業務的異常檢測方法及裝置制造方法及圖紙

本申請提供一種業務的異常檢測方法及裝置，其中的方法包括：統計第三方業務的業務異常率；根據預設的業務異常分析策略對所述業務異常率進行分析以確定所述第三方業務的業務異常類型；將確定出的所述業務異常類型發送到所述第三方業務的服務端，由所述第三方業務的服務端針對所述業務異常類型進行業務異常診斷。本申請實現了可以通過系統策略自動對業務異常率進行分析來確定業務異常類型，從而提高了針對業務異常率進行分析時的準確性以及處理效率。

【技術實現步驟摘要】

本申請涉及通訊領域，尤其涉及一種業務的異常檢測方法及裝置。
技術介紹
在第三方支付平臺的在線支付業務中，支付平臺與合作銀行間的系統掉單是一種很常見的現象。合作銀行通過對系統掉單的筆數以及持續時間等參數進行分析，可以初步判別系統掉單的原因，對系統可能存在的問題進行定位。然而，目前對系統掉單進行分析，主要是通過人工來完成，準確度差而且容易遺漏。
技術實現思路
有鑒于此，本申請提出一種業務的異常檢測方法，應用于服務端，該方法包括：統計第三方業務的業務異常率；根據預設的業務異常分析策略對所述業務異常率進行分析以確定所述第三方業務的業務異常類型；將確定出的所述業務異常類型發送到所述第三方業務的服務端，由所述第三方業務的服務端針對所述業務異常類型進行業務異常診斷。可選的，所述根據預設的業務異常分析策略對所述業務異常率進行分析以確定所述第三方業務的業務異常類型包括：將所述業務異常率與預設閾值進行比較；其中，所述預設閾值至少包括第一閾值和第二閾值；所述第一閾值小于所述第二閾值；當所述業務異常率持續大于所述第一閾值而小于所述第二閾值，并且持續時長達到預設時長時，確定發生低頻業務異常事件；當所述業務異常率持續大于所述第二閾值，并且持續時長達到預設時長時，確定發生高頻業務異常事件。可選的，所述方法還包括：生成與所述低頻業務異常事件對應的低頻業務異常事件集合，并在生成的低頻業務異常事件集合中記錄所述低頻業務異常事件的事件參數；生成與所述高頻業務異常事件對應的高頻業務異常事件集合，并在生成的高頻業務異常事件集合中記錄所述高頻業務異常事件的事件參數；其中，所述事件參數包括業務異常量、業務異常事件的開始時間、結束時間以及持續時間。可選的，所述方法還包括：基于預設算法對所述高頻業務異常事件集合中的高頻業務異常事件進行分析，以確定出所述高頻業務異常事件的周期性業務異常規律；將所述高頻業務異常事件集合中存在周期性業務異常規律的高頻業務異常事件確定為周期型業務異常事件，并生成對應的周期型業務異常事件集合；其中，所述周期型業務異常事件集合基于所述業務異常規律的周期被劃分為小時模式業務異常事件集、日模式業務異常事件集、周模式業務異常事件集以及月模式業務異常事件集；將所述高頻業務異常事件集合中不存在周期性業務異常規律的高頻業務異常事件確定為突發型業務異常事件，并生成對應的突發型業務異常事件集合。可選的，所述第三方業務包括第三方的線上支付業務。本申請還提出一種業務的異常檢測裝置，應用于服務端，該裝置包括：統計模塊，用于統計第三方業務的業務異常率；確定模塊，用于根據預設的業務異常分析策略對所述業務異常率進行分析以確定所述第三方業務的業務異常類型；發送模塊，用于將確定出的所述業務異常類型發送到所述第三方業務的服務端，由所述第三方業務的服務端針對所述業務異常類型進行業務異常診斷。可選的，所述確定模塊具體用于：將所述業務異常率與預設閾值進行比較；其中，所述預設閾值至少包括第一閾值和第二閾值；所述第一閾值小于所述第二閾值；當所述業務異常率持續大于所述第一閾值而小于所述第二閾值，并且持續時長達到預設時長時，確定發生低頻業務異常事件；當所述業務異常率持續大于所述第二閾值，并且持續時長達到預設時長時，確定發生高頻業務異常事件。可選的，所述確定模塊進一步用于：生成與所述低頻業務異常事件對應的低頻業務異常事件集合，并在生成的低頻業務異常事件集合中記錄所述低頻業務異常事件的事件參數；生成與所述高頻業務異常事件對應的高頻業務異常事件集合，并在生成的高頻業務異常事件集合中記錄所述高頻業務異常事件的事件參數；其中，所述事件參數包括業務異常量、業務異常事件的開始時間、結束時間以及持續時間。可選的，所述確定模塊進一步用于：基于預設算法對所述高頻業務異常事件集合中的高頻業務異常事件進行分析，以確定出所述高頻業務異常事件的周期性業務異常規律；將所述高頻業務異常事件集合中存在周期性業務異常規律的高頻業務異常事件確定為周期型業務異常事件，并生成對應的周期型業務異常事件集合；其中，所述周期型業務異常事件集合基于所述業務異常規律的周期被劃分為小時模式業務異常事件集、日模式業務異常事件集、周模式業務異常事件集以及月模式業務異常事件集；將所述高頻業務異常事件集合中不存在周期性業務異常規律的高頻業務異常事件確定為突發型業務異常事件，并生成對應的突發型業務異常事件集合。可選的，所述第三方業務包括第三方的線上支付業務。本申請通過統計第三方業務的業務異常率，根據預設的業務異常分析策略對所述業務異常率進行分析以確定所述第三方業務的業務異常類型，然后將確定出的所述業務異常類型發送到所述第三方業務的服務端，由所述第三方業務的服務端針對所述業務異常類型進行業務異常診斷。本申請實現了可以通過系統策略自動對業務異常率進行分析來確定業務異常類型，從而提高了針對業務異常率進行分析時的準確性以及處理效率。附圖說明圖1是本申請一實施例示出的一種業務的異常檢測方法的流程圖；圖2是本申請一實施例示出的一種業務異常事件分析模型圖；圖3是本申請一實施例示出的一種業務的異常檢測裝置的邏輯框圖；圖4是本申請一實施例示出的承載所述業務的異常檢測裝置的服務器的硬件結構圖。具體實施方式本申請通過統計第三方業務的業務異常率，根據預設的業務異常分析策略對所述業務異常率進行分析以確定所述第三方業務的業務異常類型，然后將確定出的所述業務異常類型發送到所述第三方業務的服務端，由所述第三方業務的服務端針對所述業務異常類型進行業務異常診斷。本申請實現了可以通過系統策略自動對業務異常率進行分析來確定業務異常類型，從而提高了針對業務異常率進行分析時的準確性以及處理效率。下面通過具體實施例并結合具體的應用場景對本申請進行描述。請參考圖1，圖1是本申請一實施例提供的一種業務的異常檢測方案，該方法的執行主體可以為服務端；該方法執行以下步驟：步驟101、統計第三方業務的業務異常率；步驟102、根據預設的業務異常分析策略對所述業務異常率進行分析以確定所述第三方業務的業務異常類型；步驟103、將確定出的所述業務異常類型發送到所述第三方業務的服務端，由所述第三方業務的服務端針對所述業務異常類型進行業務異常診斷。在本實施例中，業務異常可以是指業務請求被受理后，業務沒有被成功處理或者處理失敗的狀態。例如，對于在線支付的應用場景，當交易在支付過程中發生了系統掉單，即通過支付平臺發起的交易請求被合作銀行受理后，該交易未被合作銀行的服務端成功處理或者返回了處理失敗，此時可以認為在線支付過程中發生了業務異常。我方服務端在統計第三方業務的業務異常率時，可以設置一個最小統計單元，該最小統計單元可以是一個單位時長，我方服務端可以通過統計該單位時長內的業務總量以及發生業務異常的業務數量，來計算第三方業務在該最小統計單元內的業務異常率。其中，在實現時，該最小統計單元所對應的單位時長可以由用戶根據實際的需求進行配置。我方服務端，可以是與第三方業務的服務端進行業務對接的服務器、服務器集群或者云平臺。例如，對于在線支付的應用場景，我方服務端可以是與合作銀行進行業務對接的支付平臺；比如支付寶平臺。請參見圖2，當第三方業務的業務異常率統計完成后，我方服務端可以根據預設的業務本文檔來自技高網...

【技術保護點】
一種業務的異常檢測方法，應用于服務端，其特征在于，該方法包括：統計第三方業務的業務異常率；根據預設的業務異常分析策略對所述業務異常率進行分析以確定所述第三方業務的業務異常類型；將確定出的所述業務異常類型發送到所述第三方業務的服務端，由所述第三方業務的服務端針對所述業務異常類型進行業務異常診斷。

【技術特征摘要】
1.一種業務的異常檢測方法，應用于服務端，其特征在于，該方法包括：統計第三方業務的業務異常率；根據預設的業務異常分析策略對所述業務異常率進行分析以確定所述第三方業務的業務異常類型；將確定出的所述業務異常類型發送到所述第三方業務的服務端，由所述第三方業務的服務端針對所述業務異常類型進行業務異常診斷。2.根據權利要求1所述的方法，其特征在于，所述根據預設的業務異常分析策略對所述業務異常率進行分析以確定所述第三方業務的業務異常類型包括：將所述業務異常率與預設閾值進行比較；其中，所述預設閾值至少包括第一閾值和第二閾值；所述第一閾值小于所述第二閾值；當所述業務異常率持續大于所述第一閾值而小于所述第二閾值，并且持續時長達到預設時長時，確定發生低頻業務異常事件；當所述業務異常率持續大于所述第二閾值，并且持續時長達到預設時長時，確定發生高頻業務異常事件。3.根據權利要求2所述的方法，其特征在于，所述方法還包括：生成與所述低頻業務異常事件對應的低頻業務異常事件集合，并在生成的低頻業務異常事件集合中記錄所述低頻業務異常事件的事件參數；生成與所述高頻業務異常事件對應的高頻業務異常事件集合，并在生成的高頻業務異常事件集合中記錄所述高頻業務異常事件的事件參數；其中，所述事件參數包括業務異常量、業務異常事件的開始時間、結束時間以及持續時間。4.根據權利要求3所述的方法，其特征在于，所述方法還包括：基于預設算法對所述高頻業務異常事件集合中的高頻業務異常事件進行分析，以確定出所述高頻業務異常事件的周期性業務異常規律；將所述高頻業務異常事件集合中存在周期性業務異常規律的高頻業務異常事件確定為周期型業務異常事件，并生成對應的周期型業務異常事件集合；其中，所述周期型業務異常事件集合基于所述業務異常規律的周期被劃分為小時模式業務異常事件集、日模式業務異常事件集、周模式業務異常事件集以及月模式業務異常事件集；將所述高頻業務異常事件集合中不存在周期性業務異常規律的高頻業務異常事件確定為突發型業務異常事件，并生成對應的突發型業務異常事件集合。5.根據權利要求1所述的方法，其特征在于，所述第三方業務包括第三方的線上支付...

【專利技術屬性】
技術研發人員：黃孟俊，
申請(專利權)人：阿里巴巴集團控股有限公司，
類型：發明
國別省市：開曼群島;KY