CN117745446A - 资源数据处理方法、装置、计算机设备、存储介质 - Google Patents

Abstract

本申请涉及一种资源数据处理方法、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：获取中央处理器发送的交互资源的数据以及合约资源的数据；其中，交互资源的数据包括交互资源的初始量值数据，合约资源的数据包括交互资源的资源交互条件；根据预设的第一计算逻辑，并行处理交互资源的数据，生成与交互资源的初始量值数据相对应的多个随机数序列；根据预设的第二计算逻辑以及资源交互条件，并行处理多个随机数序列，确定与交互资源的初始量值数据相对应的预测资源增益；其中，预测资源增益用于根据预设的计算逻辑确定合约资源的交互量值。采用本方法能够提升确定合约资源的交互量值的效率。

Description

资源数据处理方法、装置、计算机设备、存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种资源数据处理方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

随着计算机技术的不断发展，资源管理机构越来多地借助数据分析的方式对交互资源的量值随时间变化的趋势进行预测，进而预测按照合约资源中规定的约束条件对交互资源进行交互产生的增加量值，并根据增加量值确定该合约资源的交互量值。

然而，预测交互资源的量值随时间变化的趋势涉及多次量值路径的计算，计算量较大，导致确定合约资源的交互量值的效率较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提升确定合约资源的交互量值的效率的资源数据处理方法、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，本申请提供了一种资源数据处理方法，应用于并行处理器，包括：

获取中央处理器发送的交互资源的数据以及合约资源的数据；其中，所述交互资源的数据包括所述交互资源的初始量值数据，所述合约资源的数据包括所述交互资源的资源交互条件；

根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列；

根据预设的第二计算逻辑以及所述资源交互条件，并行处理所述多个随机数序列，确定与所述交互资源的初始量值数据相对应的预测资源增益；其中，所述预测资源增益用于根据预设的计算逻辑确定所述合约资源的交互量值。

在其中一个实施例中，所述方法还包括：

获取中央处理器发送的时间序列，所述时间序列包括多个时间属性；

根据所述时间序列，筛选出所述随机数序列中所述多个时间属性对应的数据并存储。

在其中一个实施例中，所述并行处理器为图形处理器；所述根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列，之前包括：

获取中央处理器发送的随机数矩阵；其中，所述随机数矩阵中多行多列的数据服从正态分布。

在其中一个实施例中，所述根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列，包括：

确定第一数组，所述第一数组包括第二数组、第三数值；其中，所述第二数组包括第一数值、第二数值，所述第一数值与所述交互资源相对应，所述第二数值与所述交互资源的初始量值数据相对应；

根据所述第一数组，将所述随机数矩阵中与所述第三数值对应的行/列的数据以及所述交互资源的数据，分配给所述第一数组对应的第一线程，以使得所述第一线程根据预设的第一计算逻辑处理数据，得到所述第一数组对应的随机数序列。

在其中一个实施例中，所述根据预设的第二计算逻辑以及所述资源交互条件，并行处理所述多个随机数序列，确定与所述交互资源的初始量值数据相对应的预测资源增益，包括：

根据第一数组，将所述第一数组对应的随机数序列以及所述资源交互条件，分配给所述第一数组对应的第二线程，以使得所述第二线程根据预设的第二计算逻辑处理数据，得到所述第一数组对应的初始资源增益；

根据第二数组，将包括所述第二数组的多个第一数组对应的初始资源增益，分配给所述第二数组对应的第三线程，以使得所述第三线程输出多个初始资源增益的均值，得到所述第二数组对应的预测资源增益。

在其中一个实施例中，所述并行处理器为量子计算机；所述根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列，之前包括：

获取中央处理器发送的概率分布参数，所述概率分布参数与所述交互资源相对应；

将所述概率分布参数编码到量子电路的量子比特上；

根据预设的第一计算逻辑确定所述量子电路中量子门的组合。

在其中一个实施例中，所述根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列，包括：

确定第二数组，所述第二数组包括第一数值、第二数值；其中，所述第一数值与所述交互资源相对应，所述第二数值与所述交互资源的初始量值数据相对应；

根据所述第二数组，将所述交互资源的数据输入至所述第二数组对应的量子电路，得到所述第二数组对应的多个随机数序列。

第二方面，本申请还提供了一种资源数据处理装置，包括：

数据获取模块，用于获取中央处理器发送的交互资源的数据以及合约资源的数据；其中，所述交互资源的数据包括所述交互资源的初始量值数据，所述合约资源的数据包括所述交互资源的资源交互条件；

第一处理模块，用于根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列；

第二处理模块，用于根据预设的第二计算逻辑以及所述资源交互条件，并行处理所述多个随机数序列，确定与所述交互资源的初始量值数据相对应的预测资源增益；其中，所述预测资源增益用于根据预设的计算逻辑确定所述合约资源的交互量值。

第三方面，本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。

第四方面，本申请还提供了一种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上述任一项所述的方法的步骤。

第五方面，本申请还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上述任一项所述的方法的步骤。

上述资源数据处理方法、装置、计算机设备、存储介质和计算机程序产品，上述资源数据方法中，通过采用预先配置计算逻辑的并行处理器处理资源数据，能够实现并行处理交互资源的相关数据，同步生成对应于该交互资源的不同量值起点的多条量值路径，提升了生成路径的效率；进而，能够实现根据合约资源的相关数据，并行计算多条量值路径的下按照预设条件对交互资源进行交互产生的增益，提升了确定交互资源增益的效率，因此，采用上述方法最终提升了确定合约资源的交互量值的效率。

附图说明

为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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为一个实施例中资源数据处理方法的应用环境图；

图2为一个实施例中资源数据处理方法的流程示意图；

图3为另一个实施例中资源数据处理方法的流程示意图；

图4为又一个实施例中资源数据处理方法的流程示意图；

图5为再一个实施例中资源数据处理方法的流程示意图；

图6为一个实施例中资源数据处理装置的结构框图；

图7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资源数据处理方法，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。服务器104可以是异构集群，包括多个不同芯片架构的计算节点。例如，计算节点的处理器可以是中央处理器（Central Processing Unit，CPU），计算节点的处理器可以是图形处理器（Graphics Processing Unit，GPU），计算机节点可以是量子计算机。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。

在一个示例性的实施例中，如图2所示，提供了一种资源数据处理方法，以该方法应用于并行处理器为例进行说明，包括以下步骤202至步骤206。其中：

步骤202，获取中央处理器发送的交互资源的数据以及合约资源的数据；其中，交互资源的数据包括交互资源的初始量值数据，合约资源的数据包括交互资源的资源交互条件。

其中，资源是指可以通过网络获取所有权的产品，包括虚拟产品和实体产品中的至少一种。例如，交互资源可以包括股票资源、证券资源等，合约资源可以包括期权资源、期货资源等。交互资源的数据可以包括交互资源的初始量值数据、历史量值数据、量值波动率等。例如，交互资源的量值可以是交互资源的价值。合约资源的数据可以包括合约资源的起始日期、终止日期，以及与该合约资源对应的交互资源的资源交互条件等。合约资源对应的交互资源可以是多种交互资源的组合。在一种可能的实现方式中，用户可以通过中央处理器对各个合约资源的数据进行设置。

示例性地，并行处理器可以在获取中央处理器发送的合约资源的数据之后，根据合约资源的数据确定该合约资源对应的交互资源，进而获取对应的交互资源的数据。

步骤204，根据预设的第一计算逻辑，并行处理交互资源的数据，生成与交互资源的初始量值数据相对应的多个随机数序列。

其中，预设的第一计算逻辑可以由一个数学模型或者一个随机过程实现。随机数序列是指以初始量值数据为起点的量值路径。随机数序列可以用于表征交互资源的量值变化情况。在一种可能的实现方式中，可以通过蒙特卡洛模拟方法生成随机数序列。

步骤206，根据预设的第二计算逻辑以及资源交互条件，并行处理多个随机数序列，确定与交互资源的初始量值数据相对应的预测资源增益；其中，预测资源增益用于根据预设的计算逻辑确定合约资源的交互量值。

其中，预测资源增益是指按照资源交互条件对交互资源进行交互产生的增加量值，或者终止合约资源产生的增加量值。例如，预测资源增益可以是预测收益。合约资源的交互量值是指对交互资源进行交互需要的资源量值，例如，合约资源的交互量值可以是合约资源的定价。可选地，可以根据预设的计算逻辑进一步处理合约资源的交互量值，以确定合约资源的风险指标。

示例性地，并行处理器可以根据随机数序列表征的交互资源的量值变化情况，预测按照交互条件对交互资源进行交互的时间、次数以及产生的增加量值，得到预测资源增益。其中，增加量值、预测资源增益均可以为正值/负值。

上述资源数据方法中，通过采用预先配置计算逻辑的并行处理器处理资源数据，能够实现并行处理交互资源的相关数据，同步生成对应于该交互资源的不同量值起点的多条量值路径，提升了生成路径的效率；进而，能够实现根据合约资源的相关数据，并行计算多条量值路径的下按照预设条件对交互资源进行交互产生的增益，提升了确定交互资源的增益的效率，因此，采用上述方法最终提升了确定合约资源的交互量值的效率。

在一个示例性的实施例中，如图3所示，提供了另一种资源数据处理方法，以该方法应用于图1中的并行处理器为例进行说明，包括以下步骤302、步骤304、步骤3051、步骤3052、步骤306。其中：

步骤302，获取中央处理器发送的交互资源的数据以及合约资源的数据；其中，交互资源的数据包括交互资源的初始量值数据，合约资源的数据包括交互资源的资源交互条件。

步骤304，根据预设的第一计算逻辑，并行处理交互资源的数据，生成与交互资源的初始量值数据相对应的多个随机数序列。

其中，随机数序列中的数据可以对应有时间属性。例如，随机数序列中数据的时间属性可以是不同的日期。

步骤3051，获取中央处理器发送的时间序列，时间序列包括多个时间属性。

在一种可能的实现方式中，中央处理器可以根据合约资源的数据，确定各个合约资源对应的时间序列。例如，时间序列可以包括多个间隔固定天数的日期以及对应的合约资源已运行天数等。在上述并行处理器为图形处理器的情况下，由于图形处理器并行处理的过程中不支持动态内存分配，因此可以通过中央处理器对时间序列进行日期格式的转换等处理，以使得并行处理器可以直接处理格式转换后的时间序列。

示例性地，并行处理器可以在获取中央处理器发送的合约资源的数据之后，获取该合约资源对应的时间序列。

步骤3052，根据时间序列，筛选出随机数序列中多个时间属性对应的数据并存储。

示例性地，并行处理器可以筛选出随机数序列中时间属性在时间序列中存在的数据，生成更新后的随机数序列并存储。

步骤306，根据预设的第二计算逻辑以及资源交互条件，并行处理多个随机数序列，确定与交互资源的初始量值数据相对应的预测资源增益；其中，预测资源增益用于根据预设的计算逻辑确定合约资源的交互量值。

本实施例中，通过根据预设的时间序列对生成的随机数序列中的数据进行筛选，能够节省存储随机数序列所需要的存储空间，并提升后续对随机数序列进行处理的处理效率；进一步地，能够实现通过数据的时间属性可以快速查询随机数序列中的数据。

在一个示例性的实施例中，上述并行处理器可以是图形处理器，如图4所示，提供了又一种资源数据处理方法，上述资源数据处理方法还可以包括步骤303A。

步骤303A，获取中央处理器发送的随机数矩阵；其中，随机数矩阵中多行多列的数据服从正态分布。

在一种可能的实现方式中，在随机数矩阵包括n行m列数据的情况下，n的值可以与需要生成的随机数序列的数量相等，m的值可以与合约资源的起始日期和终止日期的间隔天数相等。这样，在随机数矩阵中多行多列的数据服从正态分布的情况下，通过处理随机数矩阵得到的随机数序列中的数据可以满足对数正态分布。

进一步地，上述步骤304可以包括步骤3041A、步骤3042A。

步骤3041A，确定第一数组，第一数组包括第二数组、第三数值；其中，第二数组包括第一数值、第二数值，第一数值与交互资源相对应，第二数值与交互资源的初始量值数据相对应。

示例性地，可以从图形处理器中选取一个线程负责生成第一数组中的数值。

步骤3042A，根据第一数组，将随机数矩阵中与第三数值对应的行/列的数据以及交互资源的数据，分配给第一数组对应的第一线程，以使得第一线程根据预设的第一计算逻辑处理数据，得到第一数组对应的随机数序列。

示例性地，可以从图形处理器中选取一个线程负责根据第一数组中的数值，将需要处理的数据分配给各个线程。例如，在第一数值、第二数字、第三数值的值分别为i、j、k的情况下，该线程可以将随机数矩阵中第k行的数据以及交互资源的数据分配给与第一数组（i，j，k）对应的第一线程。因此，该线程可以根据n个第一数组（i，j，k），将随机数矩阵的n行数据分配给n个线程，以使得n个线程可以并行处理数据，生成第二数组（i，j）对应的n个随机数序列。进而，该线程可以根据N个第一数组，将随机数矩阵中的数据按行重复分配给N个线程，以使得N个线程可以并行处理数据，生成与N个第一数组一一对应的N个随机数序列；这里，N大于n。在一种可能的实现方式中，第一线程可以通过调用预先存储的程序代码，实现根据预设的第一计算逻辑处理数据。

进一步地，上述步骤306可以包括步骤3061A、步骤3062A。

3061A，根据第一数组，将第一数组对应的随机数序列以及资源交互条件，分配给第一数组对应的第二线程，以使得第二线程根据预设的第二计算逻辑处理数据，得到第一数组对应的初始资源增益。

类似地，图形处理器中的一个线程可以重新生成第一数组，图形处理器中的另一个线程可以根据第一数组中的数值，将第一数组对应的随机数序列以及资源交互条件分配给该第一数组对应的第二线程，以使得多个第二线程可以根据预设的第二计算逻辑并行处理随机数序列以及资源交互条件，同时生成第一数组对应的多个初始资源增益。

具体的，第二线程可以通过用预先存储的程序代码，判断按照随机数序列表征交互资源的量值变化情况，是否能够发生满足资源交互条件的交互行为，若能够发生满足资源交互条件的交互行为，根据交互行为的发生时间确定进行交互产生的增加量值；若无法发生满足资源交互条件的交互行为，根据合约资源的终止日期确定终止合约资源产生的增加量值。

步骤3062A，根据第二数组，将包括第二数组的多个第一数组对应的初始资源增益，分配给第二数组对应的第三线程，以使得第三线程输出多个初始资源增益的均值，得到第二数组对应的预测资源增益。

类似地，图形处理器中的一个线程可以重新生成第二数组，图形处理器中的另一个线程可以根据第二数组中的数值，将第二数组对应的预测资源增益分配给该第二数组对应的第三线程。例如，在第一数值、第二数字的值分别为i、j的情况下，该线程可以将第二数组（i，j）对应的n个初始资源增益分配给与第二数组（i，j）对应的第三线程。

需要说明的是，上述步骤3061A中的第一数组可以是对上述步骤3041A中的第一数组进行重新取值得到的。类似地，上述步骤3061A中的第二数组可以是对上述步骤3041A中的第二数组进行重新取值得到的。

本实施例中，通过针对不同交互资源、不同初始量值数据建立定位数组，实现了将确定合约资源的交互量值的计算过程分配给图形处理器的不同线程进行同步处理，能够减少生成以及分析交互资源的量值路径的计算时间，最终提升了确定合约资源的交互量值的效率。

在一个示例性的实施例中，上述并行处理器可以是量子计算机。这里，量子计算机可以是以中央处理器为基础的模拟器，或者量子计算真机。如图5所示，提供了再一种资源数据处理方法，上述资源数据处理方法还可以包括步骤3031B、步骤3032B、步骤3033B。

步骤3031B，获取中央处理器发送的概率分布参数，概率分布参数与交互资源相对应。

其中，交互资源对应的概率分布参数是指用于描述交互资源的量值满足的概率分布的形状、中心位置和离散程度等特征的参数。

步骤3032B，将概率分布参数编码到量子电路的量子比特上。

步骤3033B，根据预设的第一计算逻辑确定量子电路中量子门的组合。

示例性地，中央处理器可以根据交互资源的量值波动率等数据计算出特定日期下交互资源的量值的数学期望和方差等概率分布参数，并计算出数学期望附近的采样区间。其中，采样区间可以为量值的均值加减三个标准差的范围。进而，量子计算机可以通过量子振幅编码的方式将概率分布参数、采样区间等信息制备到M个量子比特上，并根据预设的第一计算逻辑确定量子电路中量子门的组合，使得量子电路能够模拟次第一计算逻辑的执行。在一种可能的实现方式中，也可以通过调用Qiskit等量子软件开发包构建量子电路。

进一步地，上述步骤304可以包括步骤3041B、步骤3042B。

步骤3041B，确定第二数组，第二数组包括第一数值、第二数值；其中，第一数值与交互资源相对应，第二数值与交互资源的初始量值数据相对应。

步骤3042B，根据第二数组，将交互资源的数据输入至第二数组对应的量子电路，得到第二数组对应的多个随机数序列。

示例性地，量子计算机可以包括与多个特定日期对应的量子电路，第二数组对应的多个随机数序列中每个特定日期对应的量值数据都可以通过对应的量子电路并行生成。

本实施例中，通过向量子计算机传入交互资源的量值服从的概率分布信息，能够实现通过量子电路能够得到满足特定概率分布的采样，并且，由于量子具有叠加特性，因此能够提升计算的并行程度，最终提升了确定合约资源的交互量值的效率。

综上所述，上述资源数据方法中，通过采用预先配置计算逻辑的并行处理器处理资源数据，能够实现并行处理交互资源的相关数据，同步生成对应于该交互资源的不同量值起点的多条量值路径，提升了生成路径的效率；进而，能够实现根据合约资源的相关数据，并行计算多条量值路径的下按照预设条件对交互资源进行交互产生的增益，提升了确定交互资源的增益的效率，因此，采用上述方法最终提升了确定合约资源的交互量值的效率。

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资源数据处理方法的资源数据处理装置。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资源数据处理装置实施例中的具体限定可以参见上文中对于资源数据处理方法的限定，在此不再赘述。

在一个示例性的实施例中，如图6所示，提供了一种资源数据处理装置400，包括：数据获取模块401、第一处理模块402和第二处理模块403，其中：

第一获取模块401，用于获取中央处理器发送的交互资源的数据以及合约资源的数据；其中，交互资源的数据包括交互资源的初始量值数据，合约资源的数据包括交互资源的资源交互条件；

第一处理模块402，用于根据预设的第一计算逻辑，并行处理交互资源的数据，生成与交互资源的初始量值数据相对应的多个随机数序列。

第二处理模块403，用于根据预设的第二计算逻辑以及资源交互条件，并行处理多个随机数序列，确定与交互资源的初始量值数据相对应的预测资源增益；其中，预测资源增益用于根据预设的计算逻辑确定合约资源的交互量值。

在一个示例性的实施例中，上述资源数据处理装置400包括：

第二获取模块，用于获取中央处理器发送的时间序列，时间序列包括多个时间属性。

筛选模块，用于根据时间序列，筛选出随机数序列中多个时间属性对应的数据并存储。

在一个示例性的实施例中，上述资源数据处理装置400包括：

第三获取模块，用于获取中央处理器发送的随机数矩阵；其中，随机数矩阵中多行多列的数据服从正态分布。

在一个示例性的实施例中，上述第一处理模块402包括：

第一确定子模块，用于确定第一数组，第一数组包括第二数组、第三数值；其中，第二数组包括第一数值、第二数值，第一数值与交互资源相对应，第二数值与交互资源的初始量值数据相对应。

第一处理子模块，用于根据第一数组，将随机数矩阵中与第三数值对应的行/列的数据以及交互资源的数据，分配给第一数组对应的第一线程，以使得第一线程根据预设的第一计算逻辑处理数据，得到第一数组对应的随机数序列。

在一个示例性的实施例中，上述第二处理模块403包括：

第二处理子模块，用于根据第一数组，将第一数组对应的随机数序列以及资源交互条件，分配给第一数组对应的第二线程，以使得第二线程根据预设的第二计算逻辑处理数据，得到第一数组对应的初始资源增益。

第三处理子模块，用于根据第二数组，将包括第二数组的多个第一数组对应的初始资源增益，分配给第二数组对应的第三线程，以使得第三线程输出多个初始资源增益的均值，得到第二数组对应的预测资源增益。

在一个示例性的实施例中，上述资源数据处理装置400包括：

第四获取模块，用于获取中央处理器发送的概率分布参数，概率分布参数与交互资源相对应。

编码模块，用于将概率分布参数编码到量子电路的量子比特上。

量子电路确定模块，用于根据预设的第一计算逻辑确定量子电路中量子门的组合。

在一个示例性的实施例中，上述第一处理模块402包括：

第二确定子模块，用于确定第二数组，第二数组包括第一数值、第二数值；其中，第一数值与交互资源相对应，第二数值与交互资源的初始量值数据相对应。

第四处理子模块，用于根据第二数组，将交互资源的数据输入至第二数组对应的量子电路，得到第二数组对应的多个随机数序列。

上述资源数据处理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。

在一个示例性的实施例中，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7所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。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。该计算机设备的数据库用于存储数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信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资源数据处理方法。

本领域技术人员可以理解，图7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。

在一个示例性的实施例中，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上述各方法实施例中的步骤。

在一个示例性的实施例中，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上述各方法实施例中的步骤。

在一个示例性的实施例中，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上述各方法实施例中的步骤。

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)

1.一种资源数据处理方法，其特征在于，应用于并行处理器，所述方法包括：

获取中央处理器发送的交互资源的数据以及合约资源的数据；其中，所述交互资源的数据包括所述交互资源的初始量值数据，所述合约资源的数据包括所述交互资源的资源交互条件；

根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列；

根据预设的第二计算逻辑以及所述资源交互条件，并行处理所述多个随机数序列，确定与所述交互资源的初始量值数据相对应的预测资源增益；其中，所述预测资源增益用于根据预设的计算逻辑确定所述合约资源的交互量值。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取中央处理器发送的时间序列，所述时间序列包括多个时间属性；

根据所述时间序列，筛选出所述随机数序列中所述多个时间属性对应的数据并存储。

3.根据权利要求1所述的方法，其特征在于，所述并行处理器为图形处理器；所述根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列，之前包括：

获取中央处理器发送的随机数矩阵；其中，所述随机数矩阵中多行多列的数据服从正态分布。

4.根据权利要求3所述的方法，其特征在于，所述根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列，包括：

确定第一数组，所述第一数组包括第二数组、第三数值；其中，所述第二数组包括第一数值、第二数值，所述第一数值与所述交互资源相对应，所述第二数值与所述交互资源的初始量值数据相对应；

根据所述第一数组，将所述随机数矩阵中与所述第三数值对应的行/列的数据以及所述交互资源的数据，分配给所述第一数组对应的第一线程，以使得所述第一线程根据预设的第一计算逻辑处理数据，得到所述第一数组对应的随机数序列。

5.根据权利要求3所述的方法，其特征在于，所述根据预设的第二计算逻辑以及所述资源交互条件，并行处理所述多个随机数序列，确定与所述交互资源的初始量值数据相对应的预测资源增益，包括：

根据第一数组，将所述第一数组对应的随机数序列以及所述资源交互条件，分配给所述第一数组对应的第二线程，以使得所述第二线程根据预设的第二计算逻辑处理数据，得到所述第一数组对应的初始资源增益；

根据第二数组，将包括所述第二数组的多个第一数组对应的初始资源增益，分配给所述第二数组对应的第三线程，以使得所述第三线程输出多个初始资源增益的均值，得到所述第二数组对应的预测资源增益。

6.根据权利要求1所述的方法，其特征在于，所述并行处理器为量子计算机；所述根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列，之前包括：

获取中央处理器发送的概率分布参数，所述概率分布参数与所述交互资源相对应；

将所述概率分布参数编码到量子电路的量子比特上；

根据预设的第一计算逻辑确定所述量子电路中量子门的组合。

7.根据权利要求6所述的方法，其特征在于，所述根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列，包括：

确定第二数组，所述第二数组包括第一数值、第二数值；其中，所述第一数值与所述交互资源相对应，所述第二数值与所述交互资源的初始量值数据相对应；

根据所述第二数组，将所述交互资源的数据输入至所述第二数组对应的量子电路，得到所述第二数组对应的多个随机数序列。

8.一种资源数据处理装置，其特征在于，所述装置包括：

数据获取模块，用于获取中央处理器发送的交互资源的数据以及合约资源的数据；其中，所述交互资源的数据包括所述交互资源的初始量值数据，所述合约资源的数据包括所述交互资源的资源交互条件；

第一处理模块，用于根据预设的第一计算逻辑，并行处理所述交互资源的数据，生成与所述交互资源的初始量值数据相对应的多个随机数序列；

第二处理模块，用于根据预设的第二计算逻辑以及所述资源交互条件，并行处理所述多个随机数序列，确定与所述交互资源的初始量值数据相对应的预测资源增益；其中，所述预测资源增益用于根据预设的计算逻辑确定所述合约资源的交互量值。

9.一种计算机设备，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7中任一项所述的方法的步骤。

10.一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7中任一项所述的方法的步骤。