CN113326064A - 划分业务逻辑模块的方法、电子设备及存储介质 - Google Patents
划分业务逻辑模块的方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113326064A CN113326064A CN202110647694.8A CN202110647694A CN113326064A CN 113326064 A CN113326064 A CN 113326064A CN 202110647694 A CN202110647694 A CN 202110647694A CN 113326064 A CN113326064 A CN 113326064A
- Authority
- CN
- China
- Prior art keywords
- service
- node
- community
- transaction
- forest
- 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 58
- 230000006870 function Effects 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 12
- 238000000638 solvent extraction Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 7
- 230000001360 synchronised effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/75—Structural analysis for program understanding
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种划分业务逻辑模块的方法、电子设备及存储介质，其中，该方法包括：基于设定的模块度函数和第一类型业务对应的交易森林中每两个相连的节点对应的第一权重，计算交易森林对应的第一增量；其中，第一增量表征将对应的第一节点分配至相连的每个第二节点所在的社区时的模块度增量；基于确定出的第一增量对交易森林进行社区划分，基于划分出的社区确定出第一类型业务对应的至少两个业务逻辑模块；其中，设定的模块度函数的构成至少包括第一子函数，第一子函数表征第一节点当前对应的第一社区与对应的第二节点当前所在的第二社区的负相关关系。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种划分业务逻辑模块的方法、电子设备及存储介质。
背景技术
随着计算机技术的发展，越来越多的技术(例如，大数据等)应用在金融领域，传统金融业正在逐步向金融科技转变，然而，由于金融行业的安全性、实时性要求，金融科技也对技术提出了更高的要求。金融科技领域下，为了便于异常检测或数据挖掘，在一些应用场景中，需要将同一业务对应的业务逻辑划分为至少两个业务逻辑模块，其中，同一业务逻辑模块内的处理节点之间的联系较为紧密。
相关技术中，采用社区发现算法对某项业务对应的业务逻辑进行社区划分，得到该业务对应的至少两个业务逻辑模块，但划分出的业务逻辑模块中包括的节点数量非常多，与实际想要的业务逻辑模块不一致，出现了过拟合的情况。其中，对业务逻辑进行社区划分是指从业务逻辑中检测出联系较为紧密的部分和联系较为稀疏的部分。
发明内容
有鉴于此，本发明实施例提供一种划分业务逻辑模块的方法、电子设备及存储介质，以解决相关技术中在采用社区发现算法划分出的业务逻辑模块中包括的节点数量过多的技术问题。
为达到上述目的，本发明的技术方案是这样实现的：
本发明实施例提供了一种划分业务逻辑模块的方法，包括：
基于设定的模块度函数和第一类型业务对应的交易森林中每两个相连的节点对应的第一权重，计算所述交易森林对应的第一增量；所述第一增量表征将对应的第一节点分配至相连的每个第二节点所在的社区时的模块度增量；
基于确定出的第一增量对所述交易森林进行社区划分，基于划分出的社区确定出所述第一类型业务对应的至少两个业务逻辑模块；其中，
所述设定的模块度函数的构成至少包括第一子函数，所述第一子函数表征第一节点当前对应的第一社区与对应的第二节点当前所在的第二社区的负相关关系。
上述方案中，所述第一子函数基于第一社区的节点总数与对应的第二社区的节点总数构建。
上述方案中，所述基于划分出的社区确定出所述第一类型业务对应的至少两个业务逻辑模块，包括：
基于划分出的每个社区对应的***标识和服务标识，确定出划分出的每个社区对应的标签；
基于确定出的标签对划分出的社区进行聚类，得到所述第一类型业务对应的至少两个业务逻辑模块。
上述方案中，在所述基于设定的模块度函数和第一类型业务对应的交易森林中每两个相连的节点对应的第一权重，计算所述交易森林中每个第一节点对应的第一增量之前，所述方法还包括：包括：
基于所述第一类型业务的历史业务请求对应的历史日志，构建出每个历史业务请求对应的交易树；其中，所述交易树表征历史业务请求的处理逻辑；
基于构建出的交易树中共同包括的节点，将所述第一类型业务的历史业务请求对应的交易树合并为交易森林。
上述方案中，所述方法还包括：
基于交易树对应的流水号和/或特征码，确定出所述交易森林中每个节点的出现次数；
基于所述交易森林中每个节点的出现次数，确定出所述交易森林中每两个相连的节点对应的第一权重。
上述方案中，所述方法还包括：
确定出与历史业务请求相关的***标识、服务标识、场景标识和***间的调用关系；其中，所述***为处理历史业务请求的***；
基于所述***间的调用关系，对确定出的***标识、服务标识和场景标识进行排序，得到第一字符串；
对所述第一字符串进行哈希运算，得到交易树对应的特征码。
上述方案中，所述方法还包括以下至少之一：
从确定出的每个业务逻辑模块中，确定出与第一业务请求对应的交易树相似度最高的社区，得到所述第一业务请求对应的业务逻辑模块；
基于确定出的业务逻辑模块以及第二业务请求对应的交易树，检测所述第二业务请求是否响应异常。
本发明实施例还提供了一种电子设备，包括：
计算单元，用于基于设定的模块度函数和第一类型业务对应的交易森林中每两个相连的节点对应的第一权重，计算所述交易森林对应的第一增量；其中，所述第一增量表征将对应的第一节点分配至相连的每个第二节点所在的社区时的模块度增量；
确定单元，用于基于确定出的第一增量对所述交易森林进行社区划分，基于划分出的社区确定出所述第一类型业务对应的至少两个业务逻辑模块；其中，
所述设定的模块度函数的构成至少包括第一子函数，所述第一子函数表征第一节点当前对应的第一社区与对应的第二节点当前所在的第二社区的负相关关系。
本申请实施例还提供了一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行上述划分业务逻辑模块的方法的步骤。
本申请实施例还提供了一种存储介质，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划分业务逻辑模块的方法的步骤。
本发明实施例中，对模块度函数进行了改进，在模块度函数中增加了第一子函数，第一子函数为模块度的惩罚项；当尝试将节点i分配至相连的某个节点j所在的社区时，第一子函数的值越大，交易森林的模块度越小，最终将节点i分配至该节点j所在的社区的概率越小，可以防止划分出的社区出现过拟合的情况，由此，最终划分出的社区在数量和大小上符合预期的业务逻辑模块。
附图说明
图1为本发明实施例提供的划分业务逻辑模块的方法的实现流程示意图；
图2为本发明实施例提供的业务逻辑模块的示意图；
图3为本发明应用实施例提供的划分业务逻辑模块的方法的实现流程示意图；
图4为本发明再实施例提供的电子设备的结构示意图；
图5为本发明实施例提供的电子设备的硬件组成结构示意图。
具体实施方式
为了使本发明的目的、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，并不用于限定本发明。
图1为本发明实施例提供的划分业务逻辑模块的方法的实现流程示意图，其中，流程的执行主体为终端、服务器等电子设备。如图1示出的，划分业务逻辑模块的方法包括：
步骤101：基于设定的模块度函数和第一类型业务对应的交易森林中每两个相连的节点对应的第一权重，计算所述交易森林对应的第一增量。
其中，所述第一增量表征将对应的第一节点分配至相连的每个第二节点所在的社区时的模块度增量；所述设定的模块度函数的构成至少包括第一子函数，所述第一子函数表征第一节点当前对应的第一社区与对应的第二节点当前所在的第二社区的负相关关系。
这里，电子设备将第一类型业务对应的交易森林中的每个节点看成一个独立的社区；针对该交易森林中的第一节点，尝试将第一节点分配至与该第一节点相连的每个第二节点所在的社区，计算出该交易森林对应的第一增量。其中，
交易森林通过合并所述第一类型业务的历史业务请求对应的交易树得到。第一节点可以是交易森林中的初始节点，也可以是在进行了社区划分之后，由同一个社区中的所有节点压缩得到的新节点，即，将同一社区中的所有节点看成一个新的节点。
该第一增量表征第二模块度与第一模块度之差；第一模块度为在将第一节点分配至对应的第二节点所在的社区之前，该交易森林的模块度；第二模块度为在将第一节点分配至对应的第二节点所在的社区之后，该交易森林的模块度。
模块度(Modularity)是描述社区内紧密程度的值Q，模块度表征社区内部边的权重减去所有与该社区的节点相连的边的权重得到的差值的总和。
模块度用来衡量社区划分质量，模块度的取值范围为大于或等于-0.5，且小于1。Q值越大，表征社区划分质量越好；社区划分质量好表征社区内部的节点的紧密程度较高，且社区外部的节点的紧密程度较低。
交易树表征历史业务请求的处理逻辑；一个历史业务请求对应一棵交易树；交易树中包括的节点表征处理该历史业务请求的***。交易树中节点之间的连接关系表征***间的调用关系。
为了避免划分出节点数量非常多的大社区，划分出的社区数量较少，社区划分结果出现过拟合的情况，本发明实施例对模块度函数进行了改进，本发明实施例中的模块度函数包括第一子函数，第一子函数表征第一节点当前对应的第一社区与对应的第二节点所在的第二社区的负相关关系；第一子函数为模块度的惩罚项；惩罚项越大，模块度越小。
在实际应用中，电子设备可以采用设定的第一模块度函数或设定的第二模块度函数，分别计算出第一模块度和第二模块度，再计算第二模块度与第一模块度之差，得到交易森林对应的第一增量。电子设备也可以采用设定的第三模块度函数，计算出交易森林对应的第一增量。其中，
设定的第一模块度函数为：
Aij表征节点i(第一节点)和节点j(第二节点)之间边的第一权重，
表征所有与节点i相连的边的权重之和；
表征所有与节点j相连的边的权重之和(也称度数)；ci表征节点i当前对应的社区；cj表征节点j当前对应的社区；
表征交易森林中所有边的权重之和；σ(ci,cj)表征ci与cj是否相连；当ci与cj相连时，σ(ci,cj)＝1；当ci与cj不相连时，σ(ci,cj)＝0。
为第一子函数，Si表征第一节点当前对应的第一社区的设定信息；Sj表征第二节点当前对应的第二社区的设定信息。
由于
节点j连接到任意一个节点的概率是
节点i的度数为ki，在一些实施例中，电子设备对设定的第一模块度函数进行简化，得到设定的第二模块度函数：
设定的第二模块度函数中是以社区C为最小单位进行计算的，社区C是指交易森林中任一个社区。∑in表征社区C内的边的权重之和；∑tot表征与社区C内的节点相连的边的权重之和。
设定的第三模块度函数为：
其中，ki,in表征与节点i在社区C内相连的边的权重之和。
在一些实施例中，所述第一子函数基于第一社区的节点总数与对应的第二社区的节点总数构建。
也就是说，
中Si表征第一节点当前对应的第一社区的节点总数；Sj表征第二节点当前对应的第二社区的节点总数。其中，第一社区的节点总数与第二社区的节点总数之间的差值越大，由于第一子函数是负数，实际数值越小，因此模块度Q越小，将第一节点分配至该第二节点的概率越低。
实际应用时，第一子函数的表达式为：
其中，n为正整数。实际应用时，n为小于或等于5的正整数。
步骤102：基于确定出的第一增量对所述交易森林进行社区划分，基于划分出的社区确定出所述第一类型业务对应的至少两个业务逻辑模块。
这里，电子设备在确定出交易森林对应的第一增量的情况下，从确定出的第一增量中确定出最大的第一增量；在最大的第一增量小于或等于零的情况下，不将第一节点分配至其他社区。
在最大的第一增量大于零的情况下，将第一节点分配至最大的第一增量对应的第二节点所在的社区，并将社区中的所有节点看成一个新的第一节点；再执行步骤101，以及基于确定出的第一增量对所述交易森林进行社区划分。
在对交易森林中的每个节点进行了社区划分，且交易森林的模块度不再变化的情况下，基于最终划分出的社区，确定出第一类型业务对应的至少两个业务逻辑模块。其中，电子设备可以以社区为最小单位，对最终划分出的社区进行聚类处理，得到聚类结果，基于聚类结果确定出第一类型业务对应的至少两个业务逻辑模块。聚类结果中一类社区对应为一个业务逻辑模块。实际应用时，第一类型业务可以对应为一种虚拟产品，例如，借贷产品。第一类型业务可以对应为一种虚拟产品中某种设定功能对应的业务。例如，查询功能。
实际应用时，确定第一类型业务对应的至少两个业务逻辑模块的实现过程如下：
1、将交易森林中的每个节点看成一个独立的社区；
2、针对交易森林中的每个节点i，尝试将节点i分配至与该节点i相连的每个节点j所在的社区，计算出该交易森林对应的第一增量；记录最大的第一增量对应的节点j所在的社区，把节点i分配至记录的该社区；
3、重复执行2，直到所有节点对应的社区不再变化时，执行4；
4、将同一社区中的所有节点看成一个新的节点，此时，社区内节点之间的边的权重转化为新节点的环的权重，社区间的边权重转化为新节点间的边权重，循环执行2和4，直到交易森林的模块度不再变化时，将最后一次进行社区划分得到的结果，作为交易森林的社区划分结果；
5、基于划分出的社区，确定出第一类型业务对应的至少两个业务逻辑模块。
示例性地，如图2所示的交易森林中划分出了12个社区，并由12个社区划分出了8个业务逻辑模块。其中，图2中用1-8来标记不同的业务逻辑模块；图2中划分出的社区中有的社区只包括一个节点，有的社区包括3、4、5或6个节点。
本实施例中，对模块度函数进行了改进，在模块度函数中增加了第一子函数，第一子函数为模块度的惩罚项；当尝试将节点i分配至相连的某个节点j所在的社区时，第一子函数的值越大，交易森林的模块度越小，最终将节点i分配至该节点j所在的社区的概率越小，可以防止划分出的社区出现过拟合的情况，由此，最终划分出的社区在数量和大小上符合预期的业务逻辑模块。
为了更准确地确定出业务逻辑模块，在一些实施例中，所述基于划分出的社区，确定出所述第一类型业务对应的至少两个业务逻辑模块，包括：
基于划分出的每个社区对应的***标识和服务标识，确定出划分出的每个社区对应的标签；
基于确定出的标签对划分出的社区进行聚类，得到所述第一类型业务对应的至少两个业务逻辑模块。
这里，电子设备基于最终划分出的每个社区对应的***标识和服务标识，确定出对应的关键词，将该关键词确定为对应社区的标签；基于确定出的标签，对交易森林中划分出的社区进行聚类，以将标签相同或相似的社区归为一类；将聚类得到的每类社区，确定为第一类型业务对应的一个业务逻辑模块。
其中，社区对应的***标识和服务标识是基于该社区中包括的所有节点对应的***标识和服务标识确定出。电子设备可以基于社区中节点之间的连接关系，将节点对应的***标识和服务标识进行排序，从而得到该社区对应的***标识和服务标识。
实际应用时，电子设备按照以下方法确定出每个社区对应的标签：
电子设备将最终划分出的第三社区中包括的节点对应的***标识和服务标识，计算出每个***标识的第一出现次数和第一逆文档频率(IDF，Inverse documentfrequency)；以及计算出每个服务标识的第二出现次数和第二逆文档频率；基于每个***标识对应的第一出现次数和对应的第一逆文档频率，确定出每个***标识对应的第一TF-IDF值；基于每个服务标识对应的第二出现次数和对应的第二逆文档频率，确定出每个服务标识对应的第二TF-IDF值；基于确定出的第一TF-IDF值和第二TF-IDF值，确定出第三社区对应的标签。
其中，第三社区为最终划分得到的社区中的任一社区；第一逆文档频率基于第一总数和第二总数确定出；第一总数表征交易森林中最终划分出的社区的总数；第二总数表征包括对应的***标识的社区的总数；第二逆文档频率基于第一总数和第三总数确定出；第三总数表征包括对应的服务标识的社区的总数。
实际应用中，电子设备可以基于出现次数最多的第一TF-IDF值和出现次数最多的第二TF-IDF值进行组合，得到第三社区对应的标签。
为了准确地确定出交易森林，在一些实施例中，在步骤101之前，所述方法还包括：
基于所述第一类型业务的历史业务请求对应的历史日志，构建出每个历史业务请求对应的交易树；其中，所述交易树表征历史业务请求的处理逻辑；
基于构建出的交易树中共同包括的节点，将所述第一类型业务的历史业务请求对应的交易树合并为交易森林。
这里，电子设备基于类型标识，从采集到的历史日志中，确定出第一类型业务的历史业务请求对应的历史日志；从第一类型业务的历史业务请求对应的历史日志中，确定出与每个历史业务请求相关的***标识、服务标识、IP地址和***间的调用关系；基于每个历史业务请求相关的***标识、服务标识、IP地址和***间的调用关系，构建出对应的历史业务请求对应的交易树。
其中，处理同一历史业务请求的***的数量为至少一个，每个***对应一份历史日志，由此，一个历史业务请求对应有至少一份历史日志。每份历史日志包括流水号、***标识、服务标识、场景标识、IP地址、请求发起时间和请求结束时间。流水号用于标识历史业务请求，即，同一历史业务请求对应的所有历史日志的流水号均相同。IP地址是指输出对应的历史日志的第一设备对应的IP地址；历史日志包括请求发起时间和请求结束时间，用于确定处理对应的历史业务请求的***间的调用关系。一个第一设备用于运行至少一个***。一个***可以提供至少一种服务，每种服务对应有至少一种场景(或称业务场景)；例如，查询服务对应的场景包括查询客户信息、查询个人账户余额和查询对公账户余额等。
需要说明的是，本发明实施例中所说的***是用于处理业务请求的子业务***。
电子设备在构建出第一类型业务对应的每个历史业务请求对应的交易树的情况下，可以从构建出的所有交易树中确定出共同包括的节点，将第一类型业务对应的所有交易树中的该节点聚合为一个节点，从而将第一类型业务对应的所有交易树合并为对应的交易森林。实际应用中，同一类型业务对应所有交易树中只有一个共同包括的节点；电子设备可以将该节点标记为核心节点。
为了节省社区划分时间，提高社区划分效率，在一些实施例中，在构建出第一类型业务对应的每个历史业务请求对应的交易树的情况下，可以从构建出的交易树中，筛选出符合设定条件的交易树；从筛选出的交易树中确定出共同包括的节点，并将筛选出的交易树中的该节点聚合为一个节点，从而将筛选出的交易树进行合并，得到第一类型业务对应的交易森林。其中，设定条件可以是交易量大于设定阈值，也可以是交易量排名在设定范围；交易量从历史业务请求对应的历史日志中获取得到。
实际应用时，电子设备按照以下方法确定出第一类型业务对应的交易树：
电子设备每获取到一个历史业务请求对应的所有历史日志的情况下，基于获取到的历史日志中的第一数据，构建出对应的历史业务请求对应的交易树；基于获取到的历史日志确定出第二数据，基于确定出的第二数据确定出对应的交易树对应的特征码；基于每棵交易树对应的特征码以及基于业务类型标识和设定特征码之间的设定对应关系，确定出第一类型业务对应的交易树；第一类型业务对应的交易树中共同包括的节点，基于构建出的交易树中共同包括的节点，将所述第一类型业务的历史业务请求对应的交易树合并为交易森林。其中，第一数据包括流水号、***标识、服务标识、IP地址、请求发起时间和请求结束时间；第二数据包括与历史业务相关的***标识、服务标识、场景标识和***间的调用关系。
考虑到在实际应用中，历史业务请求的数量较多，构建出的交易树的数量也较多，由于处理不同的业务请求的***可能不相同，这样一来，由交易树合并得到的交易森林中包括的节点数量比较多，因此，为了方便且准确地统计交易森林中每个节点的出现次数，在一些实施例中，在确定出第一类型业务对应的在步骤101之前，所述方法还包括：
基于交易树对应的流水号和/或特征码，确定出所述交易森林中每个节点的出现次数；
基于所述交易森林中每个节点的出现次数，确定出所述交易森林中每两个相连的节点对应的第一权重。
其中，流水号从历史业务请求对应的历史日志中获取到，一个流水号可以唯一标识一个历史业务请求。
特征码基于历史业务请求对应的所有历史日志中包括的数据确定出。一个特征码表征具有相同业务链路的一类业务请求。相同业务链路是指处理业务请求的所有***相同，且***间的调用关系也相同。
电子设备每获取到一个历史业务请求对应的所有历史日志的情况下，基于获取到的历史日志中的第一数据，构建出对应的历史业务请求对应的交易树；基于获取到的历史日志中的第二数据，确定出对应的交易树的特征码；基于每棵交易树的特征码以及基于业务类型标识和设定特征码之间的设定对应关系，确定出第一业务类型对应的交易树。其中，每个业务类型标识对应一类业务，考虑到用户可以通过不同的入口(例如，网页入口和安装的应用程序)办理同一类型的业务，因此，每个业务类型标识对应至少一个设定特征码。
电子设备在获取到交易树对应的流水号的情况下，通过以下方式确定出交易森林中每个节点的出现次数：
由于每个历史业务请求对应一个流水号，每个历史业务请求对应一棵交易树，因此，一棵交易树中的所有节点对应的流水号均相同。电子设备基于每个节点对应的流水号和***标识，确定出每个流水号对应的每个节点的出现次数；基于确定出的每个流水号对应的每个节点的出现次数，计算出每个节点对应的总出现次数，得到交易森林中每个节点的出现次数。
电子设备在获取到交易树对应的特征码的情况下，通过以下方式确定出交易森林中每个节点的出现次数：
电子设备基于每个节点对应的特征码和***标识，确定出每个特征码对应的每个节点的出现次数；基于确定出的每个特征码对应的每个节点的出现次数，计算出每个节点对应的总出现次数，得到交易森林中每个节点的出现次数。其中，第一类型业务对应至少一个特征码。
实际应用时，在获取到交易树对应的流水号和特征码的情况下，通过以下方式确定出交易森林中每个节点的出现次数：
电子设备基于每个节点对应的流水号和***标识，确定出每个流水号对应的每个节点的出现次数；基于每个特征码对应的至少一个流水号，以及基于每个流水号对应的每个节点的出现次数，确定出每个特征码对应的每个节点的出现次数；基于确定出的每个特征码对应的每个节点的出现次数，计算出每个节点对应的总出现次数，得到交易森林中每个节点的出现次数。其中，一个特征码可以对应多个流水号。
电子设备在确定出交易森林中每个节点的出现次数的情况下，基于交易森林中每两个节点中的下游节点的出现次数除以上游节点的出现次数，得到对应的两个节点对应的第一权重，由此，可以确定出交易森林中每两个节点对应的第一权重。
在一些实施例中，通过以下方法确定出交易树对应的特征码：
确定出与历史业务请求相关的***标识、服务标识、场景标识和***间的调用关系；其中，所述***为处理历史业务请求的***；
基于所述***间的调用关系，对确定出的***标识、服务标识和场景标识进行排序，得到第一字符串；
对所述第一字符串进行哈希运算，得到交易树对应的特征码。
这里，电子设备从历史业务请求对应的每份历史日志中，确定出***标识、服务标识、场景标识、请求的接收时间和结束时间；由于一个历史业务请求对应至少一份历史日志，一份历史日志对应一个***，因此，电子设备可以基于每份历史中***标识、请求的接收时间和结束时间，确定出该历史业务请求对应的***间的调用关系；基于确定出的***间的调用关系，对确定出的***标识、服务器标识和场景标识进行排序，得到第一字符串；对该第一字符串进行哈希运算，得到该历史业务请求对应的交易树对应的特征码。
在确定出第一类型业务对应的至少两个业务逻辑模块之后，在一些实施例中，所述方法还包括以下至少之一：
从确定出的每个业务逻辑模块中，确定出与第一业务请求对应的交易树相似度最高的社区，得到所述第一业务请求对应的业务逻辑模块；
基于确定出的业务逻辑模块以及第二业务请求对应的交易树，检测所述第二业务请求是否响应异常。
这里，第一业务请求和第二业务请求均为第一类型业务的业务请求。第一业务请求和第二业务请求可以相同，也可以不同。
电子设备在确定出第一类型业务对应的至少两个业务逻辑模块之后，在获取到第一业务请求对应的日志的情况下，基于第一业务请求对应的日志，构建出第一业务请求对应的交易树；基于第一业务请求对应的交易树中包括的***标识和服务标识，以及基于确定出的每个业务逻辑模块中包括的社区中每个节点对应的***标识和服务标识，计算出第一业务请求对应的交易树与确定出的每个业务逻辑模块中的每个社区之间的相似度；当相似度大于或等于第一设定阈值的情况下，从确定出的每个业务逻辑模块中，确定出与第一业务请求对应的交易树相似度最高的社区，从而得到第一业务请求对应的业务逻辑模块。电子设备可以输出第一业务请求对应的业务逻辑模块，以便相关人员查看或分析。
电子设备在确定出第一类型业务对应的至少两个业务逻辑模块之后，在获取到第二业务请求对应的日志的情况下，基于第二业务请求对应的日志，构建出第二业务请求对应的交易树；基于第二业务请求对应的交易树以及确定出的业务逻辑模块中包括的每个社区，确定出第二业务请求是否响应异常。其中，
在第二业务请求对应的交易树与第一业务逻辑模块中的所有社区之间的相似度小于第二设定阈值的情况下，表征第二业务请求对应的交易树中缺失了第一业务逻辑模块对应的社区中部分或全部节点，第二业务请求响应异常；此时，电子设备可以基于第一业务逻辑模块中包括的社区中的节点输出提示信息，以便相关人员进行异常处理。其中，第一业务逻辑模块为确定出的业务逻辑模块中的任一业务逻辑模块。第二设定阈值小于或等于第一设定阈值。
在确定出的每个业务逻辑模块中，存在至少一个社区与第二业务请求对应的交易树之间的相似度大于或等于第二设定阈值的情况下，表征第二业务请求响应正常，第二业务请求对应的交易树中不存在缺失的节点。
在本实施例中，电子设备可以基于新的业务请求对应的交易树，从确定出的业务逻辑模块，快速地确定出新的业务请求对应的业务逻辑模块；还可以基于确定出的业务逻辑模块，快速确定出新的业务请求是否响应异常，在新的业务请求响应异常的情况下，可以以业务逻辑模块为单位，进行排查异常原因，以提高异常处理的效率。
图3示出了本发明应用实施例提供的划分业务逻辑模块的方法的实现流程示意图。如图3所示，划分业务逻辑模块的方法包括：
步骤301：基于历史业务请求对应的历史日志，构建出每个历史业务请求对应的交易树；其中，所述交易树表征历史业务请求的处理逻辑。
这里，电子设备每获取到一个历史业务请求对应的所有历史日志的情况下，构建出该历史业务请求对应的交易树。
步骤302：确定出与历史业务请求相关的***标识、服务标识、场景标识和***间的调用关系；其中，所述***为处理历史业务请求的***。
步骤303：基于所述***间的调用关系，对确定出的***标识、服务标识和场景标识进行排序，得到第一字符串。
步骤304：对所述第一字符串进行哈希运算，得到历史业务请求对应的交易树对应的特征码。
步骤305：基于第一类型业务对应的至少一个设定特征码，从构建出的交易树中，确定出第一类型业务对应的所有交易树。
其中，第一类型业务可以是某个虚拟产品的一种设定功能对应的业务，实际应用时，第一类型业务为微粒贷产品的查询类业务。
步骤306：基于第一类型业务对应的所有交易树中共同包括的节点，将交易量满足设定条件的第一类型业务对应的交易树合并为交易森林。
其中，交易量从对应的历史业务请求对应的历史日志中获取到。实际应用时，交易量满足设定条件可以是交易量排名前20。
步骤307：基于交易树对应的特征码，确定出所述交易森林中每个节点的出现次数。
这里，电子设备基于每个节点对应的特征码和***标识，确定出每个特征码对应的每个节点的出现次数；基于确定出的每个特征码对应的每个节点的出现次数，计算出每个节点对应的总出现次数，得到交易森林中每个节点的出现次数。
步骤308：基于所述交易森林中每个节点的出现次数，确定出所述交易森林中每两个相连的节点对应的第一权重。
步骤309：交易森林中的每个节点看成一个独立的社区。
步骤310：针对交易森林中的每个节点i，尝试将节点i分配至与节点i相连的每个节点j所在的社区，计算出交易森林对应的第一增量；将节点i分配至最大的第一增量对应的节点j所在的社区。
其中，第一增量表征将对应的节点i分配至相连的节点j所在的社区时的模块度增量。设定的模块度函数的构成至少包括第一子函数，第一子函数表征节点i当前对应的第一社区与对应的节点j当前所在的第二社区的负相关关系。即，节点i为上文中的第一节点，节点j为上文中的第二节点。
在交易森林中的每个节点i对应的社区不再变化的情况下，执行步骤311。其中，在最大的第一增量大0的情况下，表征交易森林中的对应节点i对应的社区会变化；
在最大的第一增量小于或等于0的情况下，表征交易森林中的每个节点i对应的社区不再变化。
步骤311：将同一社区中的所有节点看成一个新的节点，执行步骤310。
在交易森林的模块度不再变化的情况下，停止社区划分，执行步骤312。
步骤312：基于划分出的社区确定出所述第一类型业务对应的至少两个业务逻辑模块。
为实现本发明实施例的方法，本发明实施例还提供了一种电子设备，如图4所示，该电子设备包括：
计算单元41，用于基于设定的模块度函数和第一类型业务对应的交易森林中每两个相连的节点对应的第一权重，计算所述交易森林对应的第一增量；其中，所述第一增量表征将对应的第一节点分配至相连的每个第二节点所在的社区时的模块度增量；
确定单元42，用于基于确定出的第一增量对所述交易森林进行社区划分，基于划分出的社区确定出所述第一类型业务对应的至少两个业务逻辑模块；其中，
所述设定的模块度函数的构成至少包括第一子函数，所述第一子函数表征第一节点当前对应的第一社区与对应的第二节点当前所在的第二社区的负相关关系。
在一些实施例中，所述第一子函数基于第一社区的节点总数与对应的第二社区的节点总数构建。
在一些实施例中，确定单元42具体用于：
基于划分出的每个社区对应的***标识和服务标识，确定出划分出的每个社区对应的标签；
基于确定出的标签对划分出的社区进行聚类，得到所述第一类型业务对应的至少两个业务逻辑模块。
在一些实施例中，该电子设备还包括：
构建单元，用于基于所述第一类型业务的历史业务请求对应的历史日志，构建出每个历史业务请求对应的交易树；其中，所述交易树表征历史业务请求的处理逻辑；
合并单元，用于基于构建出的交易树中共同包括的节点，将所述第一类型业务的历史业务请求对应的交易树合并为交易森林。
在一些实施例中，该电子设备还包括权重确定单元，用于：
基于交易树对应的流水号和/或特征码，确定出所述交易森林中每个节点的出现次数；
基于所述交易森林中每个节点的出现次数，确定出所述交易森林中每两个相连的节点对应的第一权重。
在一些实施例中，该电子设备还包括特征码确定单元，用于：
确定出与历史业务请求相关的***标识、服务标识、场景标识和***间的调用关系；其中，所述***为处理历史业务请求的***；
基于所述***间的调用关系，对确定出的***标识、服务标识和场景标识进行排序，得到第一字符串；
对所述第一字符串进行哈希运算，得到交易树对应的特征码。
在一些实施例中，该电子设备还包括检测单元，用于执行以下至少之一：
从确定出的每个业务逻辑模块中，确定出与第一业务请求对应的交易树相似度最高的社区，得到所述第一业务请求对应的业务逻辑模块；
基于确定出的业务逻辑模块以及第二业务请求对应的交易树，检测所述第二业务请求是否响应异常。
实际应用时，计算单元41、确定单元42、构建单元、合并单元、权重确定单元和特征码确定单元可通过电子设备中的处理器，比如中央处理器(CPU，Central ProcessingUnit)、数字信号处理器(DSP，Digital Signal Processor)、微控制单元(MCU，Microcontroller Unit)或可编程门阵列(FPGA，Field－Programmable Gate Array)等实现。
需要说明的是：上述实施例提供的电子设备在划分业务逻辑模块时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的电子设备与划分业务逻辑模块的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于上述程序模块的硬件实现，且为了实现本发明实施例的方法，本发明实施例还提供了一种电子设备。图5为本发明实施例电子设备的硬件组成结构示意图，如图5所示，电子设备5包括：
通信接口51，能够与其它设备比如网络设备等进行信息交互；
处理器52，与通信接口51连接，以实现与其它设备进行信息交互，用于运行计算机程序时，执行上述一个或多个技术方案提供的划分业务逻辑模块的方法。而所述计算机程序存储在存储器53上。
当然，实际应用时，电子设备5中的各个组件通过总线***54耦合在一起。可理解，总线***54用于实现这些组件之间的连接通信。总线***54除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图5中将各种总线都标为总线***54。
本发明实施例中的存储器53用于存储各种类型的数据以支持电子设备5的操作。这些数据的示例包括：用于在电子设备5上操作的任何计算机程序。
可以理解，存储器53可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器53旨在包括但不限于这些和任意其它适合类型的存储器。
上述本发明实施例揭示的方法可以应用于处理器52中，或者由处理器52实现。处理器52可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器52中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器52可以是通用处理器、DSP，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器52可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器53，处理器52读取存储器53中的程序，结合其硬件完成前述方法的步骤。
可选地，所述处理器52执行所述程序时实现本发明实施例的各个方法中由终端实现的相应流程，为了简洁，在此不再赘述。
在示例性实施例中，本发明实施例还提供了一种存储介质，即计算机存储介质，具体为计算机可读存储介质，例如包括存储计算机程序的第一存储器53，上述计算机程序可由终端的处理器52执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个***，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理模块中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种划分业务逻辑模块的方法，其特征在于，包括：
基于设定的模块度函数和第一类型业务对应的交易森林中每两个相连的节点对应的第一权重，计算所述交易森林对应的第一增量；所述第一增量表征将对应的第一节点分配至相连的每个第二节点所在的社区时的模块度增量；
基于确定出的第一增量对所述交易森林进行社区划分，基于划分出的社区确定出所述第一类型业务对应的至少两个业务逻辑模块；其中，
所述设定的模块度函数的构成至少包括第一子函数，所述第一子函数表征第一节点当前对应的第一社区与对应的第二节点当前所在的第二社区的负相关关系。
2.根据权利要求1所述的方法，其特征在于，所述第一子函数基于第一社区的节点总数与对应的第二社区的节点总数构建。
3.根据权利要求1所述的方法，其特征在于，所述基于划分出的社区确定出所述第一类型业务对应的至少两个业务逻辑模块，包括：
基于划分出的每个社区对应的***标识和服务标识，确定出划分出的每个社区对应的标签；
基于确定出的标签对划分出的社区进行聚类，得到所述第一类型业务对应的至少两个业务逻辑模块。
4.根据权利要求1所述的方法，其特征在于，在所述基于设定的模块度函数和第一类型业务对应的交易森林中每两个相连的节点对应的第一权重，计算所述交易森林中每个第一节点对应的第一增量之前，所述方法还包括：包括：
基于所述第一类型业务的历史业务请求对应的历史日志，构建出每个历史业务请求对应的交易树；其中，所述交易树表征历史业务请求的处理逻辑；
基于构建出的交易树中共同包括的节点，将所述第一类型业务的历史业务请求对应的交易树合并为交易森林。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
基于交易树对应的流水号和/或特征码，确定出所述交易森林中每个节点的出现次数；
基于所述交易森林中每个节点的出现次数，确定出所述交易森林中每两个相连的节点对应的第一权重。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
确定出与历史业务请求相关的***标识、服务标识、场景标识和***间的调用关系；其中，所述***为处理历史业务请求的***；
基于所述***间的调用关系，对确定出的***标识、服务标识和场景标识进行排序，得到第一字符串；
对所述第一字符串进行哈希运算，得到交易树对应的特征码。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述方法还包括以下至少之一：
从确定出的每个业务逻辑模块中，确定出与第一业务请求对应的交易树相似度最高的社区，得到所述第一业务请求对应的业务逻辑模块；
基于确定出的业务逻辑模块以及第二业务请求对应的交易树，检测所述第二业务请求是否响应异常。
8.一种电子设备，其特征在于，包括：
计算单元，用于基于设定的模块度函数和第一类型业务对应的交易森林中每两个相连的节点对应的第一权重，计算所述交易森林对应的第一增量；所述第一增量表征将对应的第一节点分配至相连的每个第二节点所在的社区时的模块度增量；
确定单元，用于基于确定出的第一增量对所述交易森林进行社区划分，基于划分出的社区确定出所述第一类型业务对应的至少两个业务逻辑模块；其中，
所述设定的模块度函数的构成至少包括第一子函数，所述第一子函数表征第一节点当前对应的第一社区与对应的第二节点当前所在的第二社区的负相关关系。
9.一种电子设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行权利要求1至7任一项所述的方法的步骤。
10.一种存储介质，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任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110647694.8A CN113326064A (zh) | 2021-06-10 | 2021-06-10 | 划分业务逻辑模块的方法、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110647694.8A CN113326064A (zh) | 2021-06-10 | 2021-06-10 | 划分业务逻辑模块的方法、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113326064A true CN113326064A (zh) | 2021-08-31 |
Family
ID=77420362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110647694.8A Pending CN113326064A (zh) | 2021-06-10 | 2021-06-10 | 划分业务逻辑模块的方法、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113326064A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114386025A (zh) * | 2021-12-14 | 2022-04-22 | 深圳前海微众银行股份有限公司 | 异常检测方法、装置、电子设备及存储介质 |
| CN117608236A (zh) * | 2024-01-24 | 2024-02-27 | 长城数字能源(西安)科技有限公司 | 集成方法及*** |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107240026A (zh) * | 2017-04-20 | 2017-10-10 | 西安电子科技大学 | 一种适用于噪音网络的社区发现方法 |
| CN107590504A (zh) * | 2017-07-31 | 2018-01-16 | 阿里巴巴集团控股有限公司 | 异常主体识别方法和装置、服务器 |
| CN109345252A (zh) * | 2018-08-24 | 2019-02-15 | 阿里巴巴集团控股有限公司 | 一种线上交易控制方法、装置、及计算机设备 |
| CN110457477A (zh) * | 2019-08-09 | 2019-11-15 | 东北大学 | 一种面向社交网络的兴趣社群发现方法 |
| CN110503568A (zh) * | 2019-08-19 | 2019-11-26 | 阿里巴巴集团控股有限公司 | 一种社区划分方法、***及设备 |
| CN110765320A (zh) * | 2019-10-23 | 2020-02-07 | 腾讯科技（深圳）有限公司 | 数据处理方法、装置、存储介质和计算机设备 |
| CN111581530A (zh) * | 2020-05-07 | 2020-08-25 | 北京互金新融科技有限公司 | 社团划分方法和装置 |
| CN111835622A (zh) * | 2020-07-10 | 2020-10-27 | 腾讯科技（深圳）有限公司 | 信息拦截方法、装置、计算机设备和存储介质 |
| CN112084422A (zh) * | 2020-08-31 | 2020-12-15 | 腾讯科技（深圳）有限公司 | 一种账号数据智能处理方法和装置 |
-
2021
- 2021-06-10 CN CN202110647694.8A patent/CN113326064A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107240026A (zh) * | 2017-04-20 | 2017-10-10 | 西安电子科技大学 | 一种适用于噪音网络的社区发现方法 |
| CN107590504A (zh) * | 2017-07-31 | 2018-01-16 | 阿里巴巴集团控股有限公司 | 异常主体识别方法和装置、服务器 |
| CN109345252A (zh) * | 2018-08-24 | 2019-02-15 | 阿里巴巴集团控股有限公司 | 一种线上交易控制方法、装置、及计算机设备 |
| CN110457477A (zh) * | 2019-08-09 | 2019-11-15 | 东北大学 | 一种面向社交网络的兴趣社群发现方法 |
| CN110503568A (zh) * | 2019-08-19 | 2019-11-26 | 阿里巴巴集团控股有限公司 | 一种社区划分方法、***及设备 |
| CN110765320A (zh) * | 2019-10-23 | 2020-02-07 | 腾讯科技（深圳）有限公司 | 数据处理方法、装置、存储介质和计算机设备 |
| CN111581530A (zh) * | 2020-05-07 | 2020-08-25 | 北京互金新融科技有限公司 | 社团划分方法和装置 |
| CN111835622A (zh) * | 2020-07-10 | 2020-10-27 | 腾讯科技（深圳）有限公司 | 信息拦截方法、装置、计算机设备和存储介质 |
| CN112084422A (zh) * | 2020-08-31 | 2020-12-15 | 腾讯科技（深圳）有限公司 | 一种账号数据智能处理方法和装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114386025A (zh) * | 2021-12-14 | 2022-04-22 | 深圳前海微众银行股份有限公司 | 异常检测方法、装置、电子设备及存储介质 |
| CN114386025B (zh) * | 2021-12-14 | 2024-06-04 | 深圳前海微众银行股份有限公司 | 异常检测方法、装置、电子设备及存储介质 |
| CN117608236A (zh) * | 2024-01-24 | 2024-02-27 | 长城数字能源(西安)科技有限公司 | 集成方法及*** |
| CN117608236B (zh) * | 2024-01-24 | 2024-04-09 | 长城数字能源(西安)科技有限公司 | 集成方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115412371B (zh) | 基于物联网的大数据安全防护方法、***及云平台 | |
| CN113326064A (zh) | 划分业务逻辑模块的方法、电子设备及存储介质 | |
| CN113254255B (zh) | 一种云平台日志的分析方法、***、设备及介质 | |
| CN113298638B (zh) | 根因定位方法、电子设备及存储介质 | |
| CN111651595A (zh) | 一种异常日志处理方法及装置 | |
| CN112668632A (zh) | 一种数据处理方法、装置、计算机设备及存储介质 | |
| CN110807050B (zh) | 性能分析方法、装置、计算机设备及存储介质 | |
| CN114595765A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| CN112612832B (zh) | 节点分析方法、装置、设备及存储介质 | |
| CN112612679A (zh) | ***运行状态监控方法、装置、计算机设备和存储介质 | |
| CN114218303B (zh) | 一种交易数据的处理***、处理方法、介质和设备 | |
| CN113946566B (zh) | Web***指纹库的构建方法、装置和电子设备 | |
| CN113902415A (zh) | 财务数据核对方法、装置、计算机设备和存储介质 | |
| CN113626387A (zh) | 一种任务数据的导出方法、装置、电子设备及存储介质 | |
| CN115396280B (zh) | 告警数据的处理方法、装置、设备及存储介质 | |
| CN116127149B (zh) | 图数据库集群健康度的量化方法和*** | |
| CN111401959B (zh) | 风险群体的预测方法、装置、计算机设备及存储介质 | |
| CN118069916A (zh) | ***告警处理方法、结构数据分析方法和装置 | |
| CN108282378B (zh) | 一种监控网络流量的方法和装置 | |
| CN116522091A (zh) | 用户信息的分析方法、***、设备和介质 | |
| CN117994040A (zh) | 用于对风控规则计算业务进行实时处理的方法、装置 | |
| CN115714718A (zh) | 基于内存的日志预警方法、***、计算机设备和存储介质 | |
| CN116702057A (zh) | 一种日志分类方法和计算设备 | |
| CN115811544A (zh) | 单元化监控方法、***、装置、计算机设备和存储介质 | |
| CN117390023A (zh) | 数据合计方法、数据合计装置、设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210831 |
|
| RJ01 | Rejection of invention patent application after publication |