CN114218045A - 基于nginx日志流量分析进行交易量监控的方法及系统 - Google Patents

基于nginx日志流量分析进行交易量监控的方法及系统 Download PDF

Info

Publication number
CN114218045A
CN114218045A CN202111538293.5A CN202111538293A CN114218045A CN 114218045 A CN114218045 A CN 114218045A CN 202111538293 A CN202111538293 A CN 202111538293A CN 114218045 A CN114218045 A CN 114218045A
Authority
CN
China
Prior art keywords
nginx
transaction amount
log
uri
source
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
CN202111538293.5A
Other languages
English (en)
Inventor
周谦
夏咸辉
姜煜
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.)
Wuhan Zhongbang Bank Co Ltd
Original Assignee
Wuhan Zhongbang Bank Co Ltd
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 Wuhan Zhongbang Bank Co Ltd filed Critical Wuhan Zhongbang Bank Co Ltd
Priority to CN202111538293.5A priority Critical patent/CN114218045A/zh
Publication of CN114218045A publication Critical patent/CN114218045A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Development Economics (AREA)
  • Technology Law (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

一种基于nginx日志流量分析进行交易量监控的方法及系统，属于互联网业务监控领域和软件开发测试领域，解决现有技术因各系统规则不相同，需针对各系统进行业务交易量的统计和整理，从而造成花费大量时间和精力，速率过低的问题。本发明对于走互联网交易的关键业务，整理其交易关键节点，梳理nginx历史日志中关键节点对应的uri_path；统计nginx历史日志中历史特定时间段访问uri_path的源ip分小时的交易情况，将统计结果记入数据库中；通过nginx实时日志分析，统计最近一小时各关键业务的交易量；并与过去一小时交易量与数据库中记录的历史交易量平均值进行偏差分析，基于得到的偏差值统计出异常访问源ip并推送给安全设备，安全设备根据规则对源ip进行限制。本发明用于交易量监控。

Description

基于nginx日志流量分析进行交易量监控的方法及系统
技术领域
一种基于nginx日志流量分析进行交易量监控的方法及系统，用于交易量监控，属于互联网业务监控领域和软件开发测试领域。
背景技术
目前手机银行APP用户登录量，个人消费带宽授信申请量，二类户开户数量等线上业务交易量的监控，大多在应用层实现，如查询应用数据库表数据，查询应用系统日志，对应用资源有一定消耗，查数据库耗用数据库内存及CPU资源，查询应用系统日志耗用应用服务器内存、CPU和磁盘IO等资源，会对应用系统性能造成一定的影响，并且统计出的数据具有延时性，如应用系统自身出现异常，往往导致了统计出的数据不能反映真实交易量，进而导致生产事故。
现存的业务交易量监控方案中，最常用的方案为查询数据库统计交易量，此方案需要应用将交易数据记录入数据库，监控脚本或程序查询数据库数据进行统计得到交易量信息，存在如下不足：
1)由于各系统规则不相同，需针对各系统进行业务交易量的统计和整理，从而造成花费大量时间和精力，速率过低的问题；
2)监控脚本以及数据库查询语句需要人工编写，而此部分工作优先级较低，经常会被忽略；
3)数据库查询的前提是要应用将交易数据记录入数据库，如数据库出现异常或应用出现异常，数据不能正常落库，由此导致业务系统交易量统计数据不准确或无法统计。
发明内容
针对上述研究的问题，本发明的目的在于提供一种基于nginx日志流量分析进行交易量监控的方法及系统，解决现有技术因各系统规则不相同，需针对各系统进行业务交易量的统计和整理，从而造成花费大量时间和精力，速率过低的问题。
为了达到上述目的，本发明采用如下技术方案：
一种基于nginx日志流量分析进行交易量监控的方法，包括如下步骤：
步骤1：对于互联网关键业务，梳理关键节点对应的接口码trancode；
步骤2：结合nginx历史日志，整理应用系统的接口码trancode对应的nginx历史日志中的uri_path，其中，nginx历史日志包括过去一个月内的日志，uri_path用于在互联网上标识一个资源，表示交易区；
步骤3：基于nginx历史日志中的uri_path统计应用系统过去一个月每个源ip分小时的交易量，并记录入数据库，其中，每个源ip分小时的交易量是指以一个小时为一个时间段，统计每个时间段内不同源ip访问uri_path的访问次数；
步骤4：收集nginx实时日志，基于nginx实时日志分析应用系统一个小时内关键业务访问uri_path出现的交易量，并与过去一个月对应时间段内的交易量平均值做偏差分析，并基于偏差分析得到的结果进行正常源ip和异常源ip判断，并统计出异常源ip清单，其中，nginx实时日志为一小时内的日志；
步骤5：安全设备对异常源ip清单进行安全核实，核实后，记录正常源ip，作为历史数据，对异常源ip采取相应限制性操作。
进一步，所述步骤1中的互联网关键业务包括用户注册业务、电子账户开立业务、贷款额度申请业务和贷款提款申请业务；
关键节点包括用户注册业务中获取短信验证码节点，电子账户开立业务中银行卡OCR识别节点，贷款额度申请业务中签署征信授权书节点，贷款提款申请业务中人脸识别节点。
进一步，所述步骤2中的应用系统包括手机银行APP和信贷系统。
进一步，所述步骤2的具体步骤为：
步骤2.1：获取应用系统过去一个月内的日志得到nginx历史日志；
步骤2.2：基于应用系统的接口码trancode检索应用系统的nginx历史日志，获取接口码trancode与nginx历史日志中的uri_path的对应关系。
进一步，所述步骤3的具体步骤为：
步骤3.1：获取应用系统过去一个月内的日志得到nginx历史日志；
步骤3.2：通过统一日志平台分析整理nginx历史日志，统计出各uri_path每天分小时的交易量数据，即统计以一小时为一个时间段，各源ip访问uri_path的的访问次数；
步骤3.3：将交易量数据记录入数据库。
进一步，所述步骤4的具体步骤为：
步骤4.1：获取一个小时内的日志得到nginx实时日志，通过统一日志平台分析nginx实时日志，统计一小时内各关键业务访问uri_path的访问次数，即统计不同源ip访问uri_path的访问次数；
步骤4.2：将步骤4.1中统计出的访问次数与步骤3.2中记录的对应时间段内的平均访问次数做偏差分析，其中，平均访问次数即指交易量平均值；
步骤4.3：若偏差分析得到的结果满足给定条件，表明交易量正常，将关键业务访问uri_path出现的交易量记入数据库，作为历史数据，否则，则表明交易量异常，需继续统计出异常源ip清单，并转到步骤5。
一种基于nginx日志流量分析进行交易量监控的系统，包括：
梳理单元：对于互联网关键业务，梳理关键节点对应的接口码trancode；
历史整理单元：结合nginx历史日志，整理应用系统的接口码trancode对应的nginx历史日志中的uri_path，其中，nginx历史日志包括过去一个月内的日志，uri_path用于在互联网上标识一个资源，表示交易区；
历史统计单元：基于nginx历史日志中的uri_path统计应用系统过去一个月每个源ip分小时的交易量，并记录入数据库，其中，每个源ip分小时的交易量是指以一个小时为一个时间段，统计每个时间段内不同源ip访问uri_path的访问次数；
判断单元：收集nginx实时日志，基于nginx实时日志分析应用系统一个小时内关键业务访问uri_path出现的交易量，并与过去一个月对应时间段内的交易量平均值做偏差分析，并基于偏差分析得到的结果进行正常源ip和异常源ip判断，并统计出异常源ip清单，其中，nginx实时日志为一小时内的日志；
安全设备：用于对异常源ip清单进行安全核实，核实后，记录正常源ip，作为历史数据，对异常源ip采取相应限制性操作。
进一步，所述梳理单元中的互联网关键业务包括用户注册业务、电子账户开立业务、贷款额度申请业务和贷款提款申请业务；
关键节点包括用户注册业务中获取短信验证码节点，电子账户开立业务中银行卡OCR识别节点，贷款额度申请业务中签署征信授权书节点，贷款提款申请业务中人脸识别节点。
进一步，所述历史整理单元中的应用系统包括手机银行APP和信贷系统；
历史整理单元的具体实现步骤为：
步骤2.1：获取应用系统过去一个月内的日志得到nginx历史日志；
步骤2.2：基于应用系统的接口码trancode检索应用系统的nginx历史日志，获取接口码trancode与nginx历史日志中的uri_path的对应关系。
进一步，所述历史统计单元的具体实现步骤为：
步骤3.1：获取应用系统过去一个月内的日志得到nginx历史日志；
步骤3.2：通过统一日志平台分析整理nginx历史日志，统计出各uri_path每天分小时的交易量数据，即统计以一小时为一个时间段，各源ip访问uri_path的的访问次数；
步骤3.3：将交易量数据记录入数据库；
所述判断单元的具体实现步骤为：
步骤4.1：获取一个小时内的日志得到nginx实时日志，通过统一日志平台分析nginx实时日志，统计一小时内各关键业务访问uri_path的访问次数，即统计不同源ip访问uri_path的访问次数；
步骤4.2：将步骤4.1中统计出的访问次数与步骤3.2中记录的对应时间段内的平均访问次数做偏差分析，其中，平均访问次数即指交易量平均值；
步骤4.3：若偏差分析得到的结果满足给定条件，表明交易量正常，将关键业务访问uri_path出现的交易量记入数据库，作为历史数据，否则，则表明交易量异常，需继续统计出异常源ip清单，并转到步骤5。
本发明同现有技术相比，其有益效果表现在：
本发明极大的提高了应用系统交易量统计的时效性和准确性，同时适应不同应用系统，统计动作不影响应用性能，统计结果不受应用服务状态影响；具体为：
1)本发明不会因各系统规则不相同，在对各系统进行业务交易量的统计和整理，花费大量时间和精力，大大提高了统计和整理速率；
2)本发明无需编写监控脚本以及数据库查询语句，即不会造成工作优先级被忽略的问题；
3)本发明本会因数据库出现异常或应用出现异常，数据不能正常落库，由此导致业务系统交易量统计数据不准确或无法统计的问题。
附图说明
无
具体实施方式
步骤1：对于互联网关键业务，梳理关键节点对应的接口码trancode；
互联网关键业务包括用户注册业务、电子账户开立业务、贷款额度申请业务和贷款提款申请业务；关键节点包括用户注册业务中获取短信验证码节点，电子账户开立业务中银行卡OCR识别节点，贷款额度申请业务中签署征信授权书节点，贷款提款申请业务中人脸识别节点。例如直销银行登录接口码trancode为userLogin；
步骤2：结合nginx历史日志，整理应用系统的接口码trancode对应的nginx历史日志中的uri_path，其中，nginx历史日志包括过去一个月内的日志，uri_path用于在互联网上标识一个资源，表示交易，应用系统包括手机银行APP和信贷系统，
具体步骤为：
步骤2.1：获取应用系统过去一个月内的日志得到nginx历史日志；
步骤2.2：基于应用系统的接口码trancode检索应用系统的nginx历史日志，获取接口码trancode与nginx历史日志中的uri_path的对应关系。查出直销银行登陆接口对应的nginx历史日志中uri_path为/portal/api/userLogin.do；
步骤3：基于nginx历史日志中的uri_path统计应用系统过去一个月每个源ip分小时的交易量，并记录入数据库，其中，每个源ip分小时的交易量是指以一个小时为一个时间段，统计每个时间段内不同源ip访问uri_path的访问次数；
具体步骤为：
步骤3.1：获取应用系统过去一个月内的日志得到nginx历史日志；
步骤3.2：通过统一日志平台分析整理nginx历史日志，统计出各uri_path每天分小时的交易量数据，即统计以一小时为一个时间段，各源ip访问uri_path的的访问次数；分析统计nginx历史日志语句如：index＝zhixiao uri_path＝”/portal/api/userLogin.do”group by date，hour，sre_ip last one month
步骤3.3：将交易量数据记录入数据库。
步骤4：收集nginx实时日志，基于nginx实时日志分析应用系统一个小时内关键业务访问uri_path出现的交易量，并与过去一个月对应时间段内的交易量平均值做偏差分析，并基于偏差分析得到的结果进行正常源ip和异常源ip判断，并统计出异常源ip清单，其中，nginx实时日志为一小时内的日志；
具体步骤为：
步骤4.1：获取一个小时内的日志得到nginx实时日志，通过统一日志平台分析nginx实时日志，统计一小时内各关键业务访问uri_path的访问次数，即统计不同源ip访问uri_path的访问次数；
步骤4.2：将步骤4.1中统计出的访问次数与步骤3.2中记录的对应时间段内的平均访问次数做偏差分析，其中，平均访问次数即指交易量平均值；如用户注册获取验证码节点的uri_path历史一个月9：00-10：00时间段交易量平均值为x次，当日9：00-10：00交易量平均值为y次，计算((y-x)/x)*100％，得到今日次时间段此交易的偏差值；
步骤4.3：若偏差分析得到的结果满足给定条件，表明交易量正常，将关键业务访问uri_path出现的交易量记入数据库，作为历史数据，否则，则表明交易量异常，需继续统计出异常源ip清单，并转到步骤5。如得到的偏差值大于50％或小于-50％，即说明当前交易今日此时间段访问次数异常，则统计出异常源ip，否则满足给定条件，将关键业务访问uri_path出现的交易量记入数据库，作为历史数据。
分析统计nginx实时日志语句如：index＝zhixiao uri_path＝”/portal/api/userLogin.do”date＝currentdate()group by src-ip last one hour
步骤5：安全设备对异常源ip清单进行安全核实，核实后，记录正常源ip，作为历史数据，对异常源ip采取相应限制性操作；
综上所述，本发明基于历史交易量信息监控当前交易量，通过此分析告警机制，目的在于监控互联网交易量是否出现异常，用于安全防护和阻止专业团伙套利行为。
以上仅是本发明众多具体应用范围中的代表性实施例，对本发明的保护范围不构成任何限制。凡采用变换或是等效替换而形成的技术方案，均落在本发明权利保护范围之内。

Claims (10)

1.一种基于nginx日志流量分析进行交易量监控的方法，其特征在于，包括如下步骤：
步骤1：对于互联网关键业务，梳理关键节点对应的接口码trancode；
步骤2：结合nginx历史日志，整理应用系统的接口码trancode对应的nginx历史日志中的uri_path，其中，nginx历史日志包括过去一个月内的日志，uri_path用于在互联网上标识一个资源，表示交易区；
步骤3：基于nginx历史日志中的uri_path统计应用系统过去一个月每个源ip分小时的交易量，并记录入数据库，其中，每个源ip分小时的交易量是指以一个小时为一个时间段，统计每个时间段内不同源ip访问uri_path的访问次数；
步骤4：收集nginx实时日志，基于nginx实时日志分析应用系统一个小时内关键业务访问uri_path出现的交易量，并与过去一个月对应时间段内的交易量平均值做偏差分析，并基于偏差分析得到的结果进行正常源ip和异常源ip判断，并统计出异常源ip清单，其中，nginx实时日志为一小时内的日志；
步骤5：安全设备对异常源ip清单进行安全核实，核实后，记录正常源ip，作为历史数据，对异常源ip采取相应限制性操作。
2.根据权利要求1所述的一种基于nginx日志流量分析进行交易量监控的方法，其特征在于：所述步骤1中的互联网关键业务包括用户注册业务、电子账户开立业务、贷款额度申请业务和贷款提款申请业务；
关键节点包括用户注册业务中获取短信验证码节点，电子账户开立业务中银行卡OCR识别节点，贷款额度申请业务中签署征信授权书节点，贷款提款申请业务中人脸识别节点。
3.根据权利要求2所述的一种基于nginx日志流量分析进行交易量监控的方法，其特征在于：所述步骤2中的应用系统包括手机银行APP和信贷系统。
4.根据权利要求3所述的一种基于nginx日志流量分析进行交易量监控的方法，其特征在于，所述步骤2的具体步骤为：
步骤2.1：获取应用系统过去一个月内的日志得到nginx历史日志；
步骤2.2：基于应用系统的接口码trancode检索应用系统的nginx历史日志，获取接口码trancode与nginx历史日志中的uri_path的对应关系。
5.根据权利要求4所述的一种基于nginx日志流量分析进行交易量监控的方法，其特征存在，所述步骤3的具体步骤为：
步骤3.1：获取应用系统过去一个月内的日志得到nginx历史日志；
步骤3.2：通过统一日志平台分析整理nginx历史日志，统计出各uri_path每天分小时的交易量数据，即统计以一小时为一个时间段，各源ip访问uri_path的的访问次数；
步骤3.3：将交易量数据记录入数据库。
6.根据权利要求5所述的一种基于nginx日志流量分析进行交易量监控的方法，其特征在于，所述步骤4的具体步骤为：
步骤4.1：获取一个小时内的日志得到nginx实时日志，通过统一日志平台分析nginx实时日志，统计一小时内各关键业务访问uri_path的访问次数，即统计不同源ip访问uri_path的访问次数；
步骤4.2：将步骤4.1中统计出的访问次数与步骤3.2中记录的对应时间段内的平均访问次数做偏差分析，其中，平均访问次数即指交易量平均值；
步骤4.3：若偏差分析得到的结果满足给定条件，表明交易量正常，将关键业务访问uri_path出现的交易量记入数据库，作为历史数据，否则，则表明交易量异常，需继续统计出异常源ip清单，并转到步骤5。
7.一种基于nginx日志流量分析进行交易量监控的系统，其特征在于，包括：
梳理单元：对于互联网关键业务，梳理关键节点对应的接口码trancode；
历史整理单元：结合nginx历史日志，整理应用系统的接口码trancode对应的nginx历史日志中的uri_path，其中，nginx历史日志包括过去一个月内的日志，uri_path用于在互联网上标识一个资源，表示交易区；
历史统计单元：基于nginx历史日志中的uri_path统计应用系统过去一个月每个源ip分小时的交易量，并记录入数据库，其中，每个源ip分小时的交易量是指以一个小时为一个时间段，统计每个时间段内不同源ip访问uri_path的访问次数；
判断单元：收集nginx实时日志，基于nginx实时日志分析应用系统一个小时内关键业务访问uri_path出现的交易量，并与过去一个月对应时间段内的交易量平均值做偏差分析，并基于偏差分析得到的结果进行正常源ip和异常源ip判断，并统计出异常源ip清单，其中，nginx实时日志为一小时内的日志；
安全设备：用于对异常源ip清单进行安全核实，核实后，记录正常源ip，作为历史数据，对异常源ip采取相应限制性操作。
8.根据权利要求7所述的一种基于nginx日志流量分析进行交易量监控的系统，其特征在于，所述梳理单元中的互联网关键业务包括用户注册业务、电子账户开立业务、贷款额度申请业务和贷款提款申请业务；
关键节点包括用户注册业务中获取短信验证码节点，电子账户开立业务中银行卡OCR识别节点，贷款额度申请业务中签署征信授权书节点，贷款提款申请业务中人脸识别节点。
9.根据权利要求8所述的一种基于nginx日志流量分析进行交易量监控的系统，其特征在于，所述历史整理单元中的应用系统包括手机银行APP和信贷系统；
历史整理单元的具体实现步骤为：
步骤2.1：获取应用系统过去一个月内的日志得到nginx历史日志；
步骤2.2：基于应用系统的接口码trancode检索应用系统的nginx历史日志，获取接口码trancode与nginx历史日志中的uri_path的对应关系。
10.根据权利要求9所述的一种基于nginx日志流量分析进行交易量监控的系统，其特征在于，所述历史统计单元的具体实现步骤为：
步骤3.1：获取应用系统过去一个月内的日志得到nginx历史日志；
步骤3.2：通过统一日志平台分析整理nginx历史日志，统计出各uri_path每天分小时的交易量数据，即统计以一小时为一个时间段，各源ip访问uri_path的的访问次数；
步骤3.3：将交易量数据记录入数据库；
所述判断单元的具体实现步骤为：
步骤4.1：获取一个小时内的日志得到nginx实时日志，通过统一日志平台分析nginx实时日志，统计一小时内各关键业务访问uri_path的访问次数，即统计不同源ip访问uri_path的访问次数；
步骤4.2：将步骤4.1中统计出的访问次数与步骤3.2中记录的对应时间段内的平均访问次数做偏差分析，其中，平均访问次数即指交易量平均值；
步骤4.3：若偏差分析得到的结果满足给定条件，表明交易量正常，将关键业务访问uri_path出现的交易量记入数据库，作为历史数据，否则，则表明交易量异常，需继续统计出异常源ip清单，并转到步骤5。
CN202111538293.5A 2021-12-15 2021-12-15 基于nginx日志流量分析进行交易量监控的方法及系统 Pending CN114218045A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111538293.5A CN114218045A (zh) 2021-12-15 2021-12-15 基于nginx日志流量分析进行交易量监控的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111538293.5A CN114218045A (zh) 2021-12-15 2021-12-15 基于nginx日志流量分析进行交易量监控的方法及系统

Publications (1)

Publication Number Publication Date
CN114218045A true CN114218045A (zh) 2022-03-22

Family

ID=80702638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111538293.5A Pending CN114218045A (zh) 2021-12-15 2021-12-15 基于nginx日志流量分析进行交易量监控的方法及系统

Country Status (1)

Country Link
CN (1) CN114218045A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117544425A (zh) * 2024-01-09 2024-02-09 成都运荔枝科技有限公司 一种基于数据分析的网络系统登录安全管控方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117544425A (zh) * 2024-01-09 2024-02-09 成都运荔枝科技有限公司 一种基于数据分析的网络系统登录安全管控方法
CN117544425B (zh) * 2024-01-09 2024-03-12 成都运荔枝科技有限公司 一种基于数据分析的网络系统登录安全管控方法

Similar Documents

Publication Publication Date Title
CN107992398B (zh) 一种业务系统的监控方法和监控系统
CN109409633B (zh) 业务监测与风险预警系统
US20060074621A1 (en) Apparatus and method for prioritized grouping of data representing events
CN103714479A (zh) 银行个人业务欺诈行为实时智能化集中监控的方法和系统
WO2019041774A1 (zh) 一种客户信息筛选方法、装置、电子设备及介质
CN113011959A (zh) 一种“七项费用”智慧审计系统及其使用方法
CN112348310A (zh) 一种网络行为的风险评估方法与系统
CN114218045A (zh) 基于nginx日志流量分析进行交易量监控的方法及系统
CN115730909A (zh) 一种企业客户信息管理系统
CN110362456A (zh) 一种获取服务端性能数据的方法及装置
CN111275391A (zh) 在线式资产智能分发系统和方法
CN111415067A (zh) 企业及个人信用评级系统
CN112966497A (zh) 风险识别系统、方法、服务器及存储介质
CN116107789A (zh) 一种监测、分析应用故障原因的方法及存储介质
WO2019098875A1 (ru) Выявление и классификация причин возникновения претензий пользователей в устройствах самообслуживания
CN108563706A (zh) 一种催收大数据智能服务系统及其运行方法
CN114168830A (zh) 舆情数据处理系统及方法、计算机存储介质、电子设备
CN101674594B (zh) 基于dns的移动数据业务监控系统和方法
CN110532153A (zh) 一种业务层级用户操作体验可视化系统
CN114064757A (zh) 应用程序的优化方法、装置、设备及介质
CN114580898A (zh) 一种高效催收款系统、方法、电子设备及可读存储介质
CN115168297A (zh) 绕行日志审计方法及装置
CN112346938B (zh) 操作审计方法、装置及服务器和计算机可读存储介质
CN111369370A (zh) 估值表处理方法、装置、服务器及存储介质
CN112907254A (zh) 欺诈交易识别、模型训练方法、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