CN114820158A - 基于规则引擎的银行监管证券数据方法和装置 - Google Patents

基于规则引擎的银行监管证券数据方法和装置 Download PDF

Info

Publication number
CN114820158A
CN114820158A CN202210343545.7A CN202210343545A CN114820158A CN 114820158 A CN114820158 A CN 114820158A CN 202210343545 A CN202210343545 A CN 202210343545A CN 114820158 A CN114820158 A CN 114820158A
Authority
CN
China
Prior art keywords
data
event
rule
supervision
result
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
CN202210343545.7A
Other languages
English (en)
Inventor
苏明
王俊超
陈益波
李宁臻
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 CN202210343545.7A priority Critical patent/CN114820158A/zh
Publication of CN114820158A publication Critical patent/CN114820158A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请涉及一种基于规则引擎的银行监管证券数据方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。采用本方法能够高实时性地检测资金数据风险或错误逻辑，并能够及时进行风险预警。

Description

基于规则引擎的银行监管证券数据方法和装置
技术领域
本申请涉及信息安全技术领域，特别是涉及一种基于规则引擎的银行监管证券数据方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
证券资金存管业务进入全面监管后，银行作为监管机构授权机构，承担了部分监管职责，对券商开立在银行系统中汇总账户中资金进行监管，防止出现非客户授权下，挪用、抵押客户资金的金融风险事件，保障客户资金安全。在这样的业务背景下，出现了银行证券资金存管监督系统，在检测到存在资金风险事件时，向银行业务人员、券商业务人员、监管机构进行预警，由技术人员、业务人员协同处理。
随着银行业领域竞争日趋激烈，为客户提供高效、可靠、灵活的业务服务越来越重要。为了解决这一系列问题，就需要银行提供业务监督系统，允许按照业务需求，进行监督规则的选择，在检测到资金风险事件后，系统就应该发出报警，并将异常事件转交给相关人员处理。目前是及时发现客户可能存在的资金风险事件，将资金风险降至最低，提高客户满意度，提升监管能力。因此，如何高实时性地检测资金数据风险或错误逻辑，并及时进行风险预警成为亟待解决的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够高实时性地检测资金数据风险或错误逻辑的基于规则引擎的银行监管证券数据方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种基于规则引擎的银行监管证券数据方法。所述方法包括：
实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；
基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；
基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；
执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
在其中一个实施例中，所述执行所述监督规则获取执行结果包括：
对所述事件数据进行数据清洗，滤除所述事件数据中的无效数据；
对数据清洗后的事件数据执行所述监督规则，获取执行结果。
在其中一个实施例中，所述基于所述执行结果与所述监督规则中的预期结果，获取检测结果包括：
将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果。
在其中一个实施例中，所述将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果之后还包括：
将所述检测结果保存在数据库中，同时生成记录操作日志。
在其中一个实施例中，所述将所述检测结果保存在数据库中，同时生成记录操作日志之后还包括：
若所述执行结果和所述监督规则中的预期结果不一致，通过短信报警和/或邮件报警的方式将检测结果发送至管理人员处。
在其中一个实施例中，所述将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果包括：
将所述执行结果与所述监督规则中的预期结果进行比对，若一致，则检测结果为未发现风险；若不一致，则检测结果为发现风险。
第二方面，本申请还提供了一种基于规则引擎的银行监管证券数据装置。所述装置包括：
数据采集模块，用于实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；
时间获取模块，用于基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；
规则获取模块，用于基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；
规则执行模块，用于执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
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：
实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；
基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；
基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；
执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
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：
实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；
基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；
基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；
执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
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：
实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；
基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；
基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；
执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
上述基于规则引擎的银行监管证券数据方法、装置、计算机设备、存储介质和计算机程序产品，实时采集获取事件数据，基于事件数据进行事件构造，获取事件数据对应的业务事件，基于事件类型从预设的规则引擎库中获取对应的监督规则，最后执行监督规则获取执行结果，基于执行结果与监督规则中的预期结果，获取检测结果，实现了高实时性地检测资金数据风险或错误逻辑，并能够根据检测结果及时进行风险预警。
附图说明
图1为一个实施例中基于规则引擎的银行监管证券数据方法的应用环境图；
图2为一个实施例中基于规则引擎的银行监管证券数据方法的流程示意图；
图3为一个实施例中执行结果与监督规则中的预期结果进行比对的示意图；
图4为一个实施例中基于规则引擎的银行监管证券数据装置的结构框图；
图5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。
本申请实施例提供的基于规则引擎的银行监管证券数据方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。例如，服务器104实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种基于规则引擎的银行监管证券数据方法，以该方法应用于图1中的服务器为例进行说明，包括以下步骤：
步骤202，实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据。
具体地，实时采集获取事件数据；其中，事件数据包括银行侧交易数据和券商侧交易数据。可以通过预设的数据采集服务器对事件数据的实时采集，事件数据主要包括银行侧交易数据、券商侧交易数据等业务事件数据，其中银行侧交易数据包括银行证券资金存管系统数据、银行账户结算系统数据。
步骤204，基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件。
具体地，基于事件数据进行事件构造，获取事件数据对应的业务事件，根据事件数据实现对不同事件类型数据的事件构造；业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件。其中，事件类型包括转账事件、账户余额事件、账户发生额事件、账务明细核对事件等。其中转账事件、账户发生额事件构造如下：转账事件是指客户每一次操作三方存管协议出金、入金行为，系统会自动识别出客户转账行为，并将转账事件的要素进行采集，包括协议编号、借方账户、贷方账户、转账金额、转账流水号、券商ID等关键要素。账户发生额事件是指客户在一个对账区间内三方存管协议交易金额。系统会自动采集客户转账行为，并对事件要素进行采集，包括协议编号、转入/转出标识、转账金额、券商ID等关键要素，并在日终对账前，按照协议维度汇总统计轧差交易金额，得到每个协议账户发生额事件数据。
步骤206，基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则。
具体地，基于事件类型从预设的规则引擎库中获取对应的监督规则；其中，监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则。事件类型分为大类和小类，其中：大类包括明细类、金额类，明细大类包括转账明细、开立/注销协议明细等小类，金额大类包括账户发生额、账户余额等小类。监督规则包括：交易明细分分核对规则，此规则需要逐笔核对银行侧、券商侧客户转账交易明细，用于发现客户转账差错。具体包括三种情况：第一种情况，银行侧与券商侧存在同一笔交易明细，需要对交易明细要素进行二次核对，要素一致作为核对一致，否则作为差错明细；第二种情况，银行侧有交易明细，券商侧无交易明细，作为差错明细；第三种情况，银行侧无交易明细，券商侧有交易明细，作为差错明细。交易明细总分核对规则，此规则对券商日终待对账交易明细进行发生额汇总，并检查银行侧与券商侧汇总后发生额一致性。券商账户发生额核对规则，此规则用于核对券商银行账户当日变动金额与名下所有客户协议变动金额的一致性，检查实际银行账户资金变动与客户协议资金变动是否一致。
步骤208，执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
具体地，执行监督规则获取执行结果，在执行监督规则前，需要先运行规则过滤，将无效数据进行清洗，避免影响监督结果，最后再运行监督规则。执行监督规则，基于执行结果与监督规则中的预期结果，将执行结果与监督规则中预期结果进行比对，获取检测结果。
上述基于规则引擎的银行监管证券数据方法中，实时采集获取事件数据，基于事件数据进行事件构造，获取事件数据对应的业务事件，基于事件类型从预设的规则引擎库中获取对应的监督规则，最后执行监督规则获取执行结果，基于执行结果与监督规则中的预期结果，获取检测结果，实现了高实时性地检测资金数据风险或错误逻辑，并能够根据检测结果及时进行风险预警。
在一个实施例中，所述执行所述监督规则获取执行结果包括：
对所述事件数据进行数据清洗，滤除所述事件数据中的无效数据；
对数据清洗后的事件数据执行所述监督规则，获取执行结果。
具体地，执行监督规则获取执行结果时，首先对事件数据进行数据清洗，将无效数据进行滤除，避免影响监督结果，获取过滤后的事件数据，执行监督规则，获取执行结果。监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则。事件类型分为大类和小类，大类包括明细类、金额类，明细大类包括转账明细、开立/注销协议明细等小类，金额大类包括账户发生额、账户余额等小类。监督规则包括：交易明细分分核对规则，此规则需要逐笔核对银行侧、券商侧客户转账交易明细，用于发现客户转账差错。具体包括三种情况：第一种情况，银行侧与券商侧存在同一笔交易明细，需要对交易明细要素进行二次核对，要素一致作为核对一致，否则作为差错明细；第二种情况，银行侧有交易明细，券商侧无交易明细，作为差错明细；第三种情况，银行侧无交易明细，券商侧有交易明细，作为差错明细。交易明细总分核对规则，此规则对券商日终待对账交易明细进行发生额汇总，并检查银行侧与券商侧汇总后发生额一致性。券商账户发生额核对规则，此规则用于核对券商银行账户当日变动金额与名下所有客户协议变动金额的一致性，检查实际银行账户资金变动与客户协议资金变动是否一致。
本实施例中，对事件数据进行数据清洗，滤除事件数据中的无效数据；对数据清洗后的事件数据执行监督规则，获取执行结果；能够灵活、便捷地接入各种业务规则，通过脚本规则的方式，快速接入监督平台，提高了执行监督规则获取执行结果的准确率。
在一个实施例中，所述基于所述执行结果与所述监督规则中的预期结果，获取检测结果包括：
将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果。
具体地，图3为一个实施例中执行结果与监督规则中的预期结果进行比对的示意图，如图3所示，基于执行结果与监督规则中的预期结果，获取检测结果时，将执行结果与监督规则中的预期结果进行比对，获取检测结果；其中，检测结果包括比对一致或比对不一致，比对一致则无风险；比对不一致则存在风险。
本实施例中，将执行结果与监督规则中的预期结果进行比对，获取检测结果，能够灵活、便捷地接入各种业务规则，通过脚本规则的方式，快速接入监督平台，并通过监督规则上线的实时检测及监控，提高了校验的效率。
在一个实施例中，所述将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果之后还包括：
将所述检测结果保存在数据库中，同时生成记录操作日志。
具体地，将执行结果与监督规则中的预期结果进行比对，获取检测结果之后，还需要将检测结果存储至文件和数据库中，同时记录操作日志，实现对事件检测结果的持久化保存。
本实施例中，通过比对获取到检测结果之后，将检测结果保存在数据库中，同时生成记录操作日志，实现了对于检测结果的持久化保存，有利于对检测结果进行综合分析。
在一个实施例中，所述将所述检测结果保存在数据库中，同时生成记录操作日志之后还包括：
若所述执行结果和所述监督规则中的预期结果不一致，通过短信报警和/或邮件报警的方式将检测结果发送至管理人员处。
具体地，将检测结果保存在数据库中，同时生成记录操作日志之后，当执行结果和监督规则中的预期结果不一致时，证明出现了风险，为了对应处理该风险，通过短信报警和/或邮件报警的方式将检测结果发送至管理人员处，以便管理人员能够及时对风险事件进行处理。
本实施例中，当执行结果和监督规则中的预期结果不一致时，通过短信报警和/或邮件报警的方式将检测结果发送至管理人员处，实现了根据检测结果对管理人员的通知，有利于管理人员及时处理风险事件。
在一个实施例中，所述将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果包括：
将所述执行结果与所述监督规则中的预期结果进行比对，若一致，则检测结果为未发现风险；若不一致，则检测结果为发现风险。
具体地，将执行结果与监督规则中的预期结果进行比对，获取检测结果时，判断执行结果与监督规则中的预期结果相比是否一致。若执行结果与监督规则中的预期结果一致，证明检测结果中未发现风险事件；若执行结果与监督规则中的预期结果不一致，证明检测结果中存在风险事件，此时需要将该检测结果通过短信报警和/或邮件报警的方式将检测结果发送至管理人员处，以便管理人员能够及时对风险事件进行处理。
本实施例中，将执行结果与监督规则中的预期结果进行比对，若执行结果与监督规则中的预期结果一致，则检测结果为未发现风险；若执行结果与监督规则中的预期结果不一致，则检测结果为发现风险，实现了对于检测结果的准确判定，提高了风险检测的效率和准确度。
本申请能够高实时性地检测资金数据风险或错误逻辑，第一时间发现并通知相关人员进行风险事件处置。并且能够灵活、便捷地接入各种业务规则，通过脚本规则的方式，快速接入监督平台。通过监督规则上线的实时检测及监控，能够方便地进行校验，提高了校验的效率。本申请中的基于规则引擎的银行监管证券数据方法，采用规则与标准化业务规则，满足证券存管资金监管的高时效、高可靠业务要求。目标是对每个监管要求，都能通过一系列业务规则，形成一个规范化、标准化的业务监督规则。能够实时采集数据信息，按照监管规则进行数据检测，高效、可靠地实现证券资金存管资金风险事件检测。
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基于规则引擎的银行监管证券数据方法的基于规则引擎的银行监管证券数据装置。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基于规则引擎的银行监管证券数据装置实施例中的具体限定可以参见上文中对于基于规则引擎的银行监管证券数据方法的限定，在此不再赘述。
在一个实施例中，如图4所示，提供了一种基于规则引擎的银行监管证券数据装置，包括：数据采集模块401、时间获取模块402、规则获取模块403和规则执行模块404，其中：
数据采集模块401，用于实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；
时间获取模块402，用于基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；
规则获取模块403，用于基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；
规则执行模块404，用于执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
在一个实施例中，所述规则执行模块404具体用于：对所述事件数据进行数据清洗，滤除所述事件数据中的无效数据；对数据清洗后的事件数据执行所述监督规则，获取执行结果。
本实施例中，对监督规则进行规则过滤，获取过滤后的监督规则，执行过滤后的监督规则，获取执行结果，实现了对于监督规则的过滤，能够灵活、便捷地接入各种业务规则，通过脚本规则的方式，快速接入监督平台，提高了执行监督规则获取执行结果的准确率。
在一个实施例中，所述规则执行模块404还用于：将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果。
本实施例中，将执行结果与监督规则中的预期结果进行比对，获取检测结果，能够灵活、便捷地接入各种业务规则，通过脚本规则的方式，快速接入监督平台，并通过监督规则上线的实时检测及监控，提高了校验的效率。
在一个实施例中，所述规则执行模块404还用于：将所述检测结果保存在数据库中，同时生成记录操作日志。
本实施例中，通过比对获取到检测结果之后，将检测结果保存在数据库中，同时生成记录操作日志，实现了对于检测结果的持久化保存，有利于对检测结果进行综合分析。
在一个实施例中，所述规则执行模块404还用于：若所述执行结果和所述监督规则中的预期结果不一致，通过短信报警和/或邮件报警的方式将检测结果发送至管理人员处。
本实施例中，当执行结果和监督规则中的预期结果不一致时，通过短信报警和/或邮件报警的方式将检测结果发送至管理人员处，实现了根据检测结果对管理人员的通知，有利于管理人员及时处理风险事件。
在一个实施例中，所述规则执行模块404还用于：将所述执行结果与所述监督规则中的预期结果进行比对，若一致，则检测结果为未发现风险；若不一致，则检测结果为发现风险。
本实施例中，将执行结果与监督规则中的预期结果进行比对，若执行结果与监督规则中的预期结果一致，则检测结果为未发现风险；若执行结果与监督规则中的预期结果不一致，则检测结果为发现风险，实现了对于检测结果的准确判定，提高了风险检测的效率和准确度。
上述基于规则引擎的银行监管证券数据装置，实时采集获取事件数据，基于事件数据进行事件构造，获取事件数据对应的业务事件，基于事件类型从预设的规则引擎库中获取对应的监督规则，最后执行监督规则获取执行结果，基于执行结果与监督规则中的预期结果，获取检测结果，实现了高实时性地检测资金数据风险或错误逻辑，并能够根据检测结果及时进行风险预警。
上述基于规则引擎的银行监管证券数据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服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。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和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。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。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于规则引擎的银行监管证券数据方法。
本领域技术人员可以理解，图5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：
实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；
基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；
基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；
执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
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：对所述事件数据进行数据清洗，滤除所述事件数据中的无效数据；对数据清洗后的事件数据执行所述监督规则，获取执行结果。
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：将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果。
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：将所述检测结果保存在数据库中，同时生成记录操作日志。
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：若所述执行结果和所述监督规则中的预期结果不一致，通过短信报警和/或邮件报警的方式将检测结果发送至管理人员处。
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：将所述执行结果与所述监督规则中的预期结果进行比对，若一致，则检测结果为未发现风险；若不一致，则检测结果为发现风险。
上述计算机设备，实时采集获取事件数据，基于事件数据进行事件构造，获取事件数据对应的业务事件，基于事件类型从预设的规则引擎库中获取对应的监督规则，最后执行监督规则获取执行结果，基于执行结果与监督规则中的预期结果，获取检测结果，实现了高实时性地检测资金数据风险或错误逻辑，并能够根据检测结果及时进行风险预警。
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：
实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；
基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；
基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；
执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
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：对所述事件数据进行数据清洗，滤除所述事件数据中的无效数据；对数据清洗后的事件数据执行所述监督规则，获取执行结果。
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：将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果。
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：将所述检测结果保存在数据库中，同时生成记录操作日志。
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：若所述执行结果和所述监督规则中的预期结果不一致，通过短信报警和/或邮件报警的方式将检测结果发送至管理人员处。
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：将所述执行结果与所述监督规则中的预期结果进行比对，若一致，则检测结果为未发现风险；若不一致，则检测结果为发现风险。
上述存储介质，实时采集获取事件数据，基于事件数据进行事件构造，获取事件数据对应的业务事件，基于事件类型从预设的规则引擎库中获取对应的监督规则，最后执行监督规则获取执行结果，基于执行结果与监督规则中的预期结果，获取检测结果，实现了高实时性地检测资金数据风险或错误逻辑，并能够根据检测结果及时进行风险预警。
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：
实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；
基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；
基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；
执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
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：对所述事件数据进行数据清洗，滤除所述事件数据中的无效数据；对数据清洗后的事件数据执行所述监督规则，获取执行结果。
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：将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果。
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：将所述检测结果保存在数据库中，同时生成记录操作日志。
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：若所述执行结果和所述监督规则中的预期结果不一致，通过短信报警和/或邮件报警的方式将检测结果发送至管理人员处。
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：将所述执行结果与所述监督规则中的预期结果进行比对，若一致，则检测结果为未发现风险；若不一致，则检测结果为发现风险。
上述计算机程序产品，实时采集获取事件数据，基于事件数据进行事件构造，获取事件数据对应的业务事件，基于事件类型从预设的规则引擎库中获取对应的监督规则，最后执行监督规则获取执行结果，基于执行结果与监督规则中的预期结果，获取检测结果，实现了高实时性地检测资金数据风险或错误逻辑，并能够根据检测结果及时进行风险预警。
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。

Claims (10)

1.一种基于规则引擎的银行监管证券数据方法，其特征在于，所述方法包括：
实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；
基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；
基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；
执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
2.根据权利要求1所述的方法，其特征在于，所述执行所述监督规则获取执行结果包括：
对所述事件数据进行数据清洗，滤除所述事件数据中的无效数据；
对数据清洗后的事件数据执行所述监督规则，获取执行结果。
3.根据权利要求2所述的方法，其特征在于，所述基于所述执行结果与所述监督规则中的预期结果，获取检测结果包括：
将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果。
4.根据权利要求3所述的方法，其特征在于，所述将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果之后还包括：
将所述检测结果保存在数据库中，同时生成记录操作日志。
5.根据权利要求4所述的方法，其特征在于，所述将所述检测结果保存在数据库中，同时生成记录操作日志之后还包括：
若所述执行结果和所述监督规则中的预期结果不一致，通过短信报警和/或邮件报警的方式将检测结果发送至管理人员处。
6.根据权利要求3所述的方法，其特征在于，所述将所述执行结果与所述监督规则中的预期结果进行比对，获取检测结果包括：
将所述执行结果与所述监督规则中的预期结果进行比对，若一致，则检测结果为未发现风险；若不一致，则检测结果为发现风险。
7.一种基于规则引擎的银行监管证券数据装置，其特征在于，所述装置包括：
数据采集模块，用于实时采集获取事件数据；所述事件数据包括银行侧交易数据和券商侧交易数据；
时间获取模块，用于基于所述事件数据进行事件构造，获取所述事件数据对应的业务事件；所述业务事件的事件类型包括转账事件、账户余额事件、账户发生额事件和账务明细核对事件；
规则获取模块，用于基于所述事件类型从预设的规则引擎库中获取对应的监督规则；所述监督规则包括交易明细分分核对规则、交易明细总分核对规则和券商账户发生额核对规则；
规则执行模块，用于执行所述监督规则获取执行结果，基于所述执行结果与所述监督规则中的预期结果，获取检测结果。
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。
CN202210343545.7A 2022-04-02 2022-04-02 基于规则引擎的银行监管证券数据方法和装置 Pending CN114820158A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210343545.7A CN114820158A (zh) 2022-04-02 2022-04-02 基于规则引擎的银行监管证券数据方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210343545.7A CN114820158A (zh) 2022-04-02 2022-04-02 基于规则引擎的银行监管证券数据方法和装置

Publications (1)

Publication Number Publication Date
CN114820158A true CN114820158A (zh) 2022-07-29

Family

ID=82532960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210343545.7A Pending CN114820158A (zh) 2022-04-02 2022-04-02 基于规则引擎的银行监管证券数据方法和装置

Country Status (1)

Country Link
CN (1) CN114820158A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703184A (zh) * 2023-08-08 2023-09-05 中信消费金融有限公司 数据处理方法、数据处理装置、电子设备及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703184A (zh) * 2023-08-08 2023-09-05 中信消费金融有限公司 数据处理方法、数据处理装置、电子设备及可读存储介质
CN116703184B (zh) * 2023-08-08 2023-10-20 中信消费金融有限公司 数据处理方法、数据处理装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
US20190378073A1 (en) Business-Aware Intelligent Incident and Change Management
AU2012230299B2 (en) An automated fraud detection method and system
US20080270303A1 (en) Method and system for detecting fraud in financial transactions
US20100100468A1 (en) System and method for multi layer rule processing background
US11201802B2 (en) Systems and methods for providing infrastructure metrics
WO2023284299A1 (zh) 工程项目监管方法及系统
CN114820158A (zh) 基于规则引擎的银行监管证券数据方法和装置
CN111833182B (zh) 识别风险对象的方法和装置
US20150199688A1 (en) System and Method for Analyzing an Alert
CN112116273A (zh) 一种员工查询行为风险监测方法、装置、设备及存储介质
CN115496480A (zh) 数据检验方法、系统及相关设备
CN115729786A (zh) 一种应用于多系统的监控方法、装置、设备及存储介质
CN114547406A (zh) 数据监控方法、系统、存储介质及电子装置
CN114490415A (zh) 业务测试方法、计算机设备、存储介质和计算机程序产品
CN112991079A (zh) 多卡共现就医欺诈行为检测方法、系统、云端及介质
CN112651660A (zh) 企业风险预警方法及装置
US11681670B1 (en) Systems and methods for data verification
CN114240610B (zh) 资金自动归集方法、装置、计算机设备和存储介质
CN114092222A (zh) 基于金融风险的阈值模型建立方法、装置、设备和介质
US20210326882A1 (en) Sandbox Based Testing and Updating of Money Laundering Detection Platform
CN114169896A (zh) 异常业务处理方法、装置、计算机设备和存储介质
CN115936830A (zh) 企业信用风险评估方法及装置
CN117390000A (zh) 资源交换数据处理方法、系统、计算机设备和存储介质
CN116664297A (zh) 自助设备套取手续费行为识别方法及系统
CN114741254A (zh) 监控跨境电商平台支付成功率的方法、系统、计算设备和存储介质

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