提供了一种清算数据发送频率的自适应控制方法、装置、电子设备和介质，可以应用于大数据技术领域和人工智能技术领域。所述方法包括：获取第N检测数据，所述第N检测数据包括第N相关方的当前网络带宽使用情况和带宽使用增长趋势，其中，N为正整数；基于所述第N检测数据和预先训练的带宽预测模型，获取第N初始带宽限制；基于所述第N初始带宽限制，设置第N清算数据发送频率；以及按照所述第N清算数据发送频率，将清算数据发送到所述第N相关方。根据本发明专利技术提供的清算数据发送频率的自适应控制方法，能够精确匹配每个对手行的理论最大处理能力，从而实现跨行清算网络整体的最优效率。从而实现跨行清算网络整体的最优效率。从而实现跨行清算网络整体的最优效率。
【技术实现步骤摘要】
清算数据发送频率的控制方法、装置、电子设备和介质
[0001]本专利技术涉及大数据
和人工智能
，更具体地涉及一种清算数据发送频率的自适应控制方法、装置、电子设备和介质。
技术介绍
[0002]在金融领域中，清算是指金融交易的结算和清理过程，包括确认、计算以及交付资金或其他财产。当银行进行各种金融交易时，会产生大量的数据，包括交易明细、账户信息、金额和时间戳等，这些数据需要及时传输到相关对手行或机构，以对交易的准确性进行结算和校对。
[0003]目前，为了简化处理逻辑和流程，降低管理成本，银行通常采取以固定的发送频率向所有对手行发送清算数据，然而，由于各个银行或相关方存在业务系统、技术架构与资源情况的差异，按照统一频率发送清算数据会产生以下弊端：对部分相关对手行或机构来说，统一频率可能超过其处理能力，从而导致数据拥堵与延迟，这会影响与该对手行或机构的清算业务与资金流转效率：而对另一部分相关对手行或机构来说，统一频率可能过低，无法发挥其系统处理数据的最大效能，这会导致与该相关对手行或机构的清算业务处理时限显著大于必要，无法达到最优的清算速度与流转效率。此外，目前针对不同的相关对手行或机构设置不同的清算数据发送频率会增加整个清算系统的复杂性与定制化难度，这也是采用统一发送频率的考量因素之一。但是，从长期来看，这种固定发送频率的结算方式不利于整个清算网络的高效运行。
技术实现思路
[0004]鉴于上述问题，根据本专利技术的第一方面，提供了一种清算数据发送频率的自适应控制方法，其特征在于，所述方法包括：获取第N检测数据，所述第N检测数据包括第N相关方的当前网络带宽使用情况和带宽使用增长趋势，其中，N为正整数；基于所述第N检测数据和预先训练的带宽预测模型，获取第N初始带宽限制；基于所述第N初始带宽限制，设置第N清算数据发送频率；以及按照所述第N清算数据发送频率，将清算数据发送到所述第N相关方。
[0005]根据一些示例性实施例，所述预先训练的带宽预测模型包括M棵决策树，其中，M为正整数，所述基于所述第N检测数据和预先训练的带宽预测模型，获取第N相关方的第N初始带宽限制，具体包括：将所述第N检测数据输入M棵决策树，获取M棵决策树输出的M个预测初始带宽；以及集成所述M个预测初始带宽，获取所述第N初始带宽限制，其中，采用投票机制集成所述M个预测初始带宽。
[0006]根据一些示例性实施例，所述预先训练带宽预测模型的过程，具体包括：获取历史清算流量数据和历史带宽使用数据；基于所述历史清算流量数据和历史带宽使用数据，进行特征工程，获取特征集，并生成训练数据集和测试数据集；对所述训练数据集进行随机抽样，获取训练子集；基于所述训练子集训练M棵决策树，以构建中间带宽预测模型；以及基于所述测试数据集对所述中间带宽预测模型进行评估，最终获取所述带宽预测模型。
[0007]根据一些示例性实施例，所述基于训练子集，训练M棵决策树，以构建中间带宽预测模型，具体包括：信息增益计算步骤：基于M棵决策树中的每一棵，从根节点开始，计算每个特征的信息增益；子集划分步骤：选择具有最高信息增益的特征作为当前节点的分割特征，根据选定的分割特征将所述训练子集划分为不同的子集；以及对M棵决策树中的每一棵重复所述信息增益计算步骤和所述子集划分步骤，递归地构建决策树的分支，直到达到预设的停止条件，得到一棵独立的决策树。
[0008]根据一些示例性实施例，所述方法还包括：获取本地检测数据，所述本地检测数据包括本地待发送清算数据量、清算数据增长趋势以及本地系统处理资源使用情况；基于所述本地检测数据和第N检测数据，生成发送频率判断函数；基于所述发送频率判断函数，计算所述提高幅度；基于所述提高幅度，判断是否需要提高发送频率；若需要提高判断频率，计算所述第N清算数据发送频率和所述提高幅度的加和值；基于所述加和值更新所述第N清算数据发送频率；以及按照更新后的所述第N清算数据发送频率，将清算数据发送到所述第N相关方。
[0009]根据一些示例性实施例，所述方法还包括：定期采集所述第N检测数据和所述本地检测数据；基于预设的阈值，判断所述第N检测数据和所述本地检测数据的使用和处理情况；以及基于所述使用和处理情况，动态调整所述第N清算数据发送频率。
[0010]根据一些示例性实施例，所述基于所述使用和处理情况，动态调整所述第N清算数据发送频率，具体包括：若本地系统处理资源使用情况或第N个相关方的带宽使用情况达到所述预设的阈值，停止所述第N清算数据发送频率的提高或降低所述第N清算数据发送频率。
[0011]根据本专利技术的第二方面，提出了一种清算数据发送频率的自适应控制装置，所述装置包括：第N检测数据获取模块，用于：获取第N检测数据，其中，N为正整数；第N初始带宽限制获取模块，用于：基于所述第N检测数据和预先训练的带宽预测模型，获取第N初始带宽限制；第N清算数据发送频率设置模块，用于：基于所述第N初始带宽限制，设置第N清算数据发送频率；以及清算数据发送模块，用于：按照所述第N清算数据发送频率，将清算数据发送到第N相关方。
[0012]根据一些示例性实施例，所述第N初始带宽限制获取模块可以包括M个预测初始带宽获取模块和集成模块。
[0013]根据一些示例性实施例，所述M个预测初始带宽获取模块可以用于将所述第N检测数据输入M棵决策树，获取M棵决策树输出的M个预测初始带宽。
[0014]根据一些示例性实施例，所述集成模块可以用于集成所述M个预测初始带宽，获取所述第N初始带宽限制，其中，采用投票机制集成所述M个预测初始带宽。
[0015]根据一些示例性实施例，所述第N初始带宽限制获取模块还可以包括历史数据获取单元、训练集生成单元、训练子集生成单元、模型训练模块和模型评估单元。
[0016]根据一些示例性实施例，所述历史数据获取单元可以用于获取历史清算流量数据和历史带宽使用数据。
[0017]根据一些示例性实施例，所述训练集生成单元可以用于基于所述历史清算流量数据和历史带宽使用数据，进行特征工程，获取特征集，并生成训练数据集和测试数据集。
[0018]根据一些示例性实施例，所述训练子集生成单元可以用于对所述训练数据集进行
随机抽样，获取训练子集。
[0019]根据一些示例性实施例，所述模型训练模块可以用于基于所述训练子集，训练M棵决策树，以构建中间带宽预测模型。
[0020]根据一些示例性实施例，所述模型评估单元可以用于基于所述测试数据集对所述中间带宽预测模型进行评估，最终获取所述带宽预测模型。
[0021]根据一些示例性实施例，所述模型训练模块可以包括车位信息增益计算单元、子集划分单元和独立决策树构建单元。
[0022]根据一些示例性实施例，所述增益计算单元可以用于基于M棵决策树中的每一棵，从根节点开始，计算每个特征的信息增益。
[0023]根据一些示例性实施例，所述子集划分单元可以用于选择具有最高信息增益的特征作为当前节点的分割特征，根据选定的分割特征将本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种清算数据发送频率的自适应控制方法，其特征在于，所述方法包括：获取第N检测数据，所述第N检测数据包括第N相关方的当前网络带宽使用情况和带宽使用增长趋势，其中，N为正整数；基于所述第N检测数据和预先训练的带宽预测模型，获取第N初始带宽限制；基于所述第N初始带宽限制，设置第N清算数据发送频率；以及按照所述第N清算数据发送频率，将清算数据发送到所述第N相关方。2.根据权利要求1所述的方法，其特征在于，所述预先训练的带宽预测模型包括M棵决策树，其中，M为正整数，所述基于所述第N检测数据和预先训练的带宽预测模型，获取第N初始带宽限制，具体包括：将所述第N检测数据输入M棵决策树，获取M棵决策树输出的M个预测初始带宽；以及集成所述M个预测初始带宽，获取所述第N初始带宽限制，其中，采用投票机制集成所述M个预测初始带宽。3.根据权利要求1所述的方法，其特征在于，所述预先训练带宽预测模型的过程，具体包括：获取历史清算流量数据和历史带宽使用数据；基于所述历史清算流量数据和历史带宽使用数据，进行特征工程，获取特征集，并生成训练数据集和测试数据集；对所述训练数据集进行随机抽样，获取训练子集；基于所述训练子集训练M棵决策树，以构建中间带宽预测模型；以及基于所述测试数据集对所述中间带宽预测模型进行评估，最终获取所述带宽预测模型。4.根据权利要求3所述的方法，其特征在于，所述基于训练子集，训练M棵决策树，以构建中间带宽预测模型，具体包括：信息增益计算步骤：基于M棵决策树中的每一棵，从根节点开始，计算每个特征的信息增益；子集划分步骤：选择具有最高信息增益的特征作为当前节点的分割特征，根据选定的分割特征将所述训练子集划分为不同的子集；以及对M棵决策树中的每一棵重复所述信息增益计算步骤和所述子集划分步骤，递归地构建决策树的分支，直到达到预设的停止条件，得到一棵独立的决策树。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取本地检测数据，所述本地检测数据包括本地待发送清算数据量、清算数据增长趋势以及本地系统处理资源使用情况；基于所述本地检测...
【专利技术属性】
技术研发人员：黄炎弢，毛培芳，张学星，
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：
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。