CN114064498A - 脚本开发的控制方法、装置、计算机设备和存储介质 - Google Patents

脚本开发的控制方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN114064498A
CN114064498A CN202111392750.4A CN202111392750A CN114064498A CN 114064498 A CN114064498 A CN 114064498A CN 202111392750 A CN202111392750 A CN 202111392750A CN 114064498 A CN114064498 A CN 114064498A
Authority
CN
China
Prior art keywords
script
audited
category
risk score
score
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
Application number
CN202111392750.4A
Other languages
English (en)
Inventor
李臻
胡继强
洪伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN202111392750.4A priority Critical patent/CN114064498A/zh
Publication of CN114064498A publication Critical patent/CN114064498A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/36Preventing errors by testing or debugging software
    • G06F11/3668Software testing
    • G06F11/3672Test management
    • G06F11/3692Test management for test results analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)

Abstract

本申请涉及脚本开发的控制方法、装置、计算机设备和存储介质。脚本开发的控制方法、装置、计算机设备和存储介质可以用于金融领域的计算机应用中,用于脚本开发、测试、审核和发布;所述方法包括:获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。本方法提供了从脚本测试、审核和发布的规范化流程,提升脚本开发的效率,提高脚本质量。

Description

脚本开发的控制方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机应用技术领域,特别是涉及脚本开发的控制方法、装置、计算机设备和存储介质。
背景技术
数据中心需要执行例行化的巡检任务,以保证脚本在众多服务器中正常使用。随着云服务的推广,服务器成倍增长,一个脚本可能在成百上千台服务器中使用,巡检任务对保证脚本的正常使用起着重要作用。但是传统的巡检方式主要是通过审核人员分析脚本的测试报告,确定审核结果,通常耗时较长,审核速度慢、规范性差,对审核人员的专业要求较高,不能满足生产一线的快速迭代需求。
发明内容
基于此,有必要针对上述技术问题,提供从脚本测试、审核和发布的规范化流程,提升脚本开发的效率,提高脚本质量的脚本开发的控制方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种脚本开发的控制方法。所述方法包括:
获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;
基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;
获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;
基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
在其中一个实施例中,所述基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分,包括:
对所述待审核脚本进行分词处理,得到多个待处理词向量;
将所述多个待处理词向量输入已训练的风险分类模型,得到命令风险类别;
选取与所述命令风险类别相匹配的命令风险评分。
在其中一个实施例中,所述脚本测试报告包括:巡检时刻、执行耗时、检测结果和服务器性能曲线;所述基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分,包括:
根据所述类别和所述巡检时刻,确定操作风险评分;
根据所述执行耗时、检测结果和服务器性能曲线确定结果风险评分;
计算所述操作风险评分、所述结果风险评分和所述命令风险评分的和,得到目标风险评分。
在其中一个实施例中,所述类别为:巡检类,或者诊断类,或者应急类;所述根据所述类别和所述巡检时刻,确定操作风险评分,包括:
若所述类别为巡检类,在多个预设区间中确定所述巡检时刻对应的目标区间,将目标区间的第一预设评分,作为操作风险评分;
若所述类别为应急类,将应急类配置的第二预设评分,作为操作风险评分;
若所述类别为诊断类,将诊断类配置的第三预设评分,作为操作风险评分。
在其中一个实施例中,所述获取待审核脚本,并测试所述待审核脚本得到脚本测试报告,包括:
响应于新建脚本指令,接收若干基本要素信息,基于参考模板和所述若干基本要素信息,生成初始脚本;
接收编辑信息,根据所述初始脚本和所述编辑信息,得到待审核脚本;
对所述待审核脚本进行要素信息检测、函数调用检测、异常捕获逻辑检测和执行耗时检测,得到脚本测试报告。
在其中一个实施例中,所述基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,包括:
若所述类别和所述目标风险评分满足线上审核条件,则对所述待审核脚本进行线上审核,其中,所述线上审核条件包括:所述类别为巡检类,或者诊断类,并且所述目标风险评分小于预设风险阈值。
第二方面,本申请还提供了一种脚本开发的控制装置。所述装置包括:
开发和测试模块,用于获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;
第一评分模块,用于基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;
第二评分模块,用于获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;
审核和发布模块,用于基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;
基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;
获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;
基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,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以下步骤:
获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;
基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;
获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;
基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;
基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;
获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;
基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
上述脚本开发的控制方法、装置、计算机设备和存储介质,所述脚本开发的控制方法,对待审核脚本进行自动测试,得到测试报告,基于已训练的风险分类模型,确定待审核脚本的命令风险评分,再根据测试脚本的类别、脚本测试报告和命令风险评分,得到目标风险评分,基于目标风险评分和类别对待审核脚本进行审核,并在审核通过后发布。脚本开发的控制方法提出了从脚本测试、审核和发布的规范化流程,可以提升脚本开发的效率,自动检测待审核脚本,所述目标风险评分包括多个维度的风险评分,降低了高风险脚本引入生产环境的概率,保证了脚本质量。
附图说明
图1为一个实施例中脚本开发的控制方法的流程示意图;
图2为一个实施例中开始待审核脚本的示意图;
图3为一个实施例中根据在初始脚本的基础上接收编辑信息的示意图;
图4为一个实施例中线下审核的审核记录示意图;
图5为另一个实施例中脚本开发的控制方法的流程示意图;
图6为一个实施例中脚本开发的控制装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种脚本的审核部署方法,本实施例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。本实施例中,该方法包括以下步骤:
S101,获取待审核脚本,并测试所述待审核脚本得到脚本测试报告。
其中,所述待审核脚本是基于已生成的脚本编辑得到,或者,所述待审核脚本是基于基本要素信息、参考模板和编辑信息生成的。所述脚本测试包括用于反映所述待审核脚本的多项测试情况。
具体地,对所述待审核脚本进行要素信息检测、函数调用检测、异常捕获逻辑检测和执行耗时检测等,得到脚本测试报告。
S102,基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分。
其中,所述已训练的风险分类模型用于确定所述待审核脚本的命令风险类别,所述命令风险评分,用于反映待审核脚本中命令的风险严重程度。
具体地,对所述待审核脚本进行分词处理,将分词处理得到的结果输入已训练的风险分类模型,得到所述待审核脚本的命令风险类别,将命令风险类别对应的评分,作为命令风险评分。
S103,获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分。
其中,所述待审核脚本的类别包括巡检类、诊断类和应急类,所述目标风险评分是所述待审核脚本在各个维度的风险评分的总和。
具体地,根据所述类别和所述脚本测试报告,确定操作风险评分、结果风险评分,计算操作风险评分、结果风险评分和命令风险评分的和,得到目标风险评分。所述操作风险评分用于反映巡检时刻的风险严重程度,结果风险评分用于反映测试结果是否存在异常。
S104,基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
具体地,根据所述类别和所述目标风险评分确定线上审核所述待审核脚本,或者线下审核所述待审核脚本。脚本审核通过后,将审核后脚本录入脚本库,每间隔统计时长,通过机构号、适用平台、适用业务等属性选取审核后脚本并发布至生产环境中。
上述脚本开发的控制方法,对待审核脚本进行自动测试,得到测试报告,基于已训练的风险分类模型,确定待审核脚本的命令风险评分,再根据测试脚本的类别、脚本测试报告和命令风险评分,得到目标风险评分,基于目标风险评分和类别对待审核脚本进行审核,并在审核通过后发布。脚本开发的控制方法提出了从脚本测试、审核和发布的规范化流程,可以提升脚本开发的效率,自动检测待审核脚本,所述目标风险评分包括多个维度的风险评分,降低了高风险脚本引入生产环境的概率,保证了脚本质量。
在一个实施例中,S101,包括:
S111,响应于新建脚本指令,接收若干基本要素信息,基于参考模板和所述若干基本要素信息,生成初始脚本。
具体地,通过脚本开发子系统新建脚本。脚本开发子系统接收用户发送的新建脚本指令,可以通过实体按键,或者虚拟按键触发新建脚本指令,例如,点击页面中的虚拟案件,以触发新建脚本指令。响应于新建脚本指令,显示新建脚本页面,在新建脚本页面接收用户输入的若干基本要素信息。
脚本开发子系统接收若干基本要素信息后,对若干基本要素信息进行解析,在参考模板中写入若干基本要素信息,创建初始化函数、主函数等基本函数框架,整合得到初始脚本,并显示初始脚本,供用户参考。所述若干基本要素信息包括脚本名称,所述初始脚本中包括脚本名称。
如图2所示,若干基本要素信息包括:待审核脚本的路径、脚本名称、脚本类型(类别)、使用平台、执行用户。
S112,接收编辑信息,根据所述初始脚本和所述编辑信息,得到待审核脚本。
具体地,在所述初始脚本的基础上,接收用户输入的编辑信息,以修改初始脚本中的内容,得到待审核脚本。将待审核脚本保存在分布式数据库中,通过分布式数据库自动生成的ObjectId作为待审核脚本的唯一标识,待审核脚本依赖介质存放在NFS共享目录下供读写。
基于参考模板和所述若干基本要素信息,生成的初始脚本如图3所示,在基于初始脚本,接收编辑信息,编辑信息可以实现修改编码格式、增加功能描述等。
S113,对所述待审核脚本进行要素信息检测、函数调用检测、异常捕获逻辑检测和执行耗时检测,得到脚本测试报告。
具体地,通过脚本开发规范模块,检测待审核脚本。所述要素信息检测,是通过字符串和正则表达式来检测确认脚本要素是否齐全,包括:函数调用前的功能说明、脚本开头的注释、密码加密及基本的initialize()和main()方法等;所述函数调用检测,是检测函数调用计数和申明定义段来判断是否存在函数定义未使用情况,异常捕获逻辑检测,是通过关键字检查来判断函数分支及入参是否定义异常捕获逻辑,执行耗时检测,是通过脚本执行时长判断是否超过限定、存在死循环等情况。
在一种实现方式中,可以通过web前台页面及ssh协议,调用已完成开发的脚本和对应的适用测试环境,开展案例测试,完成测试报告的在线记录,可供后续专业线审批系统评估参考。该系统包括但不限于功能性测试和相关业务接口的集成性测试,测试案例可提前录入以供调用或在线测试后保存为模板以备后用。测试环境由各专业组按需录入,录入后可由本专业组及工具组进行管理。每个测试环境都配置有负责管理员,保证测试环境可连通、可使用。
在另一种实现方式中,S101中,获取待审核脚本,包括:选取候选脚本,接收修改信息,基于所述修改信息和所述候选脚本确定待审核脚本。
具体地,生成的所有脚本均放入目录层中,在目录层的所有脚本中选取候选脚本,再接收修改信息,对所述候选脚本进行修改,得到待审核脚本。
基于候选脚本生成待审核脚本,不改变候选脚本的基本要素信息,所述修改信息,用于修改或新增脚本逻辑、脚本执行用户、适用平台及业务、编码格式、功能描述、依赖脚本及介质、超时时间等脚本属性参数。
在此实施例中,可以根据参考模板和编辑信息快速生成待审核脚本,或者在已生成脚本的基础上进行修改,快速得到待审核脚本,提高了迭代速度。
在一个实施例中,S102包括:
S211,对所述待审核脚本进行分词处理,得到多个待处理词向量。
具体地,可以采用现有的分词器,对待审核脚本进行分词处理,得到多个待处理词向量。现有的分词器,例如,可以是WordPiece分词器
S212,将所述多个待处理词向量输入已训练的风险分类模型,得到命令风险类别。
具体地,将所述多个待处理词向量输入所述已训练的风险分类模型,通过所述已训练的风险分类模型输出多个预设命令风险类别的概率向量,多个预设命令风险类别包括:高危类别,低危类别和普通类别,高危类别是对业务系统有影响的不可逆操作,低危类别是对业务系统有影像的可恢复操作,普通类别对业务系统可能存在影响的可恢复操作,或者对业务系统没有影响的不可逆操作。
所述已训练的风险分类模型输出每种预设命令风险类别的概率值,将每种预设命令风险类别的概率值中的最大值对应的预设命令风险类别作为命令风险类别。例如,将所述多个待处理词向量输入已训练的风险分类模型,已训练的风险分类模型输出的概率向量为:(0.1,0.2,0.7),其中,0.7为概率向量中的最大值,假设0.7对应的预设命令风险类别为高危类别,则确定命令风险类别为高危类别。
所述已训练的风险分类模型,是基于多个训练脚本,以及每个训练脚本的训练类别,对风险分类模型进行训练,直至训练完成得到的。所述已训练的风险分类模型,与所述风险分类模型的模型结果相同。获取多个训练脚本包括多个高危类别训练脚本,多个低位类别训练脚本,以及多个正常类别的训练脚本。
S213,选取与所述命令风险类别相匹配的命令风险评分。
具体地,预先为每种命令风险类别匹配命令风险评分,例如,为高危类别匹配的命令风险评分为3,为低位类别匹配的命令风险评分为2,为正常类别匹配的命令风险评分为1。若命令风险类别为高危类别,则确定命令风险评分为3。
在一个实施例中,S103包括:
S311,根据所述类别和所述巡检时刻,确定操作风险评分。
具体地,若所述类别为巡检类,在多个预设区间中确定所述巡检时刻对应的目标区间,将目标区间的第一预设评分,作为操作风险评分。所述多个预设区间包括:第一区间:8:00-18:00,第二区间:6:00-8:00和18:00-22:00,第三区间为:22:00-6:00。第一区间为白天业务高峰区间,第二区间为次高峰区间,第三区间为非高峰区间。每个区间均配置有预设评分。
S311包括:
S321,若所述类别为巡检类,在多个预设区间中确定所述巡检时刻对应的目标区间,将目标区间的第一预设评分,作为操作风险评分。
具体地,若巡检类的待审核脚本的巡检时刻处于第一区间,则将第一区间作为巡检时刻的目标区间,第一区间的第一预设评分可以根据需求设定。若巡检类的待审核脚本的巡检时刻处于第二区间,则将第二区间作为巡检时刻的目标区间,第二区间的第一预设评分可以根据需求设定。若巡检类的待审核脚本的巡检时刻处于第三区间,则将第三区间作为巡检时刻的目标区间,第三区间的第一预设评分可以根据需求设定。第一区间的第一预设评分大于第二区间的第一预设评分,第二区间的第一预设评分大于第三区间的第一预设评分。
例如,若巡检类的待审核脚本在巡检时刻处于8:00-18:00(第一区间),假设第一区间的第一预设评分为2分,则操作风险评分为2分;若巡检类的待审核脚本在巡检时刻处于6:00-8:00和18:00-22:00(第二区间),假设第二区间的第一预设评分为1.5分,则操作风险评分为1.5分;若巡检类的待审核脚本在巡检时刻处于22:00-6:00(第三区间),假设第三区间的第一预设评分为1分,则操作风险评分为1分。
S322,若所述类别为应急类,将应急类配置的第二预设评分,作为操作风险评分。
具体地,所述应急类的待审核脚本不区分巡检时刻,不论何时执行,均确定操作风险评分为应急类预先配置的第二预设评分,所述第二预设评分可以根据需求设定,例如,第二预设评分可以设定为2分。
S323,若所述类别为诊断类,将诊断类配置的第三预设评分,作为操作风险评分。
具体地,诊断类的待审核脚本不区分巡检时刻,不论何时执行,均确定操作风险评分为诊断类预先配置的第三预设评分,所述第三预设评分可以根据需求设定,第三预设评分小于第二预设评分。例如,第三预设评分可以设定为1分。
S311,根据所述执行耗时、检测结果和服务器性能曲线确定结果风险评分。
具体地,所述执行耗时和所述检测结果可以直接获取,所述服务器性能曲线,可以通过服务器预检平台确定任意两个时间窗口的性能曲线,以确定服务器性能曲线是否存在突变。
若所述执行耗时超过预设时长,则确定耗时评分为第四预设评分,若所述执行耗时未超过预设时长,则确定耗时评分为第五预设评分;若所述检测结果为异常,则确定检测结果评分为第六预设评分,若所述检测结果为正常,则确定检测结果评分为第七预设评分;若所述服务器性能曲线存在突变,则确定性能评分为第八预设评分,若所述服务器性能曲线不存在突变,则确定性能评分为第九预设评分;计算所述耗时评分、所述检测结果评分和所述性能评分的和,得到结果风险评分。所述第四预设评分大于第五预设评分,所述第六预设评分大于第七预设评分,所述第八预设评分大于第九预设评分。
所述预设时长可以设定为10分钟,所述第四预设评分可以设定为2分,第五预设评分可以设定为1分;所述第六预设评分可以设定为2分,所述第七预设评分可以设定为1分,所述第八预设评分可以设定为2分,所述第九预设评分可以设定为1分。
例如,若执行耗时未超过10分钟,耗时评分为1分,若执行耗时超过10分钟,耗时评分为2分;若检测结果为异常,则检测结果评分为2分,若检测记过为正常,则检测结果评分为1分,若服务器性能曲线存在突变,则性能评分为2分,若服务器性能不存在突变,则性能评分为1分。
S311,计算所述操作风险评分、所述结果风险评分和所述命令风险评分的和,得到目标风险评分。
具体地,将所述操作风险评分、所述结果风险评分和所述命令风险评分相加,得到目标风险评分。
所述结果风险评分还包括:业务风险评分,根据待审核脚本的执行对象确定业务风险评分,若执行对象属于预设对客应用,则确定业务风险评分为第十预设评分,若执行对象属于第一预设应用,则确定业务风险评分为第十一预设评分,若执行对象属于第二预设应用,则确定业务风险评分为第十二预设评分。
所述结果风险评分还包括:业务风险评分,相应的,将所述操作风险评分、所述结果风险评分、所述命令风险评分和所述结果风险评分相加,得到目标风险评分。
所述预设对客应用的重要等级高于所述第一预设应用,所述第一预设应用的重要等级高于所述第二预设应用。所述第十预设评分高于第十一预设评分,第十一预设评分高于第十二预设评分。可以设定第十预设评分为2,第十一预设评分为1.5分,第十预设评分为1分。
在一个实施例中,S104包括:
S411,若所述类别和所述目标风险评分满足线上审核条件,则对所述待审核脚本进行线上审核。
其中,所述线上审核条件包括:所述类别为巡检类,或者诊断类,并且所述目标风险评分小于预设风险阈值。
具体地,若所述类别为巡检类,或者诊断类,并且所述目标风险评分小于预设风险阈值,则对所述待审核脚本进行线上审核,采用现有的专业线上审核系统对待审核脚本进行线上审核,审核后脚本通过唯一的脚本ID进行标识并纳入脚本库,审核后脚本可以进行二次开发和复制拷贝。通过Wide脚本库实现审核后脚本的纳管和部署,提供邮件通知和报表导出功能给运维人员知晓审核后脚本管理详情,通过Git(开源的分布式版本控制系统)实现审核后脚本的版本管理。专业线上审核系统通过api接口与生产agent端对接,agent端脚本与脚本库中的脚本进行同步,实现支持巡检系统、监控系统、平台门户、安全检查及分行运维平台等上游应用的任务调度执行。
S411,若所述目标风险评分不满足线上审核条件,则进行线下审核。
具体地,若所述类别为巡检类,或者诊断类,并且所述目标风险评分大于预设风险阈值,则对所述待审核脚本进行线下审核,或者,若所述类别为应急类,则进行线下审核。线下审核也就是通过专业工作人员进行审核。
专业工作人员记录并提交审核记录,通过邮件反馈给脚本开发人员和审核人员确认及修改。审核记录保留入库可追溯。审核记录如图4所示。
如图5所示,所述脚本开发的控制方法,包括:脚本的开发和测试、脚本审核、发布测试Wide脚本库,以及同步生产Wide脚本库并自动部署。具体地,根据若干基本要素信息,参考模板和编辑信息快速开发得到待审核脚本,对待审核脚本进行测试,得到测试报告,根据测试报告和待审核脚本的类别,确定待审核脚本的目标风险评分,根据目标风险评分和类别确定线上审核或者线下审核,线上审核,或者线下审核。审核后脚本纳入测试Wide脚本库,对于测试Wide脚本库中的脚本,每间隔统计周期,统计审核通过的脚本,从测试wide脚本库中导出脚本版本包,并导入至生产Wide脚本库中同步生产环境。同时测试Git脚本库中的脚本会自动同步到生产Git脚本库。
审核后脚本的脚本自动录入脚本库中,脚本库中审核后脚本可通过机构号、适用平台、适用业务等属性参数进行筛选、排序、部署下发,也可通过设定定时任务的执行频率、待部署的脚本库、以及部署的服务器范围,进行批量的自动部署并形成报表,将部署结果通过邮件通知到运维人员。将审核后脚本纳入脚本库统一管理,保持生产版本一致性,提高脚本的生产适配性,增强脚本的可维护性,降低高风险脚本引入生产环境的风险。对于审核未通过,有修改意见的待审核脚本,由脚本开发人员重新修订后提交审核,直至审核通过。
在本发明实施例中,根据若干基本要素信息,参考模板和编辑信息快速生成待审核脚本,对待审核脚本进行自动测试,得到测试报告,再确定待审核脚本的目标风险评分,根据目标风险评分和待审核脚本的类别确定线上审核或者线下审核,在审核通过后,再纳入脚本库统一管理,增强脚本的可维护性,降低高风险脚本引入生产环境的风险;定期从脚本库中导出脚本版本包,并同步至生成环境,实现了实现脚本开发、测试、审核、发布的全流程,显著提升脚本开发团队的开发效率,实现运维脚本资产沉淀及经验留存。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的脚本开发的控制方法的脚本开发的控制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个脚本开发的控制装置实施例中的具体限定可以参见上文中对于脚本开发的控制方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种脚本开发的控制装置,包括:
开发和测试模块,用于获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;
第一评分模块,用于基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;
第二评分模块,用于获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;
审核和发布模块,用于基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
在一个实施例中,所述第一评分模块包括:第一单元、第二单元和第三单元,其中:
所述第一单元,用于对所述待审核脚本进行分词处理,得到多个待处理词向量;
所述第二单元,用于将所述多个待处理词向量输入已训练的风险分类模型,得到命令风险类别;
所述第三单元,用于选取与所述命令风险类别相匹配的命令风险评分。
在一个实施例中,所述脚本测试报告包括:巡检时刻、执行耗时、检测结果和服务器性能曲线;所述第二评分模块包括:第四单元、第五单元和第六单元,其中:
所述第四单元,用于根据所述类别和所述巡检时刻,确定操作风险评分;
所述第五单元,用于根据所述执行耗时、检测结果和服务器性能曲线确定结果风险评分;
所述第六单元,用于计算所述操作风险评分、所述结果风险评分和所述命令风险评分的和,得到目标风险评分。
在一个实施例中,所述类别为:巡检类,或者诊断类,或者应急类;所述第四单元包括:第一子单元、第二子单元和第三字单元,其中:
所述第一子单元,用于若所述类别为巡检类,在多个预设区间中确定所述巡检时刻对应的目标区间,将目标区间的第一预设评分,作为操作风险评分;
所述第二子单元,用于若所述类别为应急类,将应急类配置的第二预设评分,作为操作风险评分;
所述第三子单元,用于若所述类别为诊断类,将诊断类配置的第三预设评分,作为操作风险评分。
在一个实施例中,所述开发和测试模块包括:第一开发单元、第二开发单元和测试单元,其中:
所述第一开发单元,用于响应于新建脚本指令,接收若干基本要素信息,基于参考模板和所述若干基本要素信息,生成初始脚本;
所述第二开发单元,用于接收编辑信息,根据所述初始脚本和所述编辑信息,得到待审核脚本;
所述测试单元,用于对所述待审核脚本进行要素信息检测、函数调用检测、异常捕获逻辑检测和执行耗时检测,得到脚本测试报告。
在一个实施例中,所述审核和发布模块,还用于:若所述类别和所述目标风险评分满足线上审核条件,则对所述待审核脚本进行线上审核,其中,所述线上审核条件包括:所述类别为巡检类,或者诊断类,并且所述目标风险评分小于预设风险阈值。
上述脚本开发的控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种脚本开发的控制方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;
基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;
获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;
基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:所述基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分,包括:
对所述待审核脚本进行分词处理,得到多个待处理词向量;
将所述多个待处理词向量输入已训练的风险分类模型,得到命令风险类别;
选取与所述命令风险类别相匹配的命令风险评分。
在一个实施例中,所述脚本测试报告包括:巡检时刻、执行耗时、检测结果和服务器性能曲线;处理器执行计算机程序时还实现以下步骤:所述基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分,包括:
根据所述类别和所述巡检时刻,确定操作风险评分;
根据所述执行耗时、检测结果和服务器性能曲线确定结果风险评分;
计算所述操作风险评分、所述结果风险评分和所述命令风险评分的和,得到目标风险评分。
在一个实施例中,所述类别为:巡检类,或者诊断类,或者应急类;处理器执行计算机程序时还实现以下步骤:所述根据所述类别和所述巡检时刻,确定操作风险评分,包括:
若所述类别为巡检类,在多个预设区间中确定所述巡检时刻对应的目标区间,将目标区间的第一预设评分,作为操作风险评分;
若所述类别为应急类,将应急类配置的第二预设评分,作为操作风险评分;
若所述类别为诊断类,将诊断类配置的第三预设评分,作为操作风险评分。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:所述获取待审核脚本,并测试所述待审核脚本得到脚本测试报告,包括:
响应于新建脚本指令,接收若干基本要素信息,基于参考模板和所述若干基本要素信息,生成初始脚本;
接收编辑信息,根据所述初始脚本和所述编辑信息,得到待审核脚本;
对所述待审核脚本进行要素信息检测、函数调用检测、异常捕获逻辑检测和执行耗时检测,得到脚本测试报告。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:所述基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,包括:
若所述类别和所述目标风险评分满足线上审核条件,则对所述待审核脚本进行线上审核,其中,所述线上审核条件包括:所述类别为巡检类,或者诊断类,并且所述目标风险评分小于预设风险阈值。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;
基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;
获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;
基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
所述基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分,包括:
对所述待审核脚本进行分词处理,得到多个待处理词向量;
将所述多个待处理词向量输入已训练的风险分类模型,得到命令风险类别;
选取与所述命令风险类别相匹配的命令风险评分。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
所述脚本测试报告包括:巡检时刻、执行耗时、检测结果和服务器性能曲线;所述基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分,包括:
根据所述类别和所述巡检时刻,确定操作风险评分;
根据所述执行耗时、检测结果和服务器性能曲线确定结果风险评分;
计算所述操作风险评分、所述结果风险评分和所述命令风险评分的和,得到目标风险评分。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
所述类别为:巡检类,或者诊断类,或者应急类;所述根据所述类别和所述巡检时刻,确定操作风险评分,包括:
若所述类别为巡检类,在多个预设区间中确定所述巡检时刻对应的目标区间,将目标区间的第一预设评分,作为操作风险评分;
若所述类别为应急类,将应急类配置的第二预设评分,作为操作风险评分;
若所述类别为诊断类,将诊断类配置的第三预设评分,作为操作风险评分。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
所述获取待审核脚本,并测试所述待审核脚本得到脚本测试报告,包括:
响应于新建脚本指令,接收若干基本要素信息,基于参考模板和所述若干基本要素信息,生成初始脚本;
接收编辑信息,根据所述初始脚本和所述编辑信息,得到待审核脚本;
对所述待审核脚本进行要素信息检测、函数调用检测、异常捕获逻辑检测和执行耗时检测,得到脚本测试报告。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
所述基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,包括:
若所述类别和所述目标风险评分满足线上审核条件,则对所述待审核脚本进行线上审核,其中,所述线上审核条件包括:所述类别为巡检类,或者诊断类,并且所述目标风险评分小于预设风险阈值。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;
基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;
获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;
基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:所述基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分,包括:
对所述待审核脚本进行分词处理,得到多个待处理词向量;
将所述多个待处理词向量输入已训练的风险分类模型,得到命令风险类别;
选取与所述命令风险类别相匹配的命令风险评分。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:所述脚本测试报告包括:巡检时刻、执行耗时、检测结果和服务器性能曲线;所述基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分,包括:
根据所述类别和所述巡检时刻,确定操作风险评分;
根据所述执行耗时、检测结果和服务器性能曲线确定结果风险评分;
计算所述操作风险评分、所述结果风险评分和所述命令风险评分的和,得到目标风险评分。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:所述类别为:巡检类,或者诊断类,或者应急类;所述根据所述类别和所述巡检时刻,确定操作风险评分,包括:
若所述类别为巡检类,在多个预设区间中确定所述巡检时刻对应的目标区间,将目标区间的第一预设评分,作为操作风险评分;
若所述类别为应急类,将应急类配置的第二预设评分,作为操作风险评分;
若所述类别为诊断类,将诊断类配置的第三预设评分,作为操作风险评分。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:所述获取待审核脚本,并测试所述待审核脚本得到脚本测试报告,包括:
响应于新建脚本指令,接收若干基本要素信息,基于参考模板和所述若干基本要素信息,生成初始脚本;
接收编辑信息,根据所述初始脚本和所述编辑信息,得到待审核脚本;
对所述待审核脚本进行要素信息检测、函数调用检测、异常捕获逻辑检测和执行耗时检测,得到脚本测试报告。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:所述基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,包括:
若所述类别和所述目标风险评分满足线上审核条件,则对所述待审核脚本进行线上审核,其中,所述线上审核条件包括:所述类别为巡检类,或者诊断类,并且所述目标风险评分小于预设风险阈值。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
需要说明的是,本申请的脚本开发的控制方法、装置、计算机设备和存储介质可用于金融领域在金融领域的计算机应用中,用于脚本开发、测试、审核和发布,也可用于除金融领域之外的任意领域的计算机应用中,本申请的脚本开发的控制方法、装置、计算机设备和存储介质的应用领域不做限定。

Claims (10)

1.一种脚本开发的控制方法,其特征在于,所述方法包括:
获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;
基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;
获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;
基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
2.根据权利要求1所述的方法,其特征在于,所述基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分,包括:
对所述待审核脚本进行分词处理,得到多个待处理词向量;
将所述多个待处理词向量输入已训练的风险分类模型,得到命令风险类别;
选取与所述命令风险类别相匹配的命令风险评分。
3.根据权利要求1所述的方法,其特征在于,所述脚本测试报告包括:巡检时刻、执行耗时、检测结果和服务器性能曲线;所述基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分,包括:
根据所述类别和所述巡检时刻,确定操作风险评分;
根据所述执行耗时、检测结果和服务器性能曲线确定结果风险评分;
计算所述操作风险评分、所述结果风险评分和所述命令风险评分的和,得到目标风险评分。
4.根据权利要求3所述的方法,其特征在于,所述类别为:巡检类,或者诊断类,或者应急类;所述根据所述类别和所述巡检时刻,确定操作风险评分,包括:
若所述类别为巡检类,在多个预设区间中确定所述巡检时刻对应的目标区间,将目标区间的第一预设评分,作为操作风险评分;
若所述类别为应急类,将应急类配置的第二预设评分,作为操作风险评分;
若所述类别为诊断类,将诊断类配置的第三预设评分,作为操作风险评分。
5.根据权利要求1所述的方法,其特征在于,所述获取待审核脚本,并测试所述待审核脚本得到脚本测试报告,包括:
响应于新建脚本指令,接收若干基本要素信息,基于参考模板和所述若干基本要素信息,生成初始脚本;
接收编辑信息,根据所述初始脚本和所述编辑信息,得到待审核脚本;
对所述待审核脚本进行要素信息检测、函数调用检测、异常捕获逻辑检测和执行耗时检测,得到脚本测试报告。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,包括:
若所述类别和所述目标风险评分满足线上审核条件,则对所述待审核脚本进行线上审核,其中,所述线上审核条件包括:所述类别为巡检类,或者诊断类,并且所述目标风险评分小于预设风险阈值。
7.一种脚本开发的控制装置,其特征在于,所述装置包括:
开发和测试模块,用于获取待审核脚本,并测试所述待审核脚本得到脚本测试报告;
第一评分模块,用于基于所述待审核脚本和已训练的风险分类模型,确定所述待审核脚本的命令风险评分;
第二评分模块,用于获取所述待审核脚本的类别,基于所述类别、所述脚本测试报告和所述命令风险评分,确定目标风险评分;
审核和发布模块,用于基于所述类别和所述目标风险评分,对所述待审核脚本进行审核,并在审核通过后发布。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,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权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202111392750.4A 2021-11-23 2021-11-23 脚本开发的控制方法、装置、计算机设备和存储介质 Pending CN114064498A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111392750.4A CN114064498A (zh) 2021-11-23 2021-11-23 脚本开发的控制方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111392750.4A CN114064498A (zh) 2021-11-23 2021-11-23 脚本开发的控制方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN114064498A true CN114064498A (zh) 2022-02-18

Family

ID=80279267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111392750.4A Pending CN114064498A (zh) 2021-11-23 2021-11-23 脚本开发的控制方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN114064498A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115061871A (zh) * 2022-04-30 2022-09-16 苏州浪潮智能科技有限公司 一种计算机性能测试方法、装置及介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115061871A (zh) * 2022-04-30 2022-09-16 苏州浪潮智能科技有限公司 一种计算机性能测试方法、装置及介质

Similar Documents

Publication Publication Date Title
CN112884092B (zh) Ai模型生成方法、电子设备及存储介质
CN101751535B (zh) 通过应用程序数据访问分类进行的数据损失保护
CN107861870A (zh) 接口测试及测试数据生成方法、装置、终端和存储介质
CN113282514B (zh) 问题数据的处理方法、装置、计算机设备和存储介质
CN112861662B (zh) 基于人脸和交互文本的目标对象行为预测方法及相关设备
CN112085078A (zh) 图像分类模型生成系统、方法、装置和计算机设备
CN115237724A (zh) 基于人工智能的数据监控方法、装置、设备及存储介质
CN112528272A (zh) 一种基于公共开放数据的安全隐私集成防护系统及其方法
CN109711849B (zh) 以太坊地址画像生成方法、装置、电子设备及存储介质
CN114064498A (zh) 脚本开发的控制方法、装置、计算机设备和存储介质
US20090169008A1 (en) System and method for tracking testing of software modification projects from a wireless mobile device
CN115168848B (zh) 基于大数据分析拦截的拦截反馈处理方法
CN113791980B (zh) 测试用例的转化分析方法、装置、设备及存储介质
CN114722789B (zh) 数据报表集成方法、装置、电子设备及存储介质
CN115544566A (zh) 日志脱敏方法、装置、设备及存储介质
US11593740B1 (en) Computing system for automated evaluation of process workflows
CN114218100A (zh) 业务模型测试方法、装置、系统、设备、介质和程序产品
US20210019446A1 (en) Device and method for analyzing performances of a web application
CN114253518A (zh) 一种智能项目管理方法及系统
CN114003567A (zh) 数据采集的方法及相关装置
CN112418260A (zh) 模型训练方法、信息提示方法、装置、设备及介质
US11947705B2 (en) Device and method for analyzing the performances of an n-tier application
US20240220660A1 (en) System and method for managing ai models based on downstream use of inferences
CN116389315A (zh) 接口监控方法、装置、计算机设备及存储介质
CN118261720A (zh) 基于人工智能的产品分析方法、装置、设备及存储介质

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