CN111582771A - 风险评估方法、装置、设备及计算机可读存储介质 - Google Patents
风险评估方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111582771A CN111582771A CN202010552077.5A CN202010552077A CN111582771A CN 111582771 A CN111582771 A CN 111582771A CN 202010552077 A CN202010552077 A CN 202010552077A CN 111582771 A CN111582771 A CN 111582771A
- Authority
- CN
- China
- Prior art keywords
- request
- target
- change
- subsystem
- influence
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000008859 change Effects 0.000 claims abstract description 182
- 238000012508 change request Methods 0.000 claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 238000013507 mapping Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 15
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及金融科技技术领域,公开了一种风险评估方法、装置、设备及计算机可读存储介质。该风险评估方法包括:在接收到子***变更请求时,根据所述子***变更请求获取变更信息;根据所述变更信息确定目标影响请求和目标影响因子,并获取所述目标影响请求的历史平均请求量;根据所述历史平均请求量和所述目标影响因子计算得到预估影响请求量,并根据所述预估影响请求量确定对应的风险等级。本发明能够提高变更风险评估效率和变更风险评估结果的准确性。
Description
技术领域
本发明涉及金融科技(Fintech)技术领域,尤其涉及一种风险评估方法、装置、设备及计算机可读存储介质。
背景技术
随着计算机技术的发展,越来越多的技术应用在金融领域,传统金融业正在逐步向金融科技(Fintech)转变,但由于金融行业的安全性、实时性要求,也对技术提出了更高的要求。
产品服务的功能实现,通常需要借助多个子***进行处理。在功能更新或修复时,需要对对应的子***进行变更。在变更过程中,往往存在变更风险,因此,在变更前需对变更风险进行评估,以便于采取相应的预防措施。
目前,通常采用以下两种方法对变更风险进行评估,或者结合两种方法进行评估:1)依据一定的流程规则,组织相关管理人员或者技术人员,对变更涉及的主体(例如版本变更涉及到新发布的版本信息)、变更方案(如实施主体、实施步骤等)进行风险评审;2)提供一个类似问答或者配置***的文档,由相关人员进行回答或填写,然后根据回答或填写结果依据一定的规则评估风险。上述方法均需要人工参与,人的主观性因素对风险评估的结果有一定的影响,导致评估准确性较差,而且风险评估效率也较低。因此,如何提高变更风险评估效率和变更风险评估结果的准确性是目前亟需解决的问题。
发明内容
本发明的主要目的在于提供一种风险评估方法、装置、设备及计算机可读存储介质,旨在解决现有技术中变更风险评估效率低和变更风险评估结果的准确性较差的问题。
为实现上述目的,本发明提供一种风险评估方法,所述风险评估方法包括:
在接收到子***变更请求时,根据所述子***变更请求获取变更信息;
根据所述变更信息确定目标影响请求和目标影响因子,并获取所述目标影响请求的历史平均请求量;
根据所述历史平均请求量和所述目标影响因子计算得到预估影响请求量,并根据所述预估影响请求量确定对应的风险等级。
可选地,所述变更信息包括目标变更子***标识、变更实体信息和变更时间信息,所述根据所述变更信息确定目标影响请求和目标影响因子,并获取所述目标影响请求的历史平均请求量的步骤包括:
查询预先统计得到的各子***对应的影响请求列表,得到所述目标变更子***标识对应的目标影响请求;
根据所述变更实体信息确定目标影响因子;
检测所述目标变更子***标识对应的目标变更子***是否采用流量切换机制,得到检测结果;
根据所述检测结果和所述变更时间信息,确定目标影响时间段;
获取所述目标影响请求在所述目标影响时间段内的历史平均请求量。
可选地,所述风险评估方法还包括:
预先获取各类型请求的调用路径信息,根据所述调用路径信息得到各类型请求的调用链;
以所述调用链中的各子***为维度进行统计,得到各子***对应的影响请求列表。
可选地,所述根据所述变更实体信息确定目标影响因子的步骤包括:
若所述变更实体信息为变更实体数量,则获取所述目标变更子***的实体总数量,并对所述变更实体数量和所述实体总数量进行除法运算,得到目标影响因子;
若所述变更实体信息为目标变更实体,则获取所述目标变更实体对应的权重值,并对所述权重值进行加和运算,得到目标影响因子。
可选地,所述获取所述目标影响请求在所述目标影响时间段内的历史平均请求量的步骤包括:
获取当前日期,根据所述当前日期和预设天数确定目标历史日期;
获取所述目标影响请求在所述目标历史日期的所述目标影响时间段内的历史总请求量;
根据所述历史总请求量和所述预设天数计算得到历史平均请求量。
可选地,所述根据所述预估影响请求量确定对应的风险等级的步骤包括:
将所述预估影响请求量与预设的目标变更子***的请求量区间进行匹配,确定所述预估影响请求量所处的目标请求量区间;
根据预设的目标变更子***的请求量区间与风险等级之间的映射关系,确定所述目标请求量区间对应的风险等级。
可选地,所述风险评估方法还包括:
获取各子***对应的请求容错量;
根据所述请求容错量及预设的阈值范围与风险等级的映射关系,计算得到各风险等级对应的请求量区间;
根据计算结果构建各子***的请求量区间与风险等级之间的映射关系。
此外,为实现上述目的,本发明还提供一种风险评估装置,所述风险评估装置包括:
第一获取模块,用于在接收到子***变更请求时,根据所述子***变更请求获取变更信息;
第二获取模块,用于根据所述变更信息确定目标影响请求和目标影响因子,并获取所述目标影响请求的历史平均请求量;
风险评估模块,用于根据所述历史平均请求量和所述目标影响因子计算得到预估影响请求量,并根据所述预估影响请求量确定对应的风险等级。
此外,为实现上述目的,本发明还提供一种风险评估设备,所述风险评估设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风险评估程序,所述风险评估程序被所述处理器执行时实现如上所述的风险评估方法的步骤。
此外,为实现上述目的,本发明还提供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风险评估程序,所述风险评估程序被处理器执行时实现如上所述的风险评估方法的步骤。
本发明提供一种风险评估方法、装置、设备及计算机可读存储介质,在接收到子***变更请求时,获取子***变更请求中携带的变更信息;然后,根据变更信息确定目标影响请求和目标影响因子,并获取目标影响请求的历史平均请求量;进而根据历史平均请求量和目标影响因子计算得到预估影响请求量,并根据预估影响请求量确定对应的风险等级。本发明中,基于子***的变更信息确定得到目标影响请求和目标影响因子,然后结合目标影响因子和历史监控的请求量数据预估得到目标影响请求对应的预估影响请求量,进而基于预估影响请求量确定风险等级,通过上述方式,实现了变更风险的智能评估,相比于现有技术中通过人工评估,可提高变更风险评估效率和变更风险评估结果的准确性。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明风险评估方法第一实施例的流程示意图;
图3为本发明风险评估装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例风险评估设备可以是智能手机,也可以是PC(PersonalComputer,个人计算机)、平板电脑、便携计算机等终端设备。
如图1所示,该风险评估设备可以包括:处理器1001,例如CPU,通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如Wi-Fi接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的风险评估设备结构并不构成对风险评估设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块以及风险评估程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端,与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的风险评估程序,并执行以下风险评估方法的各个步骤。
基于上述硬件结构,提出本发明风险评估方法的各实施例。
本发明提供一种风险评估方法。
参照图2,图2为本发明风险评估方法第一实施例的流程示意图。
在本实施例中,该风险评估方法包括:
步骤S10,在接收到子***变更请求时,根据所述子***变更请求获取变更信息;
本实施例的风险评估方法是由风险评估设备实现的,该设备以服务器为例进行说明。
在本实施例中,当工作人员需要对服务或产品中的一个或多个子***进行变更时,可在对应软件或App的输入相关的变更信息,如需变更的子***的标识(如名称或编号)、子***中需变更的实体信息(如数量或实体编号),在输入完成时,即可触发子***变更请求。此时,服务器在接收到该子***变更请求时,根据该子***变更请求获取变更信息。其中,变更信息包括目标变更子***标识、变更实体信息和变更时间信息。目标变更子***标识为需变更的子***的名称或编号,变更实体信息为需变更的实体数量或需变更的实体编号,变更时间信息包括变更启动时间、变更完成时间和回退操作时间,变更启动时间即为子***变更启动的时间,变更完成时间即为子***变更完成的时间,回退操作时间即为子***变更后、可能出现问题并完成回退操作的时间。由于工作人员在触发子***变更请求时输入了需变更的子***的标识和子***中需变更的实体信息,因此,目标变更子***标识和目标变更实体信息可直接从该子***变更请求中获取得到。而变更时间信息则是根据目标变更子***标识对应的目标变更子***的历史变更记录确定得到的,具体的,可先获取目标变更子***的历史变更时间信息,其中,历史变更时间信息包括历史变更启动时间和历史变更时长;然后,分别对历史变更启动时间和历史变更时长进行统计,根据统计结果确定变更启动时间和变更时长,如可将统计得到的历史变更启动时间中的众数确定为变更启动时间,将统计得到的历史变更时长中的众数确定为变更时长,具体的确定规则可根据实际情况灵活设定;最后,根据变更启动时间和变更时长计算得到变更完成时间(变更完成时间=变更启动时间+变更时长),根据变更完成时间和预设回退间隔时间得到变更回退时间(变更回退时间=变更完成时间+预设回退间隔时间)。例如,获取近10次的变更操作,若对近10次的历史变更启动时间进行统计,得到7次都发生在晚上8点,那么就会以此时间作为变更启动时间;若历史上变更大多数约花了10分钟,即统计得到历史变更时长中的众数为10分钟,则确定变更完成时间为8点10分;而回退时间一般难以统计,则采用默认的设置的预设回退间隔时间,如5分钟,进而可确定得到回退操作时间为8点15分。
步骤S20,根据所述变更信息确定目标影响请求和目标影响因子,并获取所述目标影响请求的历史平均请求量;
然后,根据变更信息确定目标影响请求和目标影响因子,并获取目标影响请求的历史平均请求量。其中,目标影响请求即为该目标变更子***变更过程中会影响的请求。
具体的,可以通过查询预先统计得到的各子***对应的影响请求列表,得到目标变更子***对应的目标影响请求;根据变更实体信息确定目标影响因子;然后,检测目标变更子***是否采用流量切换机制,得到检测结果;根据检测结果和变更时间信息,确定目标影响时间段;获取目标影响请求在目标影响时间段内的历史平均请求量。具体的执行过程可参照下述第二实施例,此处不作赘述。
步骤S30,根据所述历史平均请求量和所述目标影响因子计算得到预估影响请求量,并根据所述预估影响请求量确定对应的风险等级。
最后,根据历史平均请求量和目标影响因子计算得到预估影响请求量,并根据预估影响请求量确定对应的风险等级。
其中,预估影响请求量为各历史平均请求量之和与目标影响因子的乘积。即f(x)=I*Σpi,其中,f(x)为预估影响请求量,I为目标影响因子,pi表示目标影响请求i的历史平均请求量。
具体的,步骤“根据预估影响请求量确定对应的风险等级”包括:
步骤a31,将所述预估影响请求量与预设的目标变更子***的请求量区间进行匹配,确定所述预估影响请求量所处的目标请求量区间;
步骤a32,根据预设的目标变更子***的请求量区间与风险等级之间的映射关系,确定所述目标请求量区间对应的风险等级。
本实施例中,可预先设定各子***的不同请求量区间与风险等级之间的映射关系,在确定风险等级时,可获取目标变更子***的请求量区间,将预估影响请求量与预设的目标变更子***的请求量区间进行匹配,确定预估影响请求量所处的请求量区间,记为目标请求量区间,然后,根据预设的目标变更子***的请求量区间与风险等级之间的映射关系,确定目标请求量区间对应的风险等级。
进一步地,在确定风险等级之后,可基于该风险等级采用对应的监控策略以对子***变更过程进行监控,其中,监控策略的制定,可基于实际情况针对不同的风险等级制定不同的风险监控策略,此处不作具体限定。
进一步地,在确定风险等级之后,还可以根据预先设定的风险等级与提醒方式的映射关系,确定风险等级对应的提醒方式,进而根据该提醒方式进行风险提醒。其中,提醒方式包括但不限于提醒手段(如文字提示、语音提示等)和提醒次数等,以便于工作人员直观地获取到风险等级。
此外,需要说明的是,若对某一服务或产品中的多个子***进行更新,可分别对各子***的风险等级进行输出提醒,也可以选取最高风险等级进行输出提醒。
为便于理解本发明实施例,举例说明如下:
若获取到目标变更子***为S2,其对应的目标影响请求包括产品A的请求a2、产品B的请求b2,变更实体信息为需变更n台实体,而目标变更子***S2中包括m台实体,确定得到目标影响因子I为n/m,即本实施例中,可通过需变更实体的数量除以目标变更***的实体总数量,得到目标影响因子,之后获取得到目标影响请求a2的历史平均请求量p1,并获取目标影响请求b2历史平均请求量,记为p2。从而可计算得到目标影响请求a2和b2的预估影响请求量为n/m*(p1+p2),进而基于该预估影响请求量确定对应的风险等级。
本发明实施例提供一种风险评估方法,在接收到子***变更请求时,获取子***变更请求中携带的变更信息;然后,根据变更信息确定目标影响请求和目标影响因子,并获取目标影响请求的历史平均请求量;进而根据历史平均请求量和目标影响因子计算得到预估影响请求量,并根据预估影响请求量确定对应的风险等级。本发明实施例中,基于子***的变更信息确定得到目标影响请求和目标影响因子,然后结合目标影响因子和历史监控的请求量数据预估得到目标影响请求对应的预估影响请求量,进而基于预估影响请求量确定风险等级,通过上述方式,实现了变更风险的智能评估,相比于现有技术中通过人工评估,可提高变更风险评估效率和变更风险评估结果的准确性,此外,本发明不仅可以自动变更,并且是针对不同的服务,结合服务的子***各自的变更信息进行风险评估从而实现变更,更加具有针对性,也满足了对各个服务变更的准确性。
进一步的,基于上述第一实施例,提出本发明风险评估方法的第二实施例。
在本实施例中,所述变更信息包括目标变更子***标识、变更实体信息和变更时间信息,步骤S20包括:
步骤a21,查询预先统计得到的各子***对应的影响请求列表,得到所述目标变更子***标识对应的目标影响请求;
在本实施例中,变更信息包括目标变更子***标识、变更实体信息和变更时间信息,目标变更子***标识可以为目标变更子***的名称或编号,变更时间信息包括变更启动时间、变更完成时间和回退操作时间。
目标影响请求的获取过程如下:先查询预先统计得到的各子***对应的影响请求列表,其中,各子***对应的影响请求列表即为各子***的变更可能会影响到的请求列表,是基于各类型请求在处理过程所调用的子***的调用路径信息统计得到的,具体的执行过程可参照下述第三实施例。
步骤a22,根据所述变更实体信息确定目标影响因子;
根据变更实体信息确定目标影响因子。
具体的,步骤a22包括:
步骤a221,若所述变更实体信息为变更实体数量,则获取所述目标变更子***的实体总数量,并对所述变更实体数量和所述实体总数量进行除法运算,得到目标影响因子;
步骤a222,若所述变更实体信息为目标变更实体,则获取所述目标变更实体对应的权重值,并对所述权重值进行加和运算,得到目标影响因子。
本实施例中,目标影响因子的确定方式包括但不限于:
1)若变更实体信息为变更实体数量,则获取目标变更子***的实体总数量,并对变更实体数量和实体总数量进行除法运算,得到目标影响因子,即目标影响因子=变更实体数量/实体总数量;
2)若变更实体信息为目标变更实体,即所需变更的实体信息(如编号等),则根据预先设定的子***中的各实体的权重值,获取目标变更实体对应的权重值,并对权重值进行加和运算,得到目标影响因子。即,目标影响因子为目标变更实体的权重值之和。
步骤a23,检测所述目标变更子***标识对应的目标变更子***是否采用流量切换机制,得到检测结果;
步骤a24,根据所述检测结果和所述变更时间信息,确定目标影响时间段;
步骤a25,获取所述目标影响请求在所述目标影响时间段内的历史平均请求量。
目标影响请求的历史平均请求量的获取过程如下:
先检测目标变更子***标识对应的目标变更子***是否采用流量切换机制,得到检测结果,然后,根据检测结果和变更时间信息,确定目标影响时间段。其中,变更时间信息包括变更启动时间(记为t1)、变更完成时间(记为t2)和回退操作时间(记为t3),变更启动时间即为子***变更启动的时间,变更完成时间即为子***变更完成的时间,回退操作时间即为子***变更后、可能出现问题并完成回退操作的时间。
若检测结果为目标变更子***采用流量切换机制,则会在t1时间点切走流量,t2时间点切入流量,此时,则确定目标影响时间段为t3-t2,即变更完成时间至回退操作时间这一时间段;若检测结果为目标变更子***未采用流量切换机制,则确定目标影响时间段为t3-t1,即变更启动时间至回退操作时间这一时间段。
在确定目标影响时间段之后,获取目标影响请求在目标影响时间段内的历史平均请求量。
作为历史平均请求量的其中一种获取方式,可直接获取目标影响请求在某一预设时间段(如近n个月)的目标影响时间段内的总请求量,然后,将该总请求量除以n个月对应的总天数,得到目标影响请求在目标影响时间段内的历史平均请求量。
作为历史平均请求量的另一种获取方式,获取目标影响请求在某一预设特定天数的目标影响时间段内的总请求量,然后,将该总请求量除以特定天数的总数量,得到目标影响请求在目标影响时间段内的历史平均请求量。具体的,步骤a25包括:
步骤a251,获取当前日期,根据所述当前日期和预设天数确定目标历史日期;
步骤a252,获取所述目标影响请求在所述目标历史日期的所述目标影响时间段内的历史总请求量;
步骤a253,根据所述历史总请求量和所述预设天数计算得到历史平均请求量。
本实施例中,为提高预估影响请求量的准确性,可基于以下原则来选取特定日期的请求量来计算历史平均请求量:1,越接近当今变更时间日期的历史监控数据越能反映变更期间的服务请求量,2,尽量降低假期、休息日或者活动日导致突发的流量高低峰对估算量的影响,3,采集的数据历史一般不超过过去2个月。因此,可选取距当前日期过去k=2i(i<7)天的历史数据。
具体的,先获取当前日期,根据当前日期和预设天数确定目标历史日期,其中,预设天数即为距离当前日期1、2、4、8、16、32和64天。
然后,获取目标影响请求在目标历史日期的目标影响时间段内的历史总请求量,进而根据历史总请求量和预设天数计算得到历史平均请求量,其中,历史平均请求量=历史总请求量/预设天数对应的总天数(7天)。
可以理解,通过选取特定日期内的历史数据来计算目标影响请求的历史平均请求量相比于随便选取一预设时间段,可提高历史平均请求量计算结果的准确性,进而可提高变更风险评估结果的准确性,并且可以在确保历史平均请求量计算结果的准确性的前提下又有较快的计算效率,进而保证在变更风险评估结果的准确性和效率性有较好的平衡。
进一步的,基于上述第二实施例,提出本发明风险评估方法的第三实施例。
在本实施例中,在上述步骤a21之前,所述风险评估方法还包括:
步骤A,预先获取各类型请求的调用路径信息,根据所述调用路径信息得到各类型请求的调用链;
在本实施例中,各子***对应的影响请求列表的获取过程如下:
预先获取各类型请求的调用路径信息,其中,调用路径信息是请求在处理过程中调用各子***时生成的,可以理解,调用路径信息可包括多个,可以由请求标识、当前调用子***标识和目的发送子***标识组成,请求标识具有全局唯一性,可由一唯一的身份ID(编号)、起始调用子***标识和请求类型编号组成。
具体的,现在的产品服务一般由多个子***组成,即请求的处理通常需要调用多个子***,子***之间的调用所采用的常用方式有RPC(RomoteProcedure Call,远程过程调用)或者基于消息的事件驱动的方式。无论采用哪种方式,在产品服务的请求初始入口处,在接收到请求时,可以为这个请求生成一个全局唯一的身份ID,如uID,然后ID加上一些特殊字段,例如用来表明当前这条消息是以哪个子***为起始子***的字段(即起始调用子***标识)、这个消息是属于哪个类型的服务请求字段(即请求类型编号),以组合形成一个请求标识,记为traceId(轨迹ID),如111-S1-a1,其中字段111为全局唯一ID,S1为起始子***,a1表示这个请求是a1服务请求。当服务请求从S1子***转向S2子***,在RPC调用参数或者发送的消息中加上这个全局traceId,同时附加上此次调用的源地址S1(即当前调用子***标识,记为srcAdd)和目的地址S2(即目的发送子***标识,记为dstAdd)。当此请求在S2处理完成需要转向下一个子***处理时,同样附加上这些信息。那么,这些请求则包含一个三元组的调用信息{traceId,srcAdd,dstAdd}。假设对于上述traceId:111-S1-a1,基于这个traceId所有的请求形成如下一序列的三元组信息,{111-S1-a1,S1,S2}、{111-S1-a1,S2,S3}、{111-S1-a1,S3,S4},后续可基于请求标识traceId获取到其对应的调用路径信息。
然后,根据调用路径信息得到各类型请求的调用链。例如上例中,可得到请求a1的调用链为:S1->S2->S3->S4。
步骤B,以所述调用链中的各子***为维度进行统计,得到各子***对应的影响请求列表。
然后,以调用链中的各子***为维度进行统计,得到各子***对应的影响请求列表。
假设获取到A产品a1的请求调用链经过子***S1、S2、S3、S4,a2的请求调用链经过子***S1、S3、S4、S5,B产品的b1请求调用链经过子***S6、S3、S7,b2请求调用链经过子***S7、S2、S3、S8。也就是获取到的调用链列表如下:
a1:{S1,S2,S3,S4}
a2:{S1,S3,S4,S5}
b1:{S6、S3、S7}
b2:{S7、S2、S3、S8}
以调用链列表中的各子***为维度进行统计,可得到各子***对应的影响请求列表,如下:
S1:(a1、a2),
S2:(a1、b2),
S3:(a1、a2、b1、b2),
S4:(a1、a2),
S5:(a2),
S6:(b1),
S7:(b1、b2),
S8:(b2)。
本实施例中,通过对各类型请求对应的调用路径信息进行分析统计,得到各子***对应的影响请求列表,即,各子***的变更可能会影响到的请求列表,从而便于后续进行查询目标变更子***对应的目标影响请求。
进一步的,基于上述第一实施例,提出本发明风险评估方法的第四实施例。
在本实施例中,在上述步骤a31之前,所述风险评估方法还包括:
步骤C,获取各子***对应的请求容错量;
在本实施例中,获取各子***对应的请求容错量。其中,请求容错量可以用请求总数与目标请求成功率的乘积来表征,例如一个每天请求成功率目标为99.99%的子***,一天接收250万个请求,那么它可以在每天最多可允许出现250个错误,即请求容错量为250。
步骤D,根据所述请求容错量及预设的阈值范围与风险等级的映射关系,计算得到各风险等级对应的请求量区间;
然后,根据请求容错量及预设的阈值范围与风险等级的映射关系,计算得到各风险等级对应的请求量区间。具体的,根据预设的阈值范围与风险等级的映射关系,确定各个风险等级下对应的阈值范围,然后将请求容错量与每个风险等级下对应的阈值范围的边界值进行乘法运算,从而得到各个风险等级对应的请求量区间。
例如,可定义影响请求量在最大请求容错量的20%以下(含20%)为低风险,20%-50%(不含20%,含50%)为中风险,50-80%(不含50%和80%)为高风险,80%以上(含80%)为严重关注风险。对应的,可将请求容错量与阈值范围进行乘法运算,得到各风险等级对应的请求量区间,例如上述例中,可得到250*20%=50以下(含50)为低风险,50-125(不含50,含125)为中风险,125-200(不含125和200)为高风险,200以上(含200)为严重关注风险。
步骤E,根据计算结果构建各子***的请求量区间与风险等级之间的映射关系。
进而,根据计算结果构建各子***的请求量区间与风险等级之间的映射关系。其中,映射关系可以为表格的形式,以便于查询。
本实施例中,通过构建各子***的请求量区间与风险等级之间的映射关系,可便于后续基于计算得到的预估影响请求量来确定对应的风险等级,此外,本发明实施例中,对不同服务的子***,由于其请求容错量各不相同,即使风险等级的阈值范围是相同的,最终计算得到的各个子***的请求量区间也不相同,实现了各个服务的子***都对应自己的请求量区间,而非所有子***都统一设置请求量区间,更进一步提高了后续各种服务风险评估的准确性。
本发明还提供一种风险评估装置。
参照图3,图3为本发明风险评估装置第一实施例的功能模块示意图。
如图3所示,所述风险评估装置包括:
第一获取模块10,用于在接收到子***变更请求时,根据所述子***变更请求获取变更信息;
第二获取模块20,用于根据所述变更信息确定目标影响请求和目标影响因子,并获取所述目标影响请求的历史平均请求量;
风险评估模块30,用于根据所述历史平均请求量和所述目标影响因子计算得到预估影响请求量,并根据所述预估影响请求量确定对应的风险等级。
进一步地,所述变更信息包括目标变更子***标识、变更实体信息和变更时间信息,所述第二获取模块20包括:
查询单元,用于查询预先统计得到的各子***对应的影响请求列表,得到所述目标变更子***标识对应的目标影响请求;
第一确定单元,用于根据所述变更实体信息确定目标影响因子;
检测单元,用于检测所述目标变更子***标识对应的目标变更子***是否采用流量切换机制,得到检测结果;
第二确定单元,用于根据所述检测结果和所述变更时间信息,确定目标影响时间段;
第一获取单元,用于获取所述目标影响请求在所述目标影响时间段内的历史平均请求量。
进一步地,所述第二获取模块20还包括:
第二获取单元,用于预先获取各类型请求的调用路径信息,根据所述调用路径信息得到各类型请求的调用链;
统计单元,用于以所述调用链中的各子***为维度进行统计,得到各子***对应的影响请求列表。
进一步地,所述第一确定单元具体用于:
若所述变更实体信息为变更实体数量,则获取所述目标变更子***的实体总数量,并对所述变更实体数量和所述实体总数量进行除法运算,得到目标影响因子;
若所述变更实体信息为目标变更实体,则获取所述目标变更实体对应的权重值,并对所述权重值进行加和运算,得到目标影响因子。
进一步地,所述第一获取单元具体用于:
获取当前日期,根据所述当前日期和预设天数确定目标历史日期;
获取所述目标影响请求在所述目标历史日期的所述目标影响时间段内的历史总请求量;
根据所述历史总请求量和所述预设天数计算得到历史平均请求量。
进一步地,所述风险评估模块包括:
区间匹配单元,用于将所述预估影响请求量与预设的目标变更子***的请求量区间进行匹配,确定所述预估影响请求量所处的目标请求量区间;
第三确定单元,用于根据预设的目标变更子***的请求量区间与风险等级之间的映射关系,确定所述目标请求量区间对应的风险等级。
进一步地,所述风险评估装置还包括:
第三获取模块,用于获取各子***对应的请求容错量;
计算模块,用于根据所述请求容错量及预设的阈值范围与风险等级的映射关系,计算得到各风险等级对应的请求量区间;
构建模块,用于根据计算结果构建各子***的请求量区间与风险等级之间的映射关系。
其中,上述风险评估装置中各个模块的功能实现与上述风险评估方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
本发明还提供一种计算机可读存储介质,该计算机可读存储介质上存储有风险评估程序,所述风险评估程序被处理器执行时实现如以上任一项实施例所述的风险评估方法的步骤。
本发明计算机可读存储介质的具体实施例与上述风险评估方法各实施例基本相同,在此不作赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
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,本发明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如上所述的一个存储介质(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)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种风险评估方法,其特征在于,所述风险评估方法包括:
在接收到子***变更请求时,根据所述子***变更请求获取变更信息;
根据所述变更信息确定目标影响请求和目标影响因子,并获取所述目标影响请求的历史平均请求量;
根据所述历史平均请求量和所述目标影响因子计算得到预估影响请求量,并根据所述预估影响请求量确定对应的风险等级。
2.如权利要求1所述的风险评估方法,其特征在于,所述变更信息包括目标变更子***标识、变更实体信息和变更时间信息,所述根据所述变更信息确定目标影响请求和目标影响因子,并获取所述目标影响请求的历史平均请求量的步骤包括:
查询预先统计得到的各子***对应的影响请求列表,得到所述目标变更子***标识对应的目标影响请求;
根据所述变更实体信息确定目标影响因子;
检测所述目标变更子***标识对应的目标变更子***是否采用流量切换机制,得到检测结果;
根据所述检测结果和所述变更时间信息,确定目标影响时间段;
获取所述目标影响请求在所述目标影响时间段内的历史平均请求量。
3.如权利要求2所述的风险评估方法,其特征在于,所述风险评估方法还包括:
预先获取各类型请求的调用路径信息,根据所述调用路径信息得到各类型请求的调用链;
以所述调用链中的各子***为维度进行统计,得到各子***对应的影响请求列表。
4.如权利要求2所述的风险评估方法,其特征在于,所述根据所述变更实体信息确定目标影响因子的步骤包括:
若所述变更实体信息为变更实体数量,则获取所述目标变更子***的实体总数量,并对所述变更实体数量和所述实体总数量进行除法运算,得到目标影响因子;
若所述变更实体信息为目标变更实体,则获取所述目标变更实体对应的权重值,并对所述权重值进行加和运算,得到目标影响因子。
5.如权利要求2所述的风险评估方法,其特征在于,所述获取所述目标影响请求在所述目标影响时间段内的历史平均请求量的步骤包括:
获取当前日期,根据所述当前日期和预设天数确定目标历史日期;
获取所述目标影响请求在所述目标历史日期的所述目标影响时间段内的历史总请求量;
根据所述历史总请求量和所述预设天数计算得到历史平均请求量。
6.如权利要求2至5中任一项所述的风险评估方法,其特征在于,所述根据所述预估影响请求量确定对应的风险等级的步骤包括:
将所述预估影响请求量与预设的目标变更子***的请求量区间进行匹配,确定所述预估影响请求量所处的目标请求量区间;
根据预设的目标变更子***的请求量区间与风险等级之间的映射关系,确定所述目标请求量区间对应的风险等级。
7.如权利要求6所述的风险评估方法,其特征在于,所述风险评估方法还包括:
获取各子***对应的请求容错量;
根据所述请求容错量及预设的阈值范围与风险等级的映射关系,计算得到各风险等级对应的请求量区间;
根据计算结果构建各子***的请求量区间与风险等级之间的映射关系。
8.一种风险评估装置,其特征在于,所述风险评估装置包括:
第一获取模块,用于在接收到子***变更请求时,根据所述子***变更请求获取变更信息;
第二获取模块,用于根据所述变更信息确定目标影响请求和目标影响因子,并获取所述目标影响请求的历史平均请求量;
风险评估模块,用于根据所述历史平均请求量和所述目标影响因子计算得到预估影响请求量,并根据所述预估影响请求量确定对应的风险等级。
9.一种风险评估设备,其特征在于,所述风险评估设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的风险评估程序,所述风险评估程序被所述处理器执行时实现如权利要求1至7中任一项所述的风险评估方法的步骤。
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风险评估程序,所述风险评估程序被处理器执行时实现如权利要求1至7中任一项所述的风险评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010552077.5A CN111582771A (zh) | 2020-06-16 | 2020-06-16 | 风险评估方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010552077.5A CN111582771A (zh) | 2020-06-16 | 2020-06-16 | 风险评估方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111582771A true CN111582771A (zh) | 2020-08-25 |
Family
ID=72125757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010552077.5A Pending CN111582771A (zh) | 2020-06-16 | 2020-06-16 | 风险评估方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582771A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112446640A (zh) * | 2020-12-10 | 2021-03-05 | 中国农业银行股份有限公司 | 信息***变更风险评估方法、相关设备及可读存储介质 |
CN112465461A (zh) * | 2020-12-04 | 2021-03-09 | 金蝶云科技有限公司 | 业务对象信息变更方法、***、计算机设备和存储介质 |
CN112508327A (zh) * | 2020-10-20 | 2021-03-16 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 元器件技术状态变更评估方法 |
CN113837530A (zh) * | 2021-08-13 | 2021-12-24 | 中国核电工程有限公司 | 核电厂变更对火灾概率安全分析影响的判断方法和*** |
CN115277404A (zh) * | 2022-05-13 | 2022-11-01 | 清华大学 | 云网络大规模变更发布编排方法、装置、设备和存储介质 |
CN115952509A (zh) * | 2022-12-30 | 2023-04-11 | 支付宝(杭州)信息技术有限公司 | 评估变更风险的方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130006701A1 (en) * | 2011-07-01 | 2013-01-03 | International Business Machines Corporation | Assessing and managing risks of service related changes based on dynamic context information |
CN103440168A (zh) * | 2013-09-09 | 2013-12-11 | 中国农业银行股份有限公司 | 一种程序变更方法及*** |
CN104376418A (zh) * | 2014-11-20 | 2015-02-25 | 上海新炬网络信息技术有限公司 | 基于业务的***变更风险控制方法 |
CN105871784A (zh) * | 2015-01-22 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 信息变更处理方法及装置 |
CN106779441A (zh) * | 2016-12-27 | 2017-05-31 | ***股份有限公司 | 一种预测变更风险方法和装置 |
CN109242261A (zh) * | 2018-08-14 | 2019-01-18 | 中国平安人寿保险股份有限公司 | 基于大数据评估保全风险的方法及终端设备 |
CN110163503A (zh) * | 2019-05-22 | 2019-08-23 | 北京秦淮数据有限公司 | 变更申请的处理方法、装置及电子设备 |
CN110163532A (zh) * | 2019-05-30 | 2019-08-23 | 深圳前海微众银行股份有限公司 | 风险评估方法、风险管理方法、装置、设备及存储介质 |
CN110764798A (zh) * | 2019-09-06 | 2020-02-07 | 深圳平安通信科技有限公司 | 一种微码升级方法、装置、计算机设备及存储介质 |
-
2020
- 2020-06-16 CN CN202010552077.5A patent/CN111582771A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130006701A1 (en) * | 2011-07-01 | 2013-01-03 | International Business Machines Corporation | Assessing and managing risks of service related changes based on dynamic context information |
CN103440168A (zh) * | 2013-09-09 | 2013-12-11 | 中国农业银行股份有限公司 | 一种程序变更方法及*** |
CN104376418A (zh) * | 2014-11-20 | 2015-02-25 | 上海新炬网络信息技术有限公司 | 基于业务的***变更风险控制方法 |
CN105871784A (zh) * | 2015-01-22 | 2016-08-17 | 阿里巴巴集团控股有限公司 | 信息变更处理方法及装置 |
CN106779441A (zh) * | 2016-12-27 | 2017-05-31 | ***股份有限公司 | 一种预测变更风险方法和装置 |
CN109242261A (zh) * | 2018-08-14 | 2019-01-18 | 中国平安人寿保险股份有限公司 | 基于大数据评估保全风险的方法及终端设备 |
CN110163503A (zh) * | 2019-05-22 | 2019-08-23 | 北京秦淮数据有限公司 | 变更申请的处理方法、装置及电子设备 |
CN110163532A (zh) * | 2019-05-30 | 2019-08-23 | 深圳前海微众银行股份有限公司 | 风险评估方法、风险管理方法、装置、设备及存储介质 |
CN110764798A (zh) * | 2019-09-06 | 2020-02-07 | 深圳平安通信科技有限公司 | 一种微码升级方法、装置、计算机设备及存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508327A (zh) * | 2020-10-20 | 2021-03-16 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 元器件技术状态变更评估方法 |
CN112508327B (zh) * | 2020-10-20 | 2024-03-26 | 中国电子产品可靠性与环境试验研究所((工业和信息化部电子第五研究所)(中国赛宝实验室)) | 元器件技术状态变更评估方法 |
CN112465461A (zh) * | 2020-12-04 | 2021-03-09 | 金蝶云科技有限公司 | 业务对象信息变更方法、***、计算机设备和存储介质 |
CN112446640A (zh) * | 2020-12-10 | 2021-03-05 | 中国农业银行股份有限公司 | 信息***变更风险评估方法、相关设备及可读存储介质 |
CN113837530A (zh) * | 2021-08-13 | 2021-12-24 | 中国核电工程有限公司 | 核电厂变更对火灾概率安全分析影响的判断方法和*** |
CN115277404A (zh) * | 2022-05-13 | 2022-11-01 | 清华大学 | 云网络大规模变更发布编排方法、装置、设备和存储介质 |
CN115952509A (zh) * | 2022-12-30 | 2023-04-11 | 支付宝(杭州)信息技术有限公司 | 评估变更风险的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582771A (zh) | 风险评估方法、装置、设备及计算机可读存储介质 | |
CN109543891B (zh) | 容量预测模型的建立方法、设备及计算机可读存储介质 | |
CA3140333A1 (en) | Microservice rate limiting method and apparatus | |
CN109523373B (zh) | 远程核身方法、设备及计算机可读存储介质 | |
WO2019157779A1 (zh) | 一种来电处理方法、电子装置及计算机可读存储介质 | |
CN111756745B (zh) | 告警方法、告警装置、终端设备及计算机可读存储介质 | |
CN110647447A (zh) | 用于分布式***的异常实例检测方法、装置、设备和介质 | |
CN111459961A (zh) | 业务数据的更新方法、装置、设备及存储介质 | |
CN116595028A (zh) | 一种服务与评价对应关系构建方法与*** | |
WO2022068280A1 (zh) | 数据处理方法、装置、设备及存储介质 | |
CN110633165B (zh) | 故障处理方法、装置、***服务器及计算机可读存储介质 | |
CN108874619B (zh) | 一种信息监控方法、存储介质和服务器 | |
CN108961071B (zh) | 自动预测组合业务收益的方法及终端设备 | |
CN108390770B (zh) | 一种信息生成方法、装置及服务器 | |
AU2017101875A4 (en) | Method and device for revoking insurance application, insurance system, and computer-readable storage medium | |
CN110888811B (zh) | 代码覆盖率信息处理方法、装置、电子设备及介质 | |
CN109508356B (zh) | 数据异常预警方法、装置、计算机设备及存储介质 | |
CN112215511B (zh) | 一种考勤数据的计算方法、装置及设备 | |
US20150096037A1 (en) | Enhanced view compliance tool | |
CN111445157A (zh) | 业务数据的管理方法、装置、设备及存储介质 | |
US9137367B1 (en) | Systems and methods for representative credit predicated upon relationship development | |
CN109636202B (zh) | 人均效能参数的计算方法、装置和存储介质 | |
CN117667640B (zh) | ***的数据价值评估方法、装置、设备及存储介质 | |
CN110471933B (zh) | 一种信息处理方法、装置、计算机设备及存储介质 | |
CN109544353B (zh) | 电子装置、基于数据变化因子分析准备金变化的方法及存储介质 |
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 |