标准所带来的误差。本申请同时还公开了一种外部系统稳定性检测设备。

Description

一种外部系统稳定性检测方法及设备

技术领域

本申请涉及通信技术领域，特别涉及一种外部系统稳定性检测方法。本申请同时还涉及一种外部系统稳定性检测设备。

背景技术

目前的网站运营都需要外接一些服务系统，这些服务系统被布置用来为网站提供第三方支持以及服务。然而，这些第三方的服务系统性能存在着稳定方面的风险。例如第三方支付系统所需要外接的银行系统，这一类银行外部系统对于支付系统来说极其重要，任何时刻的错误或崩溃都会造成不可预知的后果，因此需要一些检测手段来测试例如银行系统这一类的外部系统是否稳定。

在传统的外部系统稳定性监测手段中，一般通过采集QPM(每分钟交易量)指标，再结合系统预先设置的QPM阀值进行判断，如果超过阀值就会发送报警；或者仅单单关注一个TSM(交易成功率)指标数据，将该指标数据作为全局稳定性的判断依据，若跌破预设的阀值则认为外部系统的稳定性出现问题，需要人工跟进处理。

然而，随着各种不同类型的外部系统的接入和运营数量的增加，外部系统的复杂性和多样性也是日益剧增，单纯的依赖QPM指标或者TSM指标监测容易出现错误的报警。发明人在实现本申请的过程中发现，通常有几个原因导致监测结果的不准确：

(1)QPM阀值或者TSM阀值是一个静态数据，外部系统扩容或者出现故障时很难及时调整阀值反馈真实的系统容量，比如设置QPM阀值是每分钟1000，由于第三方故障导致每分钟交易量在200时就已经出现异常，因为没有超过预设阀值而没有及时报警。

(2)各个外部系统的多样性和复杂性已无法简单采用线性标准进行衡量，在日常运营监测中某些外部系统的稳定度是很奇特的，在超过QPM阀值以后，TSM(每分钟交易成功率)指标数据反而升高，不仅没有影响用户的支付行为，系统稳定性也很好。

(3)外部系统的稳定性本质上是一种动态变化的数据，受很多业务因素的共同影响，具有一定的周期性和波动性，同一个外部系统的稳定性在不同的时刻表现也不尽相同。

由此可见，随着第三方支付服务商接入的外部系统越来越多，外部系统的多样性和复杂性日渐增加管理和运营的成本。传统监测手段如即监测QPM(每分钟交易量)指标是否超过预设阀值或者TSM指标(每分钟交易成功率)是否跌破阀值的方案已经无法合理和直观反馈外部系统的实际稳定性，甚至出现错误的监控报警。

发明内容

本申请提供了一种获取外部系统稳定性的方法，用以解决现有技术中无法根据实际应用情况准确衡量外部系统稳定性的技术问题。该方法包括：

根据与外部系统对应的检测策略，从多种运行数据类型中选择至少两种运行数据类型作为稳定性检测指标；

确定各所述稳定性检测指标的权重比例；

获取与各所述稳定性检测指标对应的运行数据并进行建模处理；

根据各所述稳定性检测指标的权重比例及建模结果确定所述外部系统的稳定性。

相应地，本申请还提出了一种外部系统稳定性检测设备，包括：

选择模块，用于根据与外部系统对应的检测策略，从多种运行数据类型中选择至少两种运行数据类型作为稳定性检测指标；

确定模块，用于确定各所述稳定性检测指标的权重比例；

建模模块，用于获取与各所述稳定性检测指标对应的运行数据并进行建模处理；

检测模块，用于根据各所述稳定性检测指标的权重比例及建模结果确定所述外部系统的稳定性。

由此可见，通过应用本申请的技术方案，根据与外部系统对应的检测策略，从多种运行数据类型中选择至少两种运行数据类型作为稳定性检测指标，随后确定各稳定性检测指标的权重比例，获取与各所述稳定性检测指标对应的运行数据并进行建模处理，最后根据各稳定性检测指标的权重比例及建模结果确定外部系统的稳定性，从而实现了外部系统稳定性的精确检测，减少了由单一检测标准所带来的误差。

附图说明

图1为本申请提出的一种外部系统稳定性检测方法的流程示意图；

图2为本申请具体实施例中每分钟交易量与稳定性的变化关系示意图；

图3为本申请具体实施例中平均交易处理时间与稳定性的变化关系示意图；

图4为本申请提出的一种外部系统稳定性检测设备的结构示意图。

具体实施方式

如背景技术所述，目前支付系统中与银行相关的外部系统的稳定性正越来越受关注，而传统的外部系统稳定性监测方法存在很多缺点。这些外部系统包括有第三方支付服务商跟银行、证券等金融机构签约开通远程资金服务操作权限，以及通过系统接口交互完成资金流信息交换的渠道。为了能够直接对这些外部系统进行监测和管控，本申请将外部系统稳定性作为反映资金渠道的服务能力、运行情况等是否良好的综合指标数据。

为了实现精确检测，本申请通过采集多种运行数据类型，建立外部系统稳定性的数据度量模型，对外部系统的稳定性进行综合检测，能够更准确合理地获取外部系统当前的稳定性情况。

如图1所示，为本申请提出的一种外部系统稳定性检测方法流程示意图，包括如下步骤：

S101，根据与外部系统对应的检测策略，从多种运行数据类型中选择至少两种运行数据类型作为稳定性检测指标。

虽然第三方支付服务商能够与银行、证券等金融机构签约开通远程资金服务操作权限，通过系统接口交互完成资金流信息交换，但是第三方支付服务商并无法直接对银行相关的外部系统进行监测和管控，无法采集外部系统的CPU、内存、磁盘等关键的系统运行信息，因此在该步骤之前，本申请需要从服务器上采集第三方支付服务商与外部系统之间的交互数据，后续方能综合建模计算出当前外部系统的稳定性。具体流程如下：

a.从服务器中读取与所述外部系统相关的交互数据；

b.将所述交互数据划分为多种运行数据类型并存储至数据库中；

c.确定用于检测所述外部系统稳定性的运行数据类型，并将所确定的运行数据类型作为与所述外部系统对应的检测策略；

需要指出的是，以上的运行数据类型至少包括：每分钟交易量QPM、每分钟通讯成功率CSM、每分钟交易成功率TSM、平均交易处理时间AHT、每分钟超时笔数TOM。这五种渠道运营指标数据是跟外部系统稳定性密切相关的，在外部系统稳定性出现问题以后，这几个指标会发生明显的变化，比如每分钟交易量(QPM指标)通常在超过阀值以后，整体性能会下降甚至出现服务不可用，类似的，平均交易处理时间(AHT指标)在超过4000ms以后，渠道健康状态在逐渐变差。如下表1所示：

运行数据类型	数据示例
		每分钟交易量(QPM指标)	2700笔
每分钟通讯成功率(CSM指标)	95％
		每分钟交易成功率(TSM指标)	80％
平均交易处理时间(AHT指标)	1230ms
		每分钟超时笔数(TOM指标)	30笔

表1

在确定了不同外部系统对应的检测策略后，本步骤在需要检测外部系统稳定性时，即可根据与外部系统对应的检测策略，从多种运行数据类型中选择至少两种运行数据类型作为稳定性检测指标。以上渠道运营指标仅为本申请所提出的优选的示例，其并不仅限于以上内容，在能够实现本申请发明目的前提下，本领域中的其他的运行数据类型组合同样属于本申请的保护范围。

S102，确定各所述稳定性检测指标的权重比例。

对于不同情况下的外部系统，其稳定性有很大的差异性，如图2所示，为每分钟交易量(QPM指标)与稳定性的变化关系示意图，这种变化关系可以通过这种数据模型进行模拟，y轴指标代表建模指标数据(0-1的数值)，当交易量超过每分钟3000笔以后，稳定性会下跌。类似的，在如图3所示的平均交易处理时间(AHT指标)与稳定性的变化关系示意图中，当平均处理时间超过4000ms以后，稳定性也会下跌，这是数据模型模拟出来的曲线，y轴代表建模指标数据。

为了能够准确获取不同运行数据的权重比例，本申请首先轮流将各所述稳定性检测指标对应的运行数据在其对应的阈值范围附近内进行调整，并记录所述外部系统的稳定度的变化情况，随后将将稳定性变化较大时所对应的稳定性检测指标赋予高权重比例，将所述稳定性变化较小时所对应的稳定性检测指标赋予低权重比例。举例来说，当某些外部系统的交易量超过阀值以后，稳定性并没有很大影响，则说明对该外部系统而言QPM指标对稳定性的影响权重比例是比较低的，之后再继续判断平均交易处理时间(AHT指标)对稳定性的影响权重比例是高或是低。

S103，获取与各所述稳定性检测指标对应的运行数据并进行建模处理。

基于S102中所选择的稳定性检测指标，本申请建立标准化的稳定性模型，从而实现外部系统稳定性的系统自动检测。但由于不同指标的数值形式差异性很大，所以需要统一转换为0-1的标准的稳定性。针对这一点，本申请整体的解决思路就是针对不同的稳定性检测指标分别建模，对不同的稳定性检测指标按照权重比例综合计算，权重高的表示对健康状态的影响比较高，权重低则影响较低。

具体地，本步骤首先从所述数据库中读取与各所述稳定性检测指标对应的运行数据，随后根据所述运行数据进行建模，生成与各所述稳定性检测指标对应的取值范围为0-1之间的建模结果，具体实例如表2所示：

表2

S104，根据各所述稳定性检测指标的权重比例及建模结果确定所述外部系统的稳定性。

基于S103中所生成的建模结果，本步骤将各所述稳定性检测指标划分为正面稳定性检测指标以及负面稳定性检测指标，继而将将所述正面稳定性检测指标的权重比例及建模结果的乘积值减去所述负面渠道运营指标的权重比例及建模结果的乘积值，并根据以下情况对健康状态进行判断：

(1)若减值运算的结果小于0，则设置所述稳定性为0；

(2)若减值运算的结果大于1，则设置所述稳定性为1；

(3)若减值运算的结果在0-1之间，则根据预先设定的阈值确定所述稳定性。

具体地，以S103中的数据为例，按照权重比例，超时笔数采用“负分”计算，最终计算出来的稳定性(如果按照权重计算出来的数值大于1，标准化折算成1，也就是稳定性是100％)：

0.77*0.4+0.75*0.3+0.34*0.2+0.71*0.5-0.61*0.7≈0.53

可以看出这个外部系统稳定性已经处于一个较低水平，需要报警人工处理了。

为达到上述目的，本申请同时还提出了一种外部系统稳定性检测设备，如图4所示，包括：

选择模块410，用于根据与外部系统对应的检测策略，从多种运行数据类型中选择至少两种运行数据类型作为稳定性检测指标；

确定模块420，用于确定各所述稳定性检测指标的权重比例；

建模模块430，用于获取与各所述稳定性检测指标对应的运行数据并进行建模处理；

检测模块440，用于根据各所述稳定性检测指标的权重比例及建模结果确定所述外部系统的稳定性。

在具体的应用场景中，还包括：

读取模块，用于从服务器中读取与所述外部系统相关的交互数据；

划分模块，用于将所述交互数据划分为多种运行数据类型并存储至数据库中；

所述确定模块420，还用于确定用于检测所述外部系统稳定性的运行数据类型，并将所确定的运行数据类型作为与所述外部系统对应的检测策略；

其中，所述运行数据类型至少包括：每分钟交易量QPM、每分钟通讯成功率CSM、每分钟交易成功率TSM、平均交易处理时间AHT、每分钟超时笔数TOM。

在具体的应用场景中，所述确定模块420，具体用于：

轮流将各所述稳定性检测指标对应的运行数据在其对应的阈值范围附近内进行调整，并记录所述外部系统的稳定度的变化情况；将稳定性变化较大时所对应的稳定性检测指标赋予高权重比例，将所述稳定性变化较小时所对应的稳定性检测指标赋予低权重比例。

在具体的应用场景中，所述建模模块430，具体用于：

从所述数据库中读取与各所述稳定性检测指标对应的运行数据；根据所述运行数据进行建模，生成与各所述稳定性检测指标对应的取值范围为0-1之间的建模结果。

在具体的应用场景中，所述检测模块440，具体用于：

将各所述稳定性检测指标划分为正面稳定性检测指标以及负面稳定性检测指标；将所述正面稳定性检测指标的权重比例及建模结果的乘积值减去所述负面渠道运营指标的权重比例及建模结果的乘积值；

若减值运算的结果小于0，则设置所述稳定性为0；

若减值运算的结果大于1，则设置所述稳定性为1；

若减值运算的结果在0-1之间，则根据预先设定的阈值确定所述稳定性。

通过应用本申请的技术方案，根据与外部系统对应的检测策略，从多种运行数据类型中选择至少两种运行数据类型作为稳定性检测指标，随后确定各稳定性检测指标的权重比例，获取与各所述稳定性检测指标对应的运行数据并进行建模处理，最后根据各稳定性检测指标的权重比例及建模结果确定外部系统的稳定性，从而实现了外部系统稳定性的精确检测，减少了由单一检测标准所带来的误差。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。

本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。

本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

上述本申请序号仅仅为了描述，不代表实施场景的优劣。

以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (10)

1.一种外部系统稳定性检测方法，其特征在于，包括：

根据与外部系统对应的检测策略，从多种运行数据类型中选择至少两种运行数据类型作为稳定性检测指标；

确定各所述稳定性检测指标的权重比例；

获取与各所述稳定性检测指标对应的运行数据并进行建模处理；

根据各所述稳定性检测指标的权重比例及建模结果确定所述外部系统的稳定性。

2.如权利要求1所述的方法，其特征在于，在根据与外部系统对应的检测策略从多种运行数据类型中选择至少两种运行数据类型作为稳定性检测指标之前，还包括：

从服务器中读取与所述外部系统相关的交互数据；

将所述交互数据划分为多种运行数据类型并存储至数据库中；

确定用于检测所述外部系统稳定性的运行数据类型，并将所确定的运行数据类型作为与所述外部系统对应的检测策略；

其中，所述运行数据类型至少包括：每分钟交易量QPM、每分钟通讯成功率CSM、每分钟交易成功率TSM、平均交易处理时间AHT、每分钟超时笔数TOM。

3.如利要求1所述的方法，其特征在于，所述确定各所述稳定性检测指标的权重比例，具体为：

轮流将各所述稳定性检测指标对应的运行数据在其对应的阈值范围附近内进行调整，并记录所述外部系统的稳定度的变化情况；

将稳定性变化较大时所对应的稳定性检测指标赋予高权重比例，将所述稳定性变化较小时所对应的稳定性检测指标赋予低权重比例。

4.如权利要求2所述的方法，其特征在于，获取与各所述稳定性检测指标对应的运行数据并进行建模处理，具体为：

从所述数据库中读取与各所述稳定性检测指标对应的运行数据；

根据所述运行数据进行建模，生成与各所述稳定性检测指标对应的取值范围为0-1之间的建模结果。

5.如权利要求4所述的方法，其特征在于，根据各所述稳定性检测指标的权重比例及建模结果确定所述外部系统的稳定性，具体为：

将各所述稳定性检测指标划分为正面稳定性检测指标以及负面稳定性检测指标；

将所述正面稳定性检测指标的权重比例及建模结果的乘积值减去所述负面渠道运营指标的权重比例及建模结果的乘积值；

若减值运算的结果小于0，则设置所述稳定性为0；

若减值运算的结果大于1，则设置所述稳定性为1；

若减值运算的结果在0-1之间，则根据预先设定的阈值确定所述稳定性。

6.一种外部系统稳定性检测设备，其特征在于，包括：

选择模块，用于根据与外部系统对应的检测策略，从多种运行数据类型中选择至少两种运行数据类型作为稳定性检测指标；

确定模块，用于确定各所述稳定性检测指标的权重比例；

建模模块，用于获取与各所述稳定性检测指标对应的运行数据并进行建模处理；

检测模块，用于根据各所述稳定性检测指标的权重比例及建模结果确定所述外部系统的稳定性。

7.如权利要求6所述的外部系统稳定性检测设备，其特征在于，还包括：

读取模块，用于从服务器中读取与所述外部系统相关的交互数据；

划分模块，用于将所述交互数据划分为多种运行数据类型并存储至数据库中；

所述确定模块，还用于确定用于检测所述外部系统稳定性的运行数据类型，并将所确定的运行数据类型作为与所述外部系统对应的检测策略；

其中，所述运行数据类型至少包括：每分钟交易量QPM、每分钟通讯成功率CSM、每分钟交易成功率TSM、平均交易处理时间AHT、每分钟超时笔数TOM。

8.如权利要求6所述的外部系统稳定性检测设备，其特征在于，所述确定模块，具体用于：

轮流将各所述稳定性检测指标对应的运行数据在其对应的阈值范围附近内进行调整，并记录所述外部系统的稳定度的变化情况；将稳定性变化较大时所对应的稳定性检测指标赋予高权重比例，将所述稳定性变化较小时所对应的稳定性检测指标赋予低权重比例。

9.如权利要求6所述的外部系统稳定性检测设备，其特征在于，所述建模模块，具体用于：

从所述数据库中读取与各所述稳定性检测指标对应的运行数据；根据所述运行数据进行建模，生成与各所述稳定性检测指标对应的取值范围为0-1之间的建模结果。

10.如权利要求9所述的外部系统稳定性检测设备，其特征在于，所述检测模块，具体用于：

将各所述稳定性检测指标划分为正面稳定性检测指标以及负面稳定性检测指标；将所述正面稳定性检测指标的权重比例及建模结果的乘积值减去所述负面渠道运营指标的权重比例及建模结果的乘积值；

若减值运算的结果小于0，则设置所述稳定性为0；

若减值运算的结果大于1，则设置所述稳定性为1；

若减值运算的结果在0-1之间，则根据预先设定的阈值确定所述稳定性。