CN110659898B - 一种数据控制方法、装置及存储介质 - Google Patents

Abstract

本发明实施例公开了一种数据控制方法、装置及存储介质，本发明实施例获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数，时间区间由每个预设周期按照预设时长划分而得到；根据历史次数分别计算每个时间区间内每种类型的数据的阈值；统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数；将当前次数大于相应阈值的数据的类型确定为目标类型；在当前时间区间内，对符合目标类型的数据停止拦截。该方案根据每种类型的数据被拦截的次数自动计算得到合理的阈值，并根据阈值对当前时间区间内对应类型的数据进行控制，提高了对数据控制的精准性，减少了人工的工作量。

Description

一种数据控制方法、装置及存储介质

技术领域

本发明涉及数据处理技术领域，具体涉及一种数据控制方法、装置及存储介质。

背景技术

随着互联网技术的发展，数据传输越来越普遍，例如支付或转账等数据交互越来越繁多和便捷，这给不法分子带来了可乘之机，为了减小数据传输的风险，一般会对不法分子的行为采取相应的措施，例如，数据进行拦截等。

现有技术中，对数据进行拦截的过程中，一般需要人工将相邻时段中的某一相同时间点对应的数据被拦截次数进行比较(即同比)，或者将相邻时间段对应的数据被拦截次数进行对比(即环比)，然后依据同比和环比等参数来人工计算确定固定的经验阀值，例如将经验阀值设置为总拦截次数的50％，当某个时间点的数据被拦截次数大于该经验阀值时，数据系统将输出报警信息，以便相关工作人员进行处理。

在对现有技术的研究和实践过程中，本发明的发明人发现，由于现有技术将数据被拦截次数进行同比和环比，得到固定的经验阀值的准确性和可靠性较低，导致误报警率较高，而且需要人工进行大量统计分析和计算等工作，消耗较多的人力资源。

发明内容

本发明实施例提供一种数据控制方法、装置及存储介质，旨在提高对数据控制的精准性，以及减少人工的工作量。

为解决上述技术问题，本发明实施例提供以下技术方案：

一种数据控制方法，包括：

获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数，所述时间区间由每个预设周期按照预设时长划分而得到；

根据所述历史次数分别计算每个时间区间内每种类型的数据的阈值；

统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数；

将当前次数大于相应阈值的数据的类型确定为目标类型；

在所述当前时间区间内，对符合所述目标类型的数据停止拦截。

一种数据控制装置，包括：

第一获取单元，用于获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数，所述时间区间由每个预设周期按照预设时长划分而得到；

第一计算单元，用于根据所述历史次数分别计算每个时间区间内每种类型的数据的阈值；

统计单元，用于统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数；

确定单元，用于将当前次数大于相应阈值的数据的类型确定为目标类型；

控制单元，用于在所述当前时间区间内，对符合所述目标类型的数据停止拦截。

一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行本发明实施例提供的任一种数据控制方法中的步骤。

一种服务器，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行本发明实施例提供的任一种数据控制方法中的步骤。

本发明实施例可以获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数，其中，该时间区间由每个预设周期按照预设时长划分而得到。然后可以根据历史次数分别计算每个时间区间内每种类型的数据的阈值，以及统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数，再将当前次数大于相应阈值的数据的类型确定为目标类型，此时，可以在当前时间区间内，对符合目标类型的数据停止拦截。该方案考虑了不同时间区间内不同类型的数据等因素对阀值的动态影响，可以根据每个时间区间在过去预设时间范围内每种类型的数据被拦截的次数自动计算得到合理的阈值，并根据该阈值对当前时间区间内对应类型的数据进行准确控制，提高了对数据控制的精准性，以降低数据存在的风险，以及减少了人工的工作量。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的数据控制方法的场景示意图；

图2是本发明实施例提供的数据控制方法的流程示意图；

图3是本发明实施例提供的数据控制方法的另一流程示意图；

图4是本发明实施例提供的阈值曲线的示意图；

图5是本发明实施例提供的决策控制界面内监控报警的示意图；

图6是本发明实施例提供的阈值曲线的另一示意图；

图7是本发明实施例提供的虚拟资源控制的系统架构示意图；

图8是本发明实施例提供的虚拟资源控制方法的另一流程示意图；

图9是本发明实施例提供的数据控制装置的结构示意图；

图10是本发明实施例提供的数据控制装置的另一结构示意图；

图11是本发明实施例提供的数据控制装置的另一结构示意图；

图12是本发明实施例提供的服务器的结构示意图。

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。

本发明实施例提供一种数据控制方法、装置及存储介质。

请参阅图1，图1为本发明实施例所提供的数据控制方法的场景示意图，该数据控制方法可以应用于数据控制装置，该数据控制装置具体可以集成在服务器中，该服务器可以用于按照预设时长将每个预设周期划分为多个时间区间，包括时间区间1至时间区间n(n的取值可以根据实际需要进行灵活设置)，例如，按照每间隔5分钟将每天24小时划分为288个时间区间；获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数，例如，获取每个时间区间在前7天内类型1至类型n的数据被拦截的次数，得到次数1至次数n，其中，n的取值可以根据实际需要进行灵活设置，该数据可以包括虚拟资源转移(例如转账或支付等交易数据)及消息收发等。然后根据历史次数(次数1至次数n)分别计算每个时间区间内每种类型的数据的阈值，得到阈值1至阈值n；统计当前时间区间内(例如今天的8:00至8:05)，每种类型的数据已被拦截的次数，得到当前次数，该拦截可以是基于预设的策略对数据进行拦截，例如，基于拦截原因判定数据存在异常时，对该数据进行拦截；以及将当前次数大于相应阈值(例如8:00至8:05时间区间对应的阈值)的数据的类型确定为目标类型，并在当前时间区间内，对符合目标类型的数据停止拦截。服务器还可以将与拦截相关的通知发送给终端，以使得终端可以在决策控制界面内显示该通知，接收终端基于该通知发送的指令(例如控制指令或阈值调节指令等)，并根据该指令执行相应的操作；等等。

其中，拦截是指服务器对数据进行中断，该数据可以是转账或支付等，例如，服务器(例如财付通风险控制系统)向决策控制界面返回响应，要求中断用户的在线支付交易过程。

决策是指服务器对用户的支付或转账等数据相关的行为进行放过或拦截等决定，主要目的是减少交易风险、避免用户资金损失、及保证交易合法合规等。

策略是指服务器对数据(例如支付或转账等业务)实施应用的一系列在线风险识别和在线风险决策的规则。

拦截原因是指服务器做出拦截决策的拦截原因，例如可以根据业务类型将拦截原因划分为多个，从而可以根据不同拦截原因进行数据累计和阀值计算，并且针对不同拦截原因进行限流或者熔断操作。

限流是指服务器对每个时间内的拦截总量中超过阀值部分进行放过的操作。

熔断是指服务器不执行任何的拦截决策的操作称为熔断，例如，在连续多个时间区间出现限流后，执行熔断操作。

需要说明的是，图1所示的数据控制方法的场景示意图仅仅是一个示例，本发明实施例描述的数据控制方法的场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着数据控制方法的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。

以下分别进行详细说明。

在本实施例中，将从数据控制装置的角度进行描述，该数据控制装置具体可以集成在服务器或网关等网络设备中。

一种数据控制方法，包括：获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数，时间区间由每个预设周期按照预设时长划分而得到；根据历史次数分别计算每个时间区间内每种类型的数据的阈值；统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数；将当前次数大于相应阈值的数据的类型确定为目标类型；在当前时间区间内，对符合目标类型的数据停止拦截。

请参阅图2，图2是本发明一实施例提供的数据控制方法的流程示意图。该数据控制方法可以包括：

在步骤S101中，获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数。

其中，时间区间由每个预设周期按照预设时长划分而得到，预设时间范围、预设周期和预设时长可以根据实际需要进行灵活设置，具体内容在此处不作限定。例如，预设时间范围可以设置为一周或5天等，预设周期可以设置为一天为一个周期或两天为一个周期等，预设时长可以设置为10分钟或5分钟等。

例如，可以按照每间隔5分钟将一天24小时划分为288个时间区间，或者按照每间隔10分钟将一天24小时划分为144个时间区间等。以及，统计每个时间区间在过去的7天内，每种类型的数据被拦截的次数，得到历史次数，该历史次数包括多组数据，每组数据分别为每个时间区间内每种类型的数据在过去的前7天内被拦截的次数，例如，在前7天内第一类型的数据在8：00至8:05时间区间被拦截的总量为[11，25，17，19，22，32，21]，即前7天中每天在在8：00至8:05时间区间内被拦截的次数分别为11次、25次、17次、19次、22次、32次和21次。

其中，该数据可以包括虚拟资源及消息收发等，该虚拟资源可以包括用于网络交易的货币财产，例如人民币等真实的货币，以及用户购买的Q币、Q点或游戏点券等虚拟货币；对应的，在网络中进行的财产转移、支付等行为即为虚拟资源的转移，例如网络支付、网络收款等交易数据行为，该消息收发可以包括即时通讯的消息收发、邮件收发或广告信息收发等。数据的类型可以根据传输方式或账号类型等进行划分，数据的类型个数可以根据实际需要进行灵活设置，每种类型的数据被拦截对应每种拦截原因，即每种类型的数据被拦截的次数可以理解为每种拦截原因对应的数据被拦截的次数，拦截原因可以根据实际需要进行灵活设置，例如，拦截原因可以划分为1000种类型等。

在某些实施方式中，数据控制方法还可以包括：

对数据进行监测；当监测到数据存在异常时，拦截数据；获取数据的类型，以及被拦截的当前时间所在的时间区间；记录数据的类型及在时间区间被拦截的次数。

数据控制装置可以自动对数据进行监测，实时或间隔预设时间监测数据是否存在异常，例如，可以监测移动支付账户和交易行为是否异常，若监测到几笔被盗交易与用户平常交易行为偏离较大，则认为存在欺诈风险(即存在异常)，此时触发风控机制自动执行拦截操作；或者，可以对每一交易行为都进行即时的风险评估，若存在可疑的非法交易(例如赌博交易)，则可能被发现并且有效拦截；等等。又例如，可以监测消息收发是否异常，若监测到消息内容中存在违法内容，则认为存在犯罪风险(即存在异常)，此时触发风控机制自动执行拦截操作。

在拦截数据后，还需要获取数据的类型，根据数据的类型即可确定数据的拦截原因，例如，当数据的类型为赌博交易，则可确定数据的拦截原因为赌博交易。以及，获取数据被拦截的当前时间所在的时间区间，例如，若每间隔5分钟将一天划分为多个时间区间，当前时间为8:01，则当前时间所在的时间区间为8:00至8:05；此时，需要记录数据的类型及在时间区间被拦截的次数，例如在时间区间8:00至8:05内该类型的数据被拦截的次数。

在某些实施方式中，数据控制方法还可以包括：

接收拦截指令，拦截指令中携带数据的标识；对标识对应的数据进行拦截；获取数据的类型，以及被拦截的当前时间所在的时间区间；记录数据的类型及在时间区间被拦截的次数。

其中，该拦截指令可以是用户通过终端发送的，数据控制装置可以将数据的相关信息反馈到该终端进行显示，用户可以基于显示的信息对数据进行监控，当人为发现数据存在异常时，用户可以通过终端发送向数据控制装置发送拦截指令，该拦截指令中可以携带数据的标识，该标识可以用于唯一识别数据，该标识可以是数据的名称或编号等。然后数据控制装置可以对标识对应的数据进行拦截。

在拦截数据后，还需要获取数据的类型，根据数据的类型即可确定数据的拦截原因，以及获取数据被拦截的当前时间所在的时间区间，例如，若每间隔10分钟将一天划分为多个时间区间，当前时间为8:06，则当前时间所在的时间区间为8:00至8:10；此时，需要记录数据的类型及在时间区间被拦截的次数，例如在时间区间8:00至8:10内该类型的数据被拦截的次数。

在步骤S102中，根据历史次数分别计算每个时间区间内每种类型的数据的阈值。

在得到历史次数后，数据控制装置可以根据每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，别计算每个时间区间内每种类型的数据的阈值，这些阀值在过去预设时间范围内随时间的变化曲线就是拦截量的阀值曲线，阀值曲线的计算可以分解为分别对多个时间区的阀值进行计算得到。

在某些实施方式中，根据历史次数分别计算每个时间区间内每种类型的数据的阈值的步骤可以包括：

将历史数据进行分组，得到每个时间区间内每种类型的数据对应的多组历史次数；

计算每组历史次数的平均值和标准差；

根据每组历史次数的平均值和标准差，分别计算每种类型的数据的阈值。

例如，可以通过拦截量的概率模型来计算阀值，该概率模型可以为正态分布，根据每个时间区间对应的拦截次数的正态分布参数均值μ和标准差σ来调节异常拦截量的区间。从而可以使用不同的时间区间上的同期拦截的历史次数作为正态分布的概率模型的输入，可以通过调整异常区间划分方式或标准差倍数等来精确定义控制拦截量异常的阀值。

每个时间区间对应的阀值计算方法可以如下：将历史数据进行分组，得到每个时间区间内每种类型的数据对应的多组历史次数，例如，第一类型的数据(即第一类型的拦截原因)在过去一周中在时间区间7:00至7:05内拦截的一组历史次数为[11，25，17，19，22，32，21]，第二类型的数据在过去一周中在时间区间9:00至9:05内拦截的一组历史次数为[13，20，36，19，29，7，24]等。

然后利用概率模型计算每组历史次数的平均值和标准差，该概率模型的表达式可以如下：

其中，μ表示平均值，σ表示标准差，n表示预设时间范围内包括的周期个数，例如，当一天为一个周期时，n表示预设时间范围内包括的总天数，X_i表示第i天的某个时间区间的拦截次数。

例如，若某种类型的数据(即某种类型的拦截原因)在过去一周中在时间区间7:00至7:05内拦截的一组历史次数为[11，25，17，19，22，32，21]，则μ＝(11+25+17+19+22+32+21)/7＝21，σ＝6。

在得到每组历史次数的平均值和标准差后，可以根据每组历史次数的平均值和标准差，分别计算每种类型的数据的阈值，其计算公式可以如下：

Threshold＝μ+a×σ

其中，Threshold表示阈值，a表示标准差的倍数，a可以根据实际需要进行灵活设置，例如可以设置a为3或5等，标准差的倍数越高，计算得到的阈值越大，该阈值对应的时间区间内某类型的数据被拦截次数超过阈值的概率越低。例如，当μ为21，a为3，σ为6时，可以计算得到Threshold＝39。

在某些实施方式中，根据每组历史次数的平均值和标准差，分别计算每种类型的数据的阈值的步骤之后，方法还包括：

接收阈值调节指令；

根据阈值调节指令确定目标时间区间内预设类型的数据的标准差调整参数；

根据标准差调整参数更新预设类型的数据的阈值。

为了进一步提高对数据拦截的准确性，可以人为干预阈值的调整，例如，数据控制装置可以将数据的相关信息反馈到终端，用户可以基于终端显示的信息对数据进行监控，当发现数据存在误拦截时，用户可以通过终端发送向数据控制装置发送阈值调节指令，该阈值调节指令可以携带有需要调节的时间区间、数据的类型及标准差调整参数等信息。

此时，数据控制装置可以根据阈值调节指令确定目标时间区间内预设类型的数据的标准差调整参数，其中，目标时间区间可以包括一个或多个时间区间，预设类型可以包括一种或多种类型，例如，根据阈值调节指令可以确定时间区间9:00至9：05内第一种类型的数据的标准差调整参数为6，以及确定时间区间23:00至23：05内第二种类型的数据的标准差调整参数为7等。然后根据标准差调整参数可以更新预设类型的数据的阈值，例如，当标准差调整参数为6时，将公式Threshold＝μ+a×σ中的a设置为6，即Threshold＝μ+6*σ。使得数据控制装置可以可以更准确地设置每天中每个时间区间对应的阀值，有效地结合自动运算与人工干预，提高了数据的安全性。

在某些实施方式中，根据历史次数分别计算每个时间区间内每种类型的数据的阈值的步骤之后，数据控制方法还可以包括：

每间隔预设周期更新过去预设时间范围，得到更新后预设时间范围；

获取每个时间区间在更新后预设时间范围内，每种类型的数据被拦截的次数，得到更新次数；

根据更新次数分别计算每个时间区间内每种类型的数据的阈值。

数据控制装置可以将当天每个时间区间的最新的拦截次数，都对应纳入计算第二天的每个时间区间的阀值中，即数据控制装置可以每间隔预设周期更新过去预设时间范围，得到更新后预设时间范围，例如，当预设周期为一天，预设时间范围为7天时，上周的星期一至星期日可以设置为预设时间范围，当这周的星期一过后，可以将上周的星期二至星期日、及这周的星期一设置为该7天的预设时间范围。然后获取每个时间区间在更新后预设时间范围内，每种类型的数据被拦截的次数，得到更新次数，例如，统计这7天中每个时间区间内每种类型的数据被拦截的次数。可以根据更新次数分别计算每个时间区间内每种类型的数据的阈值，从而可以更加智能地训练及学习历史次数来更新阀值，并能快速响应拦截量(即拦截次数)的外部变化，降低了数据转移的风险，减轻了人工计算预测阀值的工作量。

在步骤S103中，统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数。

其中，当前时间区间可以是今天的某个时间区间，例如，当前时间为6:02，落在了时间区间6:00至6:05内，此时，数据控制装置可以统计6:00至6:02每种类型的数据已被拦截的次数，得到当前次数，即当前次数包括各种类型的数据已被拦截的次数，并将当前次数与时间区间6:00至6:05内每种类型的数据对应的阈值进行比较。

在步骤S104中，将当前次数大于相应阈值的数据的类型确定为目标类型。

若当前次数中某一种或多种类型的数据已被拦截的次数，大于该某一种或多种类型的数据相应的阈值，则将该某一种或多种类型设目标类型。例如，当前时间为6:03，落在了时间区间6:00至6:05内，计算得到前一周内时间区间6:00至6:05对应的第一类型的数据的阈值为30，第二种类型的数据的阈值为40，第二种类型的数据的阈值为50，此时统计得到在今天的时间区间6:00至6:03内第一类型的数据已被拦截的次数为25，第二种类型的数据已被拦截的次数为41，第三类型的数据已被拦截的次数为51，则将第二种类型和第三类型设置为目标类型。

在步骤S105中，在当前时间区间内，对符合目标类型的数据停止拦截。

当某个时间区间内某种类型的数据已被拦截的次数，大于该时间区间内该种类型的数据对应的阈值时，数据控制装置可以对该时间区间内该种类型的数据执行限流操作，还可以将限流信息通知到相关人员。例如，若时间区间6:00至6:05对应的第二种类型的数据的阈值为40，此时统计得到在今天的时间区间6:00至6:03内第二种类型的数据已被拦截的次数为41，则可以对时间区间6:00至6:05内第二种类型的数据停止拦截，即对于超过阈值的部分数据进行放行。从而考虑了不同日期、不同时间区间等因素对阀值的动态影响，通过历史拦截量进行训练得到阈值较合理，准确度较高。

在某些实施方式中，在当前时间区间内，对符合目标类型的数据停止拦截的步骤之后，数据控制方法还可以包括：

若在连续相邻的多个时间区间内，均存在符合目标类型的数据，则在未来其他时间区间内对目标类型的数据停止拦截。

当连续相邻的多个时间区间内某种类型的数据已被拦截的次数，均大于该时间区间内该种类型的数据对应的阈值时，数据控制装置可以对该时间区间内该种类型的数据执行熔断操作，其中，连续相邻的多个时间区间可以根据实际需要进行灵活设置，例如可以是连续相邻的3个时间区间或连续相邻的6个时间区间等。

例如，如果8:00到8:05、8:05到8:10和8:10到8:15，这3个连续的时间区间都存在某种类型的数据被拦截次数都超过各个时间区间对应的阈值，则认为存在误拦截，此时在8:15之后的其他时间区间对这种类型的数据都不拦截，还可以将熔断信息通知到相关人员，以使得相关人员可以进行确认熔断和取消熔断等相关操作。

在某些实施方式中，在未来其他时间区间内对目标类型的数据停止拦截的步骤之后，数据控制方法还可以包括：

接收控制指令，根据控制指令对目标类型的数据进行拦截。

在执行熔断操作后，数据控制装置可以向相关人员发送熔断信息，相关人员可以对熔断信息进行分析，若存在误熔断，则向数据控制装置发送控制指令，以进行人工干预，此时数据控制装置可以根据接收到的控制指令对目标类型的数据进行拦截。例如，在8:15之后的其他时间区间对某种类型的数据都不拦截，直到接收到的控制指令，从而使得在实施自动熔断机制的同时可以提供人工干预手段，避免误操作，以进行有效控制，使得误熔断率较低，风险小，且准确度较高。

由上可知，本发明实施例可以获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数，其中，该时间区间由每个预设周期按照预设时长划分而得到。然后可以根据历史次数分别计算每个时间区间内每种类型的数据的阈值，以及统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数，再将当前次数大于相应阈值的数据的类型确定为目标类型，此时，可以在当前时间区间内，对符合目标类型的数据停止拦截。该方案考虑了不同时间区间内不同类型的数据等因素对阀值的动态影响，可以根据每个时间区间在过去预设时间范围内每种类型的数据被拦截的次数自动计算得到合理的阈值，并根据该阈值对当前时间区间内对应类型的数据进行准确控制，提高了对数据控制的精准性，以降低数据存在的风险，以及减少了人工的工作量。

根据上述实施例所描述的方法，以下将举例作进一步详细说明。

本实施例以数据控制装置为服务器为例，以数据为虚拟资源为例，请参阅图3，图3为本发明实施例提供的数据控制方法的另一流程示意图。该方法流程可以包括：

S201、服务器按照预设时长将每个预设周期划分为多个时间区间。

预设周期可以设置为一天为一个周期或两天为一个周期等，预设时长可以设置为10分钟或5分钟等，预设时长和预设周期还可以根据实际需要进行灵活设置。例如，服务器可以按照每间隔5分钟将一天24小时划分为288个时间区间，或者按照每间隔10分钟将一天24小时划分为144个时间区间等。

S202、服务器获取每个时间区间在过去预设时间范围内，每种类型的虚拟资源被拦截的次数，得到历史次数。

该预设时间范围以根据实际需要进行灵活设置，例如，预设时间范围可以设置为7天或5天等，例如，服务器可以统计每个时间区间在过去的7天内，每种类型的虚拟资源被拦截的次数，得到历史次数，该历史次数包括多组数据，每组数据分别为每个时间区间内每种类型的虚拟资源在过去的前7天内被拦截的次数，例如，在前7天内某种类型的虚拟资源在9：00至9:05时间区间被拦截的总量为[20，30，40，50，60，70，80]，即前7天中每天在在9：00至9:05时间区间内被拦截的次数分别为20次、30次、40次、50次、60次、70次和80次。

需要说明的是，该预设时间范围可以动态进行更新，以便根据更新后预设时间范围来更新阈值。例如，当预设周期为一天，预设时间范围为五天时，前五天可以设置为预设时间范围，当今天过后，可以将今天纳入预设时间范围，而将原来的五天中的最早的一天去除，得到包括今天的更新后预设时间范围。

S203、服务器根据历史次数分别计算每个时间区间内每种类型的虚拟资源平均值和标准差，并根据平均值和标准差分别计算每种类型的虚拟资源的阈值。

服务器可以根据每组历史次数分别计算每个时间区间内每种类型的虚拟资源平均值和标准差，例如，某种类型的虚拟资源在过去一周中在时间区间7:00至7:05内拦截的一组历史次数为[11，25，17，19，22，32，21]，则根据上述概率模型可以计算得到该种类型的虚拟资源在时间区间7:00至7:05的平均值μ为21和标准差σ为6，然后根据平均值μ和标准差σ计算该种类型的虚拟资源在时间区间7:00至7:05的阈值为：Threshold＝μ+a×σ，若a＝3，则Threshold＝39。

需要说明的是，a可以根据实际需要进行灵活设置，也可以人工干预进行设置，例如，服务器可以接收阈值调节指令，根据阈值调节指令确定某个时间区间内预设类型的虚拟资源的标准差调整参数，根据标准差调整参数更新预设类型的虚拟资源的阈值。

S204、服务器统计当前时间区间内，每种类型的虚拟资源已被拦截的次数，得到当前次数。

例如，服务器可以今天的时间区间7:00至7:05内，每种类型的虚拟资源已被拦截的次数，得到当前次数，即当前次数包括各种类型的虚拟资源已被拦截的次数，并将当前次数与时间区间7:00至7:05内每种类型的虚拟资源对应的阈值进行比较。

S205、服务器将当前次数大于相应阈值的虚拟资源的类型确定目标类型。

若当前次数中某种类型的虚拟资源已被拦截的次数，大于该某种类型的虚拟资源相应的阈值，则将该某种类型设目标类型。例如，当前时间为6:03，落在了时间区间6:00至6:05内，计算得到前一周内时间区间6:00至6:05对应的某类型的虚拟资源的阈值为50，此时统计得到在今天的时间区间6:00至6:03内该某种类型的虚拟资源已被拦截的次数为51，则该某种类型设置为目标类型。

S206、服务器在当前时间区间内，对符合目标类型的虚拟资源停止拦截。

当某个时间区间内某种类型的虚拟资源已被拦截的次数，大于该时间区间内该种类型的虚拟资源对应的阈值时，服务器可以对该时间区间内该种类型的虚拟资源执行限流操作，即对该种类型的虚拟资源停止拦截，还可以将限流信息通知到相关人员。

例如，若计算得到早上8:00到8:05时间区间内某种类型的虚拟资源的阈值为100，那么今天在8:00到8:03统计得到某种类型的虚拟资源被拦截次数为100，这时候将8:03到8:05内将超过100的这种类型的虚拟资源都不拦截，到下一个时间区间8:05到8:10重新统计。

S207、若在连续相邻的多个时间区间内均存在符合目标类型的虚拟资源，则服务器在未来其他时间区间内对目标类型的虚拟资源停止拦截。

具体地，若8:00到8:05、8:05到8:10、8:10到8:15、8:15到8:20和8:20到8:25，这5个连续的时间区间都存在某种类型的虚拟资源被拦截次数都超过各个时间区间对应的阈值，则认为存在误拦截，此时服务器可以执行熔断存在，即在8:25之后的其他时间区间对这种类型的虚拟资源都不拦截，还可以将熔断信息通知到相关人员，以使得相关人员可以进行确认熔断和取消熔断等相关操作。

例如，如图4所示，服务器可以根据某个时间段中每个时间区间内每种类型的虚拟资源的阈值生成阀值曲线，其中，一种类型的虚拟资源的阈值对应一条阀值曲线，当某个时间区间内某种类型的虚拟资源的拦截量超过该时间区间相应阀值时，执行限流操作，并且向相关人员发出通知；如果连续3个时间区间超过相应阀值，则执行熔断操作，并向相关人员发出通知。即在图4中横轴时间值为16:20:00附近时，今天拦截次数的曲线对应的值连续3个时间区间(此处时间区间设置为5分钟)超过阀值，触发自动熔断，并且向相关人员发送拦截熔断预警通知，如图5所示，可以通过“熔断报警”账号发送到微信群中，相关人员可以在微信群中进行确认熔断和取消熔断等相关操作。实现了在实施自动熔断机制的同时提供人工干预手段，相关人员可以通过微信和拦截信息观察拦截情况，以便进行有效控制。

又例如，如图6所示，在某个时间段中每个时间区间内某种类型的虚拟资源的阈值所生成的阀值曲线中，该种类型的虚拟资源的拦截量均小于各个时间区间相应阀值时，此时不会触发限流或熔断等操作。

S208、接收控制指令，根据控制指令对目标类型的虚拟资源进行拦截。

在执行熔断操作后，服务器可以向相关人员发送熔断信息，相关人员可以对熔断信息进行分析，若存在误熔断，则向服务器发送控制指令，以进行人工干预，此时服务器可以根据接收到的控制指令对目标类型的虚拟资源进行拦截。例如，在8:25之后的其他时间区间对某种类型的虚拟资源都不拦截，直到接收到的控制指令，从而使得在实施自动熔断机制的同时可以提供人工干预手段，以进行有效控制，使得误熔断率较低。

需要说明的是，如图7所示，该服务器可以包括策略系统和管理系统等，其中，策略系统可以包括逻辑层，管理系统可以包括存储器和分析系统等。

策略系统用于对存在异常的虚拟资源进行拦截，策略系统外部的管理系统对每种类型的虚拟资源的拦截次数进行监控，并将统计的每种类型的虚拟资源在每个时间区间的拦截次数存储至存储器中，由分析系统根据存储的每种类型的虚拟资源在每个时间区间的拦截次数，计算每种类型在每个时间区间的阈值，若在当前时间区间内某种类型的虚拟资源已被拦截次数，大于该种类型的虚拟资源在该时间区间的阈值，则分析系统发送限流指令或熔断指令给逻辑层，逻辑层执行限流或熔断操作，并返回策略结果给决策控制界面，以及相关人员可以进行人工干预。

例如，如图8所示，基于图7的架构各个系统对虚拟资源进行控制的流程可以如下：

S1、逻辑层向存储器发送拦截信息。

为了尽量减小影响策略系统的性能，策略系统和管理系统可以采用异步的实现方案，逻辑层可以实时会间隔预设时间把拦截信息发送到策略系统外部的管理系统中的存储器，其中，该拦截信息可以包括每个时间区间在过去预设时间范围内，每种类型的虚拟资源被拦截的次数等信息。

S2、存储器累计拦截信息，分档存储。

存储器可以对拦截信息进行累计及分档存储等，例如，多过去的一周时间内，每天中每个时间区间内每种类型的虚拟资源被拦截的次数进行分类统计并存储。

S3、存储器向分析系统发送累计数据。

S4、分析系统分析累计数据，判断异常情况。

例如，存储可以将累计得到的累计数据发送给分析系统，该累计数据可以包括过去的一周时间内，每天中每个时间区间内每种类型的虚拟资源被拦截的次数(即历史次数)和今天当前时间区间内每种类型的虚拟资源已拦截次数(即当前次数)等，然后由分析系统对累计数据进行分析，根据历史次数分别计算每个时间区间内每种类型的虚拟资源的阈值，以及判断异常情况，若某种类型的虚拟资源的当前次数大于相应阈值，则判定存在异常。

S5、分析系统向逻辑层发送限流或熔断指令。

S6、逻辑层执行限流或熔断。

若当前时间区间内存在某种类型的虚拟资源的当前次数大于相应阈值，则分析系统向逻辑层发送限流指令，逻辑层对该类型的虚拟资源停止拦截。若在连续相邻的多个时间区间内，均存在某种类型的虚拟资源的当前次数大于相应阈值，则在未来其他时间区间内对该类型的虚拟资源停止拦截。即逻辑层在接收到限流指令后，可以执行限流操作；或者逻辑层在接收到熔断指令后，可以执行熔断。

本发明实施例中服务器可以按照预设时长将每个预设周期划分为多个时间区间，然后获取每个时间区间在过去预设时间范围内，每种类型的虚拟资源被拦截的次数，来分别计算每个时间区间内每种类型的虚拟资源的阈值，以及统计当前时间区间内每种类型的虚拟资源已被拦截的次数，可以在当前时间区间内，对符合当前次数大于相应阈值的虚拟资源进行限流操作，并在连续相邻的多个时间区间内均存在限流操作的某种类型的虚拟资源进行熔断。该方案考虑了不同时间区间内不同类型的虚拟资源等因素对阀值的动态影响，可以根据每个时间区间在过去预设时间范围内每种类型的虚拟资源被拦截的次数自动计算得到合理的阈值，并根据该阈值对当前时间区间内对应类型的虚拟资源进行准确控制，提高了对虚拟资源控制的精准性，以降低虚拟资源存在的风险，以及减少了人工的工作量。

为便于更好的实施本发明实施例提供的数据控制方法，本发明实施例还提供一种基于上述数据控制方法的装置。其中名词的含义与上述数据控制方法中相同，具体实现细节可以参考方法实施例中的说明。

请参阅图9，图9为本发明实施例提供的数据控制装置的结构示意图，其中该数据控制装置可以包括第一获取单元301、第一计算单元302、统计单元303、确定单元304及控制单元305等。

其中，第一获取单元301，用于获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数。

其中，时间区间由每个预设周期按照预设时长划分而得到。

在某些实施方式中，数据控制装置还可以包括：

监测单元，用于对数据进行监测；

第二拦截单元，用于当监测到数据存在异常时，拦截数据；

第三获取单元，用于获取数据的类型，以及被拦截的当前时间所在的时间区间；

第一记录单元，用于记录数据的类型及在时间区间被拦截的次数。

在某些实施方式中，数据控制装置还可以包括：

接收单元，用于接收拦截指令，拦截指令中携带数据的标识；

第三拦截单元，用于对标识对应的数据进行拦截；

第四获取单元，用于获取数据的类型，以及被拦截的当前时间所在的时间区间；

第二记录单元，用于记录数据的类型及在时间区间被拦截的次数。

第一计算单元302，用于根据历史次数分别计算每个时间区间内每种类型的数据的阈值。

在某些实施方式中，第一计算单元可以包括：

分组子单元，用于将历史数据进行分组，得到每个时间区间内每种类型的数据对应的多组历史次数；

第一计算子单元，用于计算每组历史次数的平均值和标准差；

第二计算子单元，用于根据每组历史次数的平均值和标准差，分别计算每种类型的数据的阈值。

在某些实施方式中，第一计算单元还可以包括：

接收子单元，用于接收阈值调节指令；

确定子单元，用于根据阈值调节指令确定目标时间区间内预设类型的数据的标准差调整参数；

更新子单元，用于根据标准差调整参数更新预设类型的数据的阈值。

在某些实施方式中，数据控制装置还可以包括：

更新单元，用于每间隔预设周期更新过去预设时间范围，得到更新后预设时间范围；

第二获取单元，用于获取每个时间区间在更新后预设时间范围内，每种类型的数据被拦截的次数，得到更新次数；

第二计算单元，用于根据更新次数分别计算每个时间区间内每种类型的数据的阈值。

统计单元303，用于统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数。

确定单元304，用于将当前次数大于相应阈值的数据的类型确定为目标类型。

控制单元305，用于在当前时间区间内，对符合目标类型的数据停止拦截。

在某些实施方式中，如图10所示，数据控制装置还可以包括：

停止单元306，用于若在连续相邻的多个时间区间内，均存在符合目标类型的数据，则在未来其他时间区间内对目标类型的数据停止拦截。

在某些实施方式中，如图11所示，数据控制装置还可以包括：第一拦截单元307，用于接收控制指令，根据控制指令对目标类型的数据进行拦截。

由上可知，本发明实施例可以由第一获取单元301获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数，其中，该时间区间由每个预设周期按照预设时长划分而得到。然后可以由第一计算单元302根据历史次数分别计算每个时间区间内每种类型的数据的阈值，以及由统计单元303统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数，再由确定单元304将当前次数大于相应阈值的数据的类型确定为目标类型，此时，控制单元305可以在当前时间区间内，对符合目标类型的数据停止拦截。该方案考虑了不同时间区间内不同类型的数据等因素对阀值的动态影响，可以根据每个时间区间在过去预设时间范围内每种类型的数据被拦截的次数自动计算得到合理的阈值，并根据该阈值对当前时间区间内对应类型的数据进行准确控制，提高了对数据控制的精准性，以降低数据存在的风险，以及减少了人工的工作量。

本发明实施例还提供一种服务器，如图12所示，其示出了本发明实施例所涉及的服务器的结构示意图，具体来讲：

该服务器可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图12中示出的服务器结构并不构成对服务器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

处理器401是该服务器的控制中心，利用各种接口和线路连接整个服务器的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行服务器的各种功能和处理数据，从而对服务器进行整体监控。可选的，处理器401可包括一个或多个处理核心；优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。

存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据服务器的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。

服务器还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

该服务器还可包括输入单元404，该输入单元404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。

尽管未示出，服务器还可以包括显示单元等，在此不再赘述。具体在本实施例中，服务器中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：

获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数，时间区间由每个预设周期按照预设时长划分而得到；根据历史次数分别计算每个时间区间内每种类型的数据的阈值；统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数；将当前次数大于相应阈值的数据的类型确定为目标类型；在当前时间区间内，对符合目标类型的数据停止拦截。

可选地，在当前时间区间内，对符合目标类型的数据停止拦截的步骤之后，方法还可以包括：若在连续相邻的多个时间区间内，均存在符合目标类型的数据，则在未来其他时间区间内对目标类型的数据停止拦截。

可选地，在未来其他时间区间内对目标类型的数据停止拦截的步骤之后，方法还可以包括：接收控制指令，根据控制指令对目标类型的数据进行拦截。

可选地，根据历史次数分别计算每个时间区间内每种类型的数据的阈值的步骤可以包括：将历史数据进行分组，得到每个时间区间内每种类型的数据对应的多组历史次数；计算每组历史次数的平均值和标准差；根据每组历史次数的平均值和标准差，分别计算每种类型的数据的阈值。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对数据控制方法的详细描述，此处不再赘述。

由上可知，本发明实施例中服务器可以获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数，其中，该时间区间由每个预设周期按照预设时长划分而得到。然后可以根据历史次数分别计算每个时间区间内每种类型的数据的阈值，以及统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数，再将当前次数大于相应阈值的数据的类型确定为目标类型，此时，可以在当前时间区间内，对符合目标类型的数据停止拦截。该方案考虑了不同时间区间内不同类型的数据等因素对阀值的动态影响，可以根据每个时间区间在过去预设时间范围内每种类型的数据被拦截的次数自动计算得到合理的阈值，并根据该阈值对当前时间区间内对应类型的数据进行准确控制，提高了对数据控制的精准性，以降低数据存在的风险，以及减少了人工的工作量。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种数据控制方法中的步骤。例如，该指令可以执行如下步骤：

获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的次数，得到历史次数，时间区间由每个预设周期按照预设时长划分而得到；根据历史次数分别计算每个时间区间内每种类型的数据的阈值；统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数；将当前次数大于相应阈值的数据的类型确定为目标类型；在当前时间区间内，对符合目标类型的数据停止拦截。

可选地，在当前时间区间内，对符合目标类型的数据停止拦截的步骤之后，方法还可以包括：若在连续相邻的多个时间区间内，均存在符合目标类型的数据，则在未来其他时间区间内对目标类型的数据停止拦截。

可选地，在未来其他时间区间内对目标类型的数据停止拦截的步骤之后，方法还可以包括：接收控制指令，根据控制指令对目标类型的数据进行拦截。

可选地，根据历史次数分别计算每个时间区间内每种类型的数据的阈值的步骤可以包括：将历史数据进行分组，得到每个时间区间内每种类型的数据对应的多组历史次数；计算每组历史次数的平均值和标准差；根据每组历史次数的平均值和标准差，分别计算每种类型的数据的阈值。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一种数据控制方法中的步骤，因此，可以实现本发明实施例所提供的任一种数据控制方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

以上对本发明实施例所提供的一种数据控制方法、装置及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (15)

1.一种数据控制方法，其特征在于，包括：

获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的历史次数，所述时间区间由每个预设周期按照预设时长划分而得到；在每个时间区间每种类型的数据对应的历史次数是根据在数据被拦截后记录的数据的类型和数据被拦截的时间所在的时间区间进行统计得到的，其中，数据的类型是根据数据对应的拦截原因确定的，一种拦截原因对应于一个类型；所述预设时间范围对应的时长大于所述预设周期对应的时长；

根据所述历史次数分别计算每个时间区间内每种类型的数据的阈值；

统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数；

将当前次数大于相应阈值的数据的类型确定为目标类型；

在所述当前时间区间内，对符合所述目标类型的数据停止拦截。

2.根据权利要求1所述的数据控制方法，其特征在于，所述在所述当前时间区间内，对符合所述目标类型的数据停止拦截的步骤之后，所述方法还包括：

若在连续相邻的多个时间区间内，均存在符合所述目标类型的数据，则在未来其他时间区间内对所述目标类型的数据停止拦截。

3.根据权利要求1所述的数据控制方法，其特征在于，所述在所述当前时间区间内，对符合所述目标类型的数据停止拦截之后，所述方法还包括：

接收控制指令，根据所述控制指令对所述目标类型的数据进行拦截。

4.根据权利要求1所述的数据控制方法，其特征在于，所述根据所述历史次数分别计算每个时间区间内每种类型的数据的阈值的步骤包括：

根据每个时间区间内每种类型的数据对应的多个历史次数，计算平均值和标准差；

根据每个时间区间内每种类型的数据对应的平均值和标准差，分别计算在每个时间区间每种类型的数据的阈值。

5.根据权利要求4所述的数据控制方法，其特征在于，根据每个时间区间内每种类型的数据对应的平均值和标准差，分别计算每个时间区间内每种类型的数据的阈值的步骤之后，所述方法还包括：

接收阈值调节指令；

根据所述阈值调节指令确定目标时间区间内预设类型的数据的标准差调整参数；

根据所述标准差调整参数更新所述预设类型的数据的阈值。

6.根据权利要求1至5任一项所述的数据控制方法，其特征在于，所述根据所述历史次数分别计算每个时间区间内每种类型的数据的阈值的步骤之后，所述方法还包括：

每间隔所述预设周期更新所述过去预设时间范围，得到更新后预设时间范围；

获取每个时间区间在更新后预设时间范围内，每种类型的数据被拦截的次数，得到更新次数；

根据所述更新次数分别计算每个时间区间内每种类型的数据的阈值。

7.根据权利要求1至5任一项所述的数据控制方法，其特征在于，所述方法还包括：

对数据进行监测；

当监测到所述数据存在异常时，拦截所述数据；

获取所述数据的类型，以及被拦截的当前时间所在的时间区间；

记录所述数据的类型及在所述时间区间被拦截的次数。

8.根据权利要求1至5任一项所述的数据控制方法，其特征在于，所述方法还包括：

接收拦截指令，所述拦截指令中携带数据的标识；

对所述标识对应的数据进行拦截；

获取所述数据的类型，以及被拦截的当前时间所在的时间区间；

记录所述数据的类型及在所述时间区间被拦截的次数。

9.一种数据控制装置，其特征在于，包括：

第一获取单元，用于获取每个时间区间在过去预设时间范围内，每种类型的数据被拦截的历史次数，所述时间区间由每个预设周期按照预设时长划分而得到；在每个时间区间每种类型的数据对应的历史次数是根据在数据被拦截后记录的数据的类型和数据被拦截的时间所在的时间区间进行统计得到的，其中，数据的类型是根据数据对应的拦截原因确定的，一种拦截原因对应于一个类型；所述预设时间范围对应的时长大于所述预设周期对应的时长；

第一计算单元，用于根据所述历史次数分别计算每个时间区间内每种类型的数据的阈值；

统计单元，用于统计当前时间区间内，每种类型的数据已被拦截的次数，得到当前次数；

确定单元，用于将当前次数大于相应阈值的数据的类型确定为目标类型；

控制单元，用于在所述当前时间区间内，对符合所述目标类型的数据停止拦截。

10.根据权利要求9所述的数据控制装置，其特征在于，所述数据控制装置还包括：

停止单元，用于若在连续相邻的多个时间区间内，均存在符合所述目标类型的数据，则在未来其他时间区间内对所述目标类型的数据停止拦截；

第一拦截单元，用于接收控制指令，根据所述控制指令对所述目标类型的数据进行拦截。

11.根据权利要求9所述的数据控制装置，其特征在于，所述第一计算单元包括：

第一计算子单元，用于根据每个时间区间内每种类型的数据对应的多个历史次数，计算平均值和标准差；

第二计算子单元，用于根据每个时间区间内每种类型的数据对应的平均值和标准差，分别计算在每个时间区间每种类型的数据的阈值。

12.根据权利要求11所述的数据控制装置，其特征在于，所述第一计算单元还包括：

接收子单元，用于接收阈值调节指令；

确定子单元，用于根据所述阈值调节指令确定目标时间区间内预设类型的数据的标准差调整参数；

更新子单元，用于根据所述标准差调整参数更新所述预设类型的数据的阈值。

13.根据权利要求9至12任一项所述的数据控制装置，其特征在于，所述数据控制装置还包括：

更新单元，用于每间隔所述预设周期更新所述过去预设时间范围，得到更新后预设时间范围；

第二获取单元，用于获取每个时间区间在更新后预设时间范围内，每种类型的数据被拦截的次数，得到更新次数；

第二计算单元，用于根据所述更新次数分别计算每个时间区间内每种类型的数据的阈值。

14.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至8任一项所述的数据控制方法中的步骤。

15.一种服务器，包括存储器和处理器，其特征在于，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至8中任一项所述的数据控制方法中的步骤。

Images