CN109409659A - 风险预警方法、装置、计算机设备和存储介质 - Google Patents
风险预警方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109409659A CN109409659A CN201811089191.8A CN201811089191A CN109409659A CN 109409659 A CN109409659 A CN 109409659A CN 201811089191 A CN201811089191 A CN 201811089191A CN 109409659 A CN109409659 A CN 109409659A
- Authority
- CN
- China
- Prior art keywords
- data
- risk
- preset
- rule
- initial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012795 verification Methods 0.000 claims description 54
- 238000010200 validation analysis Methods 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 17
- 239000000284 extract Substances 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 241001269238 Data Species 0.000 abstract description 9
- 238000012545 processing Methods 0.000 abstract description 6
- 230000001360 synchronised effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Abstract
本申请涉及一种基于信息安全的风险预警方法、装置、计算机设备和存储介质。所述方法包括:服务器接收并根据预警请求,获取对应的初始数据,将根据相邻的数据获取周期获取的初始数据进行比对,获得增量数据。利用预设的风险判定规则对增量数据进行风险识别,获取符合风险判定规则的可用增量数据,根据符合风险判定规则的可用增量数据生成风险数据。获取风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号,将与风险类别对应的预警信号发送至终端。采用本方法针对增量数据获得风险数据,避免对所有初始数据进行处理,可有效减少数据处理操作,且针对性地向终端发送预警信号,提高了工作效率。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种风险预警方法、装置、计算机设备和存储介质。
背景技术
随着企业多元化以及国际经营化的发展,越来越多的企业,对于企业自身的风险管控和预警日益看重,由于有效的风险预警有利于降低企业风险,减少利益损失,因此对于进行风险管控和预警的风险预警系统有较大需求量。而构建风险预警管理系统,需要解决的问题包括:风险预警;产生预警后的管理流程;以及工作监管和绩效考核。其中,风险预警主要包括威胁检测和预警产生两个部分,通过对企业数据量进行威胁检测,并根据检测结果生成预警。
传统的风险预警系统,需要计算指标的趋势,包括同比,环比等,并将所有指标都存储在一张表中,且同一家企业的同一个指标,每天都需要重复计算。由于企业数据量非常庞大,且维度众多,带来的指标存储量也十分庞大,系统在运行一段时间后,读写指标速度慢,运行效率低下,导致不能及时发出预警信息,工作效率低下。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高工作效率的风险预警方法、装置、计算机设备和存储介质。
一种风险预警方法,所述方法包括:
接收终端发送的预警请求;
根据所述预警请求,按照预设的数据获取周期,获取对应的初始数据;
将根据相邻的所述数据获取周期获取的初始数据进行比对,获得增量数据;
利用预设的风险判定规则对所述增量数据进行风险识别,获取符合所述风险判定规则的可用增量数据;
根据符合所述风险判定规则的可用增量数据生成风险数据;
获取所述风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与所述风险类别对应的预警信号;
将与所述风险类别对应的预警信号发送至终端。
在其中一个实施例中,所述根据所述预警请求,按照预设的数据获取周期,获取对应的初始数据,包括:
获取预设的数据获取周期,并根据所述预设的数据获取周期,从业务数据库中获取对应的原始数据;
获取所述原始数据的属性信息;
将所述原始数据的属性信息和预设的有效性验证规则进行比对,当所述原始数据的属性信息符合所述有效性验证规则时,获取对应的原始数据;
将符合有效性验证规则的原始数据,与预设的完整性校验规则进行比对,当所述符合有效性验证规则的原始数据,符合所述预设的完整性校验规则时,获取符合完整性校验规则的原始数据,并根据符合完整性校验规则的原始数据,生成初始数据。
在其中一个实施例中,所述将根据相邻的所述数据获取周期获取的初始数据进行比对,获得增量数据,包括:
获取处于相邻的数据获取周期的初始数据;
在数据库中新建第一文件夹和第二文件夹;
将所述处于相邻的数据获取周期的初始数据,分别存入所述第一文件夹和所述第二文件夹;
将所述第一文件夹和所述第二文件夹进行比对,获得比对结果;
解析所述比对结果,获取对应的增量数据。
在其中一个实施例中,所述利用预设的风险判定规则对所述增量数据进行风险识别,获取符合所述风险判定规则的可用增量数据,包括:
获取所述增量数据对应的属性信息;
利用预设的风险指标和所述属性信息进行比对,当所述属性信息符合所述预设的风险指标时,获取符合所述预设的风险指标的增量数据;
根据所述通过所述风险识别的增量数据生成初始增量数据;
将预设的预警阈值和所述初始增量数据进行比对;
当所述初始增量数据超出所述预设的预警阈值时,提取所述超出所述预设的预警阈值的初始增量数据,并根据所述预设的预警阈值的初始增量数据,生成可用增量数据。
在其中一个实施例中,所述根据所述符合所述风险判定规则的可用增量数据生成风险数据,包括:
获取所述可用增量数据对应的风险标识;
将所述风险标识和所述预设的风险判定规则进行比对,当所述风险标识符合所述预设的风险判定规则时,根据所述增量数据生成风险数据。
在其中一个实施例中,所述获取所述风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与所述风险类别对应的预警信号,包括:
获取风险数据对应的风险类别,并获取预设的风险数据和预设风险等级之间的对应关系;
根据所述预设的风险数据和预设风险等级之间的对应关系,将所述风险类别和预设风险等级进行比对;
当所述风险类别和预设风险等级一致时,获取预设的风险类别和预警信号之间的对应关系;
根据预设的风险类别和预警信号之间的对应关系,获取与所述风险类别对应的预警信号。
一种风险预警装置,所述装置包括:
接收模块,用于接收终端发送的预警请求;
初始数据获取模块,用于根据所述预警请求,按照预设的数据获取周期,获取对应的初始数据;
增量数据获取模块,用于将根据相邻的所述数据获取周期获取的初始数据进行比对,获得增量数据;
可用增量数据获取模块,用于利用预设的风险判定规则对所述增量数据进行风险识别,获取符合所述风险判定规则的可用增量数据;
风险数据生成模块,用于根据所述符合所述风险判定规则的可用增量数据生成风险数据;
预警信号获取模块,用于获取所述风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与所述风险类别对应的预警信号;
发送模块,用于将与所述风险类别对应的预警信号发送至终端。
在其中一个实施例中,所述初始数据获取模块,还用于:
获取预设的数据获取周期,并根据所述预设的数据获取周期,从业务数据库中获取对应的原始数据;
获取所述原始数据的属性信息;
将所述原始数据的属性信息和预设的有效性验证规则进行比对,当所述原始数据的属性信息符合所述有效性验证规则时,表示通过有效性验证;
获取通过有效性验证的原始数据;
将所述通过有效性验证的原始数据,与预设的完整性验证规则进行比对,当所述通过有效性验证的原始数据符合所述预设的完整性验证规则时,表示通过完整性校验;
获取通过所述完整性校验的原始数据,并根据所述通过所述完整性校验的原始数据,生成初始数据。
在其中一个实施例中,所述初始数据获取模块,还用于:
获取预设的数据获取周期,并根据所述预设的数据获取周期,从业务数据库中获取对应的原始数据;
获取所述原始数据的属性信息;
将所述原始数据的属性信息和预设的有效性验证规则进行比对,当所述原始数据的属性信息符合所述有效性验证规则时,获取对应的原始数据;
将符合有效性验证规则的原始数据,与预设的完整性校验规则进行比对,当所述符合有效性验证规则的原始数据,符合所述预设的完整性校验规则时,获取符合完整性校验规则的原始数据,并根据符合完整性校验规则的原始数据,生成初始数据。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
接收终端发送的预警请求;
根据所述预警请求,按照预设的数据获取周期,获取对应的初始数据;
将根据相邻的所述数据获取周期获取的初始数据进行比对,获得增量数据;
利用预设的风险判定规则对所述增量数据进行风险识别,获取符合所述风险判定规则的可用增量数据;
根据符合所述风险判定规则的可用增量数据生成风险数据;
获取所述风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与所述风险类别对应的预警信号;
将与所述风险类别对应的预警信号发送至终端。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
接收终端发送的预警请求;
根据所述预警请求,按照预设的数据获取周期,获取对应的初始数据;
将根据相邻的所述数据获取周期获取的初始数据进行比对,获得增量数据;
利用预设的风险判定规则对所述增量数据进行风险识别,获取符合所述风险判定规则的可用增量数据;
根据符合所述风险判定规则的可用增量数据生成风险数据;
获取所述风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与所述风险类别对应的预警信号;
将与所述风险类别对应的预警信号发送至终端。
上述风险预警方法、装置、计算机设备和存储介质,服务器根据预警请求获取初始数据,并将根据相邻的数据获取周期获取的初始数据进行比对,获得增量数据。利用预设的风险判定规则对增量数据进行风险识别,获取符合风险判定规则的可用增量数据,根据符合风险判定规则的可用增量数据生成风险数据。获取风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号,将与风险类别对应的预警信号发送至终端。从而通过仅针对增量数据进行判定获得风险数据,并根据不同风险数据的风险类别向终端发送不同的预警信号,避免对所有初始数据进行处理,可有效减少数据处理操作,且针对性地向终端发送预警信号,提高了工作效率。
附图说明
图1为一个实施例中风险预警方法的应用场景图;
图2为一个实施例中风险预警方法的流程示意图;
图3为一个实施例中利用预设的风险判定规则对增量数据进行风险识别,获取符合风险判定规则的可用增量数据的流程示意图;
图4为一个实施例中风险预警装置的结构框图;
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的风险预警方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。服务器104接收终端102发送的预警请求,并根据预警请求,按照预设的数据获取周期,获取对应的初始数据。将根据相邻的数据获取周期获取的初始数据进行比对,获得增量数据。利用预设的风险判定规则对增量数据进行风险识别,获取符合风险判定规则的可用增量数据,并根据符合风险判定规则的可用增量数据生成风险数据。服务器104获取风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号,将与风险类别对应的预警信号发送至终端102。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种风险预警方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
S202,服务器接收终端发送的预警请求。
S204,服务器根据预警请求,按照预设的数据获取周期,获取对应的初始数据。
具体地,不同预警请求与不同初始数据对应,预警请求和初始数据之间存在对应关系,服务器接收终端发送的预警请求,并获取预设的预警请求和初始数据之间的对应关系,在预设的数据获取周期内,获取与预警请求对应的初始数据。
进一步地,服务器获取预设的数据获取周期,并根据预设的数据获取周期,从业务数据库中获取对应的原始数据。服务器获取原始数据的属性信息,并将原始数据的属性信息和预设的有效性验证规则进行比对,当原始数据的属性信息符合有效性验证规则时,获取对应的原始数据。服务器将符合有效性验证规则的原始数据,与预设的完整性校验规则进行比对,当符合有效性验证规则的原始数据,符合预设的完整性校验规则时,获取符合完整性校验规则的原始数据,并根据符合完整性校验规则的原始数据,生成初始数据。
在本实施例中,当处在实际的企业风险预警应用场景下,服务器通过接收企业风险预警系统所在终端发送的预警请求,并在预设的数据获取周期中,获取与预警请求对应的初始数据。
S206,服务器将根据相邻的数据获取周期获取的初始数据进行比对,获得增量数据。
具体地,相邻的数据获取周期为前后两个数据获取周期,可称为第一数据获取周期和第二数据获取周期,服务器根据第一数据获取周期,获取对应的第一初始数据,根据第二数据获取周期,获取对应的第二初始数据。服务器对获得的第一初始数据和第二初始数据执行比对操作,获得第二初始数据相对于第一初始数据的增量数据。
进一步地,服务器获取处于相邻的数据获取周期的初始数据,在数据库中新建第一文件夹和第二文件夹,并将处于相邻的数据获取周期的初始数据,分别存入第一文件夹和第二文件夹中。将第一文件夹和第二文件夹进行比对,获得比对结果,解析获得的比对结果,获取对应的增量数据。
其中,第一文件夹为用于存储第一初始数据的一类文件夹,第二文件夹为用于存储第二初始数据的一类文件夹。服务器将存储第一初始数据的第一文件,和存储第二初始数据的第二文件夹进行比对,获得比对结果,通过解析比对结果可获得第二初始数据相对于第一初始数据的增量数据。
S208,服务器利用预设的风险判定规则对增量数据进行风险识别,获取符合风险判定规则的可用增量数据。
具体地,服务器获取增量数据对应的属性信息,并利用预设的风险指标和属性信息进行比对,当属性信息符合预设的风险指标时,获取符合预设的风险指标的增量数据,根据通过风险识别的增量数据生成初始增量数据。服务器将预设的预警阈值和初始增量数据进行比对,当初始增量数据超出预设的预警阈值时,提取超出预设的预警阈值的初始增量数据,并根据预设的预警阈值的初始增量数据,生成可用增量数据。
其中,增量的基础是全量,需要先使用某种方式先把全量数据拷贝过来,然后再采用增量方式同步更新。全量指的是定时或者周期性地把全部数据从一个地方拷贝到另外一个地方。增量指的是抓取某个时刻即更新时间,或者检查点以后的数据来同步,不是无规律的全量同步。但进行增量有一个关键性的前提,副本一端要记录或者知道哪些数据已经更新了,可通过查询更新日志或者订阅更新得知已经更新的数据。
进一步地,服务器将增量数据的属性信息包括的风险系数和预设的风险指标进行比对,当增量数据对应的风险系数符合预设的风险指标时,获取符合预设的风险指标的增量数据。服务器对符合预设的风险指标的增量数据进行风险识别,包括将符合预设的风险指标的增量数据,与预设的预警规则进行比对,当符合预设的风险指标的增量数据,符合预设的预警规则时,表示通过风险识别,根据通过风险识别的增量数据生成初始增量数据。
服务器获取预设的预警阈值,并获取初始增量数据的数据取值,将增量数据的数据取值和预设的预警阈值进行比对,当初始增量数据的数据取值超出预设的预警阈值时,提取超出预设的预警阈值的数据取值对应的初始增量数据,并根据超出预设的预警阈值的数据取值对应的初始增量数据,生成可用增量数据。
S210,服务器根据符合风险判定规则的可用增量数据生成风险数据。
具体地,服务器获取可用增量数据对应的风险标识,并将风险标识和预设的风险判定规则进行比对,当风险标识符合预设的风险判定规则时,根据可用增量数据生成风险数据。
其中,不同的风险标识和预设的风险判定规则之间存在对应关系,服务器可根据预设的风险标识和预设的风险判定规则之间的对应关系,获取与可用增量数据的风险标识对应的预设的风险判定规则。当风险标识符合预设的风险判定规则时,提取符合预设的风险判定规则的风险标识对应的可用增量数据,并根据符合预设的风险判定规则的风险标识对应的可用增量数据,生成风险数据。
S212,服务器获取风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号。
具体地,服务器获取风险数据对应的风险类别,并获取预设的风险数据和预设风险等级之间的对应关系。根据预设的风险数据和预设风险等级之间的对应关系,将风险类别和预设风险等级进行比对,当风险类别和预设风险等级一致时,获取预设的风险类别和预警信号之间的对应关系。根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号。
其中,风险类别也可以称为风险级别,服务器获取风险数据对应的风险级别,并根据预设的风险数据和预设风险等级之间的对应关系,获取与风险数据对应的预设风险等级,将同一风险数据的风险级别和预设风险等级进行比对。
在本实施例中,可将风险类别即风险级别设置为1-9级,将预设风险等级设置为高中低,其中风险级别中的1-3级对应预设风险等级中的低风险,风险级别中的4-6级对应预设风险等级中的中风险,风险级别中的7-9级对应预设风险等级中的高风险。
进一步地,服务器将同一风险数据的风险级别和预设风险等级进行比对,当风险类别和预设风险等级一致时,也就是说,风险数据的风险级别为1-3级、4-6级以及7-9级时,分别与预设风险等级中的低、中、高风险一致。服务器获取预设的风险类别和预警信号之间的对应关系,并根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号。
其中,风险类别,即风险级别包括1-3级、4-6级以及7-9级,与风险级别对应的预警信号分别为初级预警信号、中级预警信号和高级预警信号。服务器根据预设的风险类别和预警信号之间的对应关系,分别获取与1-3级、4-6级以及7-9级的风险级别对应的初级预警信号、中级预警信号和高级预警信号。
S214,服务器将与风险类别对应的预警信号发送至终端。
具体地,服务器分别将与1-3级、4-6级以及7-9级的风险级别对应的初级预警信号、中级预警信号和高级预警信号,发送至终端。
上述风险预警方法,服务器根据预警请求获取初始数据,并将根据相邻的数据获取周期获取的初始数据进行比对,获得增量数据。利用预设的风险判定规则对增量数据进行风险识别,获取符合风险判定规则的可用增量数据,根据符合风险判定规则的可用增量数据生成风险数据。获取风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号,将与风险类别对应的预警信号发送至终端。从而通过仅针对增量数据进行判定获得风险数据,并根据不同风险数据的风险类别向终端发送不同的预警信号,避免对所有初始数据进行处理,可有效减少数据处理操作,且针对性地向终端发送预警信号,提高了工作效率。
在一个实施例中,如图3所示,提供了一种利用预设的风险判定规则对增量数据进行风险识别,获取符合风险判定规则的可用增量数据的步骤,包括:
S302,服务器获取增量数据对应的属性信息。
S304,服务器利用预设的风险指标和属性信息进行比对,当属性信息符合预设的风险指标时,获取符合预设的风险指标的增量数据。
具体地,增量数据对应的属性信息包括增量数据的风险系数,服务器将增量数据的属性信息包括的风险系数和预设的风险指标进行比对,当增量数据对应的风险系数符合预设的风险指标时,获取符合预设的风险指标的增量数据。
其中,增量的基础是全量,需要先使用某种方式先把全量数据拷贝过来,然后再采用增量方式同步更新。全量指的是定时或者周期性地把全部数据从一个地方拷贝到另外一个地方。增量指的是抓取某个时刻即更新时间,或者检查点以后的数据来同步,不是无规律的全量同步。
在本实施例中,服务器通过获取增量数据对应的属性信息,并利用预设的风险指标和属性信息进行比对,当属性信息符合预设的风险指标时,获取符合预设的风险指标的增量数据。获取增量数据的方式属于通过抓取某个时刻即更新时间,或者检查点以后的数据来同步,不是无规律的全量同步。
S306,服务器根据通过风险识别的增量数据生成初始增量数据。
具体地,服务器对符合预设的风险指标的增量数据进行风险识别,包括将符合预设的风险指标的增量数据,与预设的预警规则进行比对,当符合预设的风险指标的增量数据,符合预设的预警规则时,表示通过风险识别,根据通过风险识别的增量数据生成初始增量数据。
其中,增量数据指的是抓取某个时刻即更新时间,或者检查点以后的数据来同步得到的数据。预警规则用于判断符合预设的风险指标的增量数据是否通过风险识别,当符合预设风险指标的增量数据的原始风险规则,符合预设的预警规则是,表示符合预设风险指标的增量数据,通过风险识别。
S308,服务器将预设的预警阈值和初始增量数据进行比对。
S310,当初始增量数据超出预设的预警阈值时,服务器提取超出预设的预警阈值的初始增量数据,并根据预设的预警阈值的初始增量数据,生成可用增量数据。
具体地,服务器获取预设的预警阈值,并获取初始增量数据的数据取值,将增量数据的数据取值和预设的预警阈值进行比对,当初始增量数据的数据取值超出预设的预警阈值时,提取超出预设的预警阈值的数据取值对应的初始增量数据,并根据超出预设的预警阈值的数据取值对应的初始增量数据,生成可用增量数据。
进一步地,可将预警阈值预设为100,比如获取到的初始增量数据的数据取值分别为87、90、105以及127等,将获取到的初始增量数据的数据取值与预警阈值100进行比较,提取超出预设的预警阈值100的数据取值对应的初始增量数据,包括数据取值为105以及127的初始增量数据,并根据超出预设的预警阈值100的数据取值对应的初始增量数据,生成可用增量数据。
上述利用预设的风险判定规则对增量数据进行风险识别,获取符合风险判定规则的可用增量数据的步骤,服务器利用预设的风险指标和属性信息进行比对,并获取符合预设的风险指标的增量数据。根据通过风险识别的增量数据生成初始增量数据,将预设的预警阈值和初始增量数据进行比对,当初始增量数据超出预设的预警阈值时,提取超出预设的预警阈值的初始增量数据,并根据预设的预警阈值的初始增量数据,生成可用增量数据。从而可实现高效全面地提取可用增量数据,提高工作效率。
在一个实施例中,提供了一种根据预警请求,按照预设的数据获取周期,获取对应的初始数据的步骤,包括:
服务器获取预设的数据获取周期,并根据预设的数据获取周期,从业务数据库中获取对应的原始数据获取原始数据的属性信息;将原始数据的属性信息和预设的有效性验证规则进行比对,当原始数据的属性信息符合有效性验证规则时,获取对应的原始数据;将符合有效性验证规则的原始数据,与预设的完整性验证规则进行比对,当符合有效性验证规则的原始数据,符合预设的完整性校验规则时,获取符合完整性校验规则的原始数据,并根据符合完整性校验规则的原始数据,生成初始数据。
具体地,有效性验证规则用于验证原始数据是否处于有效状态,通过将原始数据的属性信息和有效性验证规则进行比对,当原始数据的属性信息符合有效性验证规则时,获取符合有效有效性验证规则的原始数据。
完整性验证规则用于验证符合有效性验证规则的原始数据是否处于完整状态,通过将符合有效性验证规则的原始数据和完整性验证规则进行比对,当符合有效性验证规则的原始数据,符合完整性验证规则时,获取符合完整性验证规则的原始数据,并根据符合完整性校验规则的原始数据,生成初始数据。
上述根据预警请求,按照预设的数据获取周期,获取对应的初始数据的步骤,服务器根据预设的数据获取周期,获取对应的原始数据,并将原始数据的属性信息和预设的有效性验证规则进行比对,当原始数据的属性信息符合有效性验证规则时,获取对应的原始数据。将符合有效性验证规则的原始数据,与预设的完整性验证规则进行比对,当符合有效性验证规则的原始数据,符合预设的完整性校验规则时,获取符合完整性校验规则的原始数据,并根据符合完整性校验规则的原始数据,生成初始数据。通过双重验证获取符合预设要求的初始数据,提高了所获取的初始数据的准确率,进一步提高了工作效率。
在一个实施例中,提供了一种将根据相邻的数据获取周期获取的初始数据进行比对,获得增量数据的步骤,包括:
服务器获取处于相邻的数据获取周期的初始数据;在数据库中新建第一文件夹和第二文件夹;将处于相邻的数据获取周期的初始数据,分别存入第一文件夹和第二文件夹;将第一文件夹和第二文件夹进行比对,获得比对结果;解析比对结果,获取对应的增量数据。
具体地,服务器获取处于相邻的数据获取周期的初始数据,在数据库中新建第一文件夹和第二文件夹,并将处于相邻的数据获取周期的初始数据,分别存入第一文件夹和第二文件夹中。将第一文件夹和第二文件夹进行比对,获得比对结果,解析获得的比对结果,获取对应的增量数据。其中,第一文件夹为用于存储第一初始数据的一类文件夹,第二文件夹为用于存储第二初始数据的一类文件夹。
上述将根据相邻的数据获取周期获取的初始数据进行比对,获得增量数据的步骤,服务器将处于相邻的数据获取周期的初始数据,分别存入第一文件夹和第二文件夹,并将第一文件夹和第二文件夹进行比对,获取对应的增量数据。通过简单易实现的文件夹比对方式获取增量数据,减少了非必要资源的消耗,节约了资源。
在一个实施例中,提供了一种根据符合风险判定规则的可用增量数据生成风险数据的步骤,包括:
服务器获取可用增量数据对应的风险标识;将风险标识和预设的风险判定规则进行比对,当风险标识符合预设的风险判定规则时,根据可用增量数据生成风险数据。
具体地,不同的风险标识和预设的风险判定规则之间存在对应关系,服务器可根据预设的风险标识和预设的风险判定规则之间的对应关系,获取与可用增量数据的风险标识对应的预设的风险判定规则。当风险标识符合预设的风险判定规则时,提取符合预设的风险判定规则的风险标识对应的可用增量数据,并根据符合预设的风险判定规则的风险标识对应的可用增量数据,生成风险数据。
上述根据符合风险判定规则的可用增量数据生成风险数据的步骤,服务器通过将获取的增量数据风险标识和预设的风险判定规则进行比对,从而当风险标识符合预设的风险判定规则时,根据可用增量数据生成风险数据,进一步对增量数据进行风险判定,提高了所获取的风险数据的准确率,进而提高了工作效率。
在一个实施例中,提供了一种获取风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号的步骤,包括:
服务器获取风险数据对应的风险类别,并获取预设的风险数据和预设风险等级之间的对应关系;根据预设的风险数据和预设风险等级之间的对应关系,将风险类别和预设风险等级进行比对;当风险类别和预设风险等级一致时,获取预设的风险类别和预警信号之间的对应关系;根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号。
具体地,可将风险类别即风险级别设置为1-9级,将预设风险等级设置为高中低,其中风险级别中的1-3级对应预设风险等级中的低风险,风险级别中的4-6级对应预设风险等级中的中风险,风险级别中的7-9级对应预设风险等级中的高风险。服务器可将同一风险数据的风险级别和预设风险等级进行比对,判断风险数据的风险级别为1-3级时,是否与预设风险等级中的低风险一致。同样地,服务器还需判断风险数据的风险级别为4-6级时,是否与预设风险等级中的中风险一致。判断风险数据的风险级别为7-9级时,是否与预设风险等级中的高风险一致。
其中,风险类别,即风险级别包括1-3级、4-6级以及7-9级,与风险级别对应的预警信号分别为初级预警信号、中级预警信号和高级预警信号。服务器根据预设的风险类别和预警信号之间的对应关系,分别获取与1-3级、4-6级以及7-9级的风险级别对应的初级预警信号、中级预警信号和高级预警信号。
上述步骤,服务器通过根据预设的风险数据和预设风险等级之间的对应关系,将风险类别和预设风险等级进行比对,当风险类别和预设风险等级一致时,根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号。根据不同风险数据的风险类别向终端发送不同的预警信号,针对性地向终端发送预警信号,提高了工作效率。
应该理解的是,虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种风险预警装置,包括:接收模块402、初始数据获取模块404、增量数据获取模块406、可用增量数据获取模块408、风险数据生成模块410、预警信号获取模块412和发送模块414,其中:
接收模块402,用于接收终端发送的预警请求。
初始数据获取模块404,用于根据预警请求,按照预设的数据获取周期,获取对应的初始数据。
增量数据获取模块406,用于将根据相邻的数据获取周期获取的初始数据进行比对,获得增量数据。
可用增量数据获取模块408,用于利用预设的风险判定规则对增量数据进行风险识别,获取符合风险判定规则的可用增量数据。
风险数据生成模块410,用于根据符合风险判定规则的可用增量数据生成风险数据。
预警信号获取模块412,用于获取风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号。
发送模块414,用于将与风险类别对应的预警信号发送至终端。
上述风险预警装置,服务器根据预警请求获取初始数据,并将根据相邻的数据获取周期获取的初始数据进行比对,获得增量数据。利用预设的风险判定规则对增量数据进行风险识别,获取符合风险判定规则的可用增量数据,根据符合风险判定规则的可用增量数据生成风险数据。获取风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号,将与风险类别对应的预警信号发送至终端。从而通过仅针对增量数据进行判定获得风险数据,并根据不同风险数据的风险类别向终端发送不同的预警信号,避免对所有初始数据进行处理,可有效减少数据处理操作,且针对性地向终端发送预警信号,提高了工作效率。
在一个实施例中,提供了一种初始数据获取模块,还用于:
获取预设的数据获取周期,并根据预设的数据获取周期,从业务数据库中获取对应的原始数据获取原始数据的属性信息;将原始数据的属性信息和预设的有效性验证规则进行比对,当原始数据的属性信息符合有效性验证规则时,获取对应的原始数据;将符合有效性验证规则的原始数据,与预设的完整性验证规则进行比对,当符合有效性验证规则的原始数据,符合预设的完整性校验规则时,获取符合完整性校验规则的原始数据,并根据符合完整性校验规则的原始数据,生成初始数据。
上述初始数据获取模块,通过双重验证获取符合预设要求的初始数据,提高了所获取的初始数据的准确率,进一步提高了工作效率。
在一个实施例中,提供了一种增量数据获取模块,还用于:
获取处于相邻的数据获取周期的初始数据;在数据库中新建第一文件夹和第二文件夹;将处于相邻的数据获取周期的初始数据,分别存入第一文件夹和第二文件夹;将第一文件夹和第二文件夹进行比对,获得比对结果;解析比对结果,获取对应的增量数据。
上述增量数据获取模块,服务器将处于相邻的数据获取周期的初始数据,分别存入第一文件夹和第二文件夹,并将第一文件夹和第二文件夹进行比对,获取对应的增量数据。通过简单易实现的文件夹比对方式获取增量数据,减少了非必要资源的消耗,节约了资源。
在一个实施例中,提供了一种可用增量数据获取模块,还用于:
获取增量数据对应的属性信息;利用预设的风险指标和属性信息进行比对,当属性信息符合预设的风险指标时,获取符合预设的风险指标的增量数据;根据通过风险识别的增量数据生成初始增量数据;将预设的预警阈值和初始增量数据进行比对;当初始增量数据超出预设的预警阈值时,提取超出预设的预警阈值的初始增量数据,并根据预设的预警阈值的初始增量数据,生成可用增量数据。
上述可用增量数据获取模块,根据通过风险识别的增量数据生成初始增量数据,将预设的预警阈值和初始增量数据进行比对,当初始增量数据超出预设的预警阈值时,提取超出预设的预警阈值的初始增量数据,并根据预设的预警阈值的初始增量数据,生成可用增量数据。从而可实现高效全面地提取可用增量数据,提高工作效率。
在一个实施例中,提供了一种风险数据生成模块,还用于:
获取可用增量数据对应的风险标识;将风险标识和预设的风险判定规则进行比对,当风险标识符合预设的风险判定规则时,根据可用增量数据生成风险数据。
上述风险数据生成模块,服务器通过将获取的增量数据风险标识和预设的风险判定规则进行比对,从而当风险标识符合预设的风险判定规则时,根据可用增量数据生成风险数据,进一步对增量数据进行风险判定,提高了所获取的风险数据的准确率,进而提高了工作效率。
在一个实施例中,提供了一种预警信号获取模块,还用于:
获取风险数据对应的风险类别,并获取预设的风险数据和预设风险等级之间的对应关系;根据预设的风险数据和预设风险等级之间的对应关系,将风险类别和预设风险等级进行比对;当风险类别和预设风险等级一致时,获取预设的风险类别和预警信号之间的对应关系;根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号。
上述预警信号获取模块,服务器通过根据预设的风险数据和预设风险等级之间的对应关系,将风险类别和预设风险等级进行比对,当风险类别和预设风险等级一致时,根据预设的风险类别和预警信号之间的对应关系,获取与风险类别对应的预警信号。根据不同风险数据的风险类别向终端发送不同的预警信号,针对性地向终端发送预警信号,提高了工作效率。
关于风险预警装置的具体限定可以参见上文中对于风险预警方法的限定,在此不再赘述。上述风险预警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储风险预警数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种风险预警方法。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现上述各个方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各个方法实施例中的步骤。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种风险预警方法,所述方法包括:
接收终端发送的预警请求;
根据所述预警请求,按照预设的数据获取周期,获取对应的初始数据;
将根据相邻的所述数据获取周期获取的初始数据进行比对,获得增量数据;
利用预设的风险判定规则对所述增量数据进行风险识别,获取符合所述风险判定规则的可用增量数据;
根据符合所述风险判定规则的可用增量数据生成风险数据;
获取所述风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与所述风险类别对应的预警信号;
将与所述风险类别对应的预警信号发送至终端。
2.根据权利要求1所述的方法,其特征在于,所述根据所述预警请求,按照预设的数据获取周期,获取对应的初始数据,包括:
获取预设的数据获取周期,并根据所述预设的数据获取周期,从业务数据库中获取对应的原始数据;
获取所述原始数据的属性信息;
将所述原始数据的属性信息和预设的有效性验证规则进行比对,当所述原始数据的属性信息符合所述有效性验证规则时,获取对应的原始数据;
将符合有效性验证规则的原始数据,与预设的完整性校验规则进行比对,当所述符合有效性验证规则的原始数据,符合所述预设的完整性校验规则时,获取符合完整性校验规则的原始数据,并根据符合完整性校验规则的原始数据,生成初始数据。
3.根据权利要求1所述的方法,其特征在于,所述将根据相邻的所述数据获取周期获取的初始数据进行比对,获得增量数据,包括:
获取处于相邻的数据获取周期的初始数据;
在数据库中新建第一文件夹和第二文件夹;
将所述处于相邻的数据获取周期的初始数据,分别存入所述第一文件夹和所述第二文件夹;
将所述第一文件夹和所述第二文件夹进行比对,获得比对结果;
解析所述比对结果,获取对应的增量数据。
4.根据权利要求1至3任意一项所述的方法,其特征在于,所述利用预设的风险判定规则对所述增量数据进行风险识别,获取符合所述风险判定规则的可用增量数据,包括:
获取所述增量数据对应的属性信息;
利用预设的风险指标和所述属性信息进行比对,当所述属性信息符合所述预设的风险指标时,获取符合所述预设的风险指标的增量数据;
根据所述通过所述风险识别的增量数据生成初始增量数据;
将预设的预警阈值和所述初始增量数据进行比对;
当所述初始增量数据超出所述预设的预警阈值时,提取所述超出所述预设的预警阈值的初始增量数据,并根据所述预设的预警阈值的初始增量数据,生成可用增量数据。
5.根据权利要求1至3任意一项所述的方法,其特征在于,所述根据所述符合所述风险判定规则的可用增量数据生成风险数据,包括:
获取所述可用增量数据对应的风险标识;
将所述风险标识和所述预设的风险判定规则进行比对,当所述风险标识符合所述预设的风险判定规则时,根据所述增量数据生成风险数据。
6.根据权利要求1至3任意一项所述的方法,其特征在于,所述获取所述风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与所述风险类别对应的预警信号,包括:
获取风险数据对应的风险类别,并获取预设的风险数据和预设风险等级之间的对应关系;
根据所述预设的风险数据和预设风险等级之间的对应关系,将所述风险类别和预设风险等级进行比对;
当所述风险类别和预设风险等级一致时,获取预设的风险类别和预警信号之间的对应关系;
根据预设的风险类别和预警信号之间的对应关系,获取与所述风险类别对应的预警信号。
7.一种风险预警装置,其特征在于,所述装置包括:
接收模块,用于接收终端发送的预警请求;
初始数据获取模块,用于根据所述预警请求,按照预设的数据获取周期,获取对应的初始数据;
增量数据获取模块,用于将根据相邻的所述数据获取周期获取的初始数据进行比对,获得增量数据;
可用增量数据获取模块,用于利用预设的风险判定规则对所述增量数据进行风险识别,获取符合所述风险判定规则的可用增量数据;
风险数据生成模块,用于根据所述符合所述风险判定规则的可用增量数据生成风险数据;
预警信号获取模块,用于获取所述风险数据对应的风险类别,并根据预设的风险类别和预警信号之间的对应关系,获取与所述风险类别对应的预警信号;
发送模块,用于将与所述风险类别对应的预警信号发送至终端。
8.根据权利要求7所述的装置,其特征在于,所述初始数据获取模块,还用于:
获取预设的数据获取周期,并根据所述预设的数据获取周期,从业务数据库中获取对应的原始数据;
获取所述原始数据的属性信息;
将所述原始数据的属性信息和预设的有效性验证规则进行比对,当所述原始数据的属性信息符合所述有效性验证规则时,获取对应的原始数据;
将符合有效性验证规则的原始数据,与预设的完整性校验规则进行比对,当所述符合有效性验证规则的原始数据,符合所述预设的完整性校验规则时,获取符合完整性校验规则的原始数据,并根据符合完整性校验规则的原始数据,生成初始数据。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811089191.8A CN109409659A (zh) | 2018-09-18 | 2018-09-18 | 风险预警方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811089191.8A CN109409659A (zh) | 2018-09-18 | 2018-09-18 | 风险预警方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109409659A true CN109409659A (zh) | 2019-03-01 |
Family
ID=65465773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811089191.8A Pending CN109409659A (zh) | 2018-09-18 | 2018-09-18 | 风险预警方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109409659A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110232629A (zh) * | 2019-05-22 | 2019-09-13 | 深圳壹账通智能科技有限公司 | 风控策略预警方法、装置、计算机设备和存储介质 |
CN110378780A (zh) * | 2019-06-17 | 2019-10-25 | 深圳壹账通智能科技有限公司 | 风控策略调整方法、装置、计算机设备和存储介质 |
CN110503567A (zh) * | 2019-08-15 | 2019-11-26 | 中国平安财产保险股份有限公司 | 数据校验方法、设备、存储介质及装置 |
CN113360949A (zh) * | 2021-07-27 | 2021-09-07 | 中国银行股份有限公司 | 一种查询风险识别方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824148A (zh) * | 2013-08-29 | 2014-05-28 | 国家电网公司 | 电力营销风险预警方法及系统 |
CN105678475A (zh) * | 2016-03-01 | 2016-06-15 | 中国联合网络通信集团有限公司 | 风险预警方法和设备 |
CN107180071A (zh) * | 2017-03-29 | 2017-09-19 | 暨南大学 | 一种基于移动智能终端的大数据风险识别、预警和应急平台 |
CN107180070A (zh) * | 2017-03-29 | 2017-09-19 | 暨南大学 | 一种风险信息自动分类、识别与预警方法及系统 |
-
2018
- 2018-09-18 CN CN201811089191.8A patent/CN109409659A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824148A (zh) * | 2013-08-29 | 2014-05-28 | 国家电网公司 | 电力营销风险预警方法及系统 |
CN105678475A (zh) * | 2016-03-01 | 2016-06-15 | 中国联合网络通信集团有限公司 | 风险预警方法和设备 |
CN107180071A (zh) * | 2017-03-29 | 2017-09-19 | 暨南大学 | 一种基于移动智能终端的大数据风险识别、预警和应急平台 |
CN107180070A (zh) * | 2017-03-29 | 2017-09-19 | 暨南大学 | 一种风险信息自动分类、识别与预警方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110232629A (zh) * | 2019-05-22 | 2019-09-13 | 深圳壹账通智能科技有限公司 | 风控策略预警方法、装置、计算机设备和存储介质 |
CN110378780A (zh) * | 2019-06-17 | 2019-10-25 | 深圳壹账通智能科技有限公司 | 风控策略调整方法、装置、计算机设备和存储介质 |
CN110503567A (zh) * | 2019-08-15 | 2019-11-26 | 中国平安财产保险股份有限公司 | 数据校验方法、设备、存储介质及装置 |
CN110503567B (zh) * | 2019-08-15 | 2023-08-22 | 中国平安财产保险股份有限公司 | 数据校验方法、设备、存储介质及装置 |
CN113360949A (zh) * | 2021-07-27 | 2021-09-07 | 中国银行股份有限公司 | 一种查询风险识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108520464B (zh) | 一种基于传统区块链的实时自动化监管报告系统 | |
CN109409659A (zh) | 风险预警方法、装置、计算机设备和存储介质 | |
CN110647582B (zh) | 区块链网络共识校验的方法、装置、存储介质和计算机设备 | |
Gupta et al. | PHP-sensor: a prototype method to discover workflow violation and XSS vulnerabilities in PHP web applications | |
CN111898360A (zh) | 基于区块链的文本相似性检测方法及装置、电子设备 | |
CN104281808B (zh) | 一种通用的Android恶意行为检测方法 | |
US8918371B1 (en) | Systems and methods for event log compensation | |
CN111835756B (zh) | App隐私合规检测方法、装置、计算机设备及存储介质 | |
CN108256354B (zh) | 一种基于试验数据的存储方法及存储介质 | |
US20210133079A1 (en) | Validation of log files using blockchain system | |
CN104778123A (zh) | 一种检测系统性能的方法及装置 | |
CN109800278A (zh) | 数据资产图谱使用方法、装置、计算机设备和存储介质 | |
CN111709718A (zh) | 基于人工智能的智能保理资产服务平台、方法和存储介质 | |
CN109447384A (zh) | 风控系统的验证方法、装置、设备及存储介质 | |
CN109325010A (zh) | 日志查看方法、装置、计算机设备和存储介质 | |
CN111209339B (zh) | 区块同步方法、装置、计算机以及存储介质 | |
CN109413047A (zh) | 行为模拟的判定方法、系统、服务器及存储介质 | |
CN109325058A (zh) | 规则批量比对方法、装置、计算机设备和存储介质 | |
CN109284331B (zh) | 基于业务数据资源的制证信息获取方法、终端设备及介质 | |
CN113220777B (zh) | 业务数据处理方法、装置、计算机设备及存储介质 | |
CN108090364B (zh) | 一种数据泄漏源的定位方法及系统 | |
CN111885064B (zh) | 基于多源数据的安全事件分析方法、装置、电子装置和存储介质 | |
CN112256532A (zh) | 测试界面生成方法、装置、计算机设备及可读存储介质 | |
CN111552989A (zh) | 基于区块链的业务数据处理方法、装置、设备和存储介质 | |
CN116910820A (zh) | 数据报表处理方法、装置、计算机设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |