CN116823419A - 一种银行交易系统管理方法、装置、系统和介质 - Google Patents

一种银行交易系统管理方法、装置、系统和介质 Download PDF

Info

Publication number
CN116823419A
CN116823419A CN202310434433.7A CN202310434433A CN116823419A CN 116823419 A CN116823419 A CN 116823419A CN 202310434433 A CN202310434433 A CN 202310434433A CN 116823419 A CN116823419 A CN 116823419A
Authority
CN
China
Prior art keywords
transaction data
data
current transaction
abandoned
current
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
CN202310434433.7A
Other languages
English (en)
Inventor
王婷
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.)
Bank of China Ltd
Original Assignee
Bank 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 Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN202310434433.7A priority Critical patent/CN116823419A/zh
Publication of CN116823419A publication Critical patent/CN116823419A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本申请提供一种银行交易系统管理方法、装置、系统和介质,可应用于人工智能领域、大数据领域或金融领域。监控获取当前交易数据;训练集包括:历史交易数据以及历史交易数据中的废弃交易数据;利用训练集学习历史交易数据以及历史交易数据中的废弃交易数据的映射关系;根据映射关系确定大数据模型的模型参数;将当前交易数据输入预先训练的大数据模型,预先训练的大数据模型输出当前交易数据中的废弃交易数据,并去除当前交易数据中的废弃交易数据。从而在进行系统之间调用关系的现状监控的同时,可以利用大数据模型对当前交易数据中的废弃交易数据进行未来式预测,可以实现无用资源的及时释放,实现全自动管理,提高了效率,节约了人力成本。

Description

一种银行交易系统管理方法、装置、系统和介质
技术领域
本申请涉及计算机技术领域,特别涉及一种银行交易系统管理方法、装置、系统和介质。
背景技术
随着金融行业的发展,为了满足社会和公众的需要,银行可以办理越来越多的业务场景,每个业务场景的实现,均包含了各个前后端系统之间频繁的交互关系。
系统之间的调用关系错综复杂,传统的依靠人工进行跟踪工作繁杂且效率低下,准确率较低,如何系统且高效率的进行系统之间调用关系的现状监控,未来式预测以及无用资源的及时释放,实现全自动管理,是需要及时解决的问题。
发明内容
有鉴于此,提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本申请的目的在于提供一种银行交易系统管理方法、装置、系统和介质,可以系统且高效率的进行系统之间调用关系的现状监控,未来式预测以及无用资源的及时释放,实现全自动管理,提高了效率,节约了人力成本。
为实现上述目的,本申请有如下技术方案:
第一方面,本申请实施例提供了一种银行交易系统管理方法,包括:
监控获取当前交易数据;所述当前交易数据包括当前交易峰值、当前交易耗费时长和当前交易成功率;
获取大数据模型的训练集,所述训练集包括:历史交易数据以及所述历史交易数据中的废弃交易数据;所述废弃交易数据包括交易数据中大于或等于第一预设时长未被调用的数据;
利用所述训练集学习所述历史交易数据以及所述历史交易数据中的废弃交易数据的映射关系;
根据所述映射关系确定所述大数据模型的模型参数;
将所述当前交易数据输入预先训练的所述大数据模型,预先训练的所述大数据模型输出所述当前交易数据中的所述废弃交易数据,并去除所述当前交易数据中的所述废弃交易数据。
在一种可能的实现方式中,当开启所述去除所述当前交易数据中的所述废弃交易数据后,还包括:
监控所述当前交易数据中的所述废弃交易数据状态;
当大于或等于第二预设时长,所述废弃交易数据未被去除时,则去除所述当前交易,并对银行交易系统中的调用关系进行更新。
在一种可能的实现方式中,还包括:
建立所述当前交易数据的类型;所述当前交易数据的类型包括交易量数据、营业时间段数据和渠道数据;
根据所述当前交易数据的类型的不同分别进行调用。
在一种可能的实现方式中,还包括:
当进行所述去除所述当前交易数据中的所述废弃交易数据时,对所述当前交易数据的上下游系统进行通知。
第二方面,本申请实施例提供了一种银行交易系统管理装置,包括:
监控单元,用于监控获取当前交易数据;所述当前交易数据包括当前交易峰值、当前交易耗费时长和当前交易成功率;
获取单元,用于获取大数据模型的训练集,所述训练集包括:历史交易数据以及所述历史交易数据中的废弃交易数据;所述废弃交易数据包括交易数据中大于或等于第一预设时长未被调用的数据;
学习单元,用于利用所述训练集学习所述历史交易数据以及所述历史交易数据中的废弃交易数据的映射关系;
确定单元,用于根据所述映射关系确定所述大数据模型的模型参数;
输入单元,用于将所述当前交易数据输入预先训练的所述大数据模型,预先训练的所述大数据模型输出所述当前交易数据中的所述废弃交易数据,并去除所述当前交易数据中的所述废弃交易数据。
在一种可能的实现方式中,还包括:
状态单元,用于监控所述当前交易数据中的所述废弃交易数据状态;
去除单元,用于当大于或等于第二预设时长,所述废弃交易数据未被去除时,则去除所述当前交易,并对银行交易系统中的调用关系进行更新。
在一种可能的实现方式中,还包括:
建立单元,用于建立所述当前交易数据的类型;所述当前交易数据的类型包括交易量数据、营业时间段数据和渠道数据;
调用单元,用于根据所述当前交易数据的类型的不同分别进行调用。
在一种可能的实现方式中,还包括:
通知单元,用于当进行所述去除所述当前交易数据中的所述废弃交易数据时,对所述当前交易数据的上下游系统进行通知。
第三方面,本申请实施例提供了一种银行交易系统管理系统,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述所述银行交易系统管理方法的步骤。
第四方面,本申请实施例提供了一种计算机可读介质,所述计算机可读介质上存储有计算机程序,所述计算机程序被处理执行时实现如上述所述银行交易系统管理方法的步骤。
与现有技术相比,本申请实施例具有以下有益效果:
本申请实施例提供了一种银行交易系统管理方法、装置、系统和介质,可应用于人工智能领域、大数据领域或金融领域。该方法包括:监控获取当前交易数据;当前交易数据包括当前交易峰值、当前交易耗费时长和当前交易成功率;获取大数据模型的训练集,训练集包括:历史交易数据以及历史交易数据中的废弃交易数据;废弃交易数据包括交易数据中大于或等于第一预设时长未被调用的数据;利用训练集学习历史交易数据以及历史交易数据中的废弃交易数据的映射关系;根据映射关系确定大数据模型的模型参数;将当前交易数据输入预先训练的大数据模型,预先训练的大数据模型输出当前交易数据中的废弃交易数据,并去除当前交易数据中的废弃交易数据。从而在进行系统之间调用关系的现状监控的同时,可以利用大数据模型对当前交易数据中的废弃交易数据进行未来式预测,可以实现无用资源的及时释放,实现全自动管理,提高了效率,节约了人力成本。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,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它的附图。
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1示出了本申请实施例提供的一种银行交易系统管理方法的流程图;
图2示出了本申请实施例提供的一种银行交易系统管理装置的示意图。
具体实施方式
需要说明的是,本发明提供的一种银行交易系统管理方法、装置、系统和介质可应用于人工智能领域、大数据领域或金融领域。上述仅为示例,并不对本发明提供的一种银行交易系统管理方法、装置、系统和介质的应用领域进行限定。
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
正如背景技术中的描述,经申请人研究发现,随着金融行业的发展,为了满足社会和公众的需要,银行可以办理越来越多的业务场景,每个业务场景的实现,均包含了各个前后端系统之间频繁的交互关系。
系统之间的调用关系错综复杂,传统的依靠人工进行跟踪工作繁杂且效率低下,准确率较低,如何系统且高效率的进行系统之间调用关系的现状监控,未来式预测以及无用资源的及时释放,实现全自动管理,是需要及时解决的问题。
为了解决以上技术问题,本申请实施例提供了一种银行交易系统管理方法、装置、系统和介质,可应用于人工智能领域、大数据领域或金融领域。该方法包括:监控获取当前交易数据;当前交易数据包括当前交易峰值、当前交易耗费时长和当前交易成功率;获取大数据模型的训练集,训练集包括:历史交易数据以及历史交易数据中的废弃交易数据;废弃交易数据包括交易数据中大于或等于第一预设时长未被调用的数据;利用训练集学习历史交易数据以及历史交易数据中的废弃交易数据的映射关系;根据映射关系确定大数据模型的模型参数;将当前交易数据输入预先训练的大数据模型,预先训练的大数据模型输出当前交易数据中的废弃交易数据,并去除当前交易数据中的废弃交易数据。从而在进行系统之间调用关系的现状监控的同时,可以利用大数据模型对当前交易数据中的废弃交易数据进行未来式预测,可以实现无用资源的及时释放,实现全自动管理,提高了效率,节约了人力成本。
示例性方法
参见图1所示,为本申请实施例提供的一种银行交易系统管理方法的流程图,包括:
S101:监控获取当前交易数据;所述当前交易数据包括当前交易峰值、当前交易耗费时长和当前交易成功率。
在本申请实施例中,可以监控获取当前交易数据;当前交易数据包括当前交易峰值、当前交易耗费时长和当前交易成功率。
具体的,可以针对不同的业务现状以及不同的系统功能,构建不同交易的大数据监控模型,根据不同的大数据监控模型,建立不同的监控机制,监控各交易是否正常,确保实时跟踪上下游交易情况,
S102:获取大数据模型的训练集,所述训练集包括:历史交易数据以及所述历史交易数据中的废弃交易数据;所述废弃交易数据包括交易数据中大于或等于第一预设时长未被调用的数据;
S103:利用所述训练集学习所述历史交易数据以及所述历史交易数据中的废弃交易数据的映射关系;
S104:根据所述映射关系确定所述大数据模型的模型参数。
在本申请实施例中,可以获取大数据模型的训练集,训练集包括:历史交易数据以及历史交易数据中的废弃交易数据;废弃交易数据包括交易数据中大于或等于第一预设时长未被调用的数据。
利用训练集学习历史交易数据以及历史交易数据中的废弃交易数据的映射关系;根据映射关系确定大数据模型的模型参数。
具体的,根据系统之间调用情况,使用大数据模型分析,按照每个业务场景的特殊性,判断当前交易是否被正常调用。长时间未调起的交易需要进行调用方溯源,并及时告知发起方。即利用历史的长时间未调起的交易(废弃交易数据),以便预测后续的交易数据。
在一种可能的实现方式中,可以建立当前交易数据的类型;当前交易数据的类型包括交易量数据、营业时间段数据和渠道数据;根据当前交易数据的类型的不同分别进行调用。
S105:将所述当前交易数据输入预先训练的所述大数据模型,预先训练的所述大数据模型输出所述当前交易数据中的所述废弃交易数据,并去除所述当前交易数据中的所述废弃交易数据。
在本申请实施例中,为了实现有效的监控交易信息,确保实时跟踪上下游交易情况,根据大数据模型分析,有效监控目前交易情况以及评估后续可能会出现的安全隐患。并对长期未调起的交易链路进行及时清理,防止资源浪费,及时更新交易拓扑,有利于后续其他人员进行系统间维护,可以将当前交易数据输入预先训练的大数据模型,预先训练的大数据模型输出当前交易数据中的废弃交易数据,并去除当前交易数据中的废弃交易数据。
即使用大数据建模进行后期运行情况预判,对于生产情况进行了超前监控,并进行及时清理。
此外,为了防止资源浪费,当开启去除当前交易数据中的废弃交易数据后,可以监控当前交易数据中的废弃交易数据状态,当大于或等于第二预设时长,废弃交易数据未被去除时,则去除当前交易,并对银行交易系统中的调用关系进行更新。
即若无用数据无法被清理干净时,直接将整条交易去除,同步更新系统调用关系拓扑结构,维护最新的调用情况。
在一种可能的实现方式中,为了及时进行通知,方便工作人员后续对安全隐患进行及时的排查,可以当进行去除当前交易数据中的废弃交易数据时,对当前交易数据的上下游系统进行通知,以便工作人员在收到通知后,提前进行隐患排查。
本申请实施例提供了一种银行交易系统管理方法,可应用于人工智能领域、大数据领域或金融领域。该方法包括:监控获取当前交易数据;当前交易数据包括当前交易峰值、当前交易耗费时长和当前交易成功率;获取大数据模型的训练集,训练集包括:历史交易数据以及历史交易数据中的废弃交易数据;废弃交易数据包括交易数据中大于或等于第一预设时长未被调用的数据;利用训练集学习历史交易数据以及历史交易数据中的废弃交易数据的映射关系;根据映射关系确定大数据模型的模型参数;将当前交易数据输入预先训练的大数据模型,预先训练的大数据模型输出当前交易数据中的废弃交易数据,并去除当前交易数据中的废弃交易数据。从而在进行系统之间调用关系的现状监控的同时,可以利用大数据模型对当前交易数据中的废弃交易数据进行未来式预测,可以实现无用资源的及时释放,实现全自动管理,提高了效率,节约了人力成本。
示例性装置
参见图2所示,为本申请实施例提供的一种银行交易系统管理装置,包括:
监控单元201,用于监控获取当前交易数据;所述当前交易数据包括当前交易峰值、当前交易耗费时长和当前交易成功率;
获取单元202,用于获取大数据模型的训练集,所述训练集包括:历史交易数据以及所述历史交易数据中的废弃交易数据;所述废弃交易数据包括交易数据中大于或等于第一预设时长未被调用的数据;
学习单元203,用于利用所述训练集学习所述历史交易数据以及所述历史交易数据中的废弃交易数据的映射关系;
确定单元204,用于根据所述映射关系确定所述大数据模型的模型参数;
输入单元205,用于将所述当前交易数据输入预先训练的所述大数据模型,预先训练的所述大数据模型输出所述当前交易数据中的所述废弃交易数据,并去除所述当前交易数据中的所述废弃交易数据。
在一种可能的实现方式中,还包括:
状态单元,用于监控所述当前交易数据中的所述废弃交易数据状态;
去除单元,用于当大于或等于第二预设时长,所述废弃交易数据未被去除时,则去除所述当前交易,并对银行交易系统中的调用关系进行更新。
在一种可能的实现方式中,还包括:
建立单元,用于建立所述当前交易数据的类型;所述当前交易数据的类型包括交易量数据、营业时间段数据和渠道数据;
调用单元,用于根据所述当前交易数据的类型的不同分别进行调用。
在一种可能的实现方式中,还包括:
通知单元,用于当进行所述去除所述当前交易数据中的所述废弃交易数据时,对所述当前交易数据的上下游系统进行通知。
本申请实施例提供了一种银行交易系统管理装置,可应用于人工智能领域、大数据领域或金融领域。应用于该装置的方法包括:监控获取当前交易数据;当前交易数据包括当前交易峰值、当前交易耗费时长和当前交易成功率;获取大数据模型的训练集,训练集包括:历史交易数据以及历史交易数据中的废弃交易数据;废弃交易数据包括交易数据中大于或等于第一预设时长未被调用的数据;利用训练集学习历史交易数据以及历史交易数据中的废弃交易数据的映射关系;根据映射关系确定大数据模型的模型参数;将当前交易数据输入预先训练的大数据模型,预先训练的大数据模型输出当前交易数据中的废弃交易数据,并去除当前交易数据中的废弃交易数据。从而在进行系统之间调用关系的现状监控的同时,可以利用大数据模型对当前交易数据中的废弃交易数据进行未来式预测,可以实现无用资源的及时释放,实现全自动管理,提高了效率,节约了人力成本。
在上述实施例的基础上,本申请实施例提供了一种银行交易系统管理系统,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述银行交易系统管理方法的步骤。
在上述实施例的基础上,本申请实施例还提供了一种计算机可读介质,所述计算机可读介质上存储有计算机程序,所述计算机程序被处理执行时实现如上述银行交易系统管理方法的步骤。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述系统中所包含的;也可以是单独存在,而未装配入该系统中。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其它实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅是本申请的优选实施方式,虽然本申请已以较佳实施例披露如上,然而并非用以限定本申请。任何熟悉本领域的技术人员,在不脱离本申请技术方案范围情况下,都可利用上述揭示的方法和技术内容对本申请技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本申请技术方案的内容,依据本申请的技术实质对以上实施例所做的任何的简单修改、等同变化及修饰,均仍属于本申请技术方案保护的范围内。

Claims (10)

1.一种银行交易系统管理方法,其特征在于,包括:
监控获取当前交易数据;所述当前交易数据包括当前交易峰值、当前交易耗费时长和当前交易成功率;
获取大数据模型的训练集,所述训练集包括:历史交易数据以及所述历史交易数据中的废弃交易数据;所述废弃交易数据包括交易数据中大于或等于第一预设时长未被调用的数据;
利用所述训练集学习所述历史交易数据以及所述历史交易数据中的废弃交易数据的映射关系;
根据所述映射关系确定所述大数据模型的模型参数;
将所述当前交易数据输入预先训练的所述大数据模型,预先训练的所述大数据模型输出所述当前交易数据中的所述废弃交易数据,并去除所述当前交易数据中的所述废弃交易数据。
2.根据权利要求1所述的方法,其特征在于,当开启所述去除所述当前交易数据中的所述废弃交易数据后,还包括:
监控所述当前交易数据中的所述废弃交易数据状态;
当大于或等于第二预设时长,所述废弃交易数据未被去除时,则去除所述当前交易,并对银行交易系统中的调用关系进行更新。
3.根据权利要求1所述的方法,其特征在于,还包括:
建立所述当前交易数据的类型;所述当前交易数据的类型包括交易量数据、营业时间段数据和渠道数据;
根据所述当前交易数据的类型的不同分别进行调用。
4.根据权利要求1所述的方法,其特征在于,还包括:
当进行所述去除所述当前交易数据中的所述废弃交易数据时,对所述当前交易数据的上下游系统进行通知。
5.一种银行交易系统管理装置,其特征在于,包括:
监控单元,用于监控获取当前交易数据;所述当前交易数据包括当前交易峰值、当前交易耗费时长和当前交易成功率;
获取单元,用于获取大数据模型的训练集,所述训练集包括:历史交易数据以及所述历史交易数据中的废弃交易数据;所述废弃交易数据包括交易数据中大于或等于第一预设时长未被调用的数据;
学习单元,用于利用所述训练集学习所述历史交易数据以及所述历史交易数据中的废弃交易数据的映射关系;
确定单元,用于根据所述映射关系确定所述大数据模型的模型参数;
输入单元,用于将所述当前交易数据输入预先训练的所述大数据模型,预先训练的所述大数据模型输出所述当前交易数据中的所述废弃交易数据,并去除所述当前交易数据中的所述废弃交易数据。
6.根据权利要求5所述的装置,其特征在于,还包括:
状态单元,用于监控所述当前交易数据中的所述废弃交易数据状态;
去除单元,用于当大于或等于第二预设时长,所述废弃交易数据未被去除时,则去除所述当前交易,并对银行交易系统中的调用关系进行更新。
7.根据权利要求5所述的装置,其特征在于,还包括:
建立单元,用于建立所述当前交易数据的类型;所述当前交易数据的类型包括交易量数据、营业时间段数据和渠道数据;
调用单元,用于根据所述当前交易数据的类型的不同分别进行调用。
8.根据权利要求5所述的装置,其特征在于,还包括:
通知单元,用于当进行所述去除所述当前交易数据中的所述废弃交易数据时,对所述当前交易数据的上下游系统进行通知。
9.一种银行交易系统管理系统,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1-4任意一项所述银行交易系统管理方法的步骤。
10.一种计算机可读介质,其特征在于,所述计算机可读介质上存储有计算机程序,所述计算机程序被处理执行时实现如权利要求1-4任意一项所述银行交易系统管理方法的步骤。
CN202310434433.7A 2023-04-21 2023-04-21 一种银行交易系统管理方法、装置、系统和介质 Pending CN116823419A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310434433.7A CN116823419A (zh) 2023-04-21 2023-04-21 一种银行交易系统管理方法、装置、系统和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310434433.7A CN116823419A (zh) 2023-04-21 2023-04-21 一种银行交易系统管理方法、装置、系统和介质

Publications (1)

Publication Number Publication Date
CN116823419A true CN116823419A (zh) 2023-09-29

Family

ID=88117490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310434433.7A Pending CN116823419A (zh) 2023-04-21 2023-04-21 一种银行交易系统管理方法、装置、系统和介质

Country Status (1)

Country Link
CN (1) CN116823419A (zh)

Similar Documents

Publication Publication Date Title
CN114048857B (zh) 算力分配方法、装置及算力服务器
CN110009347B (zh) 一种区块链交易信息审计的方法及装置
CN110069929B (zh) 漏洞处置分析方法及其分析模型的构建方法和装置
CN112446511A (zh) 一种故障处置方法、装置、介质及设备
CN109359019A (zh) 应用程序性能监控方法、装置、电子设备及存储介质
CN111225004B (zh) 一种服务器集群的扩容方法、装置和可读介质
CN115022210B (zh) 一种网络流量预测模型的构建方法、预测方法及装置
CN105450445A (zh) 一种大容量分组传送系统下的高性能告警处理系统及方法
CN111324644B (zh) 大型微服务架构下的数据库连接风暴的监控方法及装置
CN114202206B (zh) 系统异常根因分析方法及装置
CN117271177B (zh) 基于链路数据的根因定位方法、装置、电子设备及存储介质
CN109978172B (zh) 一种基于极限学习机的资源池利用率预测方法及装置
CN113868214A (zh) 日志的存储方法、装置、电子设备及计算机可读介质
CN116823419A (zh) 一种银行交易系统管理方法、装置、系统和介质
CN110781950B (zh) 一种报文处理方法及装置
CN109462510B (zh) 一种cdn节点质量评估的方法及装置
CN114116853B (zh) 基于时序关联分析的数据安全分析方法及装置
CN113742169B (zh) 一种业务监控告警方法、装置、设备以及存储介质
CN115827232A (zh) 一种为业务模型确定配置的方法、装置、系统及设备
CN115309735A (zh) 大数据清洗方法、装置、计算机设备及存储介质
CN114327392A (zh) 一种数据处理方法、装置及电子设备
CN113064812A (zh) 一种项目开发过程质量缺陷预测方法、装置及介质
CN112860527A (zh) 应用服务器的故障监测方法及装置
CN111935279A (zh) 基于区块链和大数据的物联网络维护方法及计算节点
CN117520410B (zh) 业务数据处理方法、装置、电子设备和计算机可读介质

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