多银行链路人工智能网关处理方法技术

本申请提供一种多银行链路人工智能网关处理方法

【技术实现步骤摘要】
多银行链路人工智能网关处理方法、系统、介质和设备


[0001]本申请涉及多银行链路网关处理
，具体涉及一种多银行链路人工智能网关处理方法
、
系统
、
介质和设备
。

技术介绍

[0002]在我国银行业中，隔离网络建设已成为银行保护自身网络安全的重要手段
。
例如基于业务安全需要将各个银行的网关划分为不同的隔离网域，但各个银行之间却依然客观存在着数据交换的需求，而多个银行之间的数据交互可以通过网关连接的链路架构实现，但现有技术的各个银行的网关之间没有规范的通信方案，导致各个银行之间的数据交互效率低下
。

技术实现思路

[0003]本申请的目的在于克服现有技术中的缺点与不足，提供一种多银行链路人工智能网关处理方法
、
系统
、
介质和设备，可以提高多银行链路的网关之间的流量请求的传输效率
。
[0004]本申请实施例的第一方面提供了一种多银行链路人工智能网关处理方法，应用于多银行链路，所述多银行链路为多个银行的网关连接的链路架构，所述处理方法包括：
[0005]根据预设的多个样本网关通信方案驱动所述多银行链路处理多个样本通信任务，获取根据所述样本网关通信方案处理对应的所述样本通信任务的处理时长
、
需要等待链路传输的流量请求等待数量；其中，各个样本通信任务的流量请求的任务量不同，各个所述样本网关通信方案的各个网关传输流量请求的优先级不同；
[0006]根据各个所述样本网关通信方案处理对应的所述样本通信任务的处理时长，以及对应的所述流量请求等待数量，获取各个所述样本网关通信方案对应所述样本通信任务的第一处理评分；
[0007]获取各个银行对各个所述样本网关通信方案的人工评分，得到第二处理评分；
[0008]根据所述第一处理评分和所述第二处理评分，获得综合处理评分；
[0009]根据所述链路架构
、
各个所述样本通信任务
、
各个所述样本通信任务对应的各个所述样本网关通信方案，以及对应的所述综合处理评分对第一网络模型进行训练，得到人工智能网关处理模型；
[0010]将所述多个银行的当日通信任务输入至所述人工智能网关处理模型，得到所述人工智能网输出的综合处理评分最高的目标网关通信方案；
[0011]根据所述目标网关通信方案驱动所述多银行链路的网关进行流量请求的传输
。
[0012]进一步，所述根据各个所述样本网关通信方案处理对应的所述样本通信任务的处理时长，以及对应的所述流量请求等待数量，获取各个所述样本网关通信方案对应所述样本通信任务的第一处理评分的步骤，包括：
[0013]根据同一样本通信任务的各个所述样本网关通信方案的处理时长和预设的时长
评分规则，获取各个所述样本网关通信方案对应的时长评分；其中，处理时长越短，时长评分越高；
[0014]根据同一样本通信任务的各个所述样本网关通信方案的流量请求等待数量和预设的等待数量评分规则，获取各个所述样本网关通信方案对应的等待数量评分；其中，等待数量越少，时长评分越高；
[0015]根据所述时长评分和所述等待数量评分，计算得到所述第一评分
。
[0016]进一步，所述根据所述时长评分和所述等待数量评分，计算得到所述第一评分的步骤，包括：
[0017]根据所述样本通信任务的流量请求的任务量，以及预设的任务量和权重的关系，获取各个所述样本通信任务对应的时长权重和等待数量权重；其中，所述样本通信任务的流量请求的任务量越多，所述时长权重越大，所述等待数量权重越小；所述样本通信任务的流量请求的任务量越少，所述时长权重越小，所述等待数量权重越大；
[0018]根据所述时长评分
、
所述时长权重
、
所述等待数量评分和所述等待数量权重，计算得到所述第一评分
。
[0019]进一步，所述第一网络模型包括初始方案预测模型和初始方案评分模型；所述人工智能网关处理模型包括目标方案预测模型和目标方案评分模型；
[0020]所述根据所述链路架构
、
各个所述样本通信任务
、
各个所述样本通信任务对应的各个所述样本网关通信方案，以及对应的所述综合处理评分对第一网络模型进行训练，得到人工智能网关处理模型的步骤，包括：
[0021]将所述链路架构和各个所述样本通信任务作为输入，将各个所述样本通信任务对应的各个所述样本网关通信方案作为输出，对所述初始方案预测模型进行训练，得到所述目标方案预测模型；
[0022]将所述链路架构
、
各个所述样本通信任务，以及各个所述样本通信任务对应的各个所述样本网关通信方案作为输入，各个所述样本网关通信方案对应的所述综合处理评分作为输出，对所述初始方案评分模型，得到所述目标方案评分模型；
[0023]根据所述目标方案预测模型和所述目标方案评分模型，得到所述人工智能网关处理模型
。
[0024]进一步，所述将所述多个银行的当日通信任务输入至所述人工智能网关处理模型，得到所述人工智能网输出的综合处理评分最高的目标网关通信方案的步骤，包括：
[0025]所述目标方案预测模型根据所述链路架构和所述多个银行的当日通信任务，输出多个候选网关通信方案；
[0026]所述目标方案评分模型根据所述链路架构
、
所述多个银行的当日通信任务和所述多个候选网关通信方案，输出各个所述候选网关通信方案的方案评分；
[0027]将方案评分最高的所述候选网关通信方案确定为所述目标网关通信方案
。
[0028]进一步，所述多个银行的当日通信任务通过以下步骤得到：
[0029]获取所述多个银行的历史日交易数据
、
历史日通信任务和对应的历史日期时间；
[0030]根据所述历史日交易数据
、
所述历史日通信任务和所述历史日期时间对第二网络模型进行训练，得到通信任务预测模型；
[0031]将当日交易数据和当日日期时间输入至所述通信任务预测模型，得到所述当日通
信任务
。
[0032]进一步，所述根据所述第一处理评分和所述第二处理评分，获得综合处理评分的步骤，包括：
[0033]根据所述第一处理评分
、
预设的第一评分权重
、
所述第二处理评分和预设的第二评分权重进行加权求和，得到所述综合处理评分
。
[0034]本申请实施例的第二方面提供了一种多银行链路人工智能网关处理系统，应用于多银行链路，所述多银行链路为多个银行的网关连接的链路架构，所述处理系统包括：
[0035]数据获取模块，用于根据预设的多个样本网关通信方案驱动所述多银行链路处理多个样本通信任务，获取根据所述样本网关通信方案处理对应的所述样本通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种多银行链路人工智能网关处理方法，其特征在于，应用于多银行链路，所述多银行链路为多个银行的网关连接的链路架构，所述处理方法包括：根据预设的多个样本网关通信方案驱动所述多银行链路处理多个样本通信任务，获取根据所述样本网关通信方案处理对应的所述样本通信任务的处理时长
、
需要等待链路传输的流量请求等待数量；其中，各个样本通信任务的流量请求的任务量不同，各个所述样本网关通信方案的各个网关传输流量请求的优先级不同；根据各个所述样本网关通信方案处理对应的所述样本通信任务的处理时长，以及对应的所述流量请求等待数量，获取各个所述样本网关通信方案对应所述样本通信任务的第一处理评分；获取各个银行对各个所述样本网关通信方案的人工评分，得到第二处理评分；根据所述第一处理评分和所述第二处理评分，获得综合处理评分；根据所述链路架构
、
各个所述样本通信任务
、
各个所述样本通信任务对应的各个所述样本网关通信方案，以及对应的所述综合处理评分对第一网络模型进行训练，得到人工智能网关处理模型；将所述多个银行的当日通信任务输入至所述人工智能网关处理模型，得到所述人工智能网输出的综合处理评分最高的目标网关通信方案；根据所述目标网关通信方案驱动所述多银行链路的网关进行流量请求的传输
。2.
根据权利要求1所述的多银行链路人工智能网关处理方法，其特征在于，所述根据各个所述样本网关通信方案处理对应的所述样本通信任务的处理时长，以及对应的所述流量请求等待数量，获取各个所述样本网关通信方案对应所述样本通信任务的第一处理评分的步骤，包括：根据同一样本通信任务的各个所述样本网关通信方案的处理时长和预设的时长评分规则，获取各个所述样本网关通信方案对应的时长评分；其中，处理时长越短，时长评分越高；根据同一样本通信任务的各个所述样本网关通信方案的流量请求等待数量和预设的等待数量评分规则，获取各个所述样本网关通信方案对应的等待数量评分；其中，等待数量越少，时长评分越高；根据所述时长评分和所述等待数量评分，计算得到所述第一评分
。3.
根据权利要求2所述的多银行链路人工智能网关处理方法，其特征在于，所述根据所述时长评分和所述等待数量评分，计算得到所述第一评分的步骤，包括：根据所述样本通信任务的流量请求的任务量，以及预设的任务量和权重的关系，获取各个所述样本通信任务对应的时长权重和等待数量权重；其中，所述样本通信任务的流量请求的任务量越多，所述时长权重越大，所述等待数量权重越小；所述样本通信任务的流量请求的任务量越少，所述时长权重越小，所述等待数量权重越大；根据所述时长评分
、
所述时长权重
、
所述等待数量评分和所述等待数量权重，计算得到所述第一评分
。4.
根据权利要求2所述的多银行链路人工智能网关处理方法，其特征在于，所述第一网络模型包括初始方案预测模型和初始方案评分模型；所述人工智能网关处理模型包括目标方案预测模型和目标方案评分模型；
所述根据所述链路架构
、
各个所述样本通信任务
、
各个所述样本通信任务对应的各个所述样本网关通信方案，以及对应的所述综合处理评分对第一网络模型进行训练，得到人工智能网关处理模型的步骤，包括：将所述链路架构和各个所述样本通信任务作为输入，将各个所述样本通信任务对应的各个所述样本网关通信方案作为输出，对所述初始方案预测模型进行训练，得到所述目标方案预测模型；将所述链路架构
、
各个所述样本通信任务，以及各个所述样本通信任务对应的各个所述样本网关通信方案作为输入，各个所述样本网关通信方案对应的所述综合处理评分作为输出，对所述初始方案评分模型，得到所述目标方案...

【专利技术属性】
技术研发人员：何新安，卢卫峰，陈声棉，
申请(专利权)人：广州佳新智能科技有限公司，
类型：发明
国别省市：