CN110941625B - 支付一致性校验方法、系统、设备及存储介质 - Google Patents

Abstract

本发明提供了一种支付一致性校验方法、系统、设备及存储介质，该方法包括：获取用于构建过程模型的各个订单的交易支付数据，生成各个订单的支付一致性日志记录；采用多个订单的支付一致性日志记录，基于过程挖掘算法生成过程模型；获取待校验的新订单的交易支付数据，生成新订单的支付一致性日志记录；采用过程模型对新订单的支付一致性日志记录进行合规性校验，得到校验结果。通过采用本发明的方案，基于过程模型对日志进行合规性检查，使用过程挖掘技术从日志记录中发现业务层面的异常，相比于数据挖掘技术，能够更真实有效地诊断出业务异常，实现支付一致性的准确校验。

Description

支付一致性校验方法、系统、设备及存储介质

技术领域

本发明涉及大数据处理技术领域，尤其涉及一种支付一致性校验方法、系统、设备及存储介质。

背景技术

当代互联网行业的高速发展，支付系统在广大互联网公司中广泛存在。但是网络或者技术中间件的稳定性问题常常会导致资金在支付方和收款方之间出现不一致的情况，因此如何保证支付方和收款方的资金一致性显得尤为重要。

目前在数据领域层面对支付系统一致性的检查基本上都是依靠数据分析进行的，通过数据挖掘方法仅仅只能够从数据层面分析一致性日志，进而发现数据方面的异常，而通常意义上数据层面异常并不完全等同于业务流程层面的异常，该方法不能够发现业务过程方面的异常，因此无法合理高效地判断异常处日志是否对应着业务异常。现有技术仅仅通过数据挖掘方法从支付一致性的日志中分析数据层面产生的异常，而通常意义上数据层面异常并不完全等同于业务流程层面的异常。因此，现有技术中的数据挖掘技术应用在支付领域中时，并不能很好地实现支付方和收款方的资金一致性校验。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种支付一致性校验方法、系统、设备及存储介质，基于过程模型对日志进行合规性检查，实现交易支付一致性的准确校验。

本发明实施例提供一种支付一致性校验方法，包括如下步骤：

获取用于构建过程模型的各个订单的交易支付数据，生成各个订单的支付一致性日志记录；

采用多个订单的支付一致性日志记录，基于过程挖掘算法生成过程模型；

获取待校验的新订单的交易支付数据，生成新订单的支付一致性日志记录；

采用所述过程模型对所述新订单的支付一致性日志记录进行合规性校验，得到校验结果。

可选地，所述生成各个订单的支付一致性日志记录，包括如下步骤：

为每个订单创建支付一致性日志记录；

从交易系统和支付系统中接收到支付状态变更通知时，更改所述支付一致性日志记录中的支付状态，并记录支付状态更改信息。

可选地，所述生成各个订单的支付一致性日志记录，包括如下步骤：

从交易系统接收到创建付款项通知时，创建新的支付一致性日志记录，并初始化所述支付一致性日志记录中的支付状态；

从支付系统中接收到用户支付通知时，将所述支付一致性日志记录中的支付状态修改为等待回调状态；

从交易系统中接收到支付结果时，根据支付结果修改所述支付一致性日志记录中的支付状态。

可选地，所述采用多个订单的支付一致性日志记录，基于过程挖掘算法生成过程模型，包括如下步骤：

将所述支付一致性日志记录处理成过程挖掘所需的事件日志，每个支付一致性日志记录对应于所述事件日志中的一个事件；

基于所述事件日志，构建Petri网模型。

可选地，所述将所述支付一致性日志记录处理成过程挖掘所需的事件日志，包括如下步骤：

根据所述支付一致性日志记录生成各个事件的活动集合T，每个所述活动集合T包括多个活动a_i，1≤i≤n，n为所述活动集合T中的活动数，各个活动a_i分别对应于一次支付状态变化；

得到包括多个活动集合T的事件日志

可选地，所述构建Petri网模型，包括如下步骤：

将所述事件日志输入过程挖掘框架，基于Alpha算法构建Petri网模型，将各个所述活动作为一个变迁。

可选地，所述采用所述过程模型对所述新订单的支付一致性日志记录进行合规性校验，包括如下步骤：

根据所述新订单的支付一致性日志记录生成对应的活动集合T，活动集合T的轨迹采用σ＝<a₁,a₂,a₃,...,a_n>表示，n为所述活动集合T中的活动数，各个活动a_i分别对应于一次支付状态变化；

基于所述过程模型对所述新订单的活动集合的轨迹进行合规性校验。

可选地，采用托肯重演对所述新订单的活动集合的轨迹进行合规性校验。

可选地，所述采用托肯重演对所述新订单的活动集合的轨迹进行合规性校验，包括如下步骤：

在所述过程模型中重演所述新订单的活动集合的轨迹，记录在重演过程中产生的令牌数p、消耗的令牌数c、丢失的令牌数m和遗留的令牌数r；

根据如下公式计算所述新订单的拟合度fitness：

比较所述拟合度与预设阈值，如果所述拟合度小于预设阈值，则所述新订单的合规性校验失败。

本发明实施例还提供一种支付一致性校验系统，应用于所述的支付一致性校验方法，所述系统包括：

日志记录模块，用于获取各个订单的交易支付数据，生成各个订单的支付一致性日志记录，所述订单包括用于构建过程模型的各个订单和待校验的新订单；

模型生成模块，用于采用用于构建过程模型的多个订单的支付一致性日志记录，基于过程挖掘算法生成过程模型；

合规校验模块，用于采用所述过程模型对所述新订单的支付一致性日志记录进行合规性校验，得到校验结果。

本发明实施例还提供一种支付一致性校验设备，包括：

处理器；

存储器，其中存在所述处理器的可进行指令；

其中，所述处理器配置为经由进行所述可进行指令来进行所述的支付一致性校验方法的步骤。

本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被进行时实现所述的支付一致性校验方法的步骤。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

本发明所提供的支付一致性校验方法、系统、设备及存储介质具有下列优点：

本发明解决了现有技术中的问题，基于过程模型对日志进行合规性检查，使用过程挖掘技术从日志记录中发现业务层面的异常，相比于数据挖掘技术，能够更真实有效地诊断出业务异常，实现支付一致性的准确校验，及时发现和定位线上订单是否存在支付一致性的问题，方便工作人员及时干预和修复问题，提升用户的使用体验。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。

图1是本发明一实施例的支付一致性校验方法的流程图；

图2是本发明一实施例的支付一致性校验系统的结构示意图；

图3是本发明一具体实例中生成支付一致性日志记录的时序图；

图4是本发明一实施例的过程模型挖掘的时序图；

图5是本发明一实施例的合规性校验和预警的时序图；

图6是本发明一实施例的优化过程模型的时序图；

图7是本发明一实施例的构建的Petri网的工作流网的结构示意图；

图8a～图8e是本发明一实施例的合规性校验的过程示意图；

图9是本发明一实施例的支付一致性校验设备的示意图；

图10是本发明一实施例的计算机可读存储介质的示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

为了解决现有技术中的技术问题，本发明实施例提供一种支付一致性校验方法和系统，用于

如图1所示，在本发明一实施例中，所述支付一致性校验方法包括如下步骤：

S100：获取用于构建过程模型的各个订单的交易支付数据，生成各个订单的支付一致性日志记录；

S200：采用多个订单的支付一致性日志记录，基于过程挖掘算法生成过程模型；

S300：获取待校验的新订单的交易支付数据，生成新订单的支付一致性日志记录；

S400：采用所述过程模型对所述新订单的支付一致性日志记录进行合规性校验，得到校验结果。

过程挖掘是将传统的基于模型的过程分析技术和数据挖掘领域以数据为中心的分析技术结合在一起的一门科学，是数据科学和过程科学连接在一起的纽带，数据科学(data science)领域中很多常见技术，比如数据挖掘(data mining)、机器学习(machinelearning)和数据库技术(databases)等都能够跟过程科学(process science)产生联系。

本发明通过步骤S100和步骤S200获取支付一致性日志记录并且基于过程挖掘技术构建过程模型，并通过步骤S300和步骤S400基于过程模型对新生成订单的支付一致性日志记录进行合规性检查，基于过程挖掘技术从日志记录中发现业务层面的异常，从而能够更真实有效地诊断出业务异常，实现支付一致性的准确校验。

如图2所示，为本发明一实施例的支付一致性校验系统的结构示意图。所述支付一致性校验系统包括：

日志记录模块M100，用于分别与交易系统和支付系统进行交互，获取各个订单的交易支付数据，生成各个订单的支付一致性日志记录，所述订单包括用于构建过程模型的各个订单和待校验的新订单；

模型生成模块M200，用于采用用于构建过程模型的多个订单的支付一致性日志记录，基于过程挖掘算法生成过程模型；

合规校验模块M300，用于采用所述过程模型对所述新订单的支付一致性日志记录进行合规性校验，得到校验结果。

本发明采用日志记录模块M100和模型生成模块M200获取支付一致性日志记录并且基于过程挖掘技术构建过程模型，并采用日志记录模块M100和合规校验模块M300基于过程模型对新生成订单的支付一致性日志记录进行合规性检查，基于过程挖掘技术从日志记录中发现业务层面的异常，从而能够更真实有效地诊断出业务异常，实现支付一致性的准确校验。

在该实施例中，所述支付一致性校验系统该可以包括异常告警模块M400，所述异常告警模块M400用于在所述新订单的支付一致性校验失败时，向工作人员进行告警。

在该实施例中，所述步骤S100：生成各个订单的支付一致性日志记录，包括如下步骤：

S110：所述日志记录模块M100为每个订单创建支付一致性日志记录；

S120：所述日志记录模块M100从交易系统和支付系统中接收到支付状态变更通知时，更改所述支付一致性日志记录中的支付状态，并记录支付状态更改信息，此处支付状态更改信息可以包括变更后的支付状态名称、变更事件的编号、变更时间戳、变更所耗费的时间等信息。

如图3所示，为一具体实例中生成支付一致性日志记录的流程图。所述日志记录模块M100分别与交易系统和支付系统进行交互，所述步骤S100：生成各个订单的支付一致性日志记录中，各个步骤具体实施如下：

步骤S110包括：所述日志记录模块M100从交易系统接收到创建付款项通知时，创建新的支付一致性日志记录，并初始化所述支付一致性日志记录中的支付状态为init；

具体地，在用户开始在网站或者APP端进行支付的时候，交易系统会根据用户的实际要支付的情况创建对应的支付付款项，其用来表示用户的请求支付的记录。在创建完付款项之后，会在对应的支付一致性的日志中记录相应的记录，此时日志中记录的状态为支付初始状态init；

步骤S120包括如下步骤：

S121：所述日志记录模块M100从支付系统中接收到用户支付通知时，将所述支付一致性日志记录中的支付状态修改为等待回调状态waitNotify；

S122：所述日志记录模块M100从交易系统中接收到支付结果时，根据支付结果修改所述支付一致性日志记录中的支付状态，如果支付成功，则将支付结果改为成功ok，如果支付失败，则将支付结果改为失败failed。后续订单还可能会出现重试状态，则将支付状态改为waitRetry，或者订单可能出现回滚，则将支付状态改为回滚rollback等。

在该实施例中，所述步骤S300中，获取待校验的新订单的支付数据并生成新订单的支付一致性日志记录时，同样也可以采用如图3示出的日志记录的步骤，即可以采用上述步骤S110和步骤S120中同样的方式生成新订单的支付一致性日志记录。

如图4所示，在该实施例中，所述步骤S200：采用多个订单的支付一致性日志记录，基于过程挖掘算法生成过程模型，包括如下步骤：

S210：将所述支付一致性日志记录处理成过程挖掘所需的事件日志，每个支付一致性日志记录对应于所述事件日志中的一个事件；

S220：基于所述事件日志，构建Petri网模型。Petri网是对离散并行系统的数学表示，适合于描述异步的、并发的计算机系统模型，被广泛应用于多个领域的系统建模和分析的工具，Petri相比较其他系统模型的特有优势是其能对真并发关系的准确描述，并具有严格数学定义和图形化的符号表示。并且有一些自动化的工具可以很容易的得到过程模型以及后续对过程模型进行合规性校验，比如ProM等。Petri网是简单的过程模型，由两种节点：库所(Place)和变迁(Transistion)、有向弧(Connection)以及令牌(tocken)等元素组成。在Petri网中，库所采用圆形节点表示，变迁采用方形节点表示，有向弧是库所和变迁之间的有向弧，令牌是库所中的动态对象，可以从一个库所移动到另一个库所。

在该实施例中，所述步骤S210：将所述支付一致性日志记录处理成过程挖掘所需的事件日志，包括如下步骤：

S211：根据所述支付一致性日志记录生成各个事件的活动集合T，每个所述活动集合T包括多个活动a_i，各个活动a_i分别对应于一次支付状态变化；对于给定的T，在T上长度为n的轨迹是一个映射σ∈{1,2,3,...,n}→T，用σ＝<a₁,a₂,a₃,...,a_n>表示，其中对于1≤i≤n,a_i＝σ(i)，n为所述活动集合T中的活动数。

S212：得到包括多个活动集合T的事件日志

事件日志是轨迹的多重集。

下表1就是从支付一致性日志中提取出的事件日志的片段。该片段包含2个订单，每个订单对应一次支付一致性的完整请求。每个订单对应多个与之相关的活动的执行集合。例如caseID为1的订单对应的活动集合中第一个活动名为“init”，执行时间为“2017-12-30”，活动耗时为100毫秒，事件日志中每个活动都有唯一对应的EventID(事件标识)以帮助更好地区分活动。

表1事件日志片段示例

如图4所示，示出了过程模型生成的时序图。本发明使用传统的Alpha算法进行Petri网的建模，使用开源过程挖掘工具ProM 6.8，其是在W.M.P Aalst教授指导下以支持广泛的过程挖掘算法为目的开发的开源框架。ProM(Framework for Process Mining，过程挖掘框架)上已经有很多过程挖掘算法集成的相关的插件，通过调用这些插件就能够快速生成对应的Petri网模型。

在该实施例中，所述步骤S220：构建Petri网模型，包:：将上述的事件日志转为XML表示的日志形式，得到xes文件，将该xes文件作为过程挖掘框架的输入日志，选择过程挖掘框架的插件“Alpha Miner”(阿尔法挖掘)，可以通过过程挖掘框架自动绘制出该模型的WF-net(工作流网)。如图7所示，为采用该实施例的方式绘制的一Petri网的工作流网的示意图，其中各个活动对应于一个变迁，以方形节点表示。

如图5所示，所述步骤S400：采用所述过程模型对所述新订单的支付一致性日志记录进行合规性校验，包括如下步骤：

S410：根据所述新订单的支付一致性日志记录生成对应的活动集合T，活动集合T的轨迹采用σ＝<a₁,a₂,a₃,...,a_n>表示，n为所述活动集合T中的活动数，各个活动a_i分别对应于一次支付状态变化；

S420：基于所述过程模型，采用托肯重演对对所述新订单的活动集合的轨迹进行合规性校验。在其他可替代的实施方式中，也可以采用过程模型的其他合规性校验方法进行校验，而不限于此。

为了避免传统的基于事件的日志记录重演在遇到问题的时候就终止重演轨迹而将这个事件所在的迹标记为拟合失败的这种问题，过程挖掘领域提出了托肯重演(TokenRepeats)的概念,其目的就是要在模型上重演遇到问题时继续重演，并记录一个变迁在不被使能的情况下被强制执行的所有的情况：记录所有丢失和遗留的token。从而可以通过拟合度(fitness)、简洁度(simplicity)、精确度(precision)和泛化度(generalization)这四个质量维度探讨结果模型的质量。如果模型可以从头到尾重演日志记录中的所有轨迹，那么这个模型的拟合度是十分理想的。

在该实施例中，所述步骤S420：采用托肯重演对所述新订单的活动集合的轨迹进行合规性校验，包括如下步骤：

S421：在所述过程模型中重演所述新订单的活动集合的轨迹，记录在重演过程中产生的令牌数p、消耗的令牌数c、丢失的令牌数m和遗留的令牌数r；

S422：根据如下公式计算所述新订单的拟合度fitness：

S423：比较所述拟合度与预设阈值，如果所述拟合度小于预设阈值，则所述新订单的合规性校验失败。此预设阈值的数值可以根据需要设定，由于拟合度的值介于0和1之间，值为0时表示拟合度最差，值为1时表示拟合度最好，因此，该预设阈值可以选择一个介于0和1之间的数值。，例如0.6，0.7，0.75等等。

如图6所示，为本发明的模型生成模块M200还可以根据后续增加的订单的日志记录进行过程模型的扩展和改进。

因此，本发明通过运用相关的过程挖掘算法从支付一致性日志记录中自动生成符合实际过程的过程模型；在得到实际的过程模型后，对后续源源不断产生的新的日志进行合规性检查，以此来侦查、定位和解释新的支付流程是否有异常，及时发现是否有异常的支付流程；进一步地，还可以通过新的正常的日志持续地对现有模型进行扩展或者改变。因此，可以通过该支付一致性校验方法和系统及时发现和定位线上订单是否存在支付一致性的问题，并及时人工干预和修复问题，提升用户的使用体验。

下面结合图8a～图8e来具体介绍一个实例中合规性校验的方法。

首先需要对新订单的支付一致性日志记录进行整理，将其进行统计并整理成如表2的格式。

表2新订单的事件日志记录

频率Frequency	轨迹Trace
		10	<init,waitNotify,waitRetry,processing,accepted,ok,complete>
12	<init,waitNotify,processing,failed,accepted,ok,complete>
		8	<init,accepted,ok,complete>

得到上表的事件日志后，就可以进行拟合度的计算。其基本思想为：在模型上重演轨迹，记录一个变迁在没有使能的情况下被强制执行的所有情况，即要记录所有丢失的令牌token，因此设置四个计数器值：p(产生的令牌token)、c(消耗的令牌token)、m(丢失的令牌token)和r(遗留的令牌token)。

以轨迹σ₁＝<init,waitNotify,waitRetry,processing,accepted,ok,complete>为例，图8a～8e展示了重演的步骤。其具体的token重演步骤描述如下：

(1)如图8a所示，刚开始p＝c＝0，环境为开始库所生成一个令牌token，此时p计数器被更新：p＝1，事件init能够被重演；

(2)如图8b所示，触发事件令牌init(创建付款项，初始化支付状态)之后，消耗库所p1中的令牌token后并在库所p2中生成一个新的令牌token，此时p＝2、c＝1、m＝0且r＝0；

(3)如图8c所示，然后按照轨迹的描述waitNotify(等待通知)需要发生，因此其消耗p2中一个令牌token，并在p3中生成一个新的令牌token，此时p＝3、c＝2、m＝0且r＝0；

(4)如图8d所示，接下来waitRetry(等待回调)需要发生，但是在过程模型中由于此时p2中没有token了，因此waitRetry发生的话只能在p2中再新增一个令牌token，并且记录缺失的令牌token，即计数器m的值增加，但计数器p和c像平常一样更新。因此触发后，p3中存在两个令牌token，此时p＝4、c＝3、m＝1且r＝0；

(5)processing(处理中)正常发生，消耗p3中一个token，p3中还剩余一个令牌token，p4、p5各生成一个令牌token。此时p＝6、c＝4、m＝1且r＝0；

(6)如图8e所示，accepted(接受)、ok(成功)、complete(完成)正常发生，之后由于P10和P3中各剩余一个令牌token，因此，此时p＝9、c＝7、m＝1且r＝2。

在工作流网N上一个迹为σ的案例的拟合度定义如下：

由上述公式可知，0≤fitness(σ,N)≤1，值为0表示拟合度最差。因此，能够根据p、c、和r计算该案例σ₁在SenderAndBuyer(收款方和支付方)的组织内过程模型的拟合度为：

可以看到拟合度为0.44，该值表示该订单中大约有44％的事件能够在的过程模型上被正确的重演，也表示其中有56％的事件是偏离模型表示的范围的，如果预设阈值设置为0.6，则这部分日志记录是不符合过程模型的，该订单交易失败，需要异常告警模块M400进行异常告警，通知工作人员及时介入处理。

本发明实施例还提供一种支付一致性校验设备，包括处理器；存储器，其中存在所述处理器的可进行指令；其中，所述处理器配置为经由进行所述可进行指令来进行所述的支付一致性校验方法的步骤。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图9来描述根据本发明的这种实施方式的电子设备600。图9显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图9所示，电子设备600以通用计算设备的形式表现。电子设备600的组合可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组合(包括存储单元620和处理单元610)的总线630、显示单元640等。

其中，所述存储单元存在程序代码，所述程序代码可以被所述处理单元610进行，使得所述处理单元610进行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以进行如图1中所示的步骤。

所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。

所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被进行时实现所述的支付一致性校验方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备进行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。

参考图10所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令进行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令进行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于进行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上进行、部分地在用户设备上进行、作为一个独立的软件包进行、部分在用户计算设备上部分在远程计算设备上进行、或者完全在远程计算设备或服务器上进行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

综上所述，与现有技术相比，本发明所提供的支付一致性校验方法、系统、设备及存储介质具有下列优点：

本发明解决了现有技术中的问题，基于过程模型对日志进行合规性检查，使用过程挖掘技术从日志记录中发现业务层面的异常，相比于数据挖掘技术，能够更真实有效地诊断出业务异常，实现支付一致性的准确校验，及时发现和定位线上订单是否存在支付一致性的问题，方便工作人员及时干预和修复问题，提升用户的使用体验。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (9)

1.一种支付一致性校验方法，其特征在于，包括如下步骤：

获取用于构建过程模型的各个订单的交易支付数据，生成各个订单的支付一致性日志记录；

采用多个订单的支付一致性日志记录，基于过程挖掘算法生成过程模型；

获取待校验的新订单的交易支付数据，生成新订单的支付一致性日志记录；

采用所述过程模型对所述新订单的支付一致性日志记录进行合规性校验，得到校验结果；

所述采用所述过程模型对所述新订单的支付一致性日志记录进行合规性校验，包括如下步骤：

根据所述新订单的支付一致性日志记录生成对应的活动集合T，活动集合T的轨迹采用σ＝<a₁,a₂,a₃,...,a_n>表示，n为所述活动集合T中的活动数，各个活动a_i分别对应于一次支付状态变化；

基于所述过程模型采用托肯重演对所述新订单的活动集合的轨迹进行合规性校验，所述进行合规性校验包括如下步骤：

在所述过程模型中重演所述新订单的活动集合的轨迹，记录在重演过程中产生的令牌数p、消耗的令牌数c、丢失的令牌数m和遗留的令牌数r；

根据如下公式计算所述新订单的拟合度fitness：

比较所述拟合度与预设阈值，如果所述拟合度小于预设阈值，则所述新订单的合规性校验失败。

2.根据权利要求1所述的支付一致性校验方法，其特征在于，所述生成各个订单的支付一致性日志记录，包括如下步骤：

为每个订单创建支付一致性日志记录；

从交易系统和支付系统中接收到支付状态变更通知时，更改所述支付一致性日志记录中的支付状态，并记录支付状态更改信息。

3.根据权利要求2所述的支付一致性校验方法，其特征在于，所述生成各个订单的支付一致性日志记录，包括如下步骤：

从交易系统接收到创建付款项通知时，创建新的支付一致性日志记录，并初始化所述支付一致性日志记录中的支付状态；

从支付系统中接收到用户支付通知时，将所述支付一致性日志记录中的支付状态修改为等待回调状态；

从交易系统中接收到支付结果时，根据支付结果修改所述支付一致性日志记录中的支付状态。

4.根据权利要求1所述的支付一致性校验方法，其特征在于，所述采用多个订单的支付一致性日志记录，基于过程挖掘算法生成过程模型，包括如下步骤：

将所述支付一致性日志记录处理成过程挖掘所需的事件日志，每个支付一致性日志记录对应于所述事件日志中的一个事件；

基于所述事件日志，构建Petri网模型。

5.根据权利要求4所述的支付一致性校验方法，其特征在于，所述将所述支付一致性日志记录处理成过程挖掘所需的事件日志，包括如下步骤：

根据所述支付一致性日志记录生成各个事件的活动集合T，每个所述活动集合T包括多个活动a_i，1≤i≤n，n为所述活动集合T中的活动数，各个活动a_i分别对应于一次支付状态变化；

得到包括多个活动集合T的事件日志

6.根据权利要求4所述的支付一致性校验方法，其特征在于，所述构建Petri网模型，包括如下步骤：

将所述事件日志输入过程挖掘框架，基于Alpha算法构建Petri网模型，将各个所述活动作为一个变迁。

7.一种支付一致性校验系统，其特征在于，应用于权利要求1至6中任一项所述的支付一致性校验方法，所述系统包括：

日志记录模块，用于获取各个订单的交易支付数据，生成各个订单的支付一致性日志记录，所述订单包括用于构建过程模型的各个订单和待校验的新订单；

模型生成模块，用于采用用于构建过程模型的多个订单的支付一致性日志记录，基于过程挖掘算法生成过程模型；

合规校验模块，用于采用所述过程模型对所述新订单的支付一致性日志记录进行合规性校验，得到校验结果。

8.一种支付一致性校验设备，其特征在于，包括：

处理器；

存储器，其中存在所述处理器的可进行指令；

其中，所述处理器配置为经由进行所述可进行指令来进行权利要求1至6中任一项所述的支付一致性校验方法的步骤。

9.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被进行时实现权利要求1至6中任一项所述的支付一致性校验方法的步骤。

Images