CN117041102A - 服务抖动异常处理方法及装置 - Google Patents
服务抖动异常处理方法及装置 Download PDFInfo
- Publication number
- CN117041102A CN117041102A CN202311220612.7A CN202311220612A CN117041102A CN 117041102 A CN117041102 A CN 117041102A CN 202311220612 A CN202311220612 A CN 202311220612A CN 117041102 A CN117041102 A CN 117041102A
- Authority
- CN
- China
- Prior art keywords
- time
- time consumption
- service
- transaction
- timeout
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000004364 calculation method Methods 0.000 claims abstract description 51
- 238000004590 computer program Methods 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000006854 communication Effects 0.000 abstract description 31
- 230000002265 prevention Effects 0.000 abstract description 14
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 6
- 239000000872 buffer Substances 0.000 description 4
- 230000001373 regressive effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
- H04L43/087—Jitter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/28—Flow control; Congestion control in relation to timing considerations
- H04L47/283—Flow control; Congestion control in relation to timing considerations in response to processing delays, e.g. caused by jitter or round trip time [RTT]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请实施例提供一种服务抖动异常处理方法及装置，涉及交易安全领域，也可用于金融领域，方法包括：获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；根据所述最佳耗时更新系统超时时间；获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间；本申请能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控。
Description
技术领域
本申请涉及交易安全领域，也可用于金融领域，具体涉及一种服务抖动异常处理方法及装置。
背景技术
目前RPC(Remote Procedure Call Protocol，远程过程调用协议)服务在超时时间上设置，是提前进行设置，消费方根据超时时间进行服务超时判定。现有服务调用机制，一是不能对线上服务进行实时响应时间统计；二是不能对预设超时时间进行调整。在提供方服务发生抖动时，消费方对提供方服务的降级处理能力不足，直接影响上层服务质量。
在现有技术中，多层服务访问时，在底层交易发生抖动时，上层交易将不可避免的受到影响，易发生服务的阻塞或者服务器的性能降低，最终影响整个服务的质量与性能。
该技术应用在网联与银联卡快捷支付反欺诈风控中，快捷支付服务需要稳定快捷的风控。当风控服务不稳定时，服务超时时快捷支付交易将不风控直接放行，可能造成电信诈骗份子交易能通过财产流失，所以风控服务稳定是保障快捷支付交易安全的充分条件。
发明内容
针对现有技术中的问题，本申请提供一种服务抖动异常处理方法及装置，能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控。
为了解决上述问题中的至少一个，本申请提供以下技术方案：
第一方面，本申请提供一种服务抖动异常处理方法，包括：
获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；
根据所述最佳耗时更新系统超时时间；
获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间。
进一步地，所述运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时，包括：
根据所述每笔交易耗时确定对应的耗时均值和耗时标准差；
根据所述的耗时均值和耗时标准差运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时。
进一步地，在所述若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间之后，还包括：
判断所述预估耗时是否未超过所述系统超时时间；
若是，则不进行执行超时更新操作。
进一步地，在所述获取所述风控服务消费方的预估耗时之前，包括：
对所述当前网络支付环境进行网络监测；
若监测到发生网络抖动或下层服务返回延时，则启动执行超时更新操作。
进一步地，在所述若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间之后，包括：
根据所述风控服务消费方的预估耗时和设定高斯模型进行再次回归计算；
根据所述回归计算的结果确定异常链路节点。
进一步地，所述根据所述回归计算的结果确定异常链路节点，包括：
根据所述回归计算的结果确定耗时波动超过阈值的链路节点；
将所述耗时波动超过阈值的链路节点确定为异常链路节点。
第二方面，本申请提供一种服务抖动异常处理装置，包括：
最佳耗时确定模块，用于获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；
超时时间更新模块，用于根据所述最佳耗时更新系统超时时间；
风控超时更新模块，用于获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间。
进一步地，所述最佳耗时确定模块包括：
耗时均值和标准差计算单元，用于根据所述每笔交易耗时确定对应的耗时均值和耗时标准差；
回归计算单元，用于根据所述的耗时均值和耗时标准差运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时。
进一步地，所述风控超时更新模块包括：
超时判断单元，用于判断所述预估耗时是否未超过所述系统超时时间；
不予更新单元，用于若是，则不进行执行超时更新操作。
进一步地，所述风控超时更新模块还包括：
网络监测单元，用于对所述当前网络支付环境进行网络监测；
更新执行单元，用于若监测到发生网络抖动或下层服务返回延时，则启动执行超时更新操作。
进一步地，所述风控超时更新模块还包括：
再次回归计算单元，用于根据所述风控服务消费方的预估耗时和设定高斯模型进行再次回归计算；
异常确定单元，用于根据所述回归计算的结果确定异常链路节点。
进一步地，所述异常确定单元包括：
波动计算子单元，用于根据所述回归计算的结果确定耗时波动超过阈值的链路节点；
异常节点确定子单元，用于将所述耗时波动超过阈值的链路节点确定为异常链路节点。
第三方面，本申请提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的服务抖动异常处理方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的服务抖动异常处理方法的步骤。
第五方面，本申请提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述的服务抖动异常处理方法的步骤。
由上述技术方案可知，本申请提供一种服务抖动异常处理方法及装置，通过获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；根据所述最佳耗时更新系统超时时间；获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间，由此能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控。
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他的附图。
图1为本申请实施例中的服务抖动异常处理方法的流程示意图之一；
图2为本申请实施例中的服务抖动异常处理方法的流程示意图之二；
图3为本申请实施例中的服务抖动异常处理方法的流程示意图之三；
图4为本申请实施例中的服务抖动异常处理方法的流程示意图之四；
图5为本申请实施例中的服务抖动异常处理方法的流程示意图之五；
图6为本申请实施例中的服务抖动异常处理方法的流程示意图之六；
图7为本申请实施例中的服务抖动异常处理装置的结构图之一；
图8为本申请实施例中的服务抖动异常处理装置的结构图之二；
图9为本申请实施例中的服务抖动异常处理装置的结构图之三；
图10为本申请实施例中的服务抖动异常处理装置的结构图之四；
图11为本申请实施例中的服务抖动异常处理装置的结构图之五；
图12为本申请实施例中的服务抖动异常处理装置的结构图之六；
图13为本申请一具体实施例中的服务调用流程示意图；
图14为本申请实施例中的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
考虑到在现有技术中多层服务访问时，在底层交易发生抖动时，上层交易将不可避免的受到影响，易发生服务的阻塞或者服务器的性能降低，最终影响整个服务的质量与性能的问题，本申请提供一种服务抖动异常处理方法及装置，通过获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；根据所述最佳耗时更新系统超时时间；获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间，由此能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控。
为了能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控，本申请提供一种服务抖动异常处理方法的实施例，参见图1，所述服务抖动异常处理方法具体包含有如下内容：
步骤S101：获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；
可以理解的是，交易风险识别是在当前网络支付中保障客户钱包的最重要的手段，而风险识别过程所用的交易耗时为毫秒级别，任何一点延时都会直接影响风险识结果。因此，本申请实施例提供了一种降低服务抖动引起服务异常的方法，用于消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时等问题,高效且不影响客户交易体验方法，保障每笔交易有风险防控，每笔交易有返回。
可选的，本申请可以获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时并存在内存中，具体公式可以为：
高斯模型：P(x|θ)＝12πσ2exp(-(x-μ)22σ2)，其中μ为数据耗时均值(期望)，σ为数据耗时标准差。
步骤S102：根据所述最佳耗时更新系统超时时间；
步骤S103：获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间。
可以理解的是，所述消费方在发起服务调用时，发生网络抖动或者下层服务返回延时时，该方法发挥效用，稳定服务调用，保障抖动层不影响其它层服务结果。
可选的，本申请可以获取预估耗时，并在决定消费方超时时间前，判断该超时时间：执行超时时间大于消费方超时时间,将消费方超时时间赋值给执行时超时时间；执行超时时间小于消费方超时时间,则执行超时时间值不变，该方法能在耗时小于设定值时调整超时时间提高响应效率。
可选的，本申请还可以按链路节点预估耗时再次进行回归，哪个节点耗时波动较大时，重复系统超时时间更新操作，以及排查异常链路节点服务，如果服务非正常抖动则及时排查；如果服务正常抖动则重复系统超时时间更新操作以调整超时时间。
从上述描述可知，本申请实施例提供的服务抖动异常处理方法，能够通过获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；根据所述最佳耗时更新系统超时时间；获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间，由此能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控。
在本申请的服务抖动异常处理方法的一实施例中，参见图2，还可以具体包含如下内容：
步骤S201：根据所述每笔交易耗时确定对应的耗时均值和耗时标准差；
步骤S202：根据所述的耗时均值和耗时标准差运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时。
可以理解的是，交易风险识别是在当前网络支付中保障客户钱包的最重要的手段，而风险识别过程所用的交易耗时为毫秒级别，任何一点延时都会直接影响风险识结果。因此，本申请实施例提供了一种降低服务抖动引起服务异常的方法，用于消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时等问题,高效且不影响客户交易体验方法，保障每笔交易有风险防控，每笔交易有返回。
可选的，本申请可以获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时并存在内存中，具体公式可以为：
高斯模型：P(x|θ)＝12πσ2exp(-(x-μ)22σ2)，其中μ为数据耗时均值(期望)，σ为数据耗时标准差。
在本申请的服务抖动异常处理方法的一实施例中，参见图3，还可以具体包含如下内容：
步骤S301：判断所述预估耗时是否未超过所述系统超时时间；
步骤S302：若是，则不进行执行超时更新操作。
可选的，本申请可以获取预估耗时，并在决定消费方超时时间前，判断该超时时间：执行超时时间大于消费方超时时间,将消费方超时时间赋值给执行时超时时间；执行超时时间小于消费方超时时间,则执行超时时间值不变，该方法能在耗时小于设定值时调整超时时间提高响应效率。
在本申请的服务抖动异常处理方法的一实施例中，参见图4，还可以具体包含如下内容：
步骤S401：对所述当前网络支付环境进行网络监测；
步骤S402：若监测到发生网络抖动或下层服务返回延时，则启动执行超时更新操作。
可以理解的是，所述消费方在发起服务调用时，发生网络抖动或者下层服务返回延时时，该方法发挥效用，稳定服务调用，保障抖动层不影响其它层服务结果。
在本申请的服务抖动异常处理方法的一实施例中，参见图5，还可以具体包含如下内容：
步骤S501：根据所述风控服务消费方的预估耗时和设定高斯模型进行再次回归计算；
步骤S502：根据所述回归计算的结果确定异常链路节点。
在本申请的服务抖动异常处理方法的一实施例中，参见图6，还可以具体包含如下内容：
步骤S601：根据所述回归计算的结果确定耗时波动超过阈值的链路节点；
步骤S602：将所述耗时波动超过阈值的链路节点确定为异常链路节点。
可选的，本申请还可以按链路节点预估耗时再次进行回归，哪个节点耗时波动较大时，重复系统超时时间更新操作，以及排查异常链路节点服务，如果服务非正常抖动则及时排查；如果服务正常抖动则重复系统超时时间更新操作以调整超时时间。
为了能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控，本申请提供一种用于实现所述服务抖动异常处理方法的全部或部分内容的服务抖动异常处理装置的实施例，参见图7，所述服务抖动异常处理装置具体包含有如下内容：
最佳耗时确定模块10，用于获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；
超时时间更新模块20，用于根据所述最佳耗时更新系统超时时间；
风控超时更新模块30，用于获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间。
从上述描述可知，本申请实施例提供的服务抖动异常处理装置，能够通过获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；根据所述最佳耗时更新系统超时时间；获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间，由此能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控。
在本申请的服务抖动异常处理装置的一实施例中，参见图8，所述最佳耗时确定模块10包括：
耗时均值和标准差计算单元11，用于根据所述每笔交易耗时确定对应的耗时均值和耗时标准差；
回归计算单元12，用于根据所述的耗时均值和耗时标准差运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时。
在本申请的服务抖动异常处理装置的一实施例中，参见图9，所述风控超时更新模块30包括：
超时判断单元31，用于判断所述预估耗时是否未超过所述系统超时时间；
不予更新单元32，用于若是，则不进行执行超时更新操作。
在本申请的服务抖动异常处理装置的一实施例中，参见图10，所述风控超时更新模块30还包括：
网络监测单元33，用于对所述当前网络支付环境进行网络监测；
更新执行单元34，用于若监测到发生网络抖动或下层服务返回延时，则启动执行超时更新操作。
在本申请的服务抖动异常处理装置的一实施例中，参见图11，所述风控超时更新模块30还包括：
再次回归计算单元35，用于根据所述风控服务消费方的预估耗时和设定高斯模型进行再次回归计算；
异常确定单元36，用于根据所述回归计算的结果确定异常链路节点。
在本申请的服务抖动异常处理装置的一实施例中，参见图12，所述异常确定单元36包括：
波动计算子单元361，用于根据所述回归计算的结果确定耗时波动超过阈值的链路节点；
异常节点确定子单元362，用于将所述耗时波动超过阈值的链路节点确定为异常链路节点。
为了更进一步说明本方案，本申请还提供一种应用上述服务抖动异常处理装置实现服务抖动异常处理方法的具体应用实例，具体包含有如下内容：
1.参见图13，交易风险识别是在当前网络支付中保障客户钱包的最重要的手段，而风险识别过程所用的交易耗时为毫秒级别，任何一点延时都会直接影响风险识结果。一种降低服务抖动引起服务异常的方法，用于消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时等问题,高效且不影响客户交易体验方法，保障每笔交易有风险防控，每笔交易有返回；
2.根据1所述消费方记录一段时内每笔交易耗时，并运用高斯模型进行回归，计算得出该段时间内的最佳的耗时数据并存在内存中；
高斯模型：P(x|θ)＝12πσ2exp(-(x-μ)22σ2)，其中μ为数据耗时均值(期望)，σ为数据耗时标准差。
3.根据1所述消费方在发起服务调用时，发生网络抖动或者下层服务返回延时时，该方法发挥效用，稳定服务调用，保障抖动层不影响其它层服务结果。
4.根据2所述执行时，获取预估耗时，并在决定消费方超时时间前，判断该超时时间：执行超时时间大于消费方超时时间,将消费方超时时间赋值给执行时超时时间；执行超时时间小于消费方超时时间,则执行超时时间值不变，该方法能在耗时小于设定值时调整超时时间提高响应效率；
5.根据4所述执行，服务执行过程中是否超时，是否有结果返回，多层服务调用时，一层并不影响其它层服务结果；
6.根据5所述实时交易数据进行解析，然后根据解析结果服务超时报异常，否则正常返回结果。
根据4中结果，按链路节点预估耗时再次进行回归，哪个节点耗时波动较大时，重复4，以及排查异常链路节点服务，如果服务非正常抖动则及时排查；如果服务正常抖动则重复4调整超时时间。
有上述内容可知，本申请至少还可以实现以下技术效果：
1.降低服务抖动时，降低对消费方服务的影响；
2.统计了一段时间内提供方服务的耗时，然后逻辑回归以及进行正态分布计算得出时耗的中位数；
3.新增了调整服务调用超时时间方法。
4.节约服务资源，提高资源使用率。
从硬件层面来说，为了能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控，本申请提供一种用于实现所述服务抖动异常处理方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现服务抖动异常处理装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输；该逻辑控制器可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该逻辑控制器可以参照实施例中的服务抖动异常处理方法的实施例，以及服务抖动异常处理装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
可以理解的是，所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中，服务抖动异常处理方法的部分可以在如上述内容所述的电子设备侧执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。
上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
图14为本申请实施例的电子设备9600的系统构成的示意框图。如图14所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图14是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，服务抖动异常处理方法功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
步骤S101：获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；
步骤S102：根据所述最佳耗时更新系统超时时间；
步骤S103：获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间。
从上述描述可知，本申请实施例提供的电子设备，通过获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；根据所述最佳耗时更新系统超时时间；获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间，由此能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控。
在另一个实施方式中，服务抖动异常处理装置可以与中央处理器9100分开配置，例如可以将服务抖动异常处理装置配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现服务抖动异常处理方法功能。
如图14所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图14中所示的所有部件；此外，电子设备9600还可以包括图14中没有示出的部件，可以参考现有技术。
如图14所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的服务抖动异常处理方法中全部步骤的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程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的服务抖动异常处理方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤S101：获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；
步骤S102：根据所述最佳耗时更新系统超时时间；
步骤S103：获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间。
从上述描述可知，本申请实施例提供的计算机可读存储介质，通过获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；根据所述最佳耗时更新系统超时时间；获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间，由此能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的服务抖动异常处理方法中全部步骤的一种计算机程序产品，该计算机程序/指令被处理器执行时实现所述的服务抖动异常处理方法的步骤，例如，所述计算机程序/指令实现下述步骤：
步骤S101：获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；
步骤S102：根据所述最佳耗时更新系统超时时间；
步骤S103：获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间。
从上述描述可知，本申请实施例提供的计算机程序产品，通过获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；根据所述最佳耗时更新系统超时时间；获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间，由此能够消除实时通信过程中因网络抖动造成的延时或者因下层服务返回的延时问题,高效且不影响客户交易体验，保障每笔交易的风险防控。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种服务抖动异常处理方法，其特征在于，所述方法包括：
获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；
根据所述最佳耗时更新系统超时时间；
获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间。
2.根据权利要求1所述的服务抖动异常处理方法，其特征在于，所述运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时，包括：
根据所述每笔交易耗时确定对应的耗时均值和耗时标准差；
根据所述的耗时均值和耗时标准差运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时。
3.根据权利要求1所述的服务抖动异常处理方法，其特征在于，在所述若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间之后，还包括：
判断所述预估耗时是否未超过所述系统超时时间；
若是，则不进行执行超时更新操作。
4.根据权利要求1所述的服务抖动异常处理方法，其特征在于，在所述获取所述风控服务消费方的预估耗时之前，包括：
对所述当前网络支付环境进行网络监测；
若监测到发生网络抖动或下层服务返回延时，则启动执行超时更新操作。
5.根据权利要求1所述的服务抖动异常处理方法，其特征在于，在所述若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间之后，包括：
根据所述风控服务消费方的预估耗时和设定高斯模型进行再次回归计算；
根据所述回归计算的结果确定异常链路节点。
6.根据权利要求5所述的服务抖动异常处理方法，其特征在于，所述根据所述回归计算的结果确定异常链路节点，包括：
根据所述回归计算的结果确定耗时波动超过阈值的链路节点；
将所述耗时波动超过阈值的链路节点确定为异常链路节点。
7.一种服务抖动异常处理装置，其特征在于，包括：
最佳耗时确定模块，用于获取当前网络支付环境中风控服务消费方在设定时间段内的每笔交易耗时，运用设定高斯模型对所述每笔交易耗时进行回归计算，得到对应的最佳耗时；
超时时间更新模块，用于根据所述最佳耗时更新系统超时时间；
风控超时更新模块，用于获取所述风控服务消费方的预估耗时，若所述预估耗时超过所述系统超时时间，则将所述风控服务消费方的执行超时更新为所述系统超时时间。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至6任一项所述的服务抖动异常处理方法的步骤。
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，该计算机程序被处理器执行时实现权利要求1至6任一项所述的服务抖动异常处理方法的步骤。
10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至6任一项所述的服务抖动异常处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311220612.7A CN117041102A (zh) | 2023-09-20 | 2023-09-20 | 服务抖动异常处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311220612.7A CN117041102A (zh) | 2023-09-20 | 2023-09-20 | 服务抖动异常处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117041102A true CN117041102A (zh) | 2023-11-10 |
Family
ID=88623043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311220612.7A Pending CN117041102A (zh) | 2023-09-20 | 2023-09-20 | 服务抖动异常处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117041102A (zh) |
-
2023
- 2023-09-20 CN CN202311220612.7A patent/CN117041102A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112163946A (zh) | 基于分布式交易系统的账务处理方法及装置 | |
| CN110764881A (zh) | 分布式系统后台重试方法及装置 | |
| CN113435989A (zh) | 金融数据处理方法及装置 | |
| CN113055479A (zh) | 分布式服务集群负载自适应处理方法、装置及系统 | |
| CN113032233A (zh) | 分布式服务集群运行时参数自适应处理方法、装置及系统 | |
| CN111445331A (zh) | 交易撮合方法及装置 | |
| CN112817694A (zh) | 分布式系统的自动负载均衡方法及装置 | |
| CN111882323B (zh) | 基于云服务租赁的用户融资风险控制方法及装置 | |
| CN111352719B (zh) | 交易簿记服务数据处理方法、装置及系统 | |
| CN110399409B (zh) | 交易异常监测方法及装置 | |
| CN112950357A (zh) | 交易异常团伙识别方法及装置 | |
| CN114285657B (zh) | 防火墙安全策略变更验证方法及装置 | |
| CN117041102A (zh) | 服务抖动异常处理方法及装置 | |
| CN115562898A (zh) | 分布式支付系统异常处理方法及装置 | |
| CN116185755A (zh) | 分布式负载均衡系统数据处理方法及装置 | |
| CN115099930A (zh) | 金融业务数据处理方法及装置 | |
| CN111178893B (zh) | 防盗刷的安全认证方法及装置 | |
| CN113377385A (zh) | 客户端自动部署方法及装置 | |
| CN113434423A (zh) | 接口测试方法及装置 | |
| CN112101810A (zh) | 风险事件控制方法、装置及系统 | |
| CN113094571A (zh) | 多平台对账方法及装置 | |
| CN113261019A (zh) | 风险管理系统接口 | |
| CN115880067A (zh) | 交易异常数据处理方法及装置 | |
| CN112766698B (zh) | 应用业务压力确定方法及装置 | |
| CN115719229A (zh) | 外呼交易验证方法及装置 |
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 |