CN113673844B - 一种信息反馈方法、装置及设备 - Google Patents
一种信息反馈方法、装置及设备 Download PDFInfo
- Publication number
- CN113673844B CN113673844B CN202110890452.1A CN202110890452A CN113673844B CN 113673844 B CN113673844 B CN 113673844B CN 202110890452 A CN202110890452 A CN 202110890452A CN 113673844 B CN113673844 B CN 113673844B
- Authority
- CN
- China
- Prior art keywords
- information
- node
- risk control
- result
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 95
- 238000012954 risk control Methods 0.000 claims abstract description 178
- 230000007246 mechanism Effects 0.000 claims abstract description 121
- 238000004364 calculation method Methods 0.000 claims abstract description 58
- 238000012545 processing Methods 0.000 claims description 73
- 230000008520 organization Effects 0.000 claims description 48
- 238000003860 storage Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Technology Law (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本说明书实施例中公开了一种信息反馈方法、装置及设备。该方案可以包括:针对第一机构节点发送的风险控制策略信息生成判断类型的计算任务;从第二机构节点处获取所述计算任务被执行后生成的判断结果;基于所述判断结果,生成作为确定该所述风险控制策略信息的策略执行结果的依据的反馈信息;向所述第一机构节点发送所述反馈信息。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种信息反馈方法、装置及设备。
背景技术
互联网业务在运营过程中,通常需要针对各项业务进行风险控制,以降低风险事件发生的可能性,保障企业及用户权益。目前,在进行风险控制时,往往需要依赖于相关数据作为风险决策的依据,但部分数据可能会因数据隐私保护措施的影响而需要进行保密,无法取得。
因此,如何在保证数据不外泄的情况下,利用数据实现风险控制,成为了亟待解决的技术问题。
发明内容
本说明书实施例提供一种信息反馈方法、装置及设备,以在数据不外泄的情况下,利用数据实现风险控制。
为解决上述技术问题,本说明书实施例是这样实现的:
本说明书实施例提供的一种信息反馈方法,包括:
获取第一机构节点发送的风险控制策略信息;所述风险控制策略信息用于描述目标数据需要满足的预设条件;
基于所述风险控制策略信息,生成判断类型的计算任务;
发送所述计算任务至第二机构节点;
从所述第二机构节点处获取所述计算任务被执行后生成的判断结果;
基于所述判断结果,生成针对所述风险控制策略信息的反馈信息;所述反馈信息用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
向所述第一机构节点发送所述反馈信息。
本说明书实施例提供的另一种信息反馈方法,包括:
获取策略处理节点发送的判断类型的计算任务;所述计算任务是基于风险控制策略信息而生成的任务;所述风险控制策略信息用于描述目标数据需要满足的预设条件;
确定所述计算任务被执行后生成的判断结果;所述判断结果用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
发送所述判断结果。
本说明书实施例提供的一种信息反馈装置,包括:
第一获取模块,用于获取第一机构节点发送的风险控制策略信息;所述风险控制策略信息用于描述目标数据需要满足的预设条件;
计算任务生成模块,用于基于所述风险控制策略信息,生成判断类型的计算任务;
第一发送模块,用于发送所述计算任务至第二机构节点;
第二获取模块,用于从所述第二机构节点处获取所述计算任务被执行后生成的判断结果;
反馈信息生成模块,用于基于所述判断结果,生成针对所述风险控制策略信息的反馈信息;所述反馈信息用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
第二发送模块,用于向所述第一机构节点发送所述反馈信息。
本说明书实施例提供的另一种信息反馈装置,包括:
获取模块,用于获取策略处理节点发送的判断类型的计算任务;所述计算任务是基于风险控制策略信息而生成的任务;所述风险控制策略信息用于描述目标数据需要满足的预设条件;
判断结果确定模块,用于确定所述计算任务被执行后生成的判断结果;所述判断结果用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
发送模块,用于发送所述判断结果。
本说明书实施例提供的一种信息反馈设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取第一机构节点发送的风险控制策略信息;所述风险控制策略信息用于描述目标数据需要满足的预设条件;
基于所述风险控制策略信息,生成判断类型的计算任务;
发送所述计算任务至第二机构节点;
从所述第二机构节点处获取所述计算任务被执行后生成的判断结果;
基于所述判断结果,生成针对所述风险控制策略信息的反馈信息;所述反馈信息用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
向所述第一机构节点发送所述反馈信息。
本说明书实施例提供的另一种信息反馈设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取策略处理节点发送的判断类型的计算任务;所述计算任务是基于风险控制策略信息而生成的任务;所述风险控制策略信息用于描述目标数据需要满足的预设条件;
确定所述计算任务被执行后生成的判断结果;所述判断结果用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
发送所述判断结果。
本说明书中提供的至少一个实施例能够实现以下有益效果:
在获取到第一机构节点发送的用于描述目标数据需要满足的预设条件的风险控制策略信息后,针对该风险控制策略信息生成判断类型的计算任务,并发送该计算任务至第二机构节点,以基于第二机构节点反馈的该计算任务被执行后生成的判断结果,去生成作为确定该所述风险控制策略信息的策略执行结果的依据的反馈信息。通过向第一机构节点发送该反馈信息,使得第一机构节点可以在未获取到目标数据的情况下,能够根据该反馈信息确定该风险控制策略信息的策略执行结果,以在保证目标数据不外泄的情况下,也能令第一机构节点基于该目标数据实现风险控制,有利于提升数据隐私性以及风险控制的有效性。
附图说明
为了更清楚地说明本说明书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中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种信息反馈方法的流程示意图;
图2为本说明书实施例提供的对应于图1中的信息反馈方法的泳道流程示意图;
图3为本说明书实施例提供的另一种信息反馈方法的流程示意图;
图4为本说明书实施例提供的对应于图1的一种信息反馈装置的结构示意图;
图5为本说明书实施例提供的对应于图3的一种信息反馈装置的结构示意图;
图6为本说明书实施例提供的对应于图1的一种信息反馈设备的结构示意图;
图7为本说明书实施例提供的对应于图3的一种信息反馈设备的结构示意图。
具体实施方式
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都属于本说明书一个或多个实施例保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
现有技术中,随着科技的不断发展,互联网技术正在日益改变着人们的生活方式,互联网业务也在逐渐兴起。由于互联网业务在运营过程中可能存在着各类风险,例如,人员操作风险、业务操作风险、技术操作风险和外部事件带来的风险等。因此,风险管理者可以预先针对互联网业务中存在的各类风险制定相应的风险控制策略,并基于该风险控制策略对各项业务进行风险控制,以降低风险事件发生的可能性,或减少风险事件发生时造成的损失。
在实际应用中,风险控制策略可以是由一项或多项数据处理规则组合而成的风险管理架构。当风险管理者处不具有执行风险控制策略所需的数据,而向其他机构请求获取该项数据时,其他机构可能会出于数据隐私保护方面的考虑而拒绝向风险管理者反馈该数据,从而影响该风险控制策略的执行。
为了解决现有技术中的缺陷,本方案给出了以下实施例:
图1为本说明书实施例提供的一种信息反馈方法的流程示意图。从程序角度而言,该流程的执行主体可以为策略处理节点,或者,策略处理节点处搭载的应用程序。如图1所示,该流程可以包括以下步骤:
步骤102:获取第一机构节点发送的风险控制策略信息;所述风险控制策略信息用于描述目标数据需要满足的预设条件。
在本说明书实施例中,风险控制策略可以是由一项或多项数据处理规则组合而成的风险管理架构,其中,一项或多项数据处理规则可以构成目标数据需要满足的预设条件,而风险控制策略信息可以用于描述目标数据需要满足的预设条件。
为便于理解,在此进行举例说明。例如,风险控制策略可以为:若用户A在B银行处的每月消费金额大于10万元,且用户A的月收入位于5万元至10万元之间,则确定用户A为高风险用户,并生成针对用户A的风险提示。则风险控制策略信息可以为“用户A在B银行处的每月消费金额大于10万元”,其中,目标数据可以为“用户A在B银行处的每月消费金额”,而预设条件则可以为“目标数据大于10万元”。
或者,风险控制策略信息可以为“用户A在B银行处的每月消费金额大于10万元,且用户A的月收入位于5万元至10万元之间”,则目标数据包括“用户A在B银行处的每月消费金额”以及“用户A的月收入”这两种,针对“用户A在B银行处的每月消费金额”这一目标数据的预设条件为“目标数据大于10万元”,而针对“用户A的月收入”这一目标数据的预设条件为“目标数据大于5万元,且目标数据小于15万元”。在本说明书实施例中,可以根据实际需求去设置风险控制策略的内容,对此不做具体限定。
步骤104:基于所述风险控制策略信息,生成判断类型的计算任务。
在本说明书实施例中,由于在执行风险控制策略时,需确定风险控制策略信息所描述的目标数据是否满足预设条件,因此,除了可以基于获取到的目标数据去生成策略执行结果以外,还可以去获取表示该目标数据是否满足预设条件的信息,以基于获取到的信息生成策略执行结果。
基于此,步骤104具体可以包括:
从所述风险控制策略信息中提取所述预设条件。
生成用于判断所述目标数据是否满足所述预设条件的计算任务。
在本说明书实施例中,第一机构节点发送的风险控制策略信息可以为符合预设格式的信息,以便于基于该预设格式,从该风险控制策略信息中提取预设条件。
例如,假定预设条件为目标数据与基准数据之间具有预设关系,可见,预设条件至少可以包括目标数据、基准数据以及预设关系等三部分,此时,可以预先设置风险控制策略信息中的第一字段、第二字段以及第三字段分别用于放置目标数据的标识信息、基准数据信息以及预设关系信息。
则从所述风险控制策略信息中提取所述预设条件,具体可以包括:提取所述风险控制策略信息中的第一字段、第二字段以及第三字段中的信息,以基于提取到的信息生成所述预设条件,其中,生成的预设条件可以表示第一字段中的标识信息指示的数据与第二字段中的基准数据具有第三字段中的预设关系。
为便于理解,对此进行举例说明。例如,风险控制策略信息中的第一字段、第二字段以及第三字段内分别存放有“A-B-monetary”、“10万元”、“大于”等信息,其中,A-B-monetary为用户A在B银行处的每月消费金额的标识信息,则从风险控制策略信息中提取到“A-B-monetary”、“10万元”、“大于”后,可以基于提取到的信息生成表示“A-B-monetary大于10万元”的预设条件。进而生成判断“A-B-monetary大于10万元”是否成立的计算任务。
或者,风险控制策略信息还可以为键值对(key:value)格式的数据,其中,关键字(key)可以表示数据类型,关键字对应的值(value)为属于该数据类型的数据。此时,可以预先设置风险控制策略信息中的第一键值对、第二键值对以及第三键值对中的值(value)分别用于放置目标数据的标识信息、基准数据信息以及预设关系信息。
则从所述风险控制策略信息中提取所述预设条件,具体可以包括:提取所述风险控制策略信息中的第一键值对、第二键值对以及第三键值对中的值(value),以基于提取到的信息生成所述预设条件,其中,生成的预设条件可以表示第一键值对中的值所指示的数据与第二键值对中的值具有第三键值对中的值所指示的预设关系。
为便于理解,对此进行举例说明。例如,风险控制策略信息中的第一键值对、第二键值对以及第三键值分别为(目标数据标识:A-B-monetary)、(基准数据:10万元)、(预设关系:大于),则从风险控制策略信息中提取到“A-B-monetary”、“10万元”、“大于”后,可以基于提取到的信息生成表示“A-B-monetary大于10万元”的预设条件。进而生成判断“A-B-monetary大于10万元”是否成立的计算任务。
在实际应用中,当风险控制策略信息中包含多条数据处理规则时,既可以根据该风险控制策略信息生成一条判断类型的计算任务,也可以生成多条判断类型的计算任务,对此不作具体限定。
例如,针对“用户A在B银行处的每月消费金额大于10万元,且用户A的月收入位于5万元至10万元之间”这一风险控制策略信息,既可以生成用于判断“用户A在B银行处的每月消费金额大于10万元,且用户A的月收入位于5万元至10万元之间”是否成立的单个计算任务;或者,也可以生成用于判断“用户A在B银行处的每月消费金额大于10万元”是否成立的第一子任务,并生成用于判断“用户A的月收入位于5万元至10万元之间”是否成立的第二子任务。或者,还可以生成用于判断“用户A在B银行处的每月消费金额大于10万元”是否成立的第一子任务,用于判断“用户A的月收入大于5万元”是否成立的第二子任务,以及用于判断“用户A的月收入小于15万元”是否成立的第三子任务。
步骤106:发送所述计算任务至第二机构节点。
在本说明书实施例中,策略处理节点需要确定能够反馈所述计算任务被执行后生成的判断结果的节点(即第二机构节点),并将所述计算任务发送至所述第二机构节点,以便于后续从所述第二机构节点处获取所述判断结果。
步骤108:从所述第二机构节点处获取所述计算任务被执行后生成的判断结果。
在本说明书实施例中,由于计算任务为用于判断所述目标数据是否满足所述预设条件的任务,因此,所述计算任务被执行后生成的判断结果可以包括第一类型判断结果及第二类型判断结果;其中,所述第一类型判断结果可以表示所述目标数据满足所述预设条件;所述第二类型判断结果可以表示所述目标数据不满足所述预设条件。
在实际应用中,为避免目标数据外泄,所述判断结果中应不包含目标数据。基于此,所述判断结果可以为标识形式,例如,所述第一类型判断结果可以为“真”、“true”、“1”等,而所述第二类型判断结果可以为“假”、“false”、“0”等。
步骤110:基于所述判断结果,生成针对所述风险控制策略信息的反馈信息;所述反馈信息用于作为确定针对所述风险控制策略信息的策略执行结果的依据。
在本说明书实施例中,当判断结果为标识形式(如,true或false等)时,若仅向第一机构节点反馈该判断结果,第一机构节点可能无法基于该判断结果生成针对所述风险控制策略信息的策略执行结果。因此,策略处理节点可以基于所述判断结果,生成可以作为确定策略执行结果的依据的反馈信息。该反馈信息中应不包含目标数据。
例如,当风险控制策略信息为“用户A在B银行处的每月消费金额大于10万元,且用户A的月收入位于5万元至10万元之间”,而计算任务包括用于判断“用户A在B银行处的每月消费金额大于10万元”是否成立的第一子任务,以及用于判断“用户A的月收入位于5万元至10万元之间”是否成立的第二子任务;且第二机构节点针对第一子任务以及第二子任务反馈的判断结果分别为“true”和“false”时,生成的反馈信息可以为:风险控制策略信息“用户A在B银行处的每月消费金额大于10万元,且用户A的月收入位于5万元至10万元之间”的策略执行结果为“false”;或者,生成的反馈信息还可以为:风险控制策略信息“用户A在B银行处的每月消费金额大于10万元”的策略执行结果为“true”;风险控制策略信息“用户A的月收入位于5万元至10万元之间”的策略执行结果为“false”,综合策略执行结果为“false”。在本说明书实施例中,不对反馈信息的形式做具体限定,只须令第一机构节点能够根据该反馈信息确定策略执行结果即可。
步骤112:向所述第一机构节点发送所述反馈信息。以便于基于该反馈信息生成针对所述风险控制策略信息的策略执行结果。
图1中的方法,策略处理节点在获取到第一机构节点发送的用于描述目标数据需要满足的预设条件的风险控制策略信息后,针对该风险控制策略信息生成判断类型的计算任务,并发送该计算任务至第二机构节点,以基于第二机构节点反馈的该计算任务被执行后生成的判断结果,去生成可以作为确定该所述风险控制策略信息的策略执行结果的依据的反馈信息。通过向第一机构节点发送该反馈信息,使得第一机构节点可以在未获取到目标数据的情况下,能够根据该反馈信息确定该风险控制策略信息的策略执行结果,以在保证目标数据不外泄的情况下,也能令第一机构节点基于该目标数据实现风险控制,有利于提升数据隐私性以及风险控制的有效性。
基于图1中的方法,本说明书实施例还提供了该方法的一些具体实施方案,下面进行说明。
在本说明书实施例中,区块链(Block chain),可以理解为是多个区块顺序存储构成的数据链,每个区块的区块头都包含有本区块的时间戳、前一个区块信息的哈希值和本区块信息的哈希值,由此实现区块与区块之间的相互验证,构成不可篡改的区块链。每个区块都可以理解为是一个数据块(存储数据的单元)。区块链作为一种去中心化的数据库,是一串使用密码学方法相互关联产生的数据块,每一个数据块中包含了一次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块与区块首尾相连形成的链,即为区块链。若需要修改块内数据,则需要修改此区块之后所有区块的内容,并将区块链网络中所有节点备份的数据进行修改。因此,区块链具有难以篡改、删除的特点,在数据已保存至区块链后,其作为一种保持内容完整性的方法具有可靠性。
分布式应用(Decentralized Application)是一种运行在区块链网络上,参与者的信息被安全保护,通过区块链节点进行去中心化操作的应用程序。分布式应用的数据交互可以通过部署在区块链上的智能合约(Smart Contract)完成,具有去中心化的属性。
基于此,图1中的方法还可以应用于区块链系统,以提升信息反馈方法的可追溯性及可靠性。具体的,图1中方法的执行主体既可以是区块链系统内的节点(即策略处理节点),也可以是区块链系统内搭载的分布式应用。其中,策略处理节点可以作为判断类型的计算任务的调度中心与判断结果的聚合中心,该策略处理节点既可以采用区块链系统中的指定节点实现,也可以采用区块链系统中的任意节点实现,对此不作具体限定。
在本说明书实施例中,所述第一机构节点可以为所述区块链系统内的节点;或者,所述第二机构节点可以为所述区块链系统内的节点;或者,所述第一机构节点与所述第二机构节点可以均为所述区块链系统内的节点。当然,所述第一机构节点与所述第二机构节点也可以均为所述区块链系统外的节点。
在本说明书实施例中,当第一机构节点为所述区块链系统内的节点时,所述第一机构节点与所述策略处理节点既可以是同一节点,也可以是不同节点,对此不作具体限定,以提升信息反馈方法的使用灵活性。
例如,当第一机构节点为需要执行风险控制策略的主体在所述区块链系统中部署的节点时,该主体可以直接利用第一机构节点执行图1中的信息反馈方法,此时,第一机构节点与策略处理节点可以为同一节点。
或者,当需要执行风险控制策略的主体的设备为区块链系统外的节点时,在该主体利用设备向第一机构节点发送风险控制策略信息后,若第一机构节点执行图1中的信息反馈方法对该风险控制策略信息进行处理,则第一机构节点与策略处理节点可以为同一节点;而若第一机构节点将获取到的风险控制策略信息发送至区块链系统中的其他节点(即策略处理节点)处进行处理,则第一机构节点与策略处理节点可以为不同节点。
同理,当第二机构节点为所述区块链系统内的节点时,所述第二机构节点与所述策略处理节点既可以是同一节点,也可以是不同节点。
例如,当所述策略处理节点处具有处理所述判断类型的计算任务所需的数据时,所述策略处理节点可以自行处理步骤104中生成的判断类型的计算任务,以得到所述计算任务被执行后生成的判断结果。此时,所述策略处理节点与所述第二机构节点可以为同一节点,因此,可以无需执行步骤106。
而当所述策略处理节点处不具有处理所述判断类型的计算任务所需的数据时,则需要确定能够反馈该计算任务被处理后生成的判断结果的第二机构节点,并发送该计算任务至第二机构节点处,此时,所述第二机构节点与所述策略处理节点可以是不同节点。
基于此,所述步骤106:发送所述计算任务至第二机构节点之前,还可以包括:
从所述风险控制策略信息中提取目标机构的标识信息;所述目标机构为具备处理所述计算任务所需数据的机构。
根据所述标识信息与节点之间的预设关系,确定第二机构节点。
在本说明书实施例中,风险控制策略信息不仅可以用于描述目标数据需要满足的预设条件,该风险控制策略信息中还可以包含具备所述目标数据的目标机构的标识信息,以便于后续基于该标识信息,将目标机构确定为能够执行所述判断类型的计算任务的机构。
例如,可以令风险控制策略信息中的第四字段内携带目标机构的标识信息,或者,令风险控制策略信息中的第四键值对中的值为目标机构的标识信息,以便于基于预设格式,去从风险控制策略信息中提取目标机构的标识信息。
在实际应用中,可以预先设置目标机构的标识信息与区块链系统内的节点之间的对应关系,后续,策略处理节点在确定出目标机构的标识信息后,可以将与目标机构的标识信息具有对应关系的节点确定为第二机构节点,以通过第二机构节点将判断类型的计算任务发送至该目标机构的设备处,进而使得该目标机构的设备可以基于本地数据处理所述计算任务。其中,所述目标机构的设备与所述第二机构节点既可以是同一节点,也可以是不同节点,对此不作具体限定。
在本说明书实施例中,所述目标机构的设备可以为所述区块链系统外的节点。
对应的,所述从所述第二机构节点处获取所述计算任务被执行后生成的判断结果,具体可以包括:从所述第二机构节点处获取所述目标机构的设备基于本地数据执行所述计算任务后生成的判断结果。其中,所述目标机构的设备的本地数据可以为所述区块链系统外的数据,即未在区块链网络中存储的数据。可见,本实施例中的信息反馈方法所能利用的目标数据的范围较为广泛,有利于提升信息反馈方法的实用性。
在实际应用中,所述目标机构的设备也可以为所述区块链系统内的节点。
对应的,所述从所述第二机构节点处获取所述计算任务被执行后生成的判断结果,具体可以包括:从所述第二机构节点处获取所述目标机构的设备基于区块链系统内存储的加密数据执行所述计算任务后生成的判断结果。可见,本实施例可以扩大信息反馈方法所能利用的目标数据的范围,有利于提升信息反馈方法的实用性。
目前,随着国际间交流与合作的日益密切,机构在执行风险控制策略时,可能不仅需要使用到国内的其他机构处的数据,还有可能需要使用其他国家或地区的机构处的数据。本说明书实施例中提供的信息反馈方法也适用于涉及跨国、跨企业、跨站点的风险控制场景。
为便于理解,对此进行举例说明。假定,需要执行风险控制策略的主体为第一国家处的主体,而具备执行该风险控制策略所需数据的目标机构为第二国家处的主体。则需要执行风险控制策略的主体可以通过其区块链系统外的设备向区块链系统中的归属于第一国家的节点(即第一机构节点)发送风险控制策略信息;第一机构节点可以将该风险控制策略信息发送至区块链系统中的策略处理节点;该策略处理节点在基于该风险控制策略信息生成判断类型的计算任务后,可以将该计算任务发送至区块链系统中的归属于第二国家的节点(即第二机构节点)处,以通过第二机构节点将该计算任务转发至第二国家的目标机构处的设备;该目标机构处的设备在基于本地数据执行该计算任务后,可以将生成的判断结果发送至第二机构节点;第二机构节点则可以将该判断结果发送至策略处理节点;此时,策略处理节点可以向第一机构节点反馈该判断结果,以使得第一机构节点可以向需要执行风险控制策略的主体的设备发送基于该判断结果生成的反馈信息,进而使得需要执行风险控制策略的主体可以基于接收到的反馈信息确定针对上述风险控制策略信息的策略执行结果。
可见,本说明书实施例中提供的信息反馈方法,能够在避免数据出境的基础上,聚合多个国家、地区处的数据,以供不同国家、地区处的主体在风险控制过程中使用,有利于实现风险防控全球化。
在本说明书实施例中,图1中的方法还可以包括:存储所述风险控制策略信息、所述判断类型的计算任务的任务报文、所述判断结果以及所述反馈信息至所述区块链系统。
所述区块链系统内的节点还可以包括监管节点,所述监管节点具有针对所述区块链系统中存储的所述风险控制策略信息、所述判断类型的计算任务的任务报文、所述判断结果以及所述反馈信息的查询权限。
由于区块链系统中存储的信息具有可追溯、防篡改等特性,从而使得监管节点可以基于自身对区块链系统中存储的信息的查询权限,对图1中的信息反馈方法的执行过程进行有效监督。
图2为本说明书实施例提供的对应于图1中的信息反馈方法的泳道流程示意图。如图2所示,该信息反馈流程可以涉及第一机构节点、策略处理节点、第二机构节点、监管节点等执行主体。
在信息反馈阶段,第一机构节点可以发送其获取到的风险控制策略信息至策略处理节点,该风险控制策略信息用于描述目标数据需要满足的预设条件。
策略处理节点则可以从其接收到的风险控制策略信息中提取所述预设条件,并生成用于判断所述目标数据是否满足所述预设条件的计算任务;从所述风险控制策略信息中提取目标机构的标识信息;所述目标机构为具备处理所述计算任务所需数据的机构;根据所述标识信息与节点之间的预设关系,确定第二机构节点;发送所述计算任务至第二机构节点。
第二机构节点在接收到所述计算任务后,可将所述计算任务发送至所述目标机构的设备处进行处理,并接收所述目标机构的设备基于本地数据执行所述计算任务后生成的判断结果,以及发送所述计算任务被执行后生成的判断结果至策略处理节点。
策略处理节点可以基于第二机构节点反馈的所述判断结果,生成针对所述风险控制策略信息的反馈信息,所述反馈信息可以用于作为确定针对所述风险控制策略信息的策略执行结果的依据;该反馈信息中不包含目标数据。通过向所述第一机构节点发送所述反馈信息,以便于第一机构节点基于所述反馈信息生成针对所述风险控制策略信息的策略执行结果。可见,第一机构节点可以在未获取到目标数据的情况下,利用目标数据去进行风险控制,从而不仅避免了目标数据的外泄,还能保证风险控制的有效性。
策略处理节点还可以将所述风险控制策略信息、所述判断类型的计算任务的任务报文、所述判断结果以及所述反馈信息存储至区块链系统。
在信息监管阶段,监管节点可以基于其对所述区块链系统中存储的信息的查询权限,去查询所述风险控制策略信息、所述判断类型的计算任务的任务报文、所述判断结果以及所述反馈信息等信息,以基于查询到的信息执行监管操作。
基于与图1中所示的方案同样的思路,本说明书实施例还提供了另一种信息反馈方法。图3为本说明书实施例提供的另一种信息反馈方法的流程示意图。该流程的执行主体可以为第二机构节点,或者,第二机构节点处搭载的应用程序。如图3所示,该流程可以包括:
步骤302:获取策略处理节点发送的判断类型的计算任务;所述计算任务是基于风险控制策略信息而生成的任务;所述风险控制策略信息用于描述目标数据需要满足的预设条件。
在本说明书实施例中,步骤302中提及的策略处理节点即为图1中方法的执行主体,步骤302中获取到的判断类型的计算任务可以是策略处理节点基于步骤104所生成的计算任务,对此不作赘述。
步骤304:确定所述计算任务被执行后生成的判断结果;所述判断结果用于作为确定针对所述风险控制策略信息的策略执行结果的依据。
在本说明书实施例中,步骤304具体可以包括:
确定具备处理所述计算任务所需数据的目标机构。
发送所述计算任务至所述目标机构的设备处。
接收所述目标机构的设备基于本地数据执行所述计算任务后生成的判断结果。
在本说明书实施例中,具备处理所述计算任务所需数据的目标机构的设备与图3中方案的执行主体(即第二机构节点)既可以是同一设备,也可以是不同设备。例如,当图3中方案的执行主体处具备处理所述计算任务所需的数据时,图3中方案的执行主体可以自行处理所述计算任务,而无需执行“发送所述计算任务至所述目标机构的设备”这一步骤,可见,目标机构的设备与图3中方案的执行主体可以是同一设备。或者,当图3中方案的执行主体处不具备处理所述计算任务所需的数据时,图3中方案的执行主体需要将所述计算任务发送至其他设备处进行处理,此时,目标机构的设备与图3中方案的执行主体可以是不同设备。
在实际应用中,判断类型的计算任务的任务报文中可以携带有目标机构的标识信息,此时,图3中方案的执行主体可以将标识信息所指示的机构,确定为具备处理所述计算任务所需数据的目标机构,以便于将该计算发送至目标机构的设备处进行处理。
在本说明书实施例中,所述策略处理节点可以为区块链系统内的节点;所述目标机构的设备可以为所述区块链系统外的节点。可见,图3中的信息反馈方法可以基于区块链系统外的数据执行判断类型的计算任务,有利于扩大信息反馈方法所能利用的目标数据的范围,以提升信息反馈方法的实用性。或者,所述策略处理节点与所述目标机构的设备可以均为区块链系统内的节点,所述目标机构的设备可以利用区块链系统内存储的加密数据执行判断类型的计算任务,以提升信息反馈方法的实用性。
在本说明书实施例中,所述计算任务被执行后生成的判断结果可以包括第一类型结果及第二类型结果;所述第一类型结果表示所述目标数据满足所述预设条件;所述第二类型结果表示所述目标数据不满足所述预设条件。所述判断结果中通常应不包含目标数据,以避免目标数据的外泄。
步骤306:发送所述判断结果。
在本说明书实施例中,图3中的方法的执行主体还可以将步骤304中确定出的判断结果反馈至策略处理节点,以便于策略处理节点基于所述判断结果,生成针对所述风险控制策略信息的反馈信息;由于所述反馈信息可以作为确定针对所述风险控制策略信息的策略执行结果的依据;因此,只需基于所述反馈信息即可生成策略执行结果,而无需再去获取目标数据。可见,该方案可以在基于目标数据实现风险控制的基础上,保证目标数据不外泄,有利于提升风险控制的有效性以及数据隐私性。
基于同样的思路,本说明书实施例还提供了上述方法对应的装置。图4为本说明书实施例提供的对应于图1的一种信息反馈装置的结构示意图。如图4所示,该装置可以包括:
第一获取模块402,用于获取第一机构节点发送的风险控制策略信息;所述风险控制策略信息用于描述目标数据需要满足的预设条件。
计算任务生成模块404,用于基于所述风险控制策略信息,生成判断类型的计算任务;
第一发送模块406,用于发送所述计算任务至第二机构节点。
第二获取模块408,用于从所述第二机构节点处获取所述计算任务被执行后生成的判断结果。
反馈信息生成模块410,用于基于所述判断结果,生成针对所述风险控制策略信息的反馈信息;所述反馈信息用于作为确定针对所述风险控制策略信息的策略执行结果的依据。
第二发送模块412,用于向所述第一机构节点发送所述反馈信息。
基于图4的装置,本说明书实施例还提供了该装置的一些具体实施方案,下面进行说明。
可选的,图4中的装置,可以应用于区块链系统;所述第一机构节点可以为所述区块链系统内的节点;或者,所述第二机构节点可以为所述区块链系统内的节点;或者,所述第一机构节点与所述第二机构节点可以均为所述区块链系统内的节点。
可选的,所述计算任务生成模块404,具体可以用于:
从所述风险控制策略信息中提取所述预设条件。
生成用于判断所述目标数据是否满足所述预设条件的计算任务。
可选的,图4中的装置还可以包括:
标识提取模块,用于从所述风险控制策略信息中提取目标机构的标识信息;所述目标机构为具备处理所述计算任务所需数据的机构。
第二机构节点确定模块,用于根据所述标识信息与节点之间的预设关系,确定第二机构节点。
所述第二获取模块,具体用于从所述第二机构节点处获取所述目标机构的设备基于本地数据执行所述计算任务后生成的判断结果;所述目标机构的设备为所述区块链系统外的节点。
其中,所述判断结果包括第一类型判断结果及第二类型判断结果;所述第一类型判断结果表示所述目标数据满足所述预设条件;所述第二类型判断结果表示所述目标数据不满足所述预设条件。
可选的,所述区块链系统内的节点还可以包括监管节点;图4中的装置还可以包括:
存储模块,用于存储所述风险控制策略信息以及所述判断结果至所述区块链系统。
其中,所述监管节点具有针对所述区块链系统中存储的所述风险控制策略信息以及所述判断结果的查询权限。
基于同样的思路,本说明书实施例还提供了上述方法对应的装置。图5为本说明书实施例提供的对应于图3的一种信息反馈装置的结构示意图。如图5所示,该装置可以包括:
获取模块502,用于获取策略处理节点发送的判断类型的计算任务;所述计算任务是基于风险控制策略信息而生成的任务;所述风险控制策略信息用于描述目标数据需要满足的预设条件。
判断结果确定模块504,用于确定所述计算任务被执行后生成的判断结果;所述判断结果用于作为确定针对所述风险控制策略信息的策略执行结果的依据。
发送模块506,用于发送所述判断结果。
基于图5的装置,本说明书实施例还提供了该装置的一些具体实施方案,下面进行说明。
可选的,图5中的装置,所述判断结果确定模块,具体可以用于:
确定具备处理所述计算任务所需数据的目标机构。
发送所述计算任务至所述目标机构的设备处。
接收所述目标机构的设备基于本地数据执行所述计算任务后生成的判断结果;所述判断结果包括第一类型结果及第二类型结果;所述第一类型结果表示所述目标数据满足所述预设条件;所述第二类型结果表示所述目标数据不满足所述预设条件。
其中,所述策略处理节点可以为区块链系统内的节点;所述目标机构的设备可以为所述区块链系统外的节点。
基于同样的思路,本说明书实施例还提供了上述方法对应的设备。
图6为本说明书实施例提供的对应于图1的一种信息反馈设备的结构示意图。如图6所示,设备600可以包括:
至少一个处理器610;以及,
与所述至少一个处理器通信连接的存储器630;其中,
所述存储器630存储有可被所述至少一个处理器610执行的指令620,所述指令被所述至少一个处理器610执行,以使所述至少一个处理器610能够:
获取第一机构节点发送的风险控制策略信息;所述风险控制策略信息用于描述目标数据需要满足的预设条件。
基于所述风险控制策略信息,生成判断类型的计算任务。
发送所述计算任务至第二机构节点。
从所述第二机构节点处获取所述计算任务被执行后生成的判断结果。
基于所述判断结果,生成针对所述风险控制策略信息的反馈信息;所述反馈信息用于作为确定针对所述风险控制策略信息的策略执行结果的依据。
向所述第一机构节点发送所述反馈信息。
基于同样的思路,本说明书实施例还提供了上述方法对应的设备。
图7为本说明书实施例提供的对应于图3的一种信息反馈设备的结构示意图。如图7所示,设备700可以包括:
至少一个处理器710;以及,
与所述至少一个处理器通信连接的存储器730;其中,
所述存储器730存储有可被所述至少一个处理器710执行的指令720,所述指令被所述至少一个处理器710执行,以使所述至少一个处理器710能够:
获取策略处理节点发送的判断类型的计算任务;所述计算任务是基于风险控制策略信息而生成的任务;所述风险控制策略信息用于描述目标数据需要满足的预设条件。
确定所述计算任务被执行后生成的判断结果;所述判断结果用于作为确定针对所述风险控制策略信息的策略执行结果的依据。
发送所述判断结果。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于图6及图7所示的设备而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字符助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字符多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他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、商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他要素,或者是还包括为这种过程、方法、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (20)
1.一种信息反馈方法,包括:
获取第一机构节点发送的风险控制策略信息;所述风险控制策略信息用于描述目标数据需要满足的预设条件;所述预设条件为所述目标数据与基准数据之间具有预设关系;
基于所述风险控制策略信息,生成用于判断所述目标数据是否满足所述预设条件的判断类型的计算任务;
发送所述计算任务至第二机构节点;
从所述第二机构节点处获取所述计算任务被执行后生成的判断结果;
基于所述判断结果,生成针对所述风险控制策略信息的反馈信息;所述反馈信息用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
向所述第一机构节点发送所述反馈信息。
2.如权利要求1所述的方法,应用于区块链系统,
所述第一机构节点为所述区块链系统内的节点;
或者,所述第二机构节点为所述区块链系统内的节点;
或者,所述第一机构节点与所述第二机构节点均为所述区块链系统内的节点。
3.如权利要求2所述的方法,所述基于所述风险控制策略信息,生成判断类型的计算任务,具体包括:
从所述风险控制策略信息中提取所述预设条件;
生成用于判断所述目标数据是否满足所述预设条件的计算任务。
4.如权利要求2所述的方法,所述发送所述计算任务至第二机构节点之前,还包括:
从所述风险控制策略信息中提取目标机构的标识信息;所述目标机构为具备处理所述计算任务所需数据的机构;
根据所述标识信息与节点之间的预设关系,确定第二机构节点。
5.如权利要求4所述的方法,所述目标机构的设备为所述区块链系统外的节点。
6.如权利要求5所述的方法,所述从所述第二机构节点处获取所述计算任务被执行后生成的判断结果,具体包括:
从所述第二机构节点处获取所述目标机构的设备基于本地数据执行所述计算任务后生成的判断结果。
7.如权利要求1-6中任意一项所述的方法,所述判断结果包括第一类型判断结果及第二类型判断结果;所述第一类型判断结果表示所述目标数据满足所述预设条件;所述第二类型判断结果表示所述目标数据不满足所述预设条件。
8.如权利要求2所述的方法,还包括:
存储所述风险控制策略信息以及所述判断结果至所述区块链系统。
9.如权利要求8所述的方法,所述区块链系统内的节点还包括监管节点,所述监管节点具有针对所述区块链系统中存储的所述风险控制策略信息以及所述判断结果的查询权限。
10.一种信息反馈方法,包括:
获取策略处理节点发送的用于判断目标数据是否满足预设条件的判断类型的计算任务;所述计算任务是基于风险控制策略信息而生成的任务;所述风险控制策略信息用于描述目标数据需要满足的所述预设条件;所述预设条件为所述目标数据与基准数据之间具有预设关系;
确定所述计算任务被执行后生成的判断结果;所述判断结果用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
发送所述判断结果。
11.如权利要求10所述的方法,所述确定所述计算任务被执行后生成的判断结果,具体包括:
确定具备处理所述计算任务所需数据的目标机构;
发送所述计算任务至所述目标机构的设备处;
接收所述目标机构的设备基于本地数据执行所述计算任务后生成的判断结果。
12.如权利要求11所述的方法,所述策略处理节点为区块链系统内的节点;所述目标机构的设备为所述区块链系统外的节点。
13.如权利要求10-12中任意一项所述的方法,所述判断结果包括第一类型结果及第二类型结果;所述第一类型结果表示所述目标数据满足所述预设条件;所述第二类型结果表示所述目标数据不满足所述预设条件。
14.一种信息反馈装置,包括:
第一获取模块,用于获取第一机构节点发送的风险控制策略信息;所述风险控制策略信息用于描述目标数据需要满足的预设条件;所述预设条件为所述目标数据与基准数据之间具有预设关系;
计算任务生成模块,用于基于所述风险控制策略信息,生成用于判断所述目标数据是否满足所述预设条件的判断类型的计算任务;
第一发送模块,用于发送所述计算任务至第二机构节点;
第二获取模块,用于从所述第二机构节点处获取所述计算任务被执行后生成的判断结果;
反馈信息生成模块,用于基于所述判断结果,生成针对所述风险控制策略信息的反馈信息;所述反馈信息用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
第二发送模块,用于向所述第一机构节点发送所述反馈信息。
15.如权利要求14所述的装置,应用于区块链系统;所述装置还包括:
标识提取模块,用于从所述风险控制策略信息中提取目标机构的标识信息;所述目标机构为具备处理所述计算任务所需数据的机构;
第二机构节点确定模块,用于根据所述标识信息与节点之间的预设关系,确定第二机构节点;
所述第二获取模块,具体用于从所述第二机构节点处获取所述目标机构的设备基于本地数据执行所述计算任务后生成的判断结果;所述目标机构的设备为所述区块链系统外的节点;
其中,所述判断结果包括第一类型判断结果及第二类型判断结果;所述第一类型判断结果表示所述目标数据满足所述预设条件;所述第二类型判断结果表示所述目标数据不满足所述预设条件。
16.如权利要求15所述的装置,所述区块链系统内的节点还包括监管节点;所述装置还包括:
存储模块,用于存储所述风险控制策略信息以及所述判断结果至所述区块链系统;
其中,所述监管节点具有针对所述区块链系统中存储的所述风险控制策略信息以及所述判断结果的查询权限。
17.一种信息反馈装置,包括:
获取模块,用于获取策略处理节点发送的用于判断目标数据是否满足预设条件的判断类型的计算任务;所述计算任务是基于风险控制策略信息而生成的任务;所述风险控制策略信息用于描述目标数据需要满足的所述预设条件;所述预设条件为所述目标数据与基准数据之间具有预设关系;
判断结果确定模块,用于确定所述计算任务被执行后生成的判断结果;所述判断结果用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
发送模块,用于发送所述判断结果。
18.如权利要求17所述的装置,所述判断结果确定模块,具体用于:
确定具备处理所述计算任务所需数据的目标机构;
发送所述计算任务至所述目标机构的设备处;
接收所述目标机构的设备基于本地数据执行所述计算任务后生成的判断结果;所述判断结果包括第一类型结果及第二类型结果;所述第一类型结果表示所述目标数据满足所述预设条件;所述第二类型结果表示所述目标数据不满足所述预设条件;
其中,所述策略处理节点为区块链系统内的节点;所述目标机构的设备为所述区块链系统外的节点。
19.一种信息反馈设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取第一机构节点发送的风险控制策略信息;所述风险控制策略信息用于描述目标数据需要满足的预设条件;所述预设条件为所述目标数据与基准数据之间具有预设关系;
基于所述风险控制策略信息,生成用于判断所述目标数据是否满足所述预设条件的判断类型的计算任务;
发送所述计算任务至第二机构节点;
从所述第二机构节点处获取所述计算任务被执行后生成的判断结果;
基于所述判断结果,生成针对所述风险控制策略信息的反馈信息;所述反馈信息用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
向所述第一机构节点发送所述反馈信息。
20.一种信息反馈设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取策略处理节点发送的用于判断目标数据是否满足预设条件的判断类型的计算任务;所述计算任务是基于风险控制策略信息而生成的任务;所述风险控制策略信息用于描述目标数据需要满足的所述预设条件;所述预设条件为所述目标数据与基准数据之间具有预设关系;
确定所述计算任务被执行后生成的判断结果;所述判断结果用于作为确定针对所述风险控制策略信息的策略执行结果的依据;
发送所述判断结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110890452.1A CN113673844B (zh) | 2021-08-04 | 2021-08-04 | 一种信息反馈方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110890452.1A CN113673844B (zh) | 2021-08-04 | 2021-08-04 | 一种信息反馈方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113673844A CN113673844A (zh) | 2021-11-19 |
CN113673844B true CN113673844B (zh) | 2024-02-23 |
Family
ID=78541278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110890452.1A Active CN113673844B (zh) | 2021-08-04 | 2021-08-04 | 一种信息反馈方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113673844B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767021A (zh) * | 2017-09-12 | 2018-03-06 | 阿里巴巴集团控股有限公司 | 一种风险控制方法及设备 |
WO2019218751A1 (zh) * | 2018-05-16 | 2019-11-21 | 阿里巴巴集团控股有限公司 | 一种保险业务风险预测的处理方法、装置及处理设备 |
WO2020037918A1 (zh) * | 2018-08-22 | 2020-02-27 | 平安科技(深圳)有限公司 | 基于预测模型的风险控制策略的确定方法及相关装置 |
CN111429123A (zh) * | 2020-03-17 | 2020-07-17 | 深圳前海微众银行股份有限公司 | 支付风险控制方法、设备和可读存储介质 |
CN111738623A (zh) * | 2020-07-17 | 2020-10-02 | 支付宝(杭州)信息技术有限公司 | 业务风险检测方法及装置 |
CN112446555A (zh) * | 2021-01-26 | 2021-03-05 | 支付宝(杭州)信息技术有限公司 | 一种风险识别方法、装置及设备 |
CN112766974A (zh) * | 2021-01-19 | 2021-05-07 | 中国农业银行股份有限公司广州分行 | 风险账户识别方法、装置、计算机设备和存储介质 |
-
2021
- 2021-08-04 CN CN202110890452.1A patent/CN113673844B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767021A (zh) * | 2017-09-12 | 2018-03-06 | 阿里巴巴集团控股有限公司 | 一种风险控制方法及设备 |
WO2019218751A1 (zh) * | 2018-05-16 | 2019-11-21 | 阿里巴巴集团控股有限公司 | 一种保险业务风险预测的处理方法、装置及处理设备 |
WO2020037918A1 (zh) * | 2018-08-22 | 2020-02-27 | 平安科技(深圳)有限公司 | 基于预测模型的风险控制策略的确定方法及相关装置 |
CN111429123A (zh) * | 2020-03-17 | 2020-07-17 | 深圳前海微众银行股份有限公司 | 支付风险控制方法、设备和可读存储介质 |
CN111738623A (zh) * | 2020-07-17 | 2020-10-02 | 支付宝(杭州)信息技术有限公司 | 业务风险检测方法及装置 |
CN112766974A (zh) * | 2021-01-19 | 2021-05-07 | 中国农业银行股份有限公司广州分行 | 风险账户识别方法、装置、计算机设备和存储介质 |
CN112446555A (zh) * | 2021-01-26 | 2021-03-05 | 支付宝(杭州)信息技术有限公司 | 一种风险识别方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113673844A (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3893180B1 (en) | Service data processing method and apparatus | |
EP3531668B1 (en) | Method and device for processing service request | |
EP3780541B1 (en) | Identity information identification method and device | |
CN111401902B (zh) | 基于区块链的业务处理方法、业务处理方法、装置及设备 | |
CN106899666B (zh) | 一种针对业务标识的数据处理方法及装置 | |
CN110472438B (zh) | 基于区块链的交易数据处理、交易查询方法、装置及设备 | |
EP3964995B1 (en) | Data processing methods, apparatuses, and devices | |
CN110503435B (zh) | 基于区块链的交易预警方法、装置及设备 | |
CN111899008B (zh) | 资源转移方法、装置、设备及系统 | |
CN113821817B (zh) | 基于区块链的数据处理方法、装置、设备及系统 | |
WO2020248602A1 (zh) | 基于区块链的关系绑定方法、装置及设备 | |
CN116340897A (zh) | 一种基于区块链的数字资产处理方法及装置 | |
CN113256426B (zh) | 一种数据处理方法、装置、设备及介质 | |
CN117879781A (zh) | 一种基于区块链的用户数据流转方法、装置及设备 | |
CN116305298B (zh) | 一种算力资源管理方法、装置、存储介质及电子设备 | |
CN116151627B (zh) | 一种业务风控的方法、装置、存储介质及电子设备 | |
CN113673844B (zh) | 一种信息反馈方法、装置及设备 | |
CN111737304A (zh) | 一种区块链数据的处理方法、装置及设备 | |
CN113221176B (zh) | 一种基于区块链的业务处理方法、装置和电子设备 | |
CN113761496B (zh) | 一种基于区块链的身份校验方法及装置和电子设备 | |
CN113327115B (zh) | 租赁业务的处理方法、装置、设备及系统 | |
CN114726537B (zh) | 数据处理方法及装置 | |
CN110689432B (zh) | 一种基于区块链的用户目标处理方法、装置及设备 | |
CN117131010A (zh) | 基于区块链的数据管理方法和区块链节点 | |
CN117527319A (zh) | 一种基于区块链的业务办理方法、装置及设备 |
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 |