CN116680198A - 一种接口返回数据异常检测方法及其相关设备 - Google Patents

一种接口返回数据异常检测方法及其相关设备 Download PDF

Info

Publication number
CN116680198A
CN116680198A CN202310798506.0A CN202310798506A CN116680198A CN 116680198 A CN116680198 A CN 116680198A CN 202310798506 A CN202310798506 A CN 202310798506A CN 116680198 A CN116680198 A CN 116680198A
Authority
CN
China
Prior art keywords
data
interface
return
field
detection
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
CN202310798506.0A
Other languages
English (en)
Inventor
钟才
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.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China 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 Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN202310798506.0A priority Critical patent/CN116680198A/zh
Publication of CN116680198A publication Critical patent/CN116680198A/zh
Pending legal-status Critical Current

Links

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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/283Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请实施例属于人工智能及金融科技技术领域,应用于金融业务中通过接口进行数据调用的过程中,涉及一种接口返回数据异常检测方法及其相关设备,包括基于预设的异常检测组件对格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别接口返回数据是否存在数据异常。通过对接口返回数据以整体性进行空值检测和返回字段错位,然后再根据不同返回字段对应的数据类型,进行分支性检测,充分保证了对接口返回数据检测的合理性和科学性,从整体检测到分支检测,提高了检测方式的完善性。尤其是在金融业务数据繁杂的数据仓库返回数据检测上,通过提高检测方式的完善性,进一步的保证了对数据仓库调用接口返回数据检测的合理性和准确性。

Description

一种接口返回数据异常检测方法及其相关设备
技术领域
本申请涉及人工智能及金融科技技术领域,应用于金融业务中通过接口进行数据调用的过程中,尤其涉及一种接口返回数据异常检测方法及其相关设备。
背景技术
随着计算机行业的发展,传统的金融行业业务也逐步向金融科技业务转型,特别是金融业务中通过接口进行数据调用的过程中,由于金融业务数据仓库中数据量的繁杂和庞大性,导致通过接口调用时,接口返回数据极易出现返回异常。目前大数据会提供很多数据给到业务,其中有一种应用就是通过API接口,将大数据加工的标签数据输出,方便金融业务领域,例如保险行业和银行行业做相应的数据调用操作。正常的流程下,数据流转后,用户如果满足业务的条件,就能顺利地参加活动。
但是,通常情况下,接口数据输出存在不稳定的情况,比如网络延迟,系统繁忙等。这种情况很容易被监控捕捉到并产生告警,提醒开发人员及运维人员查看并解决。但是,有一种情况,就是接口能够正常返回数据,但是返回的数据不正常,开发及运维人员很难采用上述方式检测到,因此,现有技术在对接口返回数据的异常检测上还存在检测方式不够完善的问题。
发明内容
本申请实施例的目的在于提出一种接口返回数据异常检测方法及其相关设备,以解决现有技术在对接口返回数据的异常检测上还存在检测方式不够完善的问题。
为了解决上述技术问题,本申请实施例提供一种接口返回数据异常检测方法,采用了如下所述的技术方案:
一种接口返回数据异常检测方法,包括下述步骤:
获取目标参数,将所述目标参数传入预设的接口,其中,所述预设的接口为从预设的数据仓库进行返回字段获取的接口;
调用并执行所述接口,获取接口返回数据,其中,所述接口返回数据指由目标接口根据预设的字段属性顺序所输出的序列化数据;
根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据,其中,所述格式化的返回数据为由字段属性信息和字段数据按照一一对应关系构成的数据;
基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常。
进一步的,在执行所述获取接口返回数据的步骤之后,所述方法还包括:
通过预设的流式传输组件将所述序列化数据传输到目标缓存文件中;
根据预设的定时组件识别是否达到当前检测时间点;
若未达到当前检测时间点,则持续获取接口返回数据,并通过所述流式传输组件将新获取的序列化数据传输到所述目标缓存文件中;
若达到当前检测时间点,则获取所述目标缓存文件中的所有序列化数据作为当前待解析的序列化数据;
在执行所述若达到当前检测时间点,则获取所述目标缓存文件中的所有序列化数据作为当前待解析的序列化数据的步骤之后,所述方法还包括:
清空所述目标缓存文件中的所有序列化数据,并重置所述定时组件的计时值;
重新计时,持续获取接口返回数据,并通过所述流式传输组件将新获取的序列化数据传输到已处于空数据状态的所述目标缓存文件中。
进一步的,所述根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据的步骤,具体包括:
获取预设的解析模板,其中,所述解析模板根据所述接口返回数据中的字段属性顺序而创建;
通过所述解析模板、接口被调用次数和所述接口返回数据中返回的字段属性个数,对所述当前待解析的序列化数据进行切分解析,获取切分解析之后的序列化数据片段;
根据所述接口返回数据中的字段属性顺序和所述接口被调用次数,依次将所述切分解析之后的序列化数据片段赋值给对应的字段属性,生成格式化的返回数据。
进一步的,所述预设的异常检测组件包括整体性检测组件和分支性检测组件,所述基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常的步骤,具体包括:
基于所述整体性检测组件,对所述格式化的返回数据进行空值检测和返回内容错位检测,获取整体性检测结果;
根据预设的配置文件,识别所述格式化的返回数据中每个返回字段对应的字段数据类型,其中,所述返回字段对应的字段数据类型包括常规类型、枚举类型、数值类型和日期类型;
通过不同字段数据类型分别对应的分支性检测组件,对所述格式化的返回数据中的目标字段数据进行分支性检测,获取分支性检测结果,其中,所述通过不同字段数据类型分别对应的分支性检测组件,对所述格式化的返回数据中的目标字段数据进行分支性检测,获取分支性检测结果的步骤,具体包括:对枚举类型的返回字段所对应的字段数据进行枚举值分布检测,获取枚举值分布检测结果;对数值类型、日期类型和常规类型的返回字段所对应的字段数据进行数据类型检测,获取数据类型检测结果;根据所述枚举值分布检测结果和所述数据类型检测结果,确定所述分支性检测结果;
基于所述整体性检测结果和所述分支性检测结果,识别所述接口返回数据是否存在数据异常。
进一步的,所述基于所述整体性检测组件,对所述格式化的返回数据进行空值检测和返回内容错位检测,获取整体性检测结果的步骤,具体包括:
以所述格式化的返回数据为整体,检测每个字段属性分别所对应的字段数据是否为空值;
若存在字段属性所对应的字段数据为空值,则筛选出所述字段属性,以所述字段属性为参数从所述数据仓库查询相应的字段数据,确定所述空值是否为异常输出,若所述空值不是异常输出,则所述字段属性对应的返回数据无异常,否则,所述字段属性对应的返回数据出现异常;
以所述格式化的返回数据为整体,获取每个返回字段所对应的字段数据类型,并识别每个返回字段所对应的字段数据类型是否按照固定的循环方式排列。
进一步的,所述对枚举类型的返回字段所对应的字段数据进行枚举值分布检测,获取枚举值分布检测结果的步骤,具体包括:
获取当前枚举类型的返回字段所对应的字段数据,并通过预设的概率分布算法计算所述返回字段对应的所有枚举值的概率分布结果,作为第一概率分布结果;
获取上一次检测结果为正常时所述返回字段对应的所有枚举值的概率分布结果,作为第二概率分布结果;
比较所述第一概率分布结果和所述第二概率分布结果;
若所述第一概率分布结果与所述第二概率分布结果的相似度达到预设的相似阈值,则所述当前枚举类型的返回字段未出现返回数据异常,否则,所述当前枚举类型的返回字段出现了返回数据异常。
进一步的,所述基于所述整体性检测结果和所述分支性检测结果,识别所述接口返回数据是否存在数据异常的步骤,具体包括:
若每个返回字段所对应的字段数据类型按照固定的循环方式排列且检测到的所有空值都不是异常输出,则所述整体性检测结果中未出现返回数据异常,否则,所述整体性检测结果中出现了返回字段错位异常;
若所有枚举类型的返回字段都未出现返回异常且所述数值类型、日期类型和常规类型的返回字段均未出现返回异常,则所述分支性检测结果中未出现返回数据异常,否则,所述分支性检测结果中出现了返回字段空值异常;
若所述整体性检测结果和所述分支性检测结果中都未出现返回数据异常,则所述接口返回数据不存在数据异常,否则,所述接口返回数据存在数据异常;
在执行所述基于所述整体性检测结果和所述分支性检测结果,识别所述接口返回数据是否存在数据异常的步骤之后,所述方法还包括:
若所述接口返回数据不存在数据异常,则持续基于所述异常检测组件对新获取的接口返回数据进行异常检测;
若所述接口返回数据存在数据异常,基于预设的告警方式向目标监测端发送告警信息。
为了解决上述技术问题,本申请实施例还提供一种接口返回数据异常检测装置,采用了如下所述的技术方案:
一种接口返回数据异常检测装置,包括:
参数传入模块,用于获取目标参数,将所述目标参数传入预设的接口,其中,所述预设的接口为从预设的数据仓库进行返回字段获取的接口;
接口返回数据获取模块,用于调用并执行所述接口,获取接口返回数据,其中,所述接口返回数据指由目标接口根据预设的字段属性顺序所输出的序列化数据;
返回数据解析模块,用于根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据,其中,所述格式化的返回数据为由字段属性信息和字段数据按照一一对应关系构成的数据;
异常检测模块,用于基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现上述所述的接口返回数据异常检测方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如上述所述的接口返回数据异常检测方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例所述接口返回数据异常检测方法,通过获取目标参数,将所述目标参数传入预设的接口,其中,所述预设的接口为从预设的数据仓库进行返回字段获取的接口;调用并执行所述接口,获取接口返回数据,其中,所述接口返回数据指由目标接口根据预设的字段属性顺序所输出的序列化数据;根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据,其中,所述格式化的返回数据为由字段属性信息和字段数据按照一一对应关系构成的数据;基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常。通过对接口返回数据以整体性进行空值检测和返回字段错位,然后再根据不同返回字段对应的数据类型,进行分支性检测,充分保证了对接口返回数据检测的合理性和科学性,从整体检测到分支检测,提高了检测方式的完善性。尤其是在金融业务数据繁杂的数据仓库返回数据检测上,通过提高检测方式的完善性,进一步的保证了对数据仓库调用接口返回数据检测的合理性和准确性。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图;
图2根据本申请的接口返回数据异常检测方法的一个实施例的流程图;
图3是图2所示步骤203的一个具体实施例的流程图;
图4是图2所示步骤204的一个具体实施例的流程图;
图5是图4所示步骤403的一个具体实施例的流程图;
图6是图5所示步骤501的一个具体实施例的流程图;
图7根据本申请的接口返回数据异常检测装置的一个实施例的结构示意图;
图8是图7所示模块704的一个具体实施例的结构示意图;
图9根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的接口返回数据异常检测方法一般由服务器执行,相应地,接口返回数据异常检测装置一般设置于服务器中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的接口返回数据异常检测方法的一个实施例的流程图。所述的接口返回数据异常检测方法,包括以下步骤:
步骤201,获取目标参数,将所述目标参数传入预设的接口,其中,所述预设的接口为从预设的数据仓库进行返回字段获取的接口。
本实施例中,所述目标参数包括对金融业务系统中数据仓库进行数据调用的接口入参参数,例如通过保单编号信息,获取对应的保单数据信息,或者,通过银行账号信息,获取对应的银行个人信息等。
步骤202,调用并执行所述接口,获取接口返回数据,其中,所述接口返回数据指由目标接口根据预设的字段属性顺序所输出的序列化数据。
本实施例中,所述调用并执行所述接口,获取接口返回数据的步骤,具体的,可以包括预先将交易数据存储到业务节点的交易池中,通过所述接口从交易池中获取交易数据,此时,所述接口返回数据即为获取的交易数据,所述交易池即为缓存交易数据的数据仓库。
本实施例中,在执行所述获取接口返回数据的步骤之后,所述方法还包括:通过预设的流式传输组件将所述序列化数据传输到目标缓存文件中;根据预设的定时组件识别是否达到当前检测时间点;若未达到当前检测时间点,则持续获取接口返回数据,并通过所述流式传输组件将新获取的序列化数据传输到所述目标缓存文件中;若达到当前检测时间点,则获取所述目标缓存文件中的所有序列化数据作为当前待解析的序列化数据。
本实施例中,所述预设的流式传输组件,可以为kafka传输组件,采用所述流式传输组件,其目的在于使用其MQ传输功能,使得数据在传输过程中按照一定的输送顺序。
本实施例中,在执行所述若达到当前检测时间点,则获取所述目标缓存文件中的所有序列化数据作为当前待解析的序列化数据的步骤之后,所述方法还包括:清空所述目标缓存文件中的所有序列化数据,并重置所述定时组件的计时值;重新计时,持续获取接口返回数据,并通过所述流式传输组件将新获取的序列化数据传输到已处于空数据状态的所述目标缓存文件中。
本实施例中,采用了定时组件,保证了在金融业务系统中持续不断而又有间歇性的对接口返回数据进行异常检测,同时,又避免了对检测资源的盲目消耗。
步骤203,根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据,其中,所述格式化的返回数据为由字段属性信息和字段数据按照一一对应关系构成的数据。
继续参考图3,图3是图2所示步骤203的一个具体实施例的流程图,包括:
步骤301,获取预设的解析模板,其中,所述解析模板根据所述接口返回数据中的字段属性顺序而创建;
继续以金融业务内保险数据获取为例,例如接口调用时的入参参数为保单号,而接口返回数据包括投保人姓名信息、身份证号信息、投保保额、被保人身份信息。其中,所述接口返回数据是按照投保人姓名信息、身份证号信息、投保保额、被保人身份信息这四个字段属性而构成的输出序列数据。
步骤302,通过所述解析模板、接口被调用次数和所述接口返回数据中返回的字段属性个数,对所述当前待解析的序列化数据进行切分解析,获取切分解析之后的序列化数据片段;
由于是对接口返回数据进行异常检测,即此时对于接口返回数据的真假性是未知状态,此时,获取的信息包括所述当前待解析的序列化数据,所述接口返回数据中返回的字段属性个数和所述解析模板,那么,我们考虑预先设置监测组件,监测接口被调用次数,假设通过监测获知接口被调用了4次,而所述接口返回数据中返回的字段属性个数也为4个,即上述投保人姓名信息、身份证号信息、投保保额、被保人身份信息这四个字段属性,则应该输出4×4=16个返回字段数据,而且如果接口返回数据是正常输出的,则该16个返回字段数据的输出序列也应当为“投保人姓名信息、身份证号信息、投保保额、被保人身份信息、投保人姓名信息、身份证号信息、投保保额、被保人身份信息、投保人姓名信息、身份证号信息、投保保额、被保人身份信息、投保人姓名信息、身份证号信息、投保保额、被保人身份信息”形式的序列化数据。
本实施例中,所述通过所述解析模板、接口被调用次数和所述接口返回数据中返回的字段属性个数,对所述当前待解析的序列化数据进行切分解析,获取切分解析之后的序列化数据片段的步骤,具体包括:根据接口被调用次数和所述接口返回数据中返回的字段属性个数,计算出对所述当前待解析的序列化数据进行切分解析的数量;再通过所述解析模板和切分解析的数量一一获取序列化数据片段,并将每个序列化数据片段按照顺序设定为每个字段属性信息对应的返回字段数据。
步骤303,根据所述接口返回数据中的字段属性顺序和所述接口被调用次数,依次将所述切分解析之后的序列化数据片段赋值给对应的字段属性,生成格式化的返回数据。
步骤204,基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常。
本实施例中,所述预设的异常检测组件包括整体性检测组件和分支性检测组件。
继续参考图4,图4是图2所示步骤204的一个具体实施例的流程图,包括:
步骤401,基于所述整体性检测组件,对所述格式化的返回数据进行空值检测和返回内容错位检测,获取整体性检测结果;
本实施例中,所述基于所述整体性检测组件,对所述格式化的返回数据进行空值检测和返回内容错位检测,获取整体性检测结果的步骤,具体包括:以所述格式化的返回数据为整体,检测每个字段属性分别所对应的字段数据是否为空值;若存在字段属性所对应的字段数据为空值,则筛选出所述字段属性,以所述字段属性为参数从所述数据仓库查询相应的字段数据,确定所述空值是否为异常输出,若所述空值不是异常输出,则所述字段属性对应的返回数据无异常,否则,所述字段属性对应的返回数据出现异常;以所述格式化的返回数据为整体,获取每个返回字段所对应的字段数据类型,并识别每个返回字段所对应的字段数据类型是否按照固定的循环方式排列。
步骤402,根据预设的配置文件,识别所述格式化的返回数据中每个返回字段对应的字段数据类型,其中,所述返回字段对应的字段数据类型包括常规类型、枚举类型、数值类型和日期类型;
步骤403,通过不同字段数据类型分别对应的分支性检测组件,对所述格式化的返回数据中的目标字段数据进行分支性检测,获取分支性检测结果;
继续参考图5,图5是图4所示步骤403的一个具体实施例的流程图,包括:
步骤501,对枚举类型的返回字段所对应的字段数据进行枚举值分布检测,获取枚举值分布检测结果;
继续参考图6,图6是图5所示步骤501的一个具体实施例的流程图,包括:
步骤601,获取当前枚举类型的返回字段所对应的字段数据,并通过预设的概率分布算法计算所述返回字段对应的所有枚举值的概率分布结果,作为第一概率分布结果;
步骤602,获取上一次检测结果为正常时所述返回字段对应的所有枚举值的概率分布结果,作为第二概率分布结果;
步骤603,比较所述第一概率分布结果和所述第二概率分布结果;
步骤604,若所述第一概率分布结果与所述第二概率分布结果的相似度达到预设的相似阈值,则所述当前枚举类型的返回字段未出现返回数据异常,否则,所述当前枚举类型的返回字段出现了返回数据异常。
例如,在检测中,输出的数据包括性别字段,其中,所述性别字段为枚举类型的返回字段,其返回数据只能为男或女,此时,获取男和女的输出概率分布,与以往正常输出的概率分布结果进行比较,若以往男女比例为4:1,而此时输出全部为女,则考虑可能出现了返回字段输出异常。
步骤502,对数值类型、日期类型和常规类型的返回字段所对应的字段数据进行数据类型检测,获取数据类型检测结果;
本实施例中,所述对数值类型、日期类型和常规类型的返回字段所对应的字段数据进行数据类型检测,获取数据类型检测结果的步骤,以数值类型为例,通过解析判断能够将对应的序列化数据片段解析为数值,若可以,则所述数值类型的返回字段对应的字段数据是正常返回的数据,否则,若不可以将其转化解析为数值,则所述数值类型的返回字段对应的字段数据是异常返回的数据。同理,可以采用同样的方式,对日期类型和常规类型的返回字段所对应的字段数据进行数据类型检测。
步骤503,根据所述枚举值分布检测结果和所述数据类型检测结果,确定所述分支性检测结果。
本实施例中,若所述枚举值分布检测结果和所述数据类型检测结果都正常,则所述分支性检测结果也正常。
通过对不同数据类型的接口返回字段分别采用不同的检测方式,使得检测步骤更加符合实际业务。
步骤404,基于所述整体性检测结果和所述分支性检测结果,识别所述接口返回数据是否存在数据异常。
本实施例中,所述基于所述整体性检测结果和所述分支性检测结果,识别所述接口返回数据是否存在数据异常的步骤,具体包括:若每个返回字段所对应的字段数据类型按照固定的循环方式排列且检测到的所有空值都不是异常输出,则所述整体性检测结果中未出现返回数据异常,否则,所述整体性检测结果中出现了返回字段错位异常;若所有枚举类型的返回字段都未出现返回异常且所述数值类型、日期类型和常规类型的返回字段均未出现返回异常,则所述分支性检测结果中未出现返回数据异常,否则,所述分支性检测结果中出现了返回字段空值异常;若所述整体性检测结果和所述分支性检测结果中都未出现返回数据异常,则所述接口返回数据不存在数据异常,否则,所述接口返回数据存在数据异常。
本实施例中,在执行所述基于所述整体性检测结果和所述分支性检测结果,识别所述接口返回数据是否存在数据异常的步骤之后,所述方法还包括:若所述接口返回数据不存在数据异常,则持续基于所述异常检测组件对新获取的接口返回数据进行异常检测;若所述接口返回数据存在数据异常,基于预设的告警方式向目标监测端发送告警信息。
通过对接口返回数据以整体性进行空值检测和返回字段错位,然后再根据不同返回字段对应的数据类型,进行分支性检测,充分保证了对接口返回数据检测的合理性和科学性,从整体检测到分支检测,提高了检测方式的完善性。尤其是在金融业务数据繁杂的数据仓库返回数据检测上,通过提高检测方式的完善性,进一步的保证了对数据仓库调用接口返回数据检测的合理性和准确性。
本申请通过获取目标参数,将所述目标参数传入预设的接口,其中,所述预设的接口为从预设的数据仓库进行返回字段获取的接口;调用并执行所述接口,获取接口返回数据,其中,所述接口返回数据指由目标接口根据预设的字段属性顺序所输出的序列化数据;根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据,其中,所述格式化的返回数据为由字段属性信息和字段数据按照一一对应关系构成的数据;基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常。通过对接口返回数据以整体性进行空值检测和返回字段错位,然后再根据不同返回字段对应的数据类型,进行分支性检测,充分保证了对接口返回数据检测的合理性和科学性,从整体检测到分支检测,提高了检测方式的完善性。尤其是在金融业务数据繁杂的数据仓库返回数据检测上,通过提高检测方式的完善性,进一步的保证了对数据仓库调用接口返回数据检测的合理性和准确性。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例中,通过对接口返回数据以整体性进行空值检测和返回字段错位,然后再根据不同返回字段对应的数据类型,进行分支性检测,充分保证了对接口返回数据检测的合理性和科学性,从整体检测到分支检测,提高了检测方式的完善性。尤其是在金融业务数据繁杂的数据仓库返回数据检测上,通过提高检测方式的完善性,进一步的保证了对数据仓库调用接口返回数据检测的合理性和准确性。
进一步参考图7,作为对上述图2所示方法的实现,本申请提供了一种接口返回数据异常检测装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,本实施例所述的接口返回数据异常检测装置700包括:参数传入模块701、接口返回数据获取模块702、返回数据解析模块703和异常检测模块704。其中:
参数传入模块701,用于获取目标参数,将所述目标参数传入预设的接口,其中,所述预设的接口为从预设的数据仓库进行返回字段获取的接口;
接口返回数据获取模块702,用于调用并执行所述接口,获取接口返回数据,其中,所述接口返回数据指由目标接口根据预设的字段属性顺序所输出的序列化数据;
返回数据解析模块703,用于根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据,其中,所述格式化的返回数据为由字段属性信息和字段数据按照一一对应关系构成的数据;
异常检测模块704,用于基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常。
继续参考图8,图8是图7所示模块704的一个具体实施例的结构示意图,所述异常检测模块704包括整体性检测子模块801和分支性检测子模块802,其中:
整体性检测子模块801,用于以所述格式化的返回数据为整体,检测每个字段属性分别所对应的字段数据是否为空值;还用于若存在字段属性所对应的字段数据为空值,则筛选出所述字段属性,以所述字段属性为参数从所述数据仓库查询相应的字段数据,确定所述空值是否为异常输出,若所述空值不是异常输出,则所述字段属性对应的返回数据无异常,否则,所述字段属性对应的返回数据出现异常;还用于以所述格式化的返回数据为整体,获取每个返回字段所对应的字段数据类型,并识别每个返回字段所对应的字段数据类型是否按照固定的循环方式排列。
分支性检测子模块802,用于对枚举类型的返回字段所对应的字段数据进行枚举值分布检测,获取枚举值分布检测结果;还用于对数值类型、日期类型和常规类型的返回字段所对应的字段数据进行数据类型检测,获取数据类型检测结果;还用于根据所述枚举值分布检测结果和所述数据类型检测结果,确定所述分支性检测结果。
本申请通过获取目标参数,将所述目标参数传入预设的接口,其中,所述预设的接口为从预设的数据仓库进行返回字段获取的接口;调用并执行所述接口,获取接口返回数据,其中,所述接口返回数据指由目标接口根据预设的字段属性顺序所输出的序列化数据;根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据,其中,所述格式化的返回数据为由字段属性信息和字段数据按照一一对应关系构成的数据;基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常。通过对接口返回数据以整体性进行空值检测和返回字段错位,然后再根据不同返回字段对应的数据类型,进行分支性检测,充分保证了对接口返回数据检测的合理性和科学性,从整体检测到分支检测,提高了检测方式的完善性。尤其是在金融业务数据繁杂的数据仓库返回数据检测上,通过提高检测方式的完善性,进一步的保证了对数据仓库调用接口返回数据检测的合理性和准确性。
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,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图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,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图9,图9为本实施例计算机设备基本结构框图。
所述计算机设备9包括通过系统总线相互通信连接存储器9a、处理器9b、网络接口9c。需要指出的是,图中仅示出了具有组件9a-9c的计算机设备9,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field -Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器9a至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器9a可以是所述计算机设备9的内部存储单元,例如该计算机设备9的硬盘或内存。在另一些实施例中,所述存储器9a也可以是所述计算机设备9的外部存储设备,例如该计算机设备9上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器9a还可以既包括所述计算机设备9的内部存储单元也包括其外部存储设备。本实施例中,所述存储器9a通常用于存储安装于所述计算机设备9的操作系统和各类应用软件,例如接口返回数据异常检测方法的计算机可读指令等。此外,所述存储器9a还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器9b在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器9b通常用于控制所述计算机设备9的总体操作。本实施例中,所述处理器9b用于运行所述存储器9a中存储的计算机可读指令或者处理数据,例如运行所述接口返回数据异常检测方法的计算机可读指令。
所述网络接口9c可包括无线网络接口或有线网络接口,该网络接口9c通常用于在所述计算机设备9与其他电子设备之间建立通信连接。
本实施例提出的计算机设备,属于人工智能及金融科技技术领域,应用于金融业务中通过接口进行数据调用的过程中。本申请获取目标参数,将所述目标参数传入预设的接口,其中,所述预设的接口为从预设的数据仓库进行返回字段获取的接口;调用并执行所述接口,获取接口返回数据,其中,所述接口返回数据指由目标接口根据预设的字段属性顺序所输出的序列化数据;根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据,其中,所述格式化的返回数据为由字段属性信息和字段数据按照一一对应关系构成的数据;基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常。通过对接口返回数据以整体性进行空值检测和返回字段错位,然后再根据不同返回字段对应的数据类型,进行分支性检测,充分保证了对接口返回数据检测的合理性和科学性,从整体检测到分支检测,提高了检测方式的完善性。尤其是在金融业务数据繁杂的数据仓库返回数据检测上,通过提高检测方式的完善性,进一步的保证了对数据仓库调用接口返回数据检测的合理性和准确性。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被处理器执行,以使所述处理器执行如上述的接口返回数据异常检测方法的步骤。
本实施例提出的计算机可读存储介质,属于人工智能及金融科技技术领域,应用于金融业务中通过接口进行数据调用的过程中。本申请通过获取目标参数,将所述目标参数传入预设的接口,其中,所述预设的接口为从预设的数据仓库进行返回字段获取的接口;调用并执行所述接口,获取接口返回数据,其中,所述接口返回数据指由目标接口根据预设的字段属性顺序所输出的序列化数据;根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据,其中,所述格式化的返回数据为由字段属性信息和字段数据按照一一对应关系构成的数据;基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常。通过对接口返回数据以整体性进行空值检测和返回字段错位,然后再根据不同返回字段对应的数据类型,进行分支性检测,充分保证了对接口返回数据检测的合理性和科学性,从整体检测到分支检测,提高了检测方式的完善性。尤其是在金融业务数据繁杂的数据仓库返回数据检测上,通过提高检测方式的完善性,进一步的保证了对数据仓库调用接口返回数据检测的合理性和准确性。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。

Claims (10)

1.一种接口返回数据异常检测方法,其特征在于,包括下述步骤:
获取目标参数,将所述目标参数传入预设的接口,其中,所述预设的接口为从预设的数据仓库进行返回字段获取的接口;
调用并执行所述接口,获取接口返回数据,其中,所述接口返回数据指由目标接口根据预设的字段属性顺序所输出的序列化数据;
根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据,其中,所述格式化的返回数据为由字段属性信息和字段数据按照一一对应关系构成的数据;
基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常。
2.根据权利要求1所述的接口返回数据异常检测方法,其特征在于,在执行所述获取接口返回数据的步骤之后,所述方法还包括:
通过预设的流式传输组件将所述序列化数据传输到目标缓存文件中;
根据预设的定时组件识别是否达到当前检测时间点;
若未达到当前检测时间点,则持续获取接口返回数据,并通过所述流式传输组件将新获取的序列化数据传输到所述目标缓存文件中;
若达到当前检测时间点,则获取所述目标缓存文件中的所有序列化数据作为当前待解析的序列化数据;
在执行所述若达到当前检测时间点,则获取所述目标缓存文件中的所有序列化数据作为当前待解析的序列化数据的步骤之后,所述方法还包括:
清空所述目标缓存文件中的所有序列化数据,并重置所述定时组件的计时值;
重新计时,持续获取接口返回数据,并通过所述流式传输组件将新获取的序列化数据传输到已处于空数据状态的所述目标缓存文件中。
3.根据权利要求2所述的接口返回数据异常检测方法,其特征在于,所述根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据的步骤,具体包括:
获取预设的解析模板,其中,所述解析模板根据所述接口返回数据中的字段属性顺序而创建;
通过所述解析模板、接口被调用次数和所述接口返回数据中返回的字段属性个数,对所述当前待解析的序列化数据进行切分解析,获取切分解析之后的序列化数据片段;
根据所述接口返回数据中的字段属性顺序和所述接口被调用次数,依次将所述切分解析之后的序列化数据片段赋值给对应的字段属性,生成格式化的返回数据。
4.根据权利要求1或3所述的接口返回数据异常检测方法,其特征在于,所述预设的异常检测组件包括整体性检测组件和分支性检测组件,所述基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常的步骤,具体包括:
基于所述整体性检测组件,对所述格式化的返回数据进行空值检测和返回内容错位检测,获取整体性检测结果;
根据预设的配置文件,识别所述格式化的返回数据中每个返回字段对应的字段数据类型,其中,所述返回字段对应的字段数据类型包括常规类型、枚举类型、数值类型和日期类型;
通过不同字段数据类型分别对应的分支性检测组件,对所述格式化的返回数据中的目标字段数据进行分支性检测,获取分支性检测结果,其中,所述通过不同字段数据类型分别对应的分支性检测组件,对所述格式化的返回数据中的目标字段数据进行分支性检测,获取分支性检测结果的步骤,具体包括:对枚举类型的返回字段所对应的字段数据进行枚举值分布检测,获取枚举值分布检测结果;对数值类型、日期类型和常规类型的返回字段所对应的字段数据进行数据类型检测,获取数据类型检测结果;根据所述枚举值分布检测结果和所述数据类型检测结果,确定所述分支性检测结果;
基于所述整体性检测结果和所述分支性检测结果,识别所述接口返回数据是否存在数据异常。
5.根据权利要求4所述的接口返回数据异常检测方法,其特征在于,所述基于所述整体性检测组件,对所述格式化的返回数据进行空值检测和返回内容错位检测,获取整体性检测结果的步骤,具体包括:
以所述格式化的返回数据为整体,检测每个字段属性分别所对应的字段数据是否为空值;
若存在字段属性所对应的字段数据为空值,则筛选出所述字段属性,以所述字段属性为参数从所述数据仓库查询相应的字段数据,确定所述空值是否为异常输出,若所述空值不是异常输出,则所述字段属性对应的返回数据无异常,否则,所述字段属性对应的返回数据出现异常;
以所述格式化的返回数据为整体,获取每个返回字段所对应的字段数据类型,并识别每个返回字段所对应的字段数据类型是否按照固定的循环方式排列。
6.根据权利要求4所述的接口返回数据异常检测方法,其特征在于,所述对枚举类型的返回字段所对应的字段数据进行枚举值分布检测,获取枚举值分布检测结果的步骤,具体包括:
获取当前枚举类型的返回字段所对应的字段数据,并通过预设的概率分布算法计算所述返回字段对应的所有枚举值的概率分布结果,作为第一概率分布结果;
获取上一次检测结果为正常时所述返回字段对应的所有枚举值的概率分布结果,作为第二概率分布结果;
比较所述第一概率分布结果和所述第二概率分布结果;
若所述第一概率分布结果与所述第二概率分布结果的相似度达到预设的相似阈值,则所述当前枚举类型的返回字段未出现返回数据异常,否则,所述当前枚举类型的返回字段出现了返回数据异常。
7.根据权利要求4所述的接口返回数据异常检测方法,其特征在于,所述基于所述整体性检测结果和所述分支性检测结果,识别所述接口返回数据是否存在数据异常的步骤,具体包括:
若每个返回字段所对应的字段数据类型按照固定的循环方式排列且检测到的所有空值都不是异常输出,则所述整体性检测结果中未出现返回数据异常,否则,所述整体性检测结果中出现了返回字段错位异常;
若所有枚举类型的返回字段都未出现返回异常且所述数值类型、日期类型和常规类型的返回字段均未出现返回异常,则所述分支性检测结果中未出现返回数据异常,否则,所述分支性检测结果中出现了返回字段空值异常;
若所述整体性检测结果和所述分支性检测结果中都未出现返回数据异常,则所述接口返回数据不存在数据异常,否则,所述接口返回数据存在数据异常;
在执行所述基于所述整体性检测结果和所述分支性检测结果,识别所述接口返回数据是否存在数据异常的步骤之后,所述方法还包括:
若所述接口返回数据不存在数据异常,则持续基于所述异常检测组件对新获取的接口返回数据进行异常检测;
若所述接口返回数据存在数据异常,基于预设的告警方式向目标监测端发送告警信息。
8.一种接口返回数据异常检测装置,其特征在于,包括:
参数传入模块,用于获取目标参数,将所述目标参数传入预设的接口,其中,所述预设的接口为从预设的数据仓库进行返回字段获取的接口;
接口返回数据获取模块,用于调用并执行所述接口,获取接口返回数据,其中,所述接口返回数据指由目标接口根据预设的字段属性顺序所输出的序列化数据;
返回数据解析模块,用于根据预设的解析模板对所述接口返回数据进行解析,获取格式化的返回数据,其中,所述格式化的返回数据为由字段属性信息和字段数据按照一一对应关系构成的数据;
异常检测模块,用于基于预设的异常检测组件对所述格式化的返回数据进行检测,获取检测结果,并根据所述检测结果,识别所述接口返回数据是否存在数据异常。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的接口返回数据异常检测方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的接口返回数据异常检测方法的步骤。
CN202310798506.0A 2023-06-30 2023-06-30 一种接口返回数据异常检测方法及其相关设备 Pending CN116680198A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310798506.0A CN116680198A (zh) 2023-06-30 2023-06-30 一种接口返回数据异常检测方法及其相关设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310798506.0A CN116680198A (zh) 2023-06-30 2023-06-30 一种接口返回数据异常检测方法及其相关设备

Publications (1)

Publication Number Publication Date
CN116680198A true CN116680198A (zh) 2023-09-01

Family

ID=87787302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310798506.0A Pending CN116680198A (zh) 2023-06-30 2023-06-30 一种接口返回数据异常检测方法及其相关设备

Country Status (1)

Country Link
CN (1) CN116680198A (zh)

Similar Documents

Publication Publication Date Title
CN114428677B (zh) 任务处理方法、处理装置、电子设备及存储介质
CN112214770B (zh) 恶意样本的识别方法、装置、计算设备以及介质
CN117234844A (zh) 云服务器异常管理方法、装置、计算机设备及存储介质
CN117094729A (zh) 请求处理方法、装置、计算机设备及存储介质
CN116453125A (zh) 基于人工智能的数据录入方法、装置、设备及存储介质
CN115757075A (zh) 任务异常检测方法、装置、计算机设备及存储介质
CN113360672B (zh) 用于生成知识图谱的方法、装置、设备、介质和产品
CN116680198A (zh) 一种接口返回数据异常检测方法及其相关设备
CN117172632B (zh) 一种企业异常行为检测方法、装置、设备及存储介质
CN117278298A (zh) 基于人工智能的域名检测方法、装置、设备及存储介质
CN116932090A (zh) 工具包加载方法、装置、计算机设备及存储介质
CN116824600A (zh) 一种公司印章识别方法及其相关设备
CN117422523A (zh) 产品上线方法、装置、计算机设备及存储介质
CN117112383A (zh) 基于人工智能的性能分析方法、装置、设备及存储介质
CN117034173A (zh) 数据处理方法、装置、计算机设备及存储介质
CN116663003A (zh) 攻击检测方法、装置、计算机设备及存储介质
CN117278623A (zh) 请求数据的处理方法、装置、计算机设备及存储介质
CN117112415A (zh) 基于eda模型的业务流程监测方法及其相关设备
CN117217684A (zh) 指标数据的处理方法、装置、计算机设备及存储介质
CN117520141A (zh) 基于人工智能的脚本推荐方法、装置、设备及存储介质
CN117421312A (zh) 一种数据处理方法、装置、计算机设备及存储介质
CN117076243A (zh) 应用的扩缩容处理方法、装置、计算机设备及存储介质
CN117851055A (zh) 一种任务调度方法、装置、设备及其存储介质
CN116737437A (zh) 数据分析方法、装置、计算机设备及存储介质
CN117874073A (zh) 一种搜索优化方法、装置、设备及其存储介质

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