CN112465505A - 一种基于交易链组装的交易风险监控方法 - Google Patents
一种基于交易链组装的交易风险监控方法 Download PDFInfo
- Publication number
- CN112465505A CN112465505A CN202011491203.7A CN202011491203A CN112465505A CN 112465505 A CN112465505 A CN 112465505A CN 202011491203 A CN202011491203 A CN 202011491203A CN 112465505 A CN112465505 A CN 112465505A
- Authority
- CN
- China
- Prior art keywords
- transaction
- path
- chain
- new
- transaction chain
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000010586 diagram Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 10
- 230000005856 abnormality Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 239000000523 sample Substances 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Technology Law (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供一种基于交易链组装的交易风险监控方法，包括：一种基于交易链组装的交易风险监控方法，其特征在于，包括如下步骤：S1，同一笔交易在系统间以原子交易的形式存在，使用未发生中断的交易记录的原子交易，将其组装生成交易链，并将生成的所述交易链存储在路径库中；S2，产生新交易时将新交易记录拆解为原子交易并重新组装生成新交易链，并判断该新交易链是否发生中断；S3，根据该新交易链的中断情况将新交易链与所述路径库中的交易路径匹配，匹配完成后执行S4；S4，判断未发生中断的所述新交易链中是否存在时间间隔异常。本发明通过不断优化路径库，能够优化交易监控系统的监控效果。
Description
技术领域
本发明涉及银行业交易监控领域，具体而言，涉及一种基于交易链组装的交易风险监控方法。
背景技术
随着金融业竞争的日益加剧，银行对于内外部风险的控制要求也与日俱增。然而银行内部的数据处理和应用系统错综复杂，同一笔交易需要在不同系统间进行流转，不同的交易流转的系统和流转顺序也会存在差异，为了将同一笔交易关联起来，现行常用的做法是在不同的系统中分别安装探针。但是银行内部的系统往往是由多家公司进行开发，安装探针需要对系统进行改造，需要耗费大量的人力、金钱、时间。
发明内容
本发明旨在提供一种基于交易链组装的交易风险监控方法，以解决现有技术通过安装探针实现交易关联时需要对系统进行改造从而耗费大量的人力、金钱、时间的问题。
本发明提供的一种基于交易链组装的交易风险监控方法，包括如下步骤：
S1，同一笔交易在系统间以原子交易的形式存在，使用未发生中断的交易记录的原子交易，将其组装生成交易链，并将生成的所述交易链存储在路径库中；
S2，产生新交易时将新交易记录拆解为原子交易并重新组装生成新交易链，并判断该新交易链是否发生中断；
S3，根据该新交易链的中断情况将新交易链与所述路径库中的交易路径匹配，匹配完成后执行S4；
S4，判断未发生中断的所述新交易链中是否存在时间间隔异常。
进一步的，步骤S1中所述生成交易链的方法为：
S11，获取未发生中断的交易记录的原子交易；
S12，将所有原子交易以客户基础信息的关键字段进行关联；
S13，在关联所有原子交易后，将其以发生时间顺序进行排列，以此生成与交易记录对应的交易链；
S14，重复步骤S11～S13，为所有未发生中断的交易记录生成对应的交易链。
进一步的，步骤S1中所述将生成的所述交易链存储在路径库中的方法为：
S15，对步骤S14生成的所有交易链进行统计，并合并相同的交易链；
S16，计算合并后的每个交易链独立的支持度；所述支持度是指该交易链出现的次数，表示该交易链成为正常交易路径的可能性程度，该支持度的值越大表示可能性越大；
S17，根据业务需求设置交易链的支持度最小阈值；该支持度最小阈值可以根据实际应用情况进行设定；
S18，对计算得到的支持度大于该支持度最小阈值的交易链进行人工核验：
(1)将计算得到的支持度大于该支持度最小阈值且通过人工核验为交易路径的交易链，标记为正常交易路径并存储在路径库中；
(2)将计算得到的支持度大于该支持度最小阈值且通过人工核验为异常路径的交易链，标记为异常交易路径并存储在路径库中；
(3)将计算得到的支持度小于该支持度最小阈值的交易链标记为潜在交易路径并存储在路径库中。
进一步的，步骤S2中所述生成新交易链的方法为：
S21，产生新交易时，ESB和综合运营平台将新交易的实时原子交易数据推送到统一日志平台，由日志平台将接收到的实时原子交易数据转化为采集系统所需的JSON格式，并将JSON格式的实时原子交易数据发送到Kafka的Topic；
S22，采集系统订阅了该Kafka的Topic，从而接收到JSON格式的实时原子交易数据，使用实时原子交易数据从数据仓库中匹配客户基础信息的关键字段，然后将所有实时原子交易数据以匹配到的客户基础信息的关键字段进行关联；
S23，在关联所有实时原子交易数据后，再将其以发生时间顺序进行排列，以此生成与新交易记录对应的新交易链。
进一步的，步骤S2中所述判断该新交易链是否发生中断的方法为，获取该新交易链的原子交易的报文信息，判断该报文信息中是否有中断报错信息：若有中断报错信息，则将该新交易链异常类型标记为路径中断；若没有中断报错，则将该新交易链异常类型置为空，表示未发生路径中断。
进一步的，步骤S3中所述根据该新交易链的中断情况将新交易链与所述路径库中的交易路径匹配的方法为：
S31，对于发生中断的新交易链，将该发生中断的新交易链与路径库中交易路径匹配，通过比对在路径库中与其相关度最高的交易路径，分析中断点所在的系统位置，同时该交易路径支持度加1；
S32，对于未发生中断的新交易链，将该未发生中断的新交易链与所述路径库中的交易路径匹配，若在路径库中找到匹配的交易路径，则将该交易路径支持度加1；若未在路径库中找到匹配的交易路径，则将该新交易链的交易路径添加到路径库中标记为潜在交易路径，同时该潜在交易路径支持度加1。
进一步的，步骤S31中将该发生中断的新交易链与所述路径库中的交易路径匹配的方法为，通过查找路径库中与发生中断的新交易链的已知节点一致的交易路径，从中筛选出与发生中断的新交易链原子交易的报文信息中操作码相同的交易链，若存在多条交易链则选取中断节点之后所需通过节点个数最少的交易路径作为其相关度最高的交易路径。
进一步的，步骤S4中判断未发生中断的所述新交易链中是否存在时间间隔异常的方法为：
S41，利用路径库中每一个交易路径所对应的未发生中断的交易链的交易时间形成时间正态分布图；
S42，根据时间正态分布图，设置正常时间分布的上下阈值，将系统间交易时间超过上下阈值的新交易链错误类型标记为时间间隔异常；否则错误类型标记为空，表示时间间隔正常。
进一步的，对于步骤S31中分析出的中断点所在的系统位置，通过统计出现次数或频率能够得到分析报告，并以地铁图和/或表格的形式在前端展示，以提示管理人员容易出现中断点的系统位置以及其相关的硬件设施；而对于步骤4中标记为时间间隔异常的新交易记录也通过统计分析并以地铁图和/或表格的形式在前端展示。
进一步的，步骤S1中使用的交易记录为至少3个月的未发生中断的交易记录。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明通过路径匹配、中断监测、时间间隔异常监测对交易记录进行监控，并且将此过程得到的交易路径导入路径库，在获取正常交易路径的同时监测异常路径，提高各监测步骤的精确性，从而能够优化交易监控系统的监控效果。相比通过安装探针实现交易关联的方式，不需要对系统进行改造，从而节约了人力、金钱、时间。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
图1为本发明实施例的基于交易链组装的交易风险监控方法的流程框图。
图2为本发明实施例的使用未发生中断的交易记录的原子交易组装生成交易链的流程框图。
图3为本发明实施例的将该生成的交易链作为交易路径存储在路径库中的流程框图。
图4为本发明实施例的将新交易的原子交易组装生成新交易链的流程框图。
图5为本发明实施例的判断新交易链是否发生中断的流程框图。
图6为本发明实施例的将发生中断的新交易链与所述路径库中的交易路径匹配的流程框图。
图7为本发明实施例的将未发生中断的新交易链与所述路径库中的交易路径匹配的流程框图。
图8为本发明实施例对未发生中断的新交易链进行时间间隔异常监测的流程框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
实施例
如图1所示，本实施例提出一种基于交易链组装的交易风险监控方法，包括如下步骤：
S1，同一笔交易在系统间以原子交易的形式存在，使用未发生中断的交易记录的原子交易，将其组装生成交易链，并将生成的所述交易链存储在路径库中；
如图2所示，步骤S1中所述生成交易链的方法为：
S11，获取未发生中断的交易记录的原子交易；一般建议使用至少3个月的未发生中断的交易记录作为冷启动数据，以获得足够的数据量；
S12，将所有原子交易以客户基础信息的关键字段(如交易流水号和客户号字段)进行关联；
S13，在关联所有原子交易后，将其以发生时间顺序进行排列，以此生成与交易记录对应的交易链；
S14，重复步骤S11～S13，为所有未发生中断的交易记录生成对应的交易链。
如图3所示，步骤S1中所述将生成的所述交易链存储在路径库中的方法为：
S15，对步骤S14生成的所有交易链进行统计，并合并相同的交易链；
S16，计算合并后的每个交易链独立的支持度；所述支持度是指该交易链出现的次数，表示该交易链成为正常交易路径的可能性程度，该支持度的值越大表示可能性越大；
S17，根据业务需求设置交易链的支持度最小阈值；该支持度最小阈值可以根据实际应用情况进行设定；
S18，对计算得到的支持度大于该支持度最小阈值的交易链进行人工核验：
(1)将计算得到的支持度大于该支持度最小阈值且通过人工核验为交易路径的交易链，标记为正常交易路径并存储在路径库中；
(2)将计算得到的支持度大于该支持度最小阈值且通过人工核验为异常路径的交易链，标记为异常交易路径并存储在路径库中；
(3)将计算得到的支持度小于该支持度最小阈值的交易链标记为潜在交易路径并存储在路径库中。
也即是说，对于计算得到的支持度大于该支持度最小阈值的交易链，并不确定其是正常或异常，可以交由一些具有判断资质的人员进行选择，以提高系统可靠性。对于计算得到的支持度小于该支持度最小阈值的交易链还未达到成正常交易路径标准，不需要进行核验。
S2，产生新交易时将新交易记录拆解为原子交易并重新组装生成新交易链，并判断该新交易链是否发生中断；
如图4所示，步骤S2中所述生成新交易链的方法为：
S21，产生新交易时，ESB和综合运营平台将新交易的实时原子交易数据推送到统一日志平台，由日志平台将接收到的实时原子交易数据转化为采集系统所需的JSON格式，并将JSON格式的实时原子交易数据发送到Kafka的Topic；其中，Kafka是一种高吞吐量的分布式发布订阅消息系统，Kafka的Topic即发布订阅模式，是一种通用的接收数据的方式。
S22，采集系统订阅了该Kafka的Topic，从而接收到JSON格式的实时原子交易数据，使用实时原子交易数据从数据仓库中匹配客户基础信息的关键字段，然后将所有实时原子交易数据以匹配到的客户基础信息的关键字段进行关联；数据仓库主要是用于储存银行的大量内部数据，包括用于组装业务交易时使用的客户基础信息中的关键字段，如客户号、卡号、账号、手机号、证件号、交易流水号等，将数据仓库中客户基础信息的关键字段信息整合为一张用户表，然后通过采集到的实时原子交易数据中客户基础信息的关键字段去匹配用户表，获取到相应的客户基础信息中的关键字段，如交易流水号和客户号；
S23，在关联所有实时原子交易数据后，再将其以发生时间顺序进行排列，以此生成与新交易记录对应的新交易链。
如图5所示，步骤S2中所述判断该新交易链是否发生中断的方法为，获取该新交易链的原子交易的报文信息，判断该报文信息中是否有中断报错信息：若有中断报错信息，则将该新交易链异常类型标记为路径中断；若没有中断报错，则将该新交易链异常类型置为空，表示未发生路径中断。
S3，根据该新交易链的中断情况将新交易链与所述路径库中的交易路径匹配，匹配完成后执行S4；
步骤S3中所述根据该新交易链的中断情况将新交易链与所述路径库中的交易路径匹配的方法为：
S31，如图6所示，对于发生中断的新交易链，将该发生中断的新交易链与路径库中交易路径匹配，通过比对在路径库中与其相关度最高的交易路径，分析中断点所在的系统位置，同时该交易路径支持度加1。进一步地，对于分析出的中断点所在的系统位置，通过统计出现次数或频率能够得到分析报告，并以地铁图和/或表格的形式在前端展示，以提示管理人员容易出现中断点的系统位置以及其相关的硬件设施。该分析报告也以地铁图和/或表格的形式在前端展示，从而能够给予相关管理人员直观地监控交易链中断情况，便于进行维护管理。发生中断的新交易链与路径库中交易路径匹配的方法为，通过查找路径库中与发生中断的新交易链的已知节点一致的交易路径，从中筛选出与发生中断的新交易链原子交易的报文信息中操作码相同的交易链，若存在多条交易链则选取中断节点之后所需通过节点个数最少的交易路径作为其相关度最高的交易路径；
S32，如图7所示，对于未发生中断的新交易链，将该未发生中断的新交易链与所述路径库中的交易路径匹配，若在路径库中找到匹配的交易路径，则将该交易路径支持度加1；若未在路径库中找到匹配的交易路径，则将该新交易链的交易路径添加到路径库中标记为潜在交易路径，同时该潜在交易路径支持度加1。
S4，判断未发生中断的所述新交易链中是否存在时间间隔异常。
如图8所示，步骤S4中判断未发生中断的所述新交易链中是否存在时间间隔异常的方法为：
S41，利用路径库中每一个交易路径所对应的未发生中断的交易链的交易时间形成时间正态分布图；
S42，根据时间正态分布图，设置正常时间分布的上下阈值，将系统间交易时间超过上下阈值的新交易链错误类型标记为时间间隔异常；否则错误类型标记为空，表示时间间隔正常。进一步地，对于标记为时间间隔异常的新交易记录，也通过统计分析并以地铁图和/或表格的形式在前端展示，从而能够给予相关管理人员直观地监控交易链时间间隔异常情况，便于进行维护管理。
通过上述过程可知，本发明通过路径匹配、中断监测、时间间隔异常监测对交易记录进行监控，并且将此过程得到的交易路径导入路径库，在获取正常交易路径的同时监测异常路径，提高各监测步骤的精确性，从而能够优化交易监控系统的监控效果。相比通过安装探针实现交易关联的方式，不需要对系统进行改造，从而节约了人力、金钱、时间。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于交易链组装的交易风险监控方法，其特征在于，包括如下步骤：
S1，同一笔交易在系统间以原子交易的形式存在，使用未发生中断的交易记录的原子交易，将其组装生成交易链，并将生成的所述交易链存储在路径库中；
S2，产生新交易时将新交易记录拆解为原子交易并重新组装生成新交易链，并判断该新交易链是否发生中断；
S3，根据该新交易链的中断情况将新交易链与所述路径库中的交易路径匹配，匹配完成后执行S4；
S4，判断未发生中断的所述新交易链中是否存在时间间隔异常。
2.根据权利要求1所述的基于交易链组装的交易风险监控方法，其特征在于，步骤S1中所述生成交易链的方法为：
S11，获取未发生中断的交易记录的原子交易；
S12，将所有原子交易以客户基础信息的关键字段进行关联；
S13，在关联所有原子交易后，将其以发生时间顺序进行排列，以此生成与交易记录对应的交易链；
S14，重复步骤S11～S13，为所有未发生中断的交易记录生成对应的交易链。
3.根据权利要求2所述的基于交易链组装的交易风险监控方法，其特征在于，步骤S1中所述将生成的所述交易链存储在路径库中的方法为：
S15，对步骤S14生成的所有交易链进行统计，并合并相同的交易链；
S16，计算合并后的每个交易链独立的支持度；所述支持度是指该交易链出现的次数，表示该交易链成为正常交易路径的可能性程度，该支持度的值越大表示可能性越大；
S17，根据业务需求设置交易链的支持度最小阈值；
S18，对计算得到的支持度大于该支持度最小阈值的交易链进行人工核验：
(1)将计算得到的支持度大于该支持度最小阈值且通过人工核验为交易路径的交易链，标记为正常交易路径并存储在路径库中；
(2)将计算得到的支持度大于该支持度最小阈值且通过人工核验为异常路径的交易链，标记为异常交易路径并存储在路径库中；
(3)将计算得到的支持度小于该支持度最小阈值的交易链标记为潜在交易路径并存储在路径库中。
4.根据权利要求3所述的基于交易链组装的交易风险监控方法，其特征在于，步骤S2中所述生成新交易链的方法为：
S21，产生新交易时，ESB和综合运营平台将新交易的实时原子交易数据推送到统一日志平台，由日志平台将接收到的实时原子交易数据转化为采集系统所需的JSON格式，并将JSON格式的实时原子交易数据发送到Kafka的Topic；
S22，采集系统订阅了该Kafka的Topic，从而接收到JSON格式的实时原子交易数据，使用实时原子交易数据从数据仓库中匹配客户基础信息的关键字段，然后将所有实时原子交易数据以匹配到的客户基础信息的关键字段进行关联；
S23，在关联所有实时原子交易数据后，再将其以发生时间顺序进行排列，以此生成与新交易记录对应的新交易链。
5.根据权利要求4所述的基于交易链组装的交易风险监控方法，其特征在于，步骤S2中所述判断该新交易链是否发生中断的方法为，获取该新交易链的原子交易的报文信息，判断该报文信息中是否有中断报错信息：若有中断报错信息，则将该新交易链异常类型标记为路径中断；若没有中断报错，则将该新交易链异常类型置为空，表示未发生路径中断。
6.根据权利要求5所述的基于交易链组装的交易风险监控方法，其特征在于，步骤S3中所述根据该新交易链的中断情况将新交易链与所述路径库中的交易路径匹配的方法为：
S31，对于发生中断的新交易链，将该发生中断的新交易链与路径库中交易路径匹配，通过比对在路径库中与其相关度最高的交易路径，分析中断点所在的系统位置，同时该交易路径支持度加1；
S32，对于未发生中断的新交易链，将该未发生中断的新交易链与所述路径库中的交易路径匹配，若在路径库中找到匹配的交易路径，则将该交易路径支持度加1；若未在路径库中找到匹配的交易路径，则将该新交易链的交易路径添加到路径库中标记为潜在交易路径，同时该潜在交易路径支持度加1。
7.根据权利要求6所述的基于交易链组装的交易风险监控方法，其特征在于，步骤S31中将该发生中断的新交易链与所述路径库中的交易路径匹配的方法为，通过查找路径库中与发生中断的新交易链的已知节点一致的交易路径，从中筛选出与发生中断的新交易链原子交易的报文信息中操作码相同的交易链，若存在多条交易链则选取中断节点之后所需通过节点个数最少的交易路径作为其相关度最高的交易路径。
8.根据权利要求7所述的基于交易链组装的交易风险监控方法，其特征在于，步骤S4中判断未发生中断的所述新交易链中是否存在时间间隔异常的方法为：
S41，利用路径库中每一个交易路径所对应的未发生中断的交易链的交易时间形成时间正态分布图；
S42，根据时间正态分布图，设置正常时间分布的上下阈值，将系统间交易时间超过上下阈值的新交易链错误类型标记为时间间隔异常；否则错误类型标记为空，表示时间间隔正常。
9.根据权利要求8所述的基于交易链组装的交易风险监控方法，其特征在于，对于步骤S31中分析出的中断点所在的系统位置，通过统计出现次数或频率能够得到分析报告，并以地铁图和/或表格的形式在前端展示，以提示管理人员容易出现中断点的系统位置以及其相关的硬件设施；而对于步骤4中标记为时间间隔异常的新交易记录也通过统计分析并以地铁图和/或表格的形式在前端展示。
10.根据权利要求1-9任一项所述的基于交易链组装的交易风险监控方法，其特征在于，步骤S1中使用的交易记录为至少3个月的未发生中断的交易记录。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011491203.7A CN112465505B (zh) | 2020-12-17 | 2020-12-17 | 一种基于交易链组装的交易风险监控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011491203.7A CN112465505B (zh) | 2020-12-17 | 2020-12-17 | 一种基于交易链组装的交易风险监控方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112465505A true CN112465505A (zh) | 2021-03-09 |
| CN112465505B CN112465505B (zh) | 2024-03-22 |
Family
ID=74803104
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011491203.7A Active CN112465505B (zh) | 2020-12-17 | 2020-12-17 | 一种基于交易链组装的交易风险监控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112465505B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0411748A2 (en) * | 1989-06-02 | 1991-02-06 | Reuters Limited | System for matching of buyers and sellers with risk minimization |
| CA2565323A1 (en) * | 2006-02-22 | 2007-01-18 | Witness Systems, Inc. | System and method for detecting and displaying business transactions |
| WO2009029571A1 (en) * | 2007-08-24 | 2009-03-05 | Creditex Group, Inc. | Systems and methods for volume clearing in online trading of credit derivatives |
| US7657474B1 (en) * | 2003-03-04 | 2010-02-02 | Mantas, Inc. | Method and system for the detection of trading compliance violations for fixed income securities |
| US20180330377A1 (en) * | 2017-05-11 | 2018-11-15 | Ca, Inc. | Emitter recognition and sequencing for risk analytics |
| US20190026707A1 (en) * | 2016-12-14 | 2019-01-24 | Ping An Technology (Shenzhen) Co., Ltd. | Method of detecting transaction system error, device, storage medium, and computer equipment |
| CN110502426A (zh) * | 2019-07-08 | 2019-11-26 | 中国工商银行股份有限公司 | 分布式数据处理系统的测试方法和装置 |
| CN111127024A (zh) * | 2019-11-19 | 2020-05-08 | 支付宝(杭州)信息技术有限公司 | 可疑资金链路检测方法及装置 |
| US20200293959A1 (en) * | 2019-03-15 | 2020-09-17 | Everseen Limited | Distributed logbook for anomaly monitoring |
| CN111796957A (zh) * | 2020-06-30 | 2020-10-20 | 中国工商银行股份有限公司 | 基于应用日志的交易异常根因分析方法及系统 |
-
2020
- 2020-12-17 CN CN202011491203.7A patent/CN112465505B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0411748A2 (en) * | 1989-06-02 | 1991-02-06 | Reuters Limited | System for matching of buyers and sellers with risk minimization |
| US7657474B1 (en) * | 2003-03-04 | 2010-02-02 | Mantas, Inc. | Method and system for the detection of trading compliance violations for fixed income securities |
| CA2565323A1 (en) * | 2006-02-22 | 2007-01-18 | Witness Systems, Inc. | System and method for detecting and displaying business transactions |
| WO2009029571A1 (en) * | 2007-08-24 | 2009-03-05 | Creditex Group, Inc. | Systems and methods for volume clearing in online trading of credit derivatives |
| US20190026707A1 (en) * | 2016-12-14 | 2019-01-24 | Ping An Technology (Shenzhen) Co., Ltd. | Method of detecting transaction system error, device, storage medium, and computer equipment |
| US20180330377A1 (en) * | 2017-05-11 | 2018-11-15 | Ca, Inc. | Emitter recognition and sequencing for risk analytics |
| US20200293959A1 (en) * | 2019-03-15 | 2020-09-17 | Everseen Limited | Distributed logbook for anomaly monitoring |
| CN110502426A (zh) * | 2019-07-08 | 2019-11-26 | 中国工商银行股份有限公司 | 分布式数据处理系统的测试方法和装置 |
| CN111127024A (zh) * | 2019-11-19 | 2020-05-08 | 支付宝(杭州)信息技术有限公司 | 可疑资金链路检测方法及装置 |
| CN111796957A (zh) * | 2020-06-30 | 2020-10-20 | 中国工商银行股份有限公司 | 基于应用日志的交易异常根因分析方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112465505B (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20160371138A1 (en) | Anomaly detection service | |
| CN108537544B (zh) | 一种交易系统实时监控方法及其监控系统 | |
| US8234145B2 (en) | Automatic computation of validation metrics for global logistics processes | |
| CN106951984B (zh) | 一种系统健康度动态分析预测方法及装置 | |
| US11378415B2 (en) | Method and system for detecting anomalies in energy consumption | |
| KR100841876B1 (ko) | 의미있는 변화를 드러내는 다이나믹 프로세스 메트릭스의자동 모니터링 및 통계적 분석 | |
| US7464060B2 (en) | Time series pattern extraction apparatus and method | |
| KR101808702B1 (ko) | 기업 진단평가 통합 시스템을 이용한 기업진단 방법 | |
| US20100082708A1 (en) | System and Method for Management of Performance Fault Using Statistical Analysis | |
| US8332502B1 (en) | Business to business network management event detection and response system and method | |
| AU2019201142A1 (en) | Testing and improving performance of mobile application portfolios | |
| US7813298B2 (en) | Root cause problem detection in network traffic information | |
| US9806902B2 (en) | Scalable framework for monitoring machine-to-machine (M2M) devices | |
| US20110276836A1 (en) | Performance analysis of applications | |
| US20070260735A1 (en) | Methods for linking performance and availability of information technology (IT) resources to customer satisfaction and reducing the number of support center calls | |
| CN107302469B (zh) | 分布式服务集群系统数据更新的监控装置及方法 | |
| US20080168044A1 (en) | System and method for providing performance statistics for application components | |
| US7210073B1 (en) | Workflows for performance management methodology | |
| US7162390B2 (en) | Framework for collecting, storing, and analyzing system metrics | |
| CN117194142A (zh) | 一种基于链路追踪的集成应用性能诊断系统及方法 | |
| CN114238020A (zh) | 多维度的高精度智能业务监控方法及系统 | |
| CN112465505A (zh) | 一种基于交易链组装的交易风险监控方法 | |
| CN107087284A (zh) | 一种网络小区的质量监控方法及监控系统、服务器 | |
| CN114511273A (zh) | 一种零售仓储管理系统及方法 | |
| CN112396349A (zh) | 一种基于业务实体的数据质量监控方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |