CN115907986B - 资产核对方法和装置、介质和计算机设备 - Google Patents
资产核对方法和装置、介质和计算机设备 Download PDFInfo
- Publication number
- CN115907986B CN115907986B CN202211431042.1A CN202211431042A CN115907986B CN 115907986 B CN115907986 B CN 115907986B CN 202211431042 A CN202211431042 A CN 202211431042A CN 115907986 B CN115907986 B CN 115907986B
- Authority
- CN
- China
- Prior art keywords
- asset
- model
- target
- tables
- checking
- 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.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Stored Programmes (AREA)
Abstract
本公开实施例提供一种资产核对方法和装置、介质和计算机设备,所述方法包括:确定待核对的目标资产模型,所述目标资产模型用于记录多张目标资产表以及所述多张目标资产表之间的资产变更信息;获取对目标核对模型的订阅信息,所述目标核对模型基于多张第一样本资产表以及所述多张第一样本资产表之间的资产变更信息训练得到;基于所述订阅信息创建调用所述目标核对模型对目标资产模型进行核对的第一资产核对任务。
Description
技术领域
本公开涉及风险控制技术领域,尤其涉及资产核对方法和装置、介质和计算机设备。
背景技术
在用户进行交易等过程中,为了确保资产变更信息的正确性,尽可能地避免资损问题,需要进行资产核对。在相关技术中,一般基于专家经验生成用于进行资产核对的核对模型。然而,交易的数量往往非常庞大,各种交易涉及的信息非常繁杂,核对模型的核对规则也是多种多样的。因此,基于专家经验生成核对模型的方式存在人力成本高的问题。
发明内容
第一方面,本公开实施例提供一种资产核对方法,所述方法包括:确定待核对的目标资产模型,所述目标资产模型用于记录多张目标资产表以及所述多张目标资产表之间的资产变更信息;获取对目标核对模型的订阅信息,所述目标核对模型基于多张第一样本资产表以及所述多张第一样本资产表之间的资产变更信息训练得到;基于所述订阅信息创建调用所述目标核对模型对目标资产模型进行核对的第一资产核对任务。
在一些实施例中,所述确定待核对的目标资产模型,包括:获取用户输入的搜索信息以及预先建立的拓扑模型;其中,所述拓扑模型包括多个节点,以及连接所述多个节点的边,每个节点对应于一项搜索信息对应的搜索对象,每条边用于表征两个搜索对象之间的关联关系或者用于表征一个搜索对象与所述目标资产模型之间的关联关系;基于所述搜索信息和所述拓扑模型确定待核对的目标资产模型。
在一些实施例中,所述搜索信息包括以下至少一种:所述目标资产模型中多张目标资产表对应的资产转移链路的标识信息;所述目标资产模型中任一目标资产表中的订单号;所述目标资产模型中任一目标资产表的标识信息;用于与应用相关的标识信息,所述应用用于操作所述目标资产模型中多张目标资产表;已创建的所述目标资产模型的标识信息。
在一些实施例中,所述方法还包括:将模型数据库中的至少一个候选核对模型推送给用户;基于用户发送的选择指令从所述至少一个候选核对模型中确定所述目标核对模型。
在一些实施例中,所述将模型数据库中的至少一个候选核对模型推送给用户,包括:基于多张第二样本资产表以及所述多张第二样本资产表之间的资产变更信息,对所述候选核对模型进行校验;将校验成功的候选核对模型推送给用户。
在一些实施例中,所述方法还包括:生成第一报告,所述第一报告包括以下至少一项信息:模型数据库中新增的候选核对模型的数量;新增的目标资产模型的数量;新增的待核对的目标字段的总数;更新的目标资产模型的数量;校验成功的候选核对模型的数量;各个候选核对模型的校验成功率;校验成功的候选核对模型的数量与候选核对模型的总数的比值;每次通过第二样本资产表对候选核对模型进行校验的校验结果。
在一些实施例中,所述方法还包括:在满足预设的更新触发条件的情况下,对所述目标核对模型进行更新。
在一些实施例中,所述更新触发条件包括以下至少一者:达到预设的更新时间间隔;所述目标资产模型的核对准确度低于预设的准确度阈值;接收到用户输入的更新指令。
在一些实施例中,在基于所述订阅信息创建调用所述目标核对模型对目标资产模型进行核对的第一资产核对任务之后,所述方法还包括:若所述第一资产核对任务的核对结果异常,输出告警信息。
在一些实施例中,所述方法还包括:若所述第一资产核对任务的核对结果异常,获取对所述目标资产模型的第一标记信息和对所述目标核对模型的第二标记信息;所述第一标记信息用于表征所述目标资产模型是否正确,所述第二标记信息用于表征所述核对结果是否正确;若所述目标资产模型和所述核对结果均正确,生成所述核对结果对应的关联事件,所述关联事件用于对所述核对结果进行异常处理。
在一些实施例中,所述方法还包括:在目标资产转移场景下产生的资产表中,若第一资产表的数量大于预设的第一数量阈值,将所述第一资产表确定为所述目标资产转移场景的第一样本资产表;和/或在所述多张第一样本资产表中,若满足第一资产变更信息的第一样本资产表的数量大于预设的第二数量阈值,将所述第一资产变更信息确定为所述多张第一样本资产表之间的资产变更信息。
在一些实施例中,所述方法还包括:在未获取到所述目标资产模型的情况下,创建空的第二资产核对任务;在获取到所述目标资产模型之后,将所述目标资产模型添加到所述第二资产核对任务中。
在一些实施例中,所述方法还包括:在未获取到所述目标核对模型的情况下,创建空的第三资产核对任务;在获取到所述目标核对模型之后,将所述目标资产模型添加到所述第三资产核对任务中。
在一些实施例中,所述方法还包括:生成第二报告;所述第二报告包括以下至少一项信息:被核对的目标资产模型的数量;用于资产核对的目标核对模型的数量;第一资产核对任务的核对结果异常时的告警次数;资产变更信息异常情况的发现率。
在一些实施例中,所述方法还包括:获取用户输入的配置指令;基于所述配置指令对所述目标核对模型的参数和/或所述多张目标资产表中需要核对的目标字段进行配置。
第二方面,本公开实施例提供一种资产核对装置,所述装置包括:确定模块,用于确定待核对的目标资产模型,所述目标资产模型用于记录多张目标资产表以及所述多张目标资产表之间的资产变更信息;获取模块,用于获取对目标核对模型的订阅信息,所述目标核对模型基于多张第一样本资产表以及所述多张第一样本资产表之间的资产变更信息训练得到;创建模块,用于基于所述订阅信息创建调用所述目标核对模型对目标资产模型进行核对的第一资产核对任务。
第三方面,本公开实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一实施例所述的方法。
第四方面,本公开实施例提供一种计算机设备,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任一实施例所述的方法。
本公开实施例在获取对目标核对模型的订阅信息之后,能够自动基于订阅信息创建调用目标核对模型对目标资产模型进行核对的第一资产核对任务。通过运行第一资产核对任务即可自动通过目标核对模型对目标资产模型进行核对。并且,由于目标核对模型能够基于多张第一样本资产表以及所述多张第一样本资产表之间的资产变更信息训练得到,因此,无需基于专家经验生成目标核对模型,减少了生成目标核对模型的过程中对人工的依赖,降低了人力成本。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1是本公开实施例的资产核对方法的流程图。
图2是本公开实施例的拓扑模型的示意图。
图3是本公开实施例的总体流程图。
图4是本公开实施例的目标核对模型的训练和保鲜过程的示意图。
图5是本公开实施例的资产核对装置的框图。
图6是本公开实施例的计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本公开范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为了使本技术领域的人员更好的理解本公开实施例中的技术方案,并使本公开实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本公开实施例中的技术方案作进一步详细的说明。
在用户进行交易等过程中,为了确保资产变更信息的正确性,尽可能地避免资损问题,需要进行资产核对。资产核对是一类针对资产安全场景的精细化监控过程,用于对与资产相关的数据进行风险检查。资产核对的对象称为资产模型,资产模型是资损防控中对于数据模型的抽象,资产模型包括多张资产表、触发表以及多张资产表之间的关联关系等。其中,资产表是指涉及资产信息的表,例如,账户余额表、交易明细表等。触发表是指资产信息发生变更的资产表,例如,账户余额表中的资产信息为账户余额,如果一张账户余额表中的账户余额发生改变,则可以将该账户余额表作为触发表。多张资产表之间的关联关系用于表征这多张资产表之间的资产变更信息,以两张资产表为例,假设账户A向账户B支付了10元,则在账户A的账户余额表中,账户A的余额减少了10元(即账户A的余额变化值为-10),在账户B的账户余额表中,且账户B的余额增加了10元(即账户B的余额变化值为10),账户A的账户余额表与账户B的账户余额表之间的关联关系为账户A的资产转移到账户B。
在进行资产核对时,通常基于预先生成的核对模型对资产模型中的多张资产表进行校验。其中,核对模型是对资产模型进行风险检查的具体逻辑,核对模型包括多张资产表中待核对的目标字段及各资产表中目标字段之间的关系。例如,在上述账户A向账户B支付10元的例子中,待核对的目标字段为账户A的余额变化值和账户B的余额变化值。各资产表中目标字段之间的关系为账户A的余额减少的金额等于账户B的余额增加的金额(即账户A的余额变化值与账户B的余额变化值之和等于0)。本领域技术人员可以理解,以上仅为示例性说明,在其他例子中,不同的资产表中待核对的目标字段可能是不同的,目标字段之间的关系也可能是其他关系。
在相关技术中,一般基于专家经验生成用于进行资产核对的核对模型。然而,交易的数量往往非常庞大,各种交易涉及的信息非常繁杂,核对模型的核对规则也是多种多样的。因此,基于专家经验生成核对模型的方式存在人力成本高的问题。
基于此,本公开提供一种资产核对方法,参见图1,所述方法包括:
步骤102:确定待核对的目标资产模型,所述目标资产模型用于记录多张目标资产表以及所述多张目标资产表之间的资产变更信息;
步骤104:获取对目标核对模型的订阅信息,所述目标核对模型基于多张第一样本资产表以及所述多张第一样本资产表之间的资产变更信息训练得到;
步骤106:基于所述订阅信息创建调用所述目标核对模型对目标资产模型进行核对的第一资产核对任务。
在步骤102中,目标资产模型可以是各种类型的资产模型,资产模型的类型可以根据资产转移场景确定。例如,在转账场景下,目标资产模型为包括多个用户的账户余额表及所述多个用户的账户余额表之间的余额变动信息的资产模型。又例如,在利息结算场景下,目标资产模型为包括同一用户的账户在不同时间的多张利息结算明细表以及该多张利息结算明细表之间的利息变动信息的资产模型。其中,余额变动信息和利息变动信息均为对应场景下的资产变更信息。
在一些实施例中,目标资产模型可以通过用户输入的搜索信息搜索得到。该搜索信息可以是已创建的目标资产模型本身的标识信息(例如,目标资产模型的模型ID),也可以是与目标资产模型相关的其他对象(称为搜索对象)的标识信息。其中,搜索对象可以包括但不限于目标资产模型中多张目标资产表对应的资产转移链路、目标资产表、用于操作所述目标资产模型中多张目标资产表的应用等中的至少一者,相应地,搜索信息可以包括目标资产模型中多张目标资产表对应的资产转移链路的标识信息(记为trace)、目标资产模型中任一目标资产表的订单号、目标资产模型中任一目标资产表的标识信息(例如,任一目标资产表的表单ID),或者与用于操作所述目标资产模型中多张目标资产表的应用相关的标识信息。下面对确定目标资产模型的具体方式进行说明。
在将目标资产模型本身的标识信息作为搜索信息的情况下,可以通过手动或自动方式创建一个或多个目标资产模型,创建成功的每个目标资产模型可以对应一个模型ID,通过输入该模型ID即可搜索到目标资产模型。
在将资产转移链路的标识信息作为搜索信息的情况下,从一个资产转出方到一个资产转入方的资产输出路径称为一条资产转移链路。例如,在通过账户A向账户B转账时,账户A到账户B的转账路径为一条资产转移链路;在通过账户A向账户C转账时,账户A到账户C的转账路径为另一条资产转移链路。每条资产转移链路都可以对应一个标识信息(称为链路ID),用于标识该资产转移链路。通过将链路ID作为搜索信息可以搜索到对应的资产转移链路,从而获取到与该资产转移链路相关的目标资产模型。
在将目标资产模型中任一目标资产表的订单号作为搜索信息的情况下,一次交易可以对应一个订单号,用于对该次交易进行唯一标识。同一次交易涉及的至少两张资产表共用同一个订单号,因此,通过将订单号作为搜索信息,可以搜索到共用该订单号的各个资产表,从而搜索到与所述各个资产表相关的目标资产模型。
在将目标资产模型中任一目标资产表的标识信息作为搜索信息的情况下,每个目标资产表都可以包括一个标识信息(称为表单ID),用于唯一标识该目标资产表。通过将表单ID作为搜索信息,可以搜索出对应的目标资产表,从而搜索出包括该目标资产表的目标资产模型。
在将与应用相关的标识信息作为搜索信息的情况下,一张目标资产表可以被一个或多个应用操作,一个应用可以操作一种或多种目标资产表,操作结果用于更新目标资产表中与资产相关的目标字段的字段值。例如,转账应用可以操作用户余额表,从而更新用户余额表中的余额字段。与应用相关的标识信息可以是应用本身的标识信息(即应用ID)。由于每个应用可以包括一个或多个数据库,一个应用包括的每个数据库均可以存储该应用能够操作的目标资产表的集合,且不同的数据库中可以存储该应用能够操作的不同的目标资产表。因此,与应用相关的标识信息也可以是应用包括的数据库的标识信息。通过将与应用相关的标识信息作为搜索信息,可以搜索出该应用所能操作的各个目标资产表,进而搜索出与所述各个目标资产表相关的目标资产模型。
本领域技术人员可以理解,以上所举的例子仅为示例性说明。除了以上列举的搜索信息和搜索对象之外,本公开实施例还可以采用其他信息作为搜索信息,并相应地采用其他对象作为搜索对象,此处不再一一列举。
在一些实施例中,可以预先建立拓扑模型,所述拓扑模型包括多个节点,以及连接所述多个节点的边,每个节点对应于一项搜索信息对应的搜索对象,每条边用于表征两个搜索对象之间的关联关系或者用于表征一个搜索对象与所述目标资产模型之间的关联关系。参见图2,搜索对象可以包括人工模型、自动模型、应用、物理数据库列表、物理数据库、逻辑数据库列表、逻辑数据库和目标资产表。其中,人工模型是通过人工方式创建的目标资产模型,自动模型是基于多张第一样本资产表以及所述多张第一样本资产表之间的资产变更信息训练得到的目标资产模型,应用可以包括一个或多个物理数据库以及一个或多个逻辑数据库。目标资产表与人工模型之间的关系以及目标资产表与自动模型之间的关系可以保存在模型节点中。
在建立拓扑模型之后,可以基于用户输入的搜索信息以及拓扑模型共同确定目标资产模型。以搜索对象是应用为例,基于应用包括的物理数据库的标识信息可以搜索到应用对应的物理数据库列表,再从物理数据库列表中搜索到对应的物理数据库,然后搜索到该物理数据库中的目标资产表。然后,基于模型节点中存储的目标资产表与自动模型之间的关系,可以搜索出自动模型。以上列举了通过应用相关的搜索信息搜索目标资产模型的例子,通过其他搜索信息搜索目标资产模型的方式与上述方式类似,此处不再赘述。应当说明的是,图中列举了应用包括物理数据库和逻辑数据库的情况,在实际应用中,应用也可以仅包括物理数据库,而不包括逻辑数据库。
上述实施例通过建立拓扑模型,能够基于各种搜索对象的搜索信息搜索出目标资产模型,用户只需输入搜索信息,即可获取到目标资产模型,提高了获取目标资产模型的效率和灵活性,降低了获取目标资产模型的操作复杂度。
在步骤104中,可以获取对目标核对模型的订阅信息,订阅信息中可以包括目标核对模型的标识信息,还可以包括订阅开始时间、订阅结束时间等用于表示订阅方式的信息。
其中,目标核对模型可以是各种类型的核对模型,目标核对模型的数量可以大于或等于1,不同的目标核对模型可以采用不同的核对规则对目标资产模型进行核对,或是对多张目标资产表中不同的目标字段进行核对。例如,在前述通过账户A向账户B转账的例子中,一个目标核对模型核对的目标字段可以是多张目标资产表中的余额变化值,核对规则为多张目标资产表中的余额变化值的总和等于0。在其他例子中,其他的目标核对模型也可以采用其他的核对规则对除余额变化值以外的目标字段进行核对。
目标核对模型可以基于多张第一样本资产表以及所述多张第一样本资产表之间的资产变更信息训练得到。目标核对模型可以自动识别出所述多张第一样本资产表中需要核对的目标字段,并自动学习出该目标字段之间的关联关系。
在一些实施例中,多张第一样本资产表可以基于以下方式确定:在目标资产转移场景下产生的资产表中,若第一资产表的数量大于预设的第一数量阈值,将所述第一资产表确定为所述目标资产转移场景的第一样本资产表。其中,目标资产转移场景下产生的资产表可以是历史时间段内(例如,最近一周或者最近一个月)产生的资产表。例如,最近一周内在转账场景下产生的资产表中,账户余额表的数量大于第一样本资产表总数的90%,因此,可以将账户余额表确定为转账场景的第一样本资产表。当然,以上仅为示例性说明,该实施例中所采用的第一数量阈值可以根据实际需要设置为其他数值,该实施例中的目标资产转移场景也可以是除转账场景以外的其他场景。
在一些实施例中,多张第一样本资产表之间的资产变更信息可以基于以下方式获取:在所述多张第一样本资产表中,若满足第一资产变更信息的第一样本资产表的数量大于预设的第二数量阈值,将所述第一资产变更信息确定为所述多张第一样本资产表之间的资产变更信息。例如,在转账场景下,若满足账户的余额变化值与另一第一样本资产表的账户的余额变化值的总和等于0的第一样本资产表的数量大于第一样本资产表总数的95%,则将所述第一资产变更信息确定为两张第一样本资产表中的余额变化值的总和等于0。其中,第二数量阈值与第一数量阈值可以相等,也可以不相等,第二数量阈值的具体数值可以根据实际需要设置。
可以按照上述方式训练一个或多个候选核对模型并存入模型数据库。其中,不同的候选核对模型可以采用不同的第一样本资产表进行训练。在用户需要时,可以将数据库中的至少一个候选核对模型推送给用户,并基于用户发送的选择指令从所述至少一个候选核对模型中确定所述目标核对模型。
训练好的候选核对模型可能存在一定的噪音,即其中部分候选核对模型的核对准确度可能比较低。在一些实施例中,可以先基于多张第二样本资产表以及所述多张第二样本资产表之间的资产变更信息,对所述候选核对模型进行校验,并将校验成功的候选核对模型推送给用户。如果验证失败,则对候选核对模型进行重新训练。上述过程称为候选核对模型的灰度管理。通过灰度管理,只有通过验证的候选核对模型才会推送给用户,这样,能够减少对用户的打扰。在一些实施例中,如果满足候选核对模型对应的核对规则的第二样本资产表的数量大于预设的第三数量阈值,确定验证成功。例如,假设一个候选核对模型的核对规则为两张资产表中的余额变化值的总和等于0,且在多张第二样本资产表中,满足账户的余额变化值与另一第二样本资产表的账户的余额变化值的总和等于0的第二样本资产表的数量大于第二样本资产表总数的90%,则确定该候选核对模型验证成功;否则,确定该候选核对模型验证失败。其中,第三数量阈值与前述实施例中的第一数量阈值和第二数量阈值中的任意一者可以相同,也可以不同。
在一些实施例中,在灰度管理过程中,还可以生成第一报告,以便确定灰度管理过程的进度。可选地,所述第一报告包括以下至少一项信息:
模型数据库中新增的候选核对模型的数量。假设上一次统计时模型数据库中候选核对模型的数量为N1,本次统计时模型数据库中候选核对模型的数量为N2,则模型数据库中新增的候选核对模型的数量等于N2-N1。在一些实施例中,可以按照预设的时间间隔,或者在预设统计指令的触发下,或者基于其他条件对模型数据库中新增的候选核对模型的数量进行统计。
新增的目标资产模型的数量。新增的目标资产模型的数量的统计方式与模型数据库中新增的候选核对模型的数量的统计方式类似。假设上一次统计时目标资产模型的数量为M1,本次统计时目标资产模型的数量为M2,则新增的目标资产模型的数量等于M2-M1。
新增的目标字段的总数。假设上一次统计时各目标资产模型的目标资产表中的目标字段的数量为K1,本次统计时各目标资产模型的目标资产表中的目标字段的数量为K2,则新增的目标字段的总数等于K2-K1。
更新的目标资产模型的数量。由于目标资产模型本身可能是错误的,例如,目标资产模型中多张目标资产表的目标字段选择错误,因此,可能会对目标资产模型进行更新。每更新一个目标资产模型,可以将更新的目标资产模型的数量加1。
校验成功的候选核对模型的数量。可选地,可以将校验成功的每个候选核对模型均推送给用户,这样,校验成功的候选核对模型的数量即等于推送给用户的候选核对模型的数量。通过统计校验成功的候选核对模型的数量,可以确定候选核对模型的噪音量。噪音量越大,校验成功的候选核对模型的数量越少。
各个候选核对模型的校验成功率。一个候选核对模型的校验成功率可以基于满足该候选核对模型对应的核对规则的第二样本资产表的数量与第二样本资产表的总数的比值确定。
校验成功的候选核对模型的数量与候选核对模型的总数的比值。假设校验成功的候选核对模型的数量为M,候选核对模型的总数为N,则该比值等于M/N。
每次通过第二样本资产表对候选核对模型进行校验的校验结果。如果一张第二样本资产表满足候选核对模型对应的核对规则,判定核对结果为成功,否则判定核对结果为失败。
除了以上列举的各种信息之外,第一报告中还可以包括其他信息,此处不再一一列举。
在步骤106中,可以创建第一资产核对任务。通过运行第一资产核对任务,可以通过目标核对模型对目标资产模型进行核对,得到核对结果。运行第一资产核对任务的阶段也可以称为目标核对模型的上线阶段。在上线阶段,可以生成第二报告;所述第二报告包括以下至少一项信息:被核对的目标资产模型的数量,用于资产核对的目标核对模型的数量、第一资产核对任务的核对结果异常时的告警次数、资产变更信息异常情况的发现率。通过生成第二报告,便于用户掌握目标核对模型的上线阶段的资产核对情况。
进一步地,如果在步骤102中未获取到所述目标资产模型,则在本步骤中可以创建空的第二资产核对任务,并在获取到所述目标资产模型之后,将所述目标资产模型添加到第二资产核对任务中。在实际应用中,由于目标资产表的数量众多,一些目标资产表与其他目标资产表之间的资产变更信息可能难以及时被挖掘出来,导致部分目标资产表可能未被包括在任何目标资产模型中。而随着目标资产模型的不断创建,被挖掘出的资产变更信息逐渐增加,从而能够建立更多的目标资产模型。上述过程也称为目标资产模型的训练或推导过程。也就是说,本公开实施例的方案可以同时对目标资产模型和目标核对模型进行训练。因此,在未获取到所述目标资产模型的情况下,可以先创建一个空的第二资产核对任务,该第二资产核对任务中不包括目标资产模型。在目标资产模型被建立之后,可以自动将该目标资产模型添加到所述第二资产核对任务中。
同理,如果在步骤104中未获取到所述目标核对模型,则在本步骤中可以创建空的第三资产核对任务。其中,第三资产核对任务中不包括目标核对模型,但可以包括目标资产模型,也可以不包括目标资产模型。在获取到所述目标核对模型之后,可以将所述目标资产模型添加到第三资产核对任务中。
通过上述方式,无论目标资产模型和/或目标核对模型是否存在,用户都可以创建资产核对任务。这样,用户可以随时为自己关注的风险对象(例如,目标资产表)生成资产核对任务,并在目标资产模型和/或目标核对模型被创建之后,即刻启动资产核对任务,从而提高资产核对效率。并且,用户无需时刻关注目标资产模型和/或目标核对模型是否已产生,提高了用户的操作便利性。
进一步地,在本步骤中,还可以对目标核对模型的生命周期进行管理。其中,所述生命周期可以包括目标核对模型进行资产核对的起始时间、结束时间和/或更新时间周期(也称为保鲜时间)。其中,起始时间是目标核对模型开始进行资产核对的时间,也即第一资产核对任务开始运行的时间。结束时间是目标核对模型终止进行资产核对的时间,也即第一资产核对任务结束运行的时间。目标核对模型进行资产核对的起始时间和结束时间可以分别基于步骤104中获取的订阅开始时间和订阅结束时间确定。此外,由于资产转移场景可能发生变化,导致资产变更信息发生改变,从而导致原本准确的目标核对模型的核对结果变得不准确,因此,还可以预先设置更新时间周期,并在本步骤中基于更新时间周期对目标核对模型进行更新。在更新完成后,可以在第一资产核对任务中,调用更新后的目标核对模型对目标资产模型进行核对,从而提高资产核对的准确度。
在创建第一资产核对任务之后,若所述第一资产核对任务的核对结果异常,可以输出告警信息。仍以用户A向用户B转账场景为例,假设目标核对模型的核对规则为两张账户余额表中的余额变化值之和等于0,但通过目标核对模型对用户A的账户余额表和用户B的账户余额表进行核对时,发现两张账户余额表中的余额变化值之和不等于0,例如,用户A的账户余额表中的余额变化值为-10,而用户B的账户余额表中的余额变化值为9,此时可判定核对结果异常,并输出告警信息。
进一步地,还可以在核对结果异常时,生成所述核对结果对应的关联事件,所述关联事件用于对所述核对结果进行异常处理。例如,可以将关联事件存储到日志中,并主动发送给相关的处理方,或者由处理方主动获取日志,以便处理方能够获取到异常信息并对核对结果进行异常处理,例如,联系资产所有者进行资损赔偿、查询异常原因等。其中,关联事件可以包括但不限于检测到核对结果异常的时间、异常核对结果所涉及的目标资产表、异常核对结果的类别、异常核对结果涉及的资产额度、异常级别等中的部分或全部信息。
然而,可能导致核对结果异常的原因有以下几种:(1)资产变更过程出现错误;(2)目标核对模型发生错误;(3)目标资产模型发生错误。也就是说,核对结果异常可能是误判,并未对资产所有者造成资损。为了减少上述误判情况,可以在所述第一资产核对任务的核对结果异常的情况下,获取对所述目标资产模型的第一标记信息和对所述目标核对模型的第二标记信息。其中,所述第一标记信息用于表征所述目标资产模型是否正确,所述第二标记信息用于表征所述核对结果是否正确。若所述目标资产模型和所述核对结果均正确,生成所述核对结果对应的关联事件。在本实施例中,如果目标资产模型和核对结果均正确,则一般情况下,导致核对结果异常的原因为资产变更过程出现错误,因此,只有在目标资产模型和核对结果均正确时,才会生成关联事件。这样,能够有效减少误判情况。
在一些实施例中,如上所述,可以对所述目标核对模型进行更新。更新过程可以在满足预设的更新触发条件的情况下执行。其中,所述更新触发条件包括以下至少一者:达到预设的更新时间间隔;所述目标资产模型的核对准确度低于预设的准确度阈值;接收到用户输入的更新指令。更新目标核对模型的处理也可以称为目标核对模型的保鲜处理。通过保鲜处理,使得目标核对模型能够适应资产转移场景的变化,从而保证目标核对模型的核对准确度。
在保鲜处理过程中,还可以获取用户输入的配置指令,并基于所述配置指令对所述目标核对模型的参数和/或所述多张目标资产表中需要核对的目标字段进行配置。所述参数可以包括但不限于目标核对模型的生命周期(例如,起始时间、结束时间和/或更新时间周期)、上述第一数量阈值、第二数量阈值和/或第三数量阈值。
下面结合图3和图4对本公开实施例的资产核对流程进行说明。图3是本公开实施的总体流程图,本公开实施例的资产核对流程包括以下步骤:
(1)风险搜索例,即获取待核对的目标资产模型。可以通过trace、订单号、应用的标识信息、资产表的表单ID、模型ID等信息搜索出用户关注的风险对象(例如,资产表)。
(2)布防订阅。即选择目标资产模型和目标核对模型。首先判断风险对象是否存在对应的模型(包括目标资产模型及目标核对模型)。如果目标资产模型及目标核对模型均存在,则选择目标资产模型和目标核对模型。可以推荐模型数据库中的一个或多个候选核对模型给用户,以使用户从候选核对模型中确定目标核对模型并进行订阅。
(3)生成资产核对任务。如果步骤(2)中目标资产模型或目标核对模型不存在,则生成空的资产核对任务;如果步骤(2)中目标资产模型及目标核对模型均存在,则生成非空的资产核对任务。然后,对资产核对任务进行生命周期管理。若不存在目标资产模型,还可以由用户输入关注的风险对象(例如,资产表),以便于生成目标资产模型。
(4)异常/事件管理。如果资产核对结果为异常,则输出异常告警,并通过用户打标(即标注第一标记信息和第二标记信息),基于第一标记信息和第二标记信息生成关联事件。
其中,目标核对模型的训练及保鲜过程可参考图4。首先进行初始化。在初始化之后,资产核对任务中不包括自动模型(即通过训练方式生成的目标核对模型)。因此,可以通过训练生成至少一个候选核对模型。对于空的资产核对任务(例如,不包括任何目标资产模型的资产核对任务),会进入训练中状态,根据资产核对任务关注的风险对象,不断地自动推导目标资产模型和目标核对模型,如果有新的资产模型和新的核对模型产出,可以通知用户进行资产模型和新的核对模型的订阅。
订阅了资产模型和核对模型的资产核对任务会进入灰度中状态,以便验证订阅的核对模型的有效性,实现核对模型的降噪,并产出灰度运行报告(即第一报告)。
灰度完成或者用户触发后,核对模型会进入上线状态,用户开始正常接收资产核对任务所产生的异常告警信息和运行报告(即第二报告)。
资产核对任务保鲜可以由用户指定或定时触发,进行资产模型、核对模型的自动推导和更新,保障资产模型和核对模型的时效性。更新后的资产模型和核对模型可以重新进行灰度管理,并在灰度管理过程的校验成功后重新上线。
本公开实施例预先进行核对模型和资产模型的训练,沉淀出核对模型和资产模型的集合提供给用户进行挑选和订阅,减轻了用户从头开始熟悉资产相关业务的成本,减轻了人工创建核对模型和资产模型的负担;同时,资产核对任务会自动对核对模型和资产模型进行保鲜,实时捕捉业务、代码变动带来的变化,保证资产核对的时效性。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
参见图5,本公开实施例还提供一种资产核对装置,所述装置包括:
确定模块502,用于确定待核对的目标资产模型,所述目标资产模型用于记录多张目标资产表以及所述多张目标资产表之间的资产变更信息;
获取模块504,用于获取对目标核对模型的订阅信息,所述目标核对模型基于多张第一样本资产表以及所述多张第一样本资产表之间的资产变更信息训练得到;
创建模块506,用于基于所述订阅信息创建调用所述目标核对模型对目标资产模型进行核对的第一资产核对任务。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本说明书实施例还提供一种计算机设备,其至少包括存储器、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,其中,处理器执行所述程序时实现前述任一实施例所述的方法。
图6示出了本说明书实施例所提供的一种更为具体的计算设备硬件结构示意图,该设备可以包括:处理器602、存储器604、输入/输出接口606、通信接口608和总线610。其中处理器602、存储器604、输入/输出接口606和通信接口608通过总线610实现彼此之间在设备内部的通信连接。
处理器602可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本说明书实施例所提供的技术方案。处理器602还可以包括显卡,所述显卡可以是Nvidia titan X显卡或者1080Ti显卡等。
存储器604可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器604可以存储操作***和其他应用程序,在通过软件或者固件来实现本说明书实施例所提供的技术方案时,相关的程序代码保存在存储器604中,并由处理器602来调用执行。
输入/输出接口606用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口608用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线610包括一通路,在设备的各个组件(例如处理器602、存储器604、输入/输出接口606和通信接口608)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器602、存储器604、输入/输出接口606、通信接口608以及总线610,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本说明书实施例方案所必需的组件,而不必包含图中所示的全部组件。
本公开实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述任一实施例所述的方法。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本说明书实施例可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本说明书实施例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,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本说明书实施例各个实施例或者实施例的某些部分所述的方法。
上述实施例阐明的***、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、图像采集装置电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
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他实施例的不同之处。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。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,在实施本说明书实施例方案时可以把各模块的功能在同一个或多个软件和/或硬件中实现。也可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本说明书实施例的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本说明书实施例原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本说明书实施例的保护范围。
Claims (16)
1.一种资产核对方法,所述方法包括:
确定待核对的目标资产模型,所述目标资产模型用于记录多张目标资产表以及所述多张目标资产表之间的资产变更信息;
获取对目标核对模型的订阅信息,所述目标核对模型基于多张第一样本资产表以及所述多张第一样本资产表之间的资产变更信息训练得到;
基于所述订阅信息创建调用所述目标核对模型对目标资产模型进行核对的第一资产核对任务;
在未获取到所述目标资产模型的情况下,创建空的第二资产核对任务;所述第二资产核对任务中不包括目标资产模型;在获取到所述目标资产模型之后,将所述目标资产模型添加到所述第二资产核对任务中;和/或
在未获取到所述目标核对模型的情况下,创建空的第三资产核对任务;所述第三资产核对任务中不包括目标核对模型;在获取到所述目标核对模型之后,将所述目标资产模型添加到所述第三资产核对任务中。
2.根据权利要求1所述的方法,所述确定待核对的目标资产模型,包括:
获取用户输入的搜索信息以及预先建立的拓扑模型;其中,所述拓扑模型包括多个节点,以及连接所述多个节点的边,每个节点对应于一项搜索信息对应的搜索对象,每条边用于表征两个搜索对象之间的关联关系或者用于表征一个搜索对象与所述目标资产模型之间的关联关系;
基于所述搜索信息和所述拓扑模型确定待核对的目标资产模型。
3.根据权利要求2所述的方法,所述搜索信息包括以下至少一种:
所述目标资产模型中多张目标资产表对应的资产转移链路的标识信息;
所述目标资产模型中任一目标资产表中的订单号;
所述目标资产模型中任一目标资产表的标识信息;
用于与应用相关的标识信息,所述应用用于操作所述目标资产模型中多张目标资产表;
已创建的所述目标资产模型的标识信息。
4.根据权利要求1所述的方法,所述方法还包括:
将模型数据库中的至少一个候选核对模型推送给用户;
基于用户发送的选择指令从所述至少一个候选核对模型中确定所述目标核对模型。
5.根据权利要求4所述的方法,所述将模型数据库中的至少一个候选核对模型推送给用户,包括:
基于多张第二样本资产表以及所述多张第二样本资产表之间的资产变更信息,对所述候选核对模型进行校验;
将校验成功的候选核对模型推送给用户。
6.根据权利要求5所述的方法,所述方法还包括:
生成第一报告,所述第一报告包括以下至少一项信息:
模型数据库中新增的候选核对模型的数量;
新增的目标资产模型的数量;
新增的待核对的目标字段的总数;
更新的目标资产模型的数量;
校验成功的候选核对模型的数量;
各个候选核对模型的校验成功率;
校验成功的候选核对模型的数量与候选核对模型的总数的比值;
每次通过第二样本资产表对候选核对模型进行校验的校验结果。
7.根据权利要求1所述的方法,所述方法还包括:
在满足预设的更新触发条件的情况下,对所述目标核对模型进行更新。
8.根据权利要求7所述的方法,所述更新触发条件包括以下至少一者:
达到预设的更新时间间隔;
所述目标资产模型的核对准确度低于预设的准确度阈值;
接收到用户输入的更新指令。
9.根据权利要求1所述的方法,在基于所述订阅信息创建调用所述目标核对模型对目标资产模型进行核对的第一资产核对任务之后,所述方法还包括:
若所述第一资产核对任务的核对结果异常,输出告警信息。
10.根据权利要求9所述的方法,所述方法还包括:
若所述第一资产核对任务的核对结果异常,获取对所述目标资产模型的第一标记信息和对所述目标核对模型的第二标记信息;所述第一标记信息用于表征所述目标资产模型是否正确,所述第二标记信息用于表征所述核对结果是否正确;
若所述目标资产模型和所述核对结果均正确,生成所述核对结果对应的关联事件,所述关联事件用于对所述核对结果进行异常处理。
11.根据权利要求1所述的方法,所述方法还包括:
在目标资产转移场景下产生的资产表中,若第一资产表的数量大于预设的第一数量阈值,将所述第一资产表确定为所述目标资产转移场景的第一样本资产表;和/或
在所述多张第一样本资产表中,若满足第一资产变更信息的第一样本资产表的数量大于预设的第二数量阈值,将所述第一资产变更信息确定为所述多张第一样本资产表之间的资产变更信息。
12.根据权利要求1所述的方法,所述方法还包括:
生成第二报告;所述第二报告包括以下至少一项信息:
被核对的目标资产模型的数量;
用于资产核对的目标核对模型的数量;
第一资产核对任务的核对结果异常时的告警次数;
资产变更信息异常情况的发现率。
13.根据权利要求1所述的方法,所述方法还包括:
获取用户输入的配置指令;
基于所述配置指令对所述目标核对模型的参数和/或所述多张目标资产表中需要核对的目标字段进行配置。
14.一种资产核对装置,所述装置包括:
确定模块,用于确定待核对的目标资产模型,所述目标资产模型用于记录多张目标资产表以及所述多张目标资产表之间的资产变更信息;
获取模块,用于获取对目标核对模型的订阅信息,所述目标核对模型基于多张第一样本资产表以及所述多张第一样本资产表之间的资产变更信息训练得到;
创建模块,用于基于所述订阅信息创建调用所述目标核对模型对目标资产模型进行核对的第一资产核对任务;
所述创建模块,还用于在未获取到所述目标资产模型的情况下,创建空的第二资产核对任务;所述第二资产核对任务中不包括目标资产模型;在获取到所述目标资产模型之后,将所述目标资产模型添加到所述第二资产核对任务中;和/或
所述创建模块,还用于在未获取到所述目标核对模型的情况下,创建空的第三资产核对任务;所述第三资产核对任务中不包括目标核对模型;在获取到所述目标核对模型之后,将所述目标资产模型添加到所述第三资产核对任务中。
15.一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1至13任意一项所述的方法。
16.一种计算机设备,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权利要求1至13任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211431042.1A CN115907986B (zh) | 2022-11-15 | 2022-11-15 | 资产核对方法和装置、介质和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211431042.1A CN115907986B (zh) | 2022-11-15 | 2022-11-15 | 资产核对方法和装置、介质和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115907986A CN115907986A (zh) | 2023-04-04 |
CN115907986B true CN115907986B (zh) | 2023-08-29 |
Family
ID=86486420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211431042.1A Active CN115907986B (zh) | 2022-11-15 | 2022-11-15 | 资产核对方法和装置、介质和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115907986B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110060164A (zh) * | 2019-01-28 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 账务数据处理方法、装置及设备 |
CN110175916A (zh) * | 2019-04-26 | 2019-08-27 | 阿里巴巴集团控股有限公司 | 资金流核对方法及装置 |
CN110288452A (zh) * | 2019-05-31 | 2019-09-27 | 北京随信云链科技有限公司 | 一种资产数据管理***、方法和计算设备 |
CN111784468A (zh) * | 2020-07-01 | 2020-10-16 | 支付宝(杭州)信息技术有限公司 | 一种账户关联方法、装置及电子设备 |
CN112381647A (zh) * | 2020-10-26 | 2021-02-19 | 支付宝(杭州)信息技术有限公司 | 一种资金转移方法、装置、设备和可读介质 |
CN113256404A (zh) * | 2021-06-16 | 2021-08-13 | 浙江网商银行股份有限公司 | 数据处理方法及装置 |
WO2021169169A1 (zh) * | 2020-02-26 | 2021-09-02 | 深圳壹账通智能科技有限公司 | 资源转移数据核对方法、装置、计算机设备和存储介质 |
CA3139451A1 (en) * | 2020-11-17 | 2022-05-17 | 10353744 Canada Ltd. | Payment anti-transfer method, device and system |
CN114661740A (zh) * | 2022-03-25 | 2022-06-24 | 中国建设银行股份有限公司 | 数据处理方法、装置、设备、计算机存储介质及程序产品 |
CN114722146A (zh) * | 2022-03-22 | 2022-07-08 | 未鲲(上海)科技服务有限公司 | 基于人工智能的供应链资产校验方法、装置、设备及介质 |
CN114723206A (zh) * | 2021-01-06 | 2022-07-08 | 腾讯科技(深圳)有限公司 | 一种资产数据处理方法、计算机设备以及可读存储介质 |
CN114968726A (zh) * | 2022-06-23 | 2022-08-30 | 北京天融信网络安全技术有限公司 | ***资产变更的监控方法、***、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140025414A1 (en) * | 2012-07-20 | 2014-01-23 | Bret Dwayne Worden | Health assessment method and system for assets |
-
2022
- 2022-11-15 CN CN202211431042.1A patent/CN115907986B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110060164A (zh) * | 2019-01-28 | 2019-07-26 | 阿里巴巴集团控股有限公司 | 账务数据处理方法、装置及设备 |
CN110175916A (zh) * | 2019-04-26 | 2019-08-27 | 阿里巴巴集团控股有限公司 | 资金流核对方法及装置 |
CN110288452A (zh) * | 2019-05-31 | 2019-09-27 | 北京随信云链科技有限公司 | 一种资产数据管理***、方法和计算设备 |
WO2021169169A1 (zh) * | 2020-02-26 | 2021-09-02 | 深圳壹账通智能科技有限公司 | 资源转移数据核对方法、装置、计算机设备和存储介质 |
CN111784468A (zh) * | 2020-07-01 | 2020-10-16 | 支付宝(杭州)信息技术有限公司 | 一种账户关联方法、装置及电子设备 |
CN112381647A (zh) * | 2020-10-26 | 2021-02-19 | 支付宝(杭州)信息技术有限公司 | 一种资金转移方法、装置、设备和可读介质 |
CA3139451A1 (en) * | 2020-11-17 | 2022-05-17 | 10353744 Canada Ltd. | Payment anti-transfer method, device and system |
CN114723206A (zh) * | 2021-01-06 | 2022-07-08 | 腾讯科技(深圳)有限公司 | 一种资产数据处理方法、计算机设备以及可读存储介质 |
CN113256404A (zh) * | 2021-06-16 | 2021-08-13 | 浙江网商银行股份有限公司 | 数据处理方法及装置 |
CN114722146A (zh) * | 2022-03-22 | 2022-07-08 | 未鲲(上海)科技服务有限公司 | 基于人工智能的供应链资产校验方法、装置、设备及介质 |
CN114661740A (zh) * | 2022-03-25 | 2022-06-24 | 中国建设银行股份有限公司 | 数据处理方法、装置、设备、计算机存储介质及程序产品 |
CN114968726A (zh) * | 2022-06-23 | 2022-08-30 | 北京天融信网络安全技术有限公司 | ***资产变更的监控方法、***、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115907986A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11132624B2 (en) | Model integration method and device | |
CN110060139B (zh) | 账务处理方法及装置 | |
CN112446555B (zh) | 一种风险识别方法、装置及设备 | |
CN110650531B (zh) | 一种基站坐标标定方法、***、存储介质及设备 | |
CN111815169A (zh) | 业务审批参数配置方法及装置 | |
CN114116496A (zh) | 自动化测试方法、装置、设备及介质 | |
CN105391594A (zh) | 识别特征账号的方法及装置 | |
CN109740352A (zh) | 一种账号处理方法、装置及电子设备 | |
EP3131041A1 (en) | Testing of enterprise resource planning systems | |
CN112669134A (zh) | 一种通过稽核规则机器学习实现稽核智能化的方法及设备、介质 | |
CN113094284A (zh) | 应用故障检测方法及装置 | |
CN112286790A (zh) | 一种全链路测试方法、装置、设备和存储介质 | |
CN113935788B (zh) | 模型评估方法、装置、设备及计算机可读存储介质 | |
CN111506580A (zh) | 一种基于中心化块链式账本的交易存储方法 | |
CN111784246B (zh) | 物流路径的估测方法 | |
CN110278524B (zh) | 用户位置确定方法、图模型生成方法、装置及服务器 | |
CN115907986B (zh) | 资产核对方法和装置、介质和计算机设备 | |
CN113836154B (zh) | 一种数据库切换方法及装置 | |
CN111144987A (zh) | 异常购物行为的限制方法、限制组件及购物*** | |
CN109597706A (zh) | 一种核对差异数据的检测方法、装置及*** | |
CN110059087A (zh) | 一种块链式账本中的数据属性标识方法、装置及设备 | |
CN114490415A (zh) | 业务测试方法、计算机设备、存储介质和计算机程序产品 | |
CN108712284B (zh) | 一种故障业务的定位方法、装置、及业务服务器 | |
CN112200711A (zh) | 一种水印分类模型的训练方法及*** | |
CN111798237A (zh) | 基于应用日志的异常交易诊断方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |