CN115145982A - 数据处理方法以及装置 - Google Patents
数据处理方法以及装置 Download PDFInfo
- Publication number
- CN115145982A CN115145982A CN202210926469.2A CN202210926469A CN115145982A CN 115145982 A CN115145982 A CN 115145982A CN 202210926469 A CN202210926469 A CN 202210926469A CN 115145982 A CN115145982 A CN 115145982A
- Authority
- CN
- China
- Prior art keywords
- service
- rule
- target
- verification
- business
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 40
- 238000012795 verification Methods 0.000 claims abstract description 253
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 27
- 238000012216 screening Methods 0.000 claims description 23
- 230000010354 integration Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 2
- 238000005065 mining Methods 0.000 description 29
- 230000008859 change Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012508 change request Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 108010015780 Viral Core Proteins Proteins 0.000 description 1
- 239000005441 aurora Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- 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
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
Abstract
本说明书实施例提供数据处理方法以及装置，其中所述数据处理方法包括：根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则，根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则。
Description
技术领域
本说明书实施例涉及计算机技术领域，特别涉及一种数据处理方法。本说明书一个或者多个实施例同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质。
背景技术
当前互联网测试技术中，配置变更也越来越活跃。而配置变更相比于代码变更，代码变更有较全面的质量防控手段，而配置变更的质量防控手段相对较弱，因此变更引起的线上问题也逐渐增多。其中，互联网系统中的两大核心类配置变更分别是：系统配置变更、业务配置变更。
基于此，目前可通过对历史配置数据进行学习和规则挖掘，实时检测配置的异常情况。并且目前往往是通过启发式搜索算法进行规则挖掘，但启发式搜索算法寻找的是局部较优解，当数据量较少时，启发信息不够明显，启发式搜索很难输出较为准确的规则挖掘结果。
发明内容
有鉴于此，本说明书实施例提供了一种数据处理方法。本说明书一个或者多个实施例同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面，提供了一种数据处理方法，包括：
根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则；
根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果；
确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则。
可选地，所述根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则，包括：
根据目标业务的至少两条历史配置数据，构建所述目标业务的至少两个业务核验规则；
相应的，所述根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，包括：
对所述至少两个历史配置数据中每个历史配置数据包含的业务字段进行整合，生成对应的整合结果；
根据每个业务核验规则中业务参数的数量，对所述整合结果中的业务字段进行排列组合，生成对应的组合结果。
可选地，所述根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，包括：
将所述至少两个业务核验规则划分为至少两个规则集合，其中，每个规则集合中的业务核验规则包含的业务参数的数量相等；
根据目标规则集合中的业务核验规则包含的业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，其中，每个组合结果中包含的业务字段数量与所述业务参数的数量相等，所述目标规则集合为所述至少两个规则集合之一。
可选地，所述确定所述每个业务核验规则与所述组合结果间的匹配度，包括：
根据所述目标业务的业务属性数据，对所述组合结果进行筛选，生成对应的筛选结果；
确定所述每个业务核验规则与所述筛选结果间的匹配度。
可选地，所述根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则，包括：
获取目标业务的历史配置数据，并提取所述历史配置数据中每个业务字段的第一关系类型和/或至少两个业务字段间的第二关系类型；
根据所述第一关系类型和/或所述第二关系类型，构建所述目标业务的至少两个业务核验规则。
可选地，所述根据所述目标业务的业务属性数据，对所述组合结果进行筛选，包括：
根据所述目标业务的业务属性数据，在所述历史配置数据包含的业务字段中确定待组合业务字段；
根据所述待组合业务字段，及所述组合结果中每个组合结果包含的业务字段，对所述组合结果进行筛选。
可选地，所述确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则，包括：
确定所述目标规则集合中每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述目标规则集合包含的业务核验规则中确定目标业务核验规则。
可选地，所述确定所述每个业务核验规则与所述组合结果间的匹配度，包括：
根据业务核验规则中业务参数间的关系类型，对所述组合结果中业务字段对应的字段值进行比对，其中，所述业务核验规则为所述至少两个业务核验规则之一；
根据比对结果确定匹配结果，并将所述匹配结果中匹配成功的组合结果的数量与组合结果总数之间的比值，作为所述业务核验规则与所述组合结果间的匹配度。
可选地，所述数据处理方法，还包括：
接收所述目标业务的配置更新请求，其中，所述配置更新请求中包含待更新配置参数；
确定所述目标业务的目标业务核验规则，并根据所述目标业务核验规则对所述待更新配置参数进行核验；
在核验通过的情况下，基于所述待更新配置参数对所述目标业务进行配置更新。
可选地，所述数据处理方法，还包括：
在核验未通过的情况下，调用告警模块对所述核验未通过的核验结果进行告警处理。
根据本说明书实施例的第二方面，提供了一种数据处理装置，包括：
构建模块，被配置为根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则；
组合模块，被配置为根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果；
确定模块，被配置为确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则。
根据本说明书实施例的第三方面，提供了一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令以实现所述数据处理方法的步骤。
根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述数据处理方法的步骤。
本说明书一个实施例通过根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则，根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则。
本说明书实施例先根据历史配置数据构建两个或两个以上业务核验规则，然后根据各业务核验规则中业务参数的数量，对历史配置数据中的业务字段进行排列组合，并根据排列组合结果与业务核验规则间的匹配度，进行规则挖掘。通过这种方式挖掘历史配置数据存在的潜在规则，有利于保证规则挖掘结果的准确性。
附图说明
图1是本说明书一个实施例提供的一种数据处理方法的处理流程图；
图2a是本说明书一个实施例提供的一种排列组合结果的示意图；
图2b是本说明书一个实施例提供的一种搜索空间裁剪结果的示意图；
图2c是本说明书一个实施例提供的一种符合率计算结果的示意图；
图2d是本说明书一个实施例提供的一种规则挖掘结果的示意图；
图3是本说明书一个实施例提供的一种数据处理方法的处理过程流程图；
图4是本说明书一个实施例提供的一种数据处理装置的示意图；
图5是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
规则挖掘：从大数据中，发现数据间的潜在规律和规则，是一种基于统计学的数据学习方式。
先验信息：先验信息是指获得样本的试验之前，获得的经验和历史资料。
搜索空间：在某个封闭且有限的集合里进行搜索，这个搜索的范围称为搜索空间。
线上配置变更：当前互联网系统变更可以分为代码变更、配置变更、数据变更三种。配置变更是指在不变更代码的情况下，通过改变系统的配置，来改变系统运行的状态和逻辑的方式。
在本说明书中，提供了一种数据处理方法，本说明书同时涉及一种数据处理装置，一种计算设备，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
图1示出了根据本说明书一个实施例提供的一种数据处理方法的处理流程图，包括步骤102至步骤106。
步骤102，根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则。
具体的，目标业务，即需要进行配置更新的业务，包括但不限于理财业务、保险业务、交易业务等。
目标业务的历史配置数据即包括但不限于目标业务的系统配置数据以及业务参数的配置数据等。
实际应用中，通过对目标业务的历史配置数据进行学习和规则挖掘，可利用挖掘的规则实时检测目标业务的配置异常情况。
本说明书实施例提供的数据处理方法，即规则挖掘方法，具体即根据目标业务的历史配置数据，基于统计学方法挖掘历史配置数据中潜在的配置规律和配置规则，并在对目标业务的配置数据进行变更时，即可运用挖掘出的规则对待变更的配置数据进行异常检测。
具体的，可先确定目标业务，获取目标业务的历史配置数据，然后根据历史配置数据构建目标业务的至少两个业务核验规则。
具体实施时，根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则，包括：
获取目标业务的历史配置数据，并提取所述历史配置数据中每个业务字段的第一关系类型和/或至少两个业务字段间的第二关系类型；
根据所述第一关系类型和/或所述第二关系类型，构建所述目标业务的至少两个业务核验规则。
具体的，第一关系类型，即一个业务字段对应的关系类型，包括但不限于数值类、状态类、非空类等，而数值类又可以包括一致性、范围类，状态类可以包括枚举关系、状态关联性等；第二关系类型，即两个或多个业务字段之间的关系类型，包括但不限于日期类、字符串类、字段组合类等，而日期类又可以包括大于关系、等于关系、小于关系等，字符串类可以包括长度一致类、前/后缀一致类等，字段组合类可以包括字段组合唯一、字段关联型等。
本说明书实施例中，根据目标业务的历史配置数据，构建所述目标业务的至少两个业务核验规则，具体可先提取历史配置数据中各业务字段的关系类型，将关系类型作为通用规则模板，并基于通用规则模板构建泛化规则库，该泛化规则库中即包含至少两个业务核验规则。
例如，提取的第一关系类型为非空类，第二关系类型为大于关系、等于关系和长度一致类，将第一关系类型和第二关系类型作为通用规则模板，构建的业务核验规则即可以是一致性规则a＝b、数值比较规则a>b、字段非空类a！＝null、长度一致类a.length＝xx等，这些业务核验规则共同组成泛化规则库。
构建业务核验规则后，即可基于历史配置数据以及业务核验规则挖掘与历史配置数据的符合度较高的目标业务核验规则。
步骤104，根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果。
具体的，业务参数即业务核验规则中包含的参数，例如，业务核验规则为a＝b，则业务参数即为a和b，业务参数的数量即为2，业务核验规则为a！＝null，则业务参数即为a，业务参数的数量即为1。
历史配置数据中的业务字段，即为目标业务的配置项所对应的字段。
在构建业务核验规则后，即可根据业务核验规则中包含的业务参数的数量，对历史配置数据中的业务字段进行排列组合，生成对应的组合结果。其中，若业务核验规则中包含的业务参数的数量为2，则根据业务参数的数量对历史配置数据中的业务字段进行排列组合，即将历史配置参数中的业务字段两两进行排列组合，得到对应的组合结果。
具体实施时，根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则，包括：
根据目标业务的至少两条历史配置数据，构建所述目标业务的至少两个业务核验规则；
相应的，根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，包括：
对所述至少两个历史配置数据中每个历史配置数据包含的业务字段进行整合，生成对应的整合结果；
根据每个业务核验规则中业务参数的数量，对所述整合结果中的业务字段进行排列组合，生成对应的组合结果。
具体的，在目标业务中存在至少两条历史配置数据的情况下，构建业务核验规则，即根据目标业务的至少两条历史配置数据，构建目标业务的至少两个业务核验规则。
在业务核验规则构建完成后，若需对历史配置数据中的业务字段进行排列组合，则可对至少两个历史配置数据中每个历史配置数据包含的业务字段进行整合，并根据每个业务核验规则中业务参数的数量，对整合结果中的业务字段进行排列组合，生成对应的组合结果。
例如，目标业务中存在两条历史配置数据，分别为历史配置数据L1和历史配置数据L2，历史配置数据L1中包含业务字段A、B、C，历史配置数据L2中包含业务字段A、B、D，对两个历史配置数据中每个历史配置数据包含的业务字段进行整合，生成的整合结果即为业务字段A、B、C、D；然后可根据每个业务核验规则中业务参数的数量，对整合结果中的业务字段进行排列组合，生成对应的组合结果。
若其中一个业务核验规则中业务参数的数量为2，则根据该业务核验规则中业务参数的数量，对整合结果中的业务字段进行排列组合，即将业务字段A、B、C、D两两进行排列组合，得到对应的组合结果。
本说明书实施例提供的排列组合结果的示意图如图2a所示，图2a中，对A字段(业务字段A)、B字段(业务字段B)、C字段(业务字段C)、D字段(业务字段D)两两进行排列组合，得到6中组合结果，分别为A字段+B字段、A字段+C字段、A字段+D字段、B字段+C字段、B字段+D字段、C字段+D字段。
或者，根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，包括：
将所述至少两个业务核验规则划分为至少两个规则集合，其中，每个规则集合中的业务核验规则包含的业务参数的数量相等；
根据目标规则集合中的业务核验规则包含的业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，其中，每个组合结果中包含的业务字段数量与所述业务参数的数量相等，所述目标规则集合为所述至少两个规则集合之一。
具体的，由于构建的至少两个业务核验规则中，每个业务核验规则所包含的业务参数的数量可能会存在区别，因此，本说明书实施例在根据每个业务核验规则中业务参数的数量，对历史配置数据中的业务字段进行排列组合时，可先将根据每个业务核验规则中包含的业务参数的数量，对各业务核验规则进行规则集合划分，使得划分后每个规则集合中的业务核验规则，其包含的业务参数的数量相等。
然后可以规则集合为单位，根据各规则集合中的业务核验规则包含的业务参数的数量，对历史配置数据中的业务字段进行排列组合，生成对应的组合结果；例如，划分得到两个规则集合，分别为规则集合G1和规则集合G2，规则集合G1中业务核验规则包含的业务参数的数量为2，则对历史配置数据中的业务字段进行排列组合，即对历史配置数据中的业务字段两两进行排列组合，得到对应的组合结果；规则集合G2中业务核验规则包含的业务参数的数量为3，则对历史配置数据中的业务字段进行排列组合，即对历史配置数据中的任意三个业务字段进行排列组合，得到对应的组合结果。
另外，本说明书实施例中，在目标业务中存在至少两条历史配置数据的情况下，同样可对至少两个历史配置数据中每个历史配置数据包含的业务字段进行整合，并根据各规则集合中、业务核验规则包含的业务参数的数量，对整合结果中的业务字段进行排列组合，生成对应的组合结果。
本说明书实施例中，通过将包含的业务参数数量相等的业务核验规则划分至同一规则集合，并基于同一规则集合中各业务核验规则包含的业务参数的数量，对历史配置数据中的业务字段进行排列组合，由于同一规则集合中每个业务规则集合包含的业务参数的数量相等，因此，对于同一规则集合中的各业务核验规则，仅需根据该数量对历史配置数据的业务字段进行一次排列组合即可，而无需针对每个业务核验规则，分别对历史配置数据的业务字段进行一次排列组合，有利于减少业务字段的排列组合次数，从而有利于提高规则挖掘的处理效率。
步骤106，确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则。
具体的，在生成业务字段的排列组合结果之后，可确定各业务核验规则与各排列组合结果之间的匹配度，并根据匹配度实现对目标业务的规则挖掘，即确定目标业务核验规则。
具体实施时，确定所述每个业务核验规则与所述组合结果间的匹配度，包括：
根据所述目标业务的业务属性数据，对所述组合结果进行筛选，生成对应的筛选结果；
确定所述每个业务核验规则与所述筛选结果间的匹配度。
进一步的，根据所述目标业务的业务属性数据，对所述组合结果进行筛选，包括：
根据所述目标业务的业务属性数据，在所述历史配置数据包含的业务字段中确定待组合业务字段；
根据所述待组合业务字段，及所述组合结果中每个组合结果包含的业务字段，对所述组合结果进行筛选。
具体的，目标业务的业务属性数据，即可用于表征与目标业务相关的先验信息，例如目标业务自身具备的一些业务特性信息，或者预先获得的与目标业务相关的经验和历史资料等。
本说明书实施例中，在对历史配置数据中的业务字段进行排列组合得到对应的组合结果后，可利用目标业务的业务属性数据，对组合结果进行筛选，具体可基于生成的组合结果确定搜索空间，并根据先验信息，对搜索空间中的组合结果进行裁剪。
其中，根据先验信息对搜索空间进行裁剪时，可先根据先验信息(目标业务的业务属性数据)，确定历史配置数据包含的业务字段中，可进行组合的业务字段，然后根据待组合业务字段及每个组合结果中包含的业务字段，对各组合结果进行裁剪(筛选)。
例如，若根据先验信息确定业务字段A和业务字段B可进行组合，则业务字段A和业务字段B即为待组合业务字段，根据待组合业务字段对组合结果进行筛选，即确定各组合结果中包含业务字段A和业务字段B的组合结果，并将该组合结果进行保留。
或者，若业务字段A为字符串，业务字段C为日期，根据先验信息确定字符串和日期不进行组合，则可将包含业务字段A和业务字段C的组合结果进行裁剪，即进行删除，以实现对各组合结果的筛选。
本说明书实施例提供的一种搜索空间裁剪结果的示意图如图2b所示。图2b中的搜索空间由业务字段A、业务字段B、业务字段C、业务字段D、业务字段A+业务字段B、业务字段A+业务字段C、业务字段A+业务字段D、业务字段B+业务字段C、业务字段B+业务字段D、业务字段C+业务字段D组成。
其中，业务字段A和业务字段B为字符串，业务字段C为数字，业务字段D为日期，根据先验信息确定字符串和日期不进行组合，字符串和数字不进行组合，则可将包含业务字段A和业务字段C的组合结果、包含业务字段A和业务字段D的组合结果、包含业务字段B和业务字段C的组合结果以及包含业务字段B和业务字段D的组合结果进行裁剪，即进行删除，另外，根据先验信息确定数字和日期不单独作为组合结果，则可将仅包含业务字段C和业务字段D的组合结果进行裁剪，即进行删除，以实现对各组合结果的筛选，裁剪完成后，图2b中的搜索空间仅包含业务字段A、业务字段B、业务字段A+业务字段B。
本说明书实施例中，搜索空间裁剪完成后，可进一步确定每个业务核验规则与裁剪结果中被保留的组合结果间的匹配度。
本说明书实施例通过对搜索空间进行裁剪，有利于降低搜索复杂度；另外，通过先验信息裁剪搜索空间，可有效解决在对搜索空间中的业务核验规则进行搜索的过程中出现的NP(非确定性多项式，non-deterministic polynomial)困难问题。
具体实施时，在将至少两个业务核验规则划分为至少两个规则集合，并根据目标规则集合中的业务核验规则包含的业务参数的数量，对历史配置数据中的业务字段进行排列组合，生成对应的组合结果之后，确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则，具体即确定所述目标规则集合中每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述目标规则集合包含的业务核验规则中确定目标业务核验规则。
具体的，匹配度即可以是符合率。
若将业务核验规则划分为规则集合，并基于同一规则集合中各业务核验规则包含的业务参数的数量，对历史配置数据中的业务字段进行排列组合，则在获得对应的排列组合结果之后，即可将该规则集合中的每个业务核验规则分别与各排列组合结果中业务字段对应的历史配置数据进行匹配度计算，以根据匹配度从该规则集合中确定目标业务核验规则，其中，若确定排列组合结果中业务字段对应的历史配置数据符合业务核验规则，即确定该业务核验规则与该排列组合结果中业务字段对应的历史配置数据相匹配，而对于匹配度，则可通过与业务核验规则相匹配的历史配置数据的数量，与排列组合结果中历史配置数据的总数间的比值确定。
本说明书实施例提供的一种符合率计算结果的示意图如图2c所示。图2c中，业务字段A即字符串型业务字段对应的历史配置数据与规则库中业务核验规则一的符合率为95％(即根据业务核验规则一中业务参数的数量，对历史配置数据中的业务字段进行排列组合生成的组合结果中，业务字段A这一组合结果对应的历史配置数据中，95％的数据符合业务核验规则一)，与业务核验规则二的符合率为50％，业务字段A与业务字段B组成的双因子类型业务字段对应的历史配置数据，与规则库中业务核验规则四的符合率为96％(即根据业务核验规则四中业务参数的数量，对历史配置数据中的业务字段进行排列组合生成的组合结果中，业务字段A+业务字段B这一组合结果对应的历史配置数据中，96％的数据符合业务核验规则四)，与业务核验规则五的符合率为40％。
具体的，若目标规则集合中业务核验规则包含的业务参数的数量为2，则将目标规则集合中的每个业务核验规则，与包含两个业务字段的组合结果所对应的历史配置数据进行匹配，以确定其是否符合该目标规则集合中的每个业务核验规则。
例如，若目标规则集合中的一条业务核验规则为a＝b，则将业务核验规则与包含两个业务字段的组合结果所对应的历史配置数据进行匹配，即确定每个组合结果中、这个两个业务字段对应的历史配置数据是否一致，若一致，则确定该历史配置数据与该业务核验规则相匹配，即确定该历史配置数据符合这一业务核验规则。
或者，确定所述每个业务核验规则与所述组合结果间的匹配度，包括：
根据业务核验规则中业务参数间的关系类型，对所述组合结果中业务字段对应的字段值进行比对，其中，所述业务核验规则为所述至少两个业务核验规则之一；
根据比对结果确定匹配结果，并将所述匹配结果中匹配成功的字段值的数量与字段值总数之间的比值，作为所述业务核验规则与所述组合结果间的匹配度。
具体的，如前所述，关系类型包括但不限于大于关系、等于关系、小于关系等，而业务字段对应的字段值，即该业务字段对应的历史配置数据，因此，若根据业务核验规则四中业务参数的数量，对历史配置数据中的业务字段进行排列组合生成的组合结果为业务字段A+业务字段B，而业务字段A+业务字段B这一组合结果对应的历史配置数据为历史配置数据L1+历史配置数据L2，历史配置数据L3+历史配置数据L4，历史配置数据L5+历史配置数据L6。
若业务核验规则为a>b，则在确定业务核验规则与业务字段A+业务字段B这一组合结果间的匹配度时，即可先根据业务核验规则中业务参数间的关系类型，对该组合结果中业务字段对应的历史配置数据进行比对，具体即比对历史配置数据L1是否大于历史配置数据L2，比对历史配置数据L3是否大于历史配置数据L4，比对历史配置数据L5是否大于历史配置数据L6，若大于，则比对成功，即匹配成功；然后可将匹配成功的历史配置数据的数量，与该组合结果中历史配置数据总数间的比值，作为业务核验规则与该组合结果间的匹配度，并根据匹配度确定目标业务核验规则。
本说明书实施例提供的一种规则挖掘结果的示意图如图2d所示。图2d中，业务核验规则一与业务字段A间的符合率为95％，大于预设阈值，则可将业务核验规则一作为目标业务核验规则，业务核验规则四与业务字段A+业务字段B间的符合率为96％，大于预设阈值，则可将业务核验规则四作为目标业务核验规则；同样的，业务核验规则二与业务字段A间的符合率为50％，小于预设阈值，因此业务核验规则二无法作为目标业务核验规则，业务核验规则五与业务字段A+业务字段B间的符合率为40％，小于预设阈值，因此业务核验规则五无法作为目标业务核验规则。
本说明书实施例将匹配度(符合率)大于阈值的业务核验规则，作为目标业务的目标业务核验规则，以实现基于历史配置数据对目标业务进行规则挖掘，并有利于保证规则挖掘结果的准确性。
具体实施时，在完成规则挖掘后，可接收所述目标业务的配置更新请求，其中，所述配置更新请求中包含待更新配置参数；
确定所述目标业务的目标业务核验规则，并根据所述目标业务核验规则对所述待更新配置参数进行核验；
在核验通过的情况下，基于所述待更新配置参数对所述目标业务进行配置更新；
在核验未通过的情况下，调用告警模块对所述核验未通过的核验结果进行告警处理。
具体的，本说明书实施例中，在通过前述过程挖掘出目标业务的目标业务核验规则后，即可利用挖掘的规则对该目标业务的待更新配置参数进行核验，以确定待更新配置参数是否符合条件，具体即接收目标业务的配置更新请求，并通过目标业务的目标业务核验规则对配置更新请求中的待更新配置参数进行核验，核验过程即可根据目标业务核验规则中业务参数间的关系类型，对待更新配置参数中业务字段对应的字段值进行比对，若比对一致，则核验通过，可基于待更新配置参数对目标业务的配置参数进行更新；若比对不一致，则核验未通过，可调用告警模块对核验未通过的核验结果进行告警处理。
本说明书实施例在需对目标业务的配置参数进行变更时，可通过前述过程挖掘的目标业务的目标业务核验规则，对待变更的配置参数进行核验，有利于保障目标业务的配置参数变更结果的正确性。
本说明书实施例还提供一种数据处理系统，该数据处理系统整体分成三个模块，分别是业务系统模块、智能化规则挖掘模块、检测平台模块，前述实施例提供的数据处理方法可应用于该数据处理系统，具体可应用于智能化规则挖掘模块。
其中，业务系统模块主要负责配置本身的业务流程，例如DRM(DistributedResource Management，分布式资源管理)配置在业务平台提交配置参数变更请求，营销配置在运营平台，配置参数变更请求中的待变更配置参数通过核验后，触发配置变更，同时业务系统模块会将历史配置数据存储至数据池中，为算法训练累积数据。
智能化规则挖掘模块对数据池中的配置数据按照配置场景进行划分，然后对配置数据进行特征处理。由于配置数据通常会存在多种不同的格式，因此本说明书实施例对json格式、key-value格式、大字段数据做了统一的处理方式，而其他自定义格式通过编写解析脚本进行处理。最后将不同格式的配置数据转换成基本数据类型，然后运用规则挖掘算法进行规则挖掘，规则挖掘算法包括但不限于蚁群算法、模拟退火算法、粒子群算法等。具体的规则挖掘过程，即根据目标业务的历史配置数据构建目标业务的至少两个业务核验规则，根据每个业务核验规则中业务参数的数量，对历史配置数据中的业务字段进行排列组合，生成对应的组合结果，确定每个业务核验规则与组合结果间的匹配度，并根据匹配度，从至少两个业务核验规则中确定目标业务核验规则。
规则挖掘产生目标业务核验规则后，将目标业务核验规则布防至检测平台模块。检测平台模块包含三个子模块，分别是报警工作台子模块、规则执行引擎子模块和规则管理功能子模块。在报警流程上接入了极光应急，用于对报警和应急流程进行管理。检测平台模块会从业务系统模块中实时获取待变更配置参数，然后查询该待变更配置参数对应的目标业务核验规则，通过规则执行引擎子模块基于目标业务核验规则对待变更配置参数进行检测，并在检测未通过的情况下及时报警。
本说明书实施例提供了一种基于先验信息裁剪搜索空间的规则挖掘方法。该方法可用于保障线上配置的正确性。该方法通过构建泛化规则库，运用先验信息裁剪搜索空间，然后对收缩后的搜索空间进行业务核验规则的搜索。当样本数据支持度(符合率)高于设置阈值时，则产出目标业务核验规则。通过这种方式挖掘历史配置数据中存在的潜在规则，当新的配置变更发生时，通过挖掘出来的规则对新的待变更配置参数进行验证，保障线上配置类数据变更的正确性；另外，本说明书实施例通过先验信息裁剪搜索空间，有利于解决在对搜索空间中的业务核验规则进行搜索的过程中出现的NP困难问题。
本说明书一个实施例通过根据目标业务的历史配置数据以及业务属性数据，构建所述目标业务的至少两个业务核验规则，根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则。
本说明书实施例先根据历史配置数据构建两个或两个以上业务核验规则，然后根据各业务核验规则中业务参数的数量，对历史配置数据中的业务字段进行排列组合，并根据排列组合结果与业务核验规则间的匹配度，进行规则挖掘。通过这种方式挖掘历史配置数据存在的潜在规则，有利于保证规则挖掘结果的准确性。
下述结合附图3，以本说明书提供的数据处理方法在交易场景的应用为例，对所述数据处理方法进行进一步说明。其中，图3示出了本说明书一个实施例提供的一种数据处理方法的处理过程流程图，具体步骤包括步骤302至步骤314。
步骤302，根据交易业务的至少两条历史配置数据，构建交易业务的至少两个业务核验规则。
步骤304，对至少两个历史配置数据中每个历史配置数据包含的业务字段进行整合，生成对应的整合结果。
步骤306，将至少两个业务核验规则划分为至少两个规则集合，其中，每个规则集合中的业务核验规则包含的业务参数的数量相等。
步骤308，根据目标规则集合中的业务核验规则包含的业务参数的数量，对历史配置数据中的业务字段进行排列组合，生成对应的组合结果，其中，每个组合结果中包含的业务字段数量与业务参数的数量相等，目标规则集合为至少两个规则集合之一。
步骤310，根据交易业务的业务属性数据，对组合结果进行筛选，生成对应的筛选结果。
步骤312，确定目标规则集合中每个业务核验规则与组合结果间的匹配度。
步骤314，根据匹配度，从至少两个业务核验规则中确定交易业务核验规则。
本说明书实施例先根据历史配置数据构建两个或两个以上业务核验规则，然后根据各业务核验规则中业务参数的数量，对历史配置数据中的业务字段进行排列组合，并根据排列组合结果与业务核验规则间的匹配度，进行规则挖掘，具体通过构建泛化规则库，运用先验信息裁剪搜索空间，然后对收缩后的搜索空间进行业务核验规则的搜索。当样本数据支持度(符合率)高于设置阈值时，则产出交易业务核验规则。通过这种方式挖掘历史配置数据中存在的潜在规则，有利于保证规则挖掘结果的准确性；另外，本说明书实施例通过先验信息裁剪搜索空间，有利于解决在对搜索空间中的业务核验规则进行搜索的过程中出现的NP困难问题。当新的配置变更发生时，通过挖掘出来的规则对新的待变更配置参数进行验证，保障线上配置类数据变更的正确性。
与上述方法实施例相对应，本说明书还提供了数据处理装置实施例，图4示出了本说明书一个实施例提供的一种数据处理装置的示意图。如图4所示，该装置包括：
构建模块402，被配置为根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则；
组合模块404，被配置为根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果；
确定模块406，被配置为确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则。
可选地，所述构建模块402，进一步被配置为：
根据目标业务的至少两条历史配置数据，构建所述目标业务的至少两个业务核验规则；
相应的，所述组合模块404，进一步被配置为：
对所述至少两个历史配置数据中每个历史配置数据包含的业务字段进行整合，生成对应的整合结果；
根据每个业务核验规则中业务参数的数量，对所述整合结果中的业务字段进行排列组合，生成对应的组合结果。
可选地，所述组合模块404，进一步被配置为：
将所述至少两个业务核验规则划分为至少两个规则集合，其中，每个规则集合中的业务核验规则包含的业务参数的数量相等；
根据目标规则集合中的业务核验规则包含的业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，其中，每个组合结果中包含的业务字段数量与所述业务参数的数量相等，所述目标规则集合为所述至少两个规则集合之一。
可选地，所述确定模块406，进一步被配置为：
根据所述目标业务的业务属性数据，对所述组合结果进行筛选，生成对应的筛选结果；
确定所述每个业务核验规则与所述筛选结果间的匹配度。
可选地，所述构建模块402，进一步被配置为：
获取目标业务的历史配置数据，并提取所述历史配置数据中每个业务字段的第一关系类型和/或至少两个业务字段间的第二关系类型；
根据所述第一关系类型和/或所述第二关系类型，构建所述目标业务的至少两个业务核验规则。
可选地，所述确定模块406，进一步被配置为：
根据所述目标业务的业务属性数据，在所述历史配置数据包含的业务字段中确定待组合业务字段；
根据所述待组合业务字段，及所述组合结果中每个组合结果包含的业务字段，对所述组合结果进行筛选。
可选地，所述确定模块406，进一步被配置为：
确定所述目标规则集合中每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述目标规则集合包含的业务核验规则中确定目标业务核验规则。
可选地，所述确定模块406，进一步被配置为：
根据业务核验规则中业务参数间的关系类型，对所述组合结果中业务字段对应的字段值进行比对，其中，所述业务核验规则为所述至少两个业务核验规则之一；
根据比对结果确定匹配结果，并将所述匹配结果中匹配成功的组合结果的数量与组合结果总数之间的比值，作为所述业务核验规则与所述组合结果间的匹配度。
可选地，所述数据处理装置，还包括接收模块，被配置为：
接收所述目标业务的配置更新请求，其中，所述配置更新请求中包含待更新配置参数；
确定所述目标业务的目标业务核验规则，并根据所述目标业务核验规则对所述待更新配置参数进行核验；
在核验通过的情况下，基于所述待更新配置参数对所述目标业务进行配置更新。
可选地，所述数据处理装置，还包括调用模块，被配置为：
在核验未通过的情况下，调用告警模块对所述核验未通过的核验结果进行告警处理。
上述为本实施例的一种数据处理装置的示意性方案。需要说明的是，该数据处理装置的技术方案与上述的数据处理方法的技术方案属于同一构思，数据处理装置的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
图5示出了根据本说明书一个实施例提供的一种计算设备500的结构框图。该计算设备500的部件包括但不限于存储器510和处理器520。处理器520与存储器510通过总线530相连接，数据库550用于保存数据。
计算设备500还包括接入设备540，接入设备540使得计算设备500能够经由一个或多个网络560通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备540可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。
在本说明书的一个实施例中，计算设备500的上述部件以及图5中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图5所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
计算设备500可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备500还可以是移动式或静止式的服务器。
其中，所述存储器510用于存储计算机可执行指令，处理器520用于执行计算机可执行指令以用于实现所述数据处理方法的步骤。
上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的数据处理方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时以用于实现所述数据处理方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的数据处理方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述数据处理方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。
Claims (13)
1.一种数据处理方法，包括：
根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则；
根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果；
确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则。
2.根据权利要求1所述的数据处理方法，所述根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则，包括：
根据目标业务的至少两条历史配置数据，构建所述目标业务的至少两个业务核验规则；
相应的，所述根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，包括：
对所述至少两个历史配置数据中每个历史配置数据包含的业务字段进行整合，生成对应的整合结果；
根据每个业务核验规则中业务参数的数量，对所述整合结果中的业务字段进行排列组合，生成对应的组合结果。
3.根据权利要求1所述的数据处理方法，所述根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，包括：
将所述至少两个业务核验规则划分为至少两个规则集合，其中，每个规则集合中的业务核验规则包含的业务参数的数量相等；
根据目标规则集合中的业务核验规则包含的业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果，其中，每个组合结果中包含的业务字段数量与所述业务参数的数量相等，所述目标规则集合为所述至少两个规则集合之一。
4.根据权利要求1至3任意一项所述的数据处理方法，所述确定所述每个业务核验规则与所述组合结果间的匹配度，包括：
根据所述目标业务的业务属性数据，对所述组合结果进行筛选，生成对应的筛选结果；
确定所述每个业务核验规则与所述筛选结果间的匹配度。
5.根据权利要求1所述的数据处理方法，所述根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则，包括：
获取目标业务的历史配置数据，并提取所述历史配置数据中每个业务字段的第一关系类型和/或至少两个业务字段间的第二关系类型；
根据所述第一关系类型和/或所述第二关系类型，构建所述目标业务的至少两个业务核验规则。
6.根据权利要求4所述的数据处理方法，所述根据所述目标业务的业务属性数据，对所述组合结果进行筛选，包括：
根据所述目标业务的业务属性数据，在所述历史配置数据包含的业务字段中确定待组合业务字段；
根据所述待组合业务字段，及所述组合结果中每个组合结果包含的业务字段，对所述组合结果进行筛选。
7.根据权利要求3所述的数据处理方法，所述确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则，包括：
确定所述目标规则集合中每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述目标规则集合包含的业务核验规则中确定目标业务核验规则。
8.根据权利要求1所述的数据处理方法，所述确定所述每个业务核验规则与所述组合结果间的匹配度，包括：
根据业务核验规则中业务参数间的关系类型，对所述组合结果中业务字段对应的字段值进行比对，其中，所述业务核验规则为所述至少两个业务核验规则之一；
根据比对结果确定匹配结果，并将所述匹配结果中匹配成功的组合结果的数量与组合结果总数之间的比值，作为所述业务核验规则与所述组合结果间的匹配度。
9.根据权利要求1所述的数据处理方法，还包括：
接收所述目标业务的配置更新请求，其中，所述配置更新请求中包含待更新配置参数；
确定所述目标业务的目标业务核验规则，并根据所述目标业务核验规则对所述待更新配置参数进行核验；
在核验通过的情况下，基于所述待更新配置参数对所述目标业务进行配置更新。
10.根据权利要求9所述的数据处理方法，还包括：
在核验未通过的情况下，调用告警模块对所述核验未通过的核验结果进行告警处理。
11.一种数据处理装置，包括：
构建模块，被配置为根据目标业务的历史配置数据构建所述目标业务的至少两个业务核验规则；
组合模块，被配置为根据每个业务核验规则中业务参数的数量，对所述历史配置数据中的业务字段进行排列组合，生成对应的组合结果；
确定模块，被配置为确定所述每个业务核验规则与所述组合结果间的匹配度，并根据所述匹配度，从所述至少两个业务核验规则中确定目标业务核验规则。
12.一种计算设备，包括：
存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令以实现权利要求1至10任意一项所述数据处理方法的步骤。
13.一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现权利要求1至10任意一项所述数据处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210926469.2A CN115145982A (zh) | 2022-08-03 | 2022-08-03 | 数据处理方法以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210926469.2A CN115145982A (zh) | 2022-08-03 | 2022-08-03 | 数据处理方法以及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115145982A true CN115145982A (zh) | 2022-10-04 |
Family
ID=83413187
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210926469.2A Pending CN115145982A (zh) | 2022-08-03 | 2022-08-03 | 数据处理方法以及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115145982A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100185637A1 (en) * | 2009-01-14 | 2010-07-22 | International Business Machines Corporation | Methods for matching metadata from disparate data sources |
| US20130232106A1 (en) * | 2012-03-01 | 2013-09-05 | Cover-All Technologies, Inc. | System and Method For Applying An Update To A Database |
| US20180159943A1 (en) * | 2016-12-06 | 2018-06-07 | Nicira, Inc. | Performing context-rich attribute-based services on a host |
| CN111951011A (zh) * | 2020-07-30 | 2020-11-17 | 中国工商银行股份有限公司 | 监控系统阈值确定方法及装置 |
| CN111966716A (zh) * | 2020-08-20 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 数据处理方法以及装置 |
| CN112100250A (zh) * | 2020-11-23 | 2020-12-18 | 支付宝(杭州)信息技术有限公司 | 数据处理方法及装置 |
-
2022
- 2022-08-03 CN CN202210926469.2A patent/CN115145982A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100185637A1 (en) * | 2009-01-14 | 2010-07-22 | International Business Machines Corporation | Methods for matching metadata from disparate data sources |
| US20130232106A1 (en) * | 2012-03-01 | 2013-09-05 | Cover-All Technologies, Inc. | System and Method For Applying An Update To A Database |
| US20180159943A1 (en) * | 2016-12-06 | 2018-06-07 | Nicira, Inc. | Performing context-rich attribute-based services on a host |
| CN111951011A (zh) * | 2020-07-30 | 2020-11-17 | 中国工商银行股份有限公司 | 监控系统阈值确定方法及装置 |
| CN111966716A (zh) * | 2020-08-20 | 2020-11-20 | 支付宝(杭州)信息技术有限公司 | 数据处理方法以及装置 |
| CN112100250A (zh) * | 2020-11-23 | 2020-12-18 | 支付宝(杭州)信息技术有限公司 | 数据处理方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10609061B2 (en) | Anomaly detection using cognitive computing | |
| KR102302609B1 (ko) | 신경망 아키텍처 최적화 | |
| US10031836B2 (en) | Systems and methods for automatically generating message prototypes for accurate and efficient opaque service emulation | |
| US11409642B2 (en) | Automatic parameter value resolution for API evaluation | |
| CN111046237B (zh) | 用户行为数据处理方法、装置、电子设备及可读介质 | |
| CN111401788B (zh) | 业务时序指标的归因方法以及装置 | |
| US10331947B2 (en) | Automatic detection on string and column delimiters in tabular data files | |
| US11727245B2 (en) | Automated masking of confidential information in unstructured computer text using artificial intelligence | |
| EP3748507B1 (en) | Automated software testing | |
| WO2023138188A1 (zh) | 特征融合模型训练及样本检索方法、装置和计算机设备 | |
| CN111582341B (zh) | 用户异常操作预测方法及装置 | |
| US20220414689A1 (en) | Method and apparatus for training path representation model | |
| US20150363214A1 (en) | Systems and methods for clustering trace messages for efficient opaque response generation | |
| CN110333990B (zh) | 数据处理方法以及装置 | |
| CN113505278A (zh) | 图匹配方法、装置、电子设备及存储介质 | |
| CN112015870A (zh) | 数据上传方法及装置 | |
| CN111815467A (zh) | 审核方法以及装置 | |
| CN115145982A (zh) | 数据处理方法以及装置 | |
| CN114168589A (zh) | 索引构建方法及装置 | |
| CN113901077A (zh) | 实体对象标签生产方法、系统、存储介质及电子设备 | |
| US11657050B1 (en) | Data reconciliation for big data environments | |
| CN117555814B (zh) | 软件测试方法、装置、存储介质以及终端 | |
| CN116541454B (zh) | 事件配置方法、装置、计算机设备和存储介质 | |
| US20220284307A1 (en) | Decision tree native to graph database | |
| CN116996881A (zh) | 异常团伙识别方法、装置、计算机设备和存储介质 |
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 |