【技术实现步骤摘要】
变更操作风险计算方法和装置
本专利技术涉及人工智能
，尤其涉及一种变更操作风险计算方法和装置。
技术介绍
生产运维机构(例如银行数据中心)一直以来将安全作为发展的根本问题。在日常生产运维工作中，对面临的合规风险、操作风险、系统风险等各类风险进行全面管控是保障生产安全运营的重要基础。必须要在风险识别和风险分析的基础上对风险作出科学合理的评价，从而采取有效的控制措施，指定应急预案判定、规范操作流程，达到保障安全生产的目的。现代商业银行将LSR风险评价方法引入到日常运维当中，风险计算公式为：风险度(R)＝严重性(S)×可能性(L)风险计算步骤如下：第一步：确定S值，即事件后果的严重性(以某银行为例)，参考表1：表1第二步：确定L值，参考表2：表2其中，LSR风险评价体系对变量“可能性”评判的标准较为主观，随着科技制度的完善、应用成熟度的提高、员工风险意识的增强，风险度的“可能性”变量都会被定义为“不大可能”。此时，...
【技术保护点】
1.一种变更操作风险计算方法，其特征在于，包括：/n根据一变更操作的特征值以及各特征的发生频率分布表获取各特征的发生频率，所述特征包括：变更时长、变更开始时间、实施人从业时间、实施人之前涉及操作风险类事件数量、变更手工步骤数量、同一时间段实施者有其他变更数量、变更影响范围以及变更涉及的应用分类总和；/n根据各特征的发生频率和预获取的各特征的重要度计算所述变更操作的风险值；/n其中，各特征的重要度由随机森林模型基于变更历史数据获取。/n
【技术特征摘要】
1.一种变更操作风险计算方法，其特征在于，包括：
根据一变更操作的特征值以及各特征的发生频率分布表获取各特征的发生频率，所述特征包括：变更时长、变更开始时间、实施人从业时间、实施人之前涉及操作风险类事件数量、变更手工步骤数量、同一时间段实施者有其他变更数量、变更影响范围以及变更涉及的应用分类总和；
根据各特征的发生频率和预获取的各特征的重要度计算所述变更操作的风险值；
其中，各特征的重要度由随机森林模型基于变更历史数据获取。
2.根据权利要求1所述的变更操作风险计算方法，其特征在于，还包括：
根据预设参数建立随机森林模型；
获取变更历史数据中各条数据的特征值及其标签；
将所述变更历史数据中各条数据的特征值及其标签作为训练样本集训练所述随机森林模型；
根据训练后的随机森林模型的feature_importances_方法获取各特征的重要度。
3.根据权利要求2所述的变更操作风险计算方法，其特征在于，所述将所述变更历史数据中各条数据的特征值及其标签作为训练数据训练所述随机森林模型之前，还包括：
将各条数据的实施人之前涉及操作风险类事件数量、变更手工步骤数量、同一时间段实施者有其他变更数量、变更影响范围中特征值为0的特征的特征值设置为空。
4.根据权利要求2所述的变更操作风险计算方法，其特征在于，所述根据训练后的随机森林模型的参数获取各特征的重要度之前，还包括：
利用已知标签的测试样本对训练后的随机森林模型进行测试，并将所述随机森林模型的输出作为测试结果；
基于所述测试结果及所述测试样本的已知标签，判断训练后的随机森林模型是否符合预设要求；
若是，将训练后的随机森林模型作为用于获取各特征的重要度的目标模型；
若否，则对当前模型进行优化和/或应用更新后的训练样本集重新进行模型训练。
5.根据权利要求2所述的变更操作风险计算方法，其特征在于，还包括：
根据训练样本集利用Anaconda3+Python3.6获取各特征的发生频率分布表。
6.根据权利要求1所述的变更操作风险计算方法，其特征在于，所述根据各特征的发生频率和预获取的各特征的重要度计算所述变更操作的风险值，包括：
将各特征的重要度作为各特征的权重，对各特征的发生频率进行加权求和，得到所述变更操作的风险值。
7.一种变更操作风险计算装置，其特征在于，包括：
发生频率获取模块，根据一变更操作的特征值以及各特征的发生频率分布表获取各特征的发生频率，所述特征包括：变更时长、变更开始时间、实施人从业时间、实施人之前...
【专利技术属性】
技术研发人员：刘祎俊，钱昱良，唐耀芳，王烈，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。