CN112559023A - 一种变更风险的预测方法、装置、设备及可读存储介质 - Google Patents
一种变更风险的预测方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN112559023A CN112559023A CN202011552788.9A CN202011552788A CN112559023A CN 112559023 A CN112559023 A CN 112559023A CN 202011552788 A CN202011552788 A CN 202011552788A CN 112559023 A CN112559023 A CN 112559023A
- Authority
- CN
- China
- Prior art keywords
- change
- risk
- risk value
- predicted
- value
- 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
- 230000008859 change Effects 0.000 title claims abstract description 559
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000012986 modification Methods 0.000 claims abstract description 75
- 230000004048 modification Effects 0.000 claims abstract description 75
- 230000004075 alteration Effects 0.000 claims description 21
- 238000007689 inspection Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013145 classification model Methods 0.000 description 3
- 238000011056 performance test Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013070 change management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/57—Certifying or maintaining trusted computer platforms, e.g. secure boots or power-downs, version controls, system software checks, secure updates or assessing vulnerabilities
- G06F21/577—Assessing vulnerabilities and evaluating computer system security
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F2221/03—Indexing scheme relating to G06F21/50, monitoring users, programs or devices to maintain the integrity of platforms
- G06F2221/033—Test or assess software
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种变更风险的预测方法、装置、设备及可读存储介质,获取待预测变更的修改对象的属性、以及关联变更的修改对象的属性,依据待预测变更的修改对象的属性,获取待预测变更的变更风险值,作为第一变更风险值,依据关联变更的修改对象的属性,获取关联变更的变更风险值,作为第二变更风险值。本方法依据目标变更的系统的权值以及其它属性的要素风险值,确定目标变更的变更风险值,目标变更包括待预测变更或关联变更,权值依据目标变更的系统的重要程度预先配置,要素风险值依据历史变更数据预先获取。当目标风险值满足预设的预警条件,发送预警信息。本方法能够提高风险预测的全面性和准确性,进一步提高发送的预警信息的准确性。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种变更风险的预测方法、装置、设备及可读存储介质。
背景技术
随着业务的快速发展,需求来源越来越多样化,业务系统的变更越来越频繁。同时,为满足业务的融合、升级,代码间的关联关系越来越复杂。当应业务需求修改应用程序或函数(统称为修改对象)而发生变更,执行变更存在变更风险,由于代码间存在关联关系,并且与本次变更有关联的变更发生时,也存在变更风险,而现有技术中,针对变更的风险预测局限于本次变更本身产生的风险,所以,风险预测不够全面,变更风险的预测准确性低,导致发送的预警信息准确性低。
发明内容
本申请提供了一种变更风险的预测方法、装置、设备及可读存储介质,目的在于提高发送的预警信息的准确性,如下:
一种变更风险的预测方法,包括:
获取待预测变更的修改对象的属性、以及关联变更的修改对象的属性,所述关联变更为与所述待预测变更存在关联关系的变更;属性包括修改对象所属的系统;
依据所述待预测变更的修改对象的属性,获取所述待预测变更的变更风险值,作为第一变更风险值;
依据所述关联变更的修改对象的属性,获取所述关联变更的变更风险值,作为第二变更风险值;
当目标风险值满足预设的预警条件,发送预警信息,所述目标风险值包括所述第一变更风险值和所述第二变更风险值;
其中,依据目标变更的修改对象的属性,获取所述目标变更的变更风险值的过程包括:
依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,所述目标变更包括所述待预测变更或所述关联变更,所述权值依据所述目标变更的系统的重要程度预先配置,所述要素风险值依据历史变更数据预先获取。
可选地,依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,包括:
获取所述目标变更的系统的权值,作为第一数值;
获取所述其它属性的所述要素风险值;
以预设数值为权值,将所述要素风险值加权相加,得到第二数值;
将所述第一数值和所述第二数值的乘积作为所述目标变更的变更风险值。
可选地,本方法还包括:
获取关联系统的权值,作为第三变更风险值,所述关联系统为与所述待预测变更存在关联关系的系统;
将所述关联系统的数量和所述关联变更的数量的加和,作为第四变更风险值。
可选地,本方法还包括:
依据所述第一变更风险值、所述第二变更风险值、所述第三变更风险值、所述第四变更风险值中的至少一项,获取所述待预测变更的变更等级;
响应于获取到所述待预测变更的附件信息,依据预设的附件检查规则,检查所述附件信息是否完整,得到附件检查结果,所述附件信息包括获取到的所述待预测变更的变更附件的名称。
可选地,目标风险值还包括:
所述第三变更风险值、所述第四变更风险值、所述附件检查结果中至少一项。
可选地,本方法还包括:
将所述待预测变更与所述目标风险值记录于预设的变更风险表。
一种变更风险预测装置,包括:
属性获取模块,用于获取待预测变更的修改对象的属性、以及关联变更的修改对象的属性,所述关联变更为与所述待预测变更存在关联关系的变更;属性包括修改对象所属的系统;
风险值获取模块,用于依据所述待预测变更的修改对象的属性,获取所述待预测变更的变更风险值,作为第一变更风险值;依据所述关联变更的修改对象的属性,获取所述关联变更的变更风险值,作为第二变更风险值;
预警模块,用于当变更风险值满足预设的预警条件,发送预警信息,所述目标风险值包括所述第一变更风险值和所述第二变更风险值;
其中,依据目标变更的修改对象的属性,获取所述目标变更的变更风险值的过程包括:
依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,所述目标变更包括所述待预测变更或所述关联变更,所述权值依据所述目标变更的系统的重要程度预先配置,所述要素风险值依据历史变更数据预先获取。
可选地,风险值获取模块,还用于:
获取关联系统的权值,作为第三变更风险值,所述关联系统为与所述待预测变更存在关联关系的系统;
将所述关联系统的数量和所述关联变更的数量的加和,作为第四变更风险值。
一种变更风险预测设备,包括:存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如上所述的变更风险的预测方法的各个步骤。
一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上所述的变更风险的预测方法的各个步骤。
由上述技术方案可以看出,本申请实施例提供的变更风险的预测方法、装置、设备及可读存储介质,获取待预测变更的修改对象的属性、以及关联变更的修改对象的属性,依据待预测变更的修改对象的属性,获取待预测变更的变更风险值,作为第一变更风险值,依据关联变更的修改对象的属性,获取关联变更的变更风险值,作为第二变更风险值。以待预测变更或关联变更作为目标变更,依据目标变更的系统的权值以及其它属性的要素风险值,确定目标变更的变更风险值,其中,权值依据目标变更的系统的重要程度预先配置,要素风险值依据历史变更数据预先获取,可见获取的变更风险值的准确性高。进一步,当目标风险值满足预设的预警条件,发送预警信息。其中,目标风险值中包括第一变更风险值和第二变更风险值,因为,关联变更为与待预测变更存在关联关系的变更,所以,目标风险值不仅能够指示仅待预测变更的自身风险,也能够指示与待预测变更相关联的变更的风险,可见,本方法通过判断目标风险值,发送预警信息能够提高风险预测的全面性和准确性,进一步提高发送的预警信息的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的一些实施例,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它的附图。
图1为本申请实施例提供的一种变更风险的预测方法的具体实施方式的流程示意图;
图2为本申请实施例提供的一种变更风险的预测方法的流程示意图;
图3为本申请实施例提供的一种变更风险预测装置的结构示意图;
图4为本申请实施例提供的一种变更风险预测设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。
本申请实施例提供的变更风险的预测方法应用在但不限于对银行的业务系统的变更的变更风险值的预测,例如,响应于接收到一项变更的变更内容,针对变更内容,对本次变更进行变更风险值的预测,需要说明的是,变更风险值指示变更(称为待预测变更)发生后产生的影响的严重程度。图1为本申请实施例提供的一种变更风险的预测方法的流程示意图,如图1所示,具体可以包括下述S101~S113。
S101、获取待预测变更的修改对象的属性以及关联变更的修改对象的属性。
本实施例中,待预测变更的修改对象指的是待预测变更所修改的应用程序或函数,关联变更的修改对象指的是关联变更所修改的应用程序或函数,需要说明的是,修改对象的属性包括但不限于:变更名称、变更功能、变更需求以及变更类型,其中,变更名称包括修改对象的名称,变更功能为变更后的修改对象的实现的功能,变更系统为变更的系统,变更类型为预设的类别,变更需求指示变更的目的,需说明的是,变更需求为变更的触发动机,由提交变更的运维人员进行配置,例如,变更需求为系统升级。
需要说明的是,待预测变更为本次需执行的变更,关联变更为与待预测变更存在关联关系的变更,例如,关联关系包括:待预测变更的修改对象为关联变更的修改对象的上游程序,或待预测变更的修改对象为关联变更的修改对象的下游程序,待预测变更和关联变更的系统属于同一系统,或属于不同的系统。
需要说明的是,修改对象的属性的获取方法可以包括多种,包括但不限于从由运维人员通过人机交互页面填写并提交的变更内容中获取。
S102、获取待预测变更的系统的权值,作为第一数值。
本实施例中,任意的系统的权值依据系统的重要程度预先配置,例如,实际应用中,由运维人员依据系统的运行重要程度预先配置。
S103、获取待预测变更的修改对象的其它属性的要素风险值要素风险值。
本实施例中,修改对象的其它属性包括除变更的系统之外的属性,修改对象的其它属性的要素风险值依据历史变更数据预先获取,可选地,从预设的变更要素表获取要素风险值,变更要素表依据历史变更生成,记录历史变更中的修改对象的属性以及属性的要素风险值的对应关系。
需要说明的是,依据历史变更的修改对象的属性生成变更要素表的包括:
A1、获取历史变更的修改对象的属性。
本实施例中,历史变更包括已经发生的多项变更,历史变更的修改对象的属性从变更管理系统(ACMS)积累的变更大数据中获取,具体可以参见现有技术。
A2、依据执行历史变更的影响,评估各个属性的重要程度。
本实施例中,按照预设的第一规则,评估各属性的重要程度,其中,第一规则用于指示发生变更后,系统的运行情况与属性的重要程度的对应关系,第一规则由运维人员预先配置。具体实现方法可以参见现有技术,需要说明的是,运维人员可结合工作经验审核并调整第一规则以及评估结果。
A3、依据重要程度确定每一属性的要素风险值,并记录至变更要素表。
需要说明的是,由重要程度确定要素风险值的过程为将风险量化的过程,具体的实现方式可以参见现有技术。
S104、以预设数值为权值,将待预测变更的修改对象的各个属性的要素风险值加权相加,得到第二数值。
S105、将第一数值和第二数值的乘积作为待预测变更的变更风险值,即第一变更风险值。
需要说明的是,S102~S105为依据待预测变更的修改对象的属性,获取待预测变更的变更风险值的一种可选的方法。本实施例中,第一数值(即系统的权值)指示系统的重要程度,每一属性的要素风险值指示该属性的风险,所以,以预设数值的大小体现各个属性的重要程度,加权相加各个属性的要素风险值得到的第二数值能够指示其它属性的风险,进一步,将第一数值和第二数值的乘积作为待预测变更的变更风险值的方法,全面参考待预测变更的修改对象的所有属性,得到的变更风险值准确度高。
进一步需要说明的是,本实施例还包括其它的可选的方法,例如,将待预测变更的所有变更要素的要素风险值,以预设数值为权值,加权相加得到第一变更风险值,对此本实施例不做赘述。
S106、将待预测变更与第一变更风险值的对应关系存储至变更风险表。
S107、依据关联变更的修改对象的属性,获取关联变更的变更风险值,作为第二变更风险值。
本实施例中,关联变更的变更风险值的获取方法包括多种,可选的一种方法为:若变更风险表中存在关联变更,则从变更风险表中查询关联变更对应的第一变更风险值,若变更风险表中不存在关联变更,则依据关联变更的系统的权值以及其它属性的要素风险值,确定关联变更的变更风险值。关联变更的系统的权值依据关联变更的系统的重要程度预先配置,其它属性的要素风险值依据历史变更数据预先获取,需要说明的是,具体的获取关联变更的变更风险值的方法参见S101~S105,在此不做赘述。
S108、获取关联系统的权值,作为第三变更风险值。
本实施例中,关联系统为与待预测变更的系统存在关联关系的系统,关联系统的权值依据关联系统的重要程度预先配置。可以理解的是,与待预测变更存在关联关系的系统重要程度越高,则待预测变更的变更风险越大,也即,第三变更风险值能够指示待预测变更的变更风险。
S109、将关联系统的数量和关联变更的数量相加,得到关联复杂度,作为第四变更风险值。
需要说明的是,关联变更的数量能够指示执行待预测变更对其它的变更的影响程度,例如,关联变更的数量越多,则表示与待预测变更具有关联关系的变更越多,变更风险越大。关联系统的数量能够指示执行待预测变更对其它的系统的影响程度,例如,关联系统的数量越多,则表示与待预测变更具有关联关系的系统越多,变更风险越大。综上,关联复杂度能够指示待预测变更的变更风险。
可选的另一种计算关联复杂度的方法包括:将关联变更的数量与关联系统的数量的加权相加,得到关联复杂度,其中,关联变更的数量或关联系统的数量的权值为预设的数值。
S110、依据待预测变更的修改对象的属性、第一变更风险值、第二变更风险值、第三变更风险值、以及第四变更风险值,获取待预测变更的变更等级。
本实施例中,变更等级预先被配置为预设等级,例如,变更等级包括预设的高等等级、中等等级、和低等等级。
需要说明的是,分类得到待预测变更的变更等级的方法包括多种,可选地,依据预设的分类规则,将待预测变更的变更类型、变更需求、第一变更风险值、第二变更风险值、第三变更风险值、以及第四变更风险值中的至少两项作为分类条件,对待预测变更进行等级判断。其中,分类规则依据历史变更获取,包括各分类条件与变更等级的对应关系。
进一步需要说明的是,待预测变更的变更等级的确定方法还包括其它方法,例如,依据第一变更风险值、第二变更风险值、第三变更风险值、以及第四变更风险值的至少一项,得到待预测变更的分类等级,再例如,将分类条件输入预先训练好的分类模型,得到分类模型输出的变更等级,分类模型的训练方法参见现有技术,本实施例对此不做赘述。
S111、响应于获取到待预测变更的附件信息,依据预设的附件检查规则,检查附件信息是否完整,得到附件检查结果。
本实施例中,附件信息包括待预测变更的变更附件名称,其中,变更附件为待预测变更的相关文档,包括但不限于需求文档、功能测试文档、性能测试文档、或安全测试文档。
本实施例中,当待预测变更的附件信息包括所有的目标变更附件的名称时,则附件检查结果为变更待预测变更的附件完整。其中,目标变更附件为待预测变更所属的变更等级对应的必要附件,即,执行变更所需要的全部附件,需要说明的是,各个变更等级对应的必要附件预先配置。
当待预测变更的附件信息缺少任意目标变更附件,则附件检查结果为变更待预测变更的附件不完整,并得到缺少的目标变更附件的名称。
需要说明的是,当缺少执行待预测变更所需要的附件时,待预测变更的变更风险较大,缺少的附件的附件类型对变更风险的影响程度不相同。例如,变更等级较高的待预测变更所需要的附件包括需求文档、功能测试文档、性能测试文档、以及安全测试文档,当性能测试文档时,则执行待预测变更的风险较大。可见,附件检查结果能够指示待预测变更的变更风险。
S112、将待预测变更与目标风险值的对应关系记录至变更风险表。
本实施例中,目标风险值包括第一风险值和第二风险值,还包括第三变更风险值、第四变更风险值、或附件检查结果中至少一项,例如,可选的一种将待预测变更与相关风险的对应关系记录至变更风险表的方法包括:
将待预测变更、关联变更、以及关联变更的变更风险值对应记录。
将待预测变更、关联系统、以及关联系统的系统权值对应记录。
将待预测变更、关联变更的数量、关联系统的数量和关联复杂度对应记录。
将待预测变更、变更等级、以及附件检查结果对应记录。
需要说明的是,待预测变更的第一变更风险值指示待预测变更的自身变更风险,关联变更的变更风险值(第二变更风险值)、关联系统的系统权值(第三变更风险值)、关联复杂度(第四变更风险值)、以及附件检查结果指示与待预测变更的相关联的风险(称为相关风险)。也即,变更风险表中记录变更的自身风险以及关联的风险的对应关系。
需要说明的是,将待预测变更与目标风险值的对应关系记录至变更风险表的有益效果在于:第一、为本次变更(待预测变更)生成变更风险表,有助于有关人员对待预测变更所涉及的内容进行查询。第二、变更风险表记录的变更可以作为历史变更,为其它变更的变更风险值提供参考。
S113、当目标风险值满足预设的预警条件,发送预警信息。
本实施例中,预警条件包括目标风险值的第一范围和预警的对应关系,预警条件还包括以及,目标风险值的第二范围和预警信息接收方的对应关系。
本实施例中,预警条件预先设置,预警信息接收方为预先设置的对变更具有不同管理权限的账户,例如,变更申请人账户、申请人组长账户、申请部门主任工程师账户、变更评审人账户、以及变更任务处理人账户。
例如,预警条件包括第一变更风险值大于预设的第一风险阈值,且第二变更风险值大于预设的第二风险阈值,向变更申请人账户发送预警信息。再例如,预警条件包括关联复杂度大于预设的复杂度阈值,向申请人组长账户发送预警信息。
需要说明的是,由于第一风险值、第二风险值、第三变更风险值、第四变更风险值、以及附件检查结果均可以指示待预测变更的变更风险,所以,以第一风险值、第二风险值、第三变更风险值、第四变更风险值、以及附件检查结果作为目标风险值,当满足预设的预警条件,发送预警信息,能够考虑到不同方面,提高发送预警信息的准确性。进一步地,本方法中,预警条件包括目标风险值的第二范围和预警信息接收方的对应关系,所以,能够自动分析风险的严重程度,将不同程度的预警信息发送至预设的不同权限的负责人账号,有助于提高处理风险的效率。
需要说明的是,上述S101~S113仅为本申请实施例提供的变更风险的预测方法的可选的一种具体实施流程,本申请实施例还包括其它的具体实施流程,例如,S108或S109为可选的步骤,再例如,S110~S111为可选的一种获取附件检查结果的方法。综上所述,本申请实施例提供的变更风险的预测方法可以概括为图2所示的一种变更风险的预测方法流程示意图,如图2所示,本方法可以包括S201~S204。
S201、获取待预测变更的修改对象的属性、以及关联变更的修改对象的属性。
本实施例中,关联变更为与待预测变更存在关联关系的变更。属性包括修改对象所属的系统,也即待预测变更的系统。
本实施例中,待预测变更的修改对象指的是待预测变更所修改的应用程序或函数,关联变更的修改对象指的是关联变更所修改的应用程序或函数,需要说明的是,修改对象的属性包括但不限于:变更名称、变更功能、变更需求以及变更类型。具体参见S101。
需要说明的是,修改对象的属性的获取方法可以包括多种,包括但不限于从由运维人员通过人机交互页面填写并提交的变更内容中获取。
S202、依据待预测变更的修改对象的属性,获取待预测变更的变更风险值,作为第一变更风险值。
本实施例中,可选的一种获取第一变更风险值的方法包括:依据待预测变更的系统的权值以及其它属性的要素风险值,确定目标变更的变更风险值。
其中,待预测变更的系统的权值依据待预测变更的系统的重要程度预先配置,其它属性为除系统外的修改对象的属性,各个其它属性的要素风险值依据历史变更数据预先获取。
S203、依据关联变更的修改对象的属性,获取关联变更的变更风险值,作为第二变更风险值。
本实施例中,可选的一种获取第二变更风险值的方法包括:依据关联变更的系统的权值以及其它属性的要素风险值,确定目标变更的变更风险值。
其中,关联变更的系统的权值依据关联变更的系统的重要程度预先配置,其它属性为除系统外的修改对象的属性,各个其它属性的要素风险值依据历史变更数据预先获取。
需要说明的是,获取第二变更风险值的方法和获取第一变更风险值的方法可以互相参考,具体的流程可以参见S102~S107。
S204、当目标风险值满足预设的预警条件,发送预警信息。
本实施例中,目标风险值包括第一变更风险值和第二变更风险值。预警条件至少包括目标风险值的预警范围,当目标风险值达到预警范围,则发送预警信息。
需要说明的是,发送预警信息的具体实现方法可以参见S113,本实施例对此不做赘述。
由上述技术方案可以看出,本申请实施例提供的变更风险的预测方法、装置、设备及可读存储介质,获取待预测变更的修改对象的属性、以及关联变更的修改对象的属性,依据待预测变更的修改对象的属性,获取待预测变更的变更风险值,作为第一变更风险值,依据关联变更的修改对象的属性,获取关联变更的变更风险值,作为第二变更风险值。本方法依据目标变更的系统的权值以及其它属性的要素风险值,确定目标变更的变更风险值,目标变更包括待预测变更或关联变更,权值依据目标变更的系统的重要程度预先配置,要素风险值依据历史变更数据预先获取。进一步,当目标风险值满足预设的预警条件,发送预警信息。其中,目标风险值中包括第一变更风险值和第二变更风险值,因为,关联变更为与待预测变更存在关联关系的变更,所以,目标风险值不仅能够指示仅待预测变更的自身风险,也能够指示与待预测变更相关联的变更的风险,可见,本方法通过判断目标风险值,发送预警信息能够提高风险预测的全面性和准确性,进一步提高发送的预警信息的准确性。
图3示出了本申请实施例提供的一种变更风险的预测装置的结构示意图,如图3所示,该装置可以包括:
属性获取模块301,用于获取待预测变更的修改对象的属性、以及关联变更的修改对象的属性,所述关联变更为与所述待预测变更存在关联关系的变更;属性包括修改对象所属的系统;
风险值获取模块302,用于依据所述待预测变更的修改对象的属性,获取所述待预测变更的变更风险值,作为第一变更风险值;依据所述关联变更的修改对象的属性,获取所述关联变更的变更风险值,作为第二变更风险值;
预警模块303,用于当变更风险值满足预设的预警条件,发送预警信息,所述目标风险值包括所述第一变更风险值和所述第二变更风险值;
风险值获取模块,用于依据目标变更的修改对象的属性,获取所述目标变更的变更风险值,包括:
风险值获取模块具体用于:依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,所述目标变更包括所述待预测变更或所述关联变更,所述权值依据所述目标变更的系统的重要程度预先配置,所述要素风险值依据历史变更数据预先获取。
可选地,风险值获取模块用于:依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,包括:
风险值获取模块具体用于:
获取所述目标变更的系统的权值,作为第一数值;
获取所述其它属性的所述要素风险值;
以预设数值为权值,将所述要素风险值加权相加,得到第二数值;
将所述第一数值和所述第二数值的乘积作为所述目标变更的变更风险值。
可选地,风险值获取模块,还用于:
获取关联系统的权值,作为第三变更风险值,所述关联系统为与所述待预测变更存在关联关系的系统;
将所述关联系统的数量和所述关联变更的数量的加和,作为第四变更风险值。
可选地,本装置还包括:检查结果获取模块,用于:
依据所述第一变更风险值、所述第二变更风险值、所述第三变更风险值、所述第四变更风险值中的至少一项,获取所述待预测变更的变更等级;
响应于获取到所述待预测变更的附件信息,依据预设的附件检查规则,检查所述附件信息是否完整,得到附件检查结果,所述附件信息包括获取到的所述待预测变更的变更附件的名称。
可选地,目标风险值还包括:所述第三变更风险值、所述第四变更风险值、所述附件检查结果中至少一项。
可选地,本装置还包括:
风险表记录模块,用于将所述待预测变更与所述目标风险值记录于预设的变更风险表。
图4示出了该变更风险预测设备的结构示意图,该设备可以包括:至少一个处理器401,至少一个通信接口402,至少一个存储器403和至少一个通信总线404;
在本申请实施例中,处理器401、通信接口402、存储器403、通信总线404的数量为至少一个,且处理器401、通信接口402、存储器403通过通信总线404完成相互间的通信;
处理器401可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路等;
存储器403可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory)等,例如至少一个磁盘存储器;
其中,存储器存储有程序,处理器可执行存储器存储的程序,实现本申请实施例提供的一种变更风险的预测方法的各个步骤,如下:
一种变更风险的预测方法,包括:
获取待预测变更的修改对象的属性、以及关联变更的修改对象的属性,所述关联变更为与所述待预测变更存在关联关系的变更;属性包括修改对象所属的系统;
依据所述待预测变更的修改对象的属性,获取所述待预测变更的变更风险值,作为第一变更风险值;
依据所述关联变更的修改对象的属性,获取所述关联变更的变更风险值,作为第二变更风险值;
当目标风险值满足预设的预警条件,发送预警信息,所述目标风险值包括所述第一变更风险值和所述第二变更风险值;
其中,依据目标变更的修改对象的属性,获取所述目标变更的变更风险值的过程包括:
依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,所述目标变更包括所述待预测变更或所述关联变更,所述权值依据所述目标变更的系统的重要程度预先配置,所述要素风险值依据历史变更数据预先获取。
可选地,依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,包括:
获取所述目标变更的系统的权值,作为第一数值;
获取所述其它属性的所述要素风险值;
以预设数值为权值,将所述要素风险值加权相加,得到第二数值;
将所述第一数值和所述第二数值的乘积作为所述目标变更的变更风险值。
可选地,本方法还包括:
获取关联系统的权值,作为第三变更风险值,所述关联系统为与所述待预测变更存在关联关系的系统;
将所述关联系统的数量和所述关联变更的数量的加和,作为第四变更风险值。
可选地,本方法还包括:
依据所述第一变更风险值、所述第二变更风险值、所述第三变更风险值、所述第四变更风险值中的至少一项,获取所述待预测变更的变更等级;
响应于获取到所述待预测变更的附件信息,依据预设的附件检查规则,检查所述附件信息是否完整,得到附件检查结果,所述附件信息包括获取到的所述待预测变更的变更附件的名称。
可选地,目标风险值还包括:
所述第三变更风险值、所述第四变更风险值、所述附件检查结果中至少一项。
可选地,本方法还包括:
将所述待预测变更与所述目标风险值记录于预设的变更风险表。
本申请实施例还提供一种可读存储介质,该可读存储介质可存储有适于处理器执行的计算机程序,计算机程序被处理器执行时,实现本申请实施例提供的一种变更风险的预测方法的各个步骤,如下:
一种变更风险的预测方法,包括:
获取待预测变更的修改对象的属性、以及关联变更的修改对象的属性,所述关联变更为与所述待预测变更存在关联关系的变更;属性包括修改对象所属的系统;
依据所述待预测变更的修改对象的属性,获取所述待预测变更的变更风险值,作为第一变更风险值;
依据所述关联变更的修改对象的属性,获取所述关联变更的变更风险值,作为第二变更风险值;
当目标风险值满足预设的预警条件,发送预警信息,所述目标风险值包括所述第一变更风险值和所述第二变更风险值;
其中,依据目标变更的修改对象的属性,获取所述目标变更的变更风险值的过程包括:
依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,所述目标变更包括所述待预测变更或所述关联变更,所述权值依据所述目标变更的系统的重要程度预先配置,所述要素风险值依据历史变更数据预先获取。
可选地,依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,包括:
获取所述目标变更的系统的权值,作为第一数值;
获取所述其它属性的所述要素风险值;
以预设数值为权值,将所述要素风险值加权相加,得到第二数值;
将所述第一数值和所述第二数值的乘积作为所述目标变更的变更风险值。
可选地,本方法还包括:
获取关联系统的权值,作为第三变更风险值,所述关联系统为与所述待预测变更存在关联关系的系统;
将所述关联系统的数量和所述关联变更的数量的加和,作为第四变更风险值。
可选地,本方法还包括:
依据所述第一变更风险值、所述第二变更风险值、所述第三变更风险值、所述第四变更风险值中的至少一项,获取所述待预测变更的变更等级;
响应于获取到所述待预测变更的附件信息,依据预设的附件检查规则,检查所述附件信息是否完整,得到附件检查结果,所述附件信息包括获取到的所述待预测变更的变更附件的名称。
可选地,目标风险值还包括:
所述第三变更风险值、所述第四变更风险值、所述附件检查结果中至少一项。
可选地,本方法还包括:
将所述待预测变更与所述目标风险值记录于预设的变更风险表。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种变更风险的预测方法,其特征在于,包括:
获取待预测变更的修改对象的属性、以及关联变更的修改对象的属性,所述关联变更为与所述待预测变更存在关联关系的变更;所述属性包括所属的系统;
依据所述待预测变更的修改对象的属性,获取所述待预测变更的变更风险值,作为第一变更风险值;
依据所述关联变更的修改对象的属性,获取所述关联变更的变更风险值,作为第二变更风险值;
当目标风险值满足预设的预警条件,发送预警信息,所述目标风险值包括所述第一变更风险值和所述第二变更风险值;
其中,依据目标变更的修改对象的属性,获取所述目标变更的变更风险值的过程包括:
依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,所述目标变更包括所述待预测变更或所述关联变更,所述权值依据所述目标变更的系统的重要程度预先配置,所述要素风险值依据历史变更数据预先获取。
2.根据权利要求1所述的方法,其特征在于,所述依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,包括:
获取所述目标变更的系统的权值,作为第一数值;
获取所述其它属性的所述要素风险值;
以预设数值为权值,将所述要素风险值加权相加,得到第二数值;
将所述第一数值和所述第二数值的乘积作为所述目标变更的变更风险值。
3.根据权利要求1或2所述的方法,其特征在于,还包括:
获取关联系统的权值,作为第三变更风险值,所述关联系统为与所述待预测变更存在关联关系的系统;
将所述关联系统的数量和所述关联变更的数量的加和,作为第四变更风险值。
4.根据权利要求3所述的方法,其特征在于,还包括:
依据所述第一变更风险值、所述第二变更风险值、所述第三变更风险值、所述第四变更风险值中的至少一项,获取所述待预测变更的变更等级;
响应于获取到所述待预测变更的附件信息,依据预设的附件检查规则,检查所述附件信息是否完整,得到附件检查结果,所述附件信息包括获取到的所述待预测变更的变更附件的名称。
5.根据权利要求4所述的方法,其特征在于,所述目标风险值还包括:
所述第三变更风险值、所述第四变更风险值、所述附件检查结果中至少一项。
6.根据权利要求1~5任一项所述的方法,其特征在于,还包括:
将所述待预测变更与所述目标风险值记录于预设的变更风险表。
7.一种变更风险预测装置,其特征在于,包括:
属性获取模块,用于获取待预测变更的修改对象的属性、以及关联变更的修改对象的属性,所述关联变更为与所述待预测变更存在关联关系的变更;属性包括修改对象所属的系统;
风险值获取模块,用于依据所述待预测变更的修改对象的属性,获取所述待预测变更的变更风险值,作为第一变更风险值;依据所述关联变更的修改对象的属性,获取所述关联变更的变更风险值,作为第二变更风险值;
预警模块,用于当目标风险值满足预设的预警条件,发送预警信息,所述目标风险值包括所述第一变更风险值和所述第二变更风险值;
其中,依据目标变更的修改对象的属性,获取所述目标变更的变更风险值的过程包括:
依据所述目标变更的系统的权值以及其它属性的要素风险值,确定所述目标变更的变更风险值,所述目标变更包括所述待预测变更或所述关联变更,所述权值依据所述目标变更的系统的重要程度预先配置,所述要素风险值依据历史变更数据预先获取。
8.依据权利要求7所述的装置,其特征在于,所述风险值获取模块还用于:
获取关联系统的权值,作为第三变更风险值,所述关联系统为与所述待预测变更存在关联关系的系统;
将所述关联系统的数量和所述关联变更的数量的加和,作为第四变更风险值。
9.一种变更风险预测设备,其特征在于,包括:存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如权利要求1~6中任一项所述的变更风险的预测方法的各个步骤。
10.一种可读存储介质,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,实现如权利要求1~6中任一项所述的变更风险的预测方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011552788.9A CN112559023A (zh) | 2020-12-24 | 2020-12-24 | 一种变更风险的预测方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011552788.9A CN112559023A (zh) | 2020-12-24 | 2020-12-24 | 一种变更风险的预测方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112559023A true CN112559023A (zh) | 2021-03-26 |
Family
ID=75033648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011552788.9A Pending CN112559023A (zh) | 2020-12-24 | 2020-12-24 | 一种变更风险的预测方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112559023A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114548796A (zh) * | 2022-02-25 | 2022-05-27 | 中国工商银行股份有限公司 | 变更处理方法、装置及计算机可读存储介质 |
CN115102834A (zh) * | 2022-04-27 | 2022-09-23 | 浙江大学 | 一种变更风险评估方法、设备及存储介质 |
WO2024066506A1 (zh) * | 2022-09-26 | 2024-04-04 | 华为云计算技术有限公司 | 数据监控分析方法、装置、服务器、运维系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090327000A1 (en) * | 2008-06-30 | 2009-12-31 | Davis Trevor A | Managing Change Requests in an Enterprise |
CN104376418A (zh) * | 2014-11-20 | 2015-02-25 | 上海新炬网络信息技术有限公司 | 基于业务的系统变更风险控制方法 |
CN104424285A (zh) * | 2013-08-30 | 2015-03-18 | 国际商业机器公司 | 用于进行变更请求的影响分析的方法和装置 |
CN105139150A (zh) * | 2015-09-25 | 2015-12-09 | 国网山东省电力公司枣庄供电公司 | 一种交费大数据的用户电费风险评估系统 |
CN106779441A (zh) * | 2016-12-27 | 2017-05-31 | 中国银联股份有限公司 | 一种预测变更风险方法和装置 |
-
2020
- 2020-12-24 CN CN202011552788.9A patent/CN112559023A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090327000A1 (en) * | 2008-06-30 | 2009-12-31 | Davis Trevor A | Managing Change Requests in an Enterprise |
CN104424285A (zh) * | 2013-08-30 | 2015-03-18 | 国际商业机器公司 | 用于进行变更请求的影响分析的方法和装置 |
CN104376418A (zh) * | 2014-11-20 | 2015-02-25 | 上海新炬网络信息技术有限公司 | 基于业务的系统变更风险控制方法 |
CN105139150A (zh) * | 2015-09-25 | 2015-12-09 | 国网山东省电力公司枣庄供电公司 | 一种交费大数据的用户电费风险评估系统 |
CN106779441A (zh) * | 2016-12-27 | 2017-05-31 | 中国银联股份有限公司 | 一种预测变更风险方法和装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114548796A (zh) * | 2022-02-25 | 2022-05-27 | 中国工商银行股份有限公司 | 变更处理方法、装置及计算机可读存储介质 |
CN115102834A (zh) * | 2022-04-27 | 2022-09-23 | 浙江大学 | 一种变更风险评估方法、设备及存储介质 |
CN115102834B (zh) * | 2022-04-27 | 2024-04-16 | 浙江大学 | 一种变更风险评估方法、设备及存储介质 |
WO2024066506A1 (zh) * | 2022-09-26 | 2024-04-04 | 华为云计算技术有限公司 | 数据监控分析方法、装置、服务器、运维系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112559023A (zh) | 一种变更风险的预测方法、装置、设备及可读存储介质 | |
CN112162878B (zh) | 数据库故障发现方法、装置、电子设备及存储介质 | |
CN110908883B (zh) | 用户画像数据监控方法、系统、设备及存储介质 | |
EP3418910A1 (en) | Big data-based method and device for calculating relationship between development objects | |
US7571351B2 (en) | Method for controlling a policy | |
KR101478233B1 (ko) | 적응형 빅데이타 처리 기반 업무자 평가 시스템 | |
CN109214192B (zh) | 一种面向应用系统的风险处理方法及装置 | |
JP3872689B2 (ja) | セキュリティポリシーの作成支援システムおよびセキュリティ対策決定支援システム | |
US20130198147A1 (en) | Detecting statistical variation from unclassified process log | |
US20090002754A1 (en) | Image forming apparatus management server, service continuity score (scs) calculating method of management server, and image forming apparatus management system | |
CN112104687B (zh) | 物流路由服务的监控方法、装置、电子设备及存储介质 | |
CN112631889A (zh) | 针对应用系统的画像方法、装置、设备及可读存储介质 | |
CN115757181B (zh) | 一种代码检测方法、装置、设备及可读存储介质 | |
CN109190862B (zh) | 操作风险联动方法、系统、计算机设备和存储介质 | |
CN111260150A (zh) | 一种通信设备运行风险预警方法及通信管理系统 | |
CN110782163A (zh) | 企业数据处理方法和装置 | |
JP2017200079A (ja) | 情報端末からインターネットを通じて申告された利用者の電話番号を取得して利用者の不信指標を出力するコンピューティング | |
KR102011694B1 (ko) | 공적기관 소득재산 연계자료 검증시스템 및 그 기록매체 | |
CN110677310B (zh) | 流量归因方法、装置以及终端 | |
CN112565227A (zh) | 异常任务的检测方法和装置 | |
CN113034076A (zh) | 物流承运对象推荐方法、装置、电子设备和存储介质 | |
CN111835566A (zh) | 一种系统故障管理方法、装置及系统 | |
CN116739506B (zh) | 资产数据处理方法、装置、设备及存储介质 | |
CN113609407B (zh) | 地区一致性校验方法和装置 | |
JP2013164668A (ja) | 障害監視システム、インシデント集計方法、およびプログラム |
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 |