【技术实现步骤摘要】
本说明书属于人工智能，尤其涉及交易系统异常事件的数据处理方法、装置和服务器。
技术介绍
1、在交易业务场景中，大型交易服务机构(例如，银行、购物网站等)的交易系统每时每刻都需要处理海量的交易数据；并且，由于交易数据自身的特殊性，对于交易系统运行的安全性和可靠性具有相对较高的要求。
2、基于现有方法，通常需要安排大量的运维人员人工对交易系统进行巡检和维护，以及时发现交易系统中出现的异常，并及时处理消除相关异常。但是，上述方法具体实施时，运维效率相对低；并且受运维人员个人主观因素等影响，还很容易出现误差。对于大型交易服务机构，由于交易系统本身规模相对较为庞大、复杂，并且需要接入和处理的交易数据的数据量相对庞大，导致上述问题更加明显。
3、针对上述问题，目前尚未提出有效的解决方案。
技术实现思路
1、本说明书提供了一种交易系统异常事件的数据处理方法、装置和服务器，能够充分提取并融合使用运行数据中的空间特征和时间序列特征等不同维度的特征信息，得到较为全面、效果较好的潜在特征；再基于上述融合后得到的潜在特征，准确地自动识别判断目标交易系统是否存在异常事件；并及时地对所发现的异常事件进行针对性的异常数据处理，以消除目标交易系统的异常事件，有效地保护了目标交易系统运行的稳定和安全。
2、本说明书提供了一种交易系统异常事件的数据处理方法，包括：
3、获取目标交易系统的目标运行数据；
4、根据预设的处理规则处理目标运行数据，得到对应的目标词
5、利用预设的异常事件检测模型处理所述目标词向量组，得到对应的目标检测结果；其中，所述预设的异常事件检测模型至少包括并联的基于卷积神经网络的第一子网络模型和基于长短期记忆网络的第二子网络模型；
6、根据目标检测结果，检测目标交易系统是否存在异常事件；
7、在确定目标交易系统存在异常事件的情况下，确定出相匹配的目标异常处理规则；
8、根据目标异常处理规则，对该目标交易系统进行相应的异常数据处理。
9、在一个实施例中，根据预设的处理规则处理目标运行数据，得到对应的目标词向量组，包括：
10、确定出目标运行数据中的文本数据的数据来源；
11、根据数据来源，确定相匹配的关键词字典；
12、根据相匹配的关键词字典对目标运行数据中的文本数据进行分词处理，得到多个分词词组；
13、将所述多个分词词组映射成对应的词向量，得到对应的目标词向量组。
14、在一个实施例中，所述预设的异常事件检测模型还包括全连接层和分类层；其中，所述全连接层与所述第一子网络模型和第二子网络模型的输入端相连；所述分类层与所述第一子网络模型和第二子网络模型的输出端相连。
15、在一个实施例中，利用预设的异常事件检测模型处理所述目标词向量组，得到对应的目标检测结果，包括：
16、利用第一子网络模型处理目标词向量组，提取得到相应的目标空间特征；利用第二子网络模型处理目标词向量组，提取得到相应的目标时间序列特征；
17、利用全连接层融合处理所述目标空间特征和目标时间序列特征，得到相应的目标潜在特征；
18、利用分类层处理所述目标潜在特征进行分类，得到并输出对应的目标检测结果。
19、在一个实施例中，确定出相匹配的目标异常处理规则，包括：
20、根据目标检测结果，确定出异常事件的异常类型；
21、根据目标运行数据和异常事件的异常类型，确定异常事件的异常来源；
22、根据异常事件的异常类型和异常来源，检索预设的异常处理规则集，确定出相匹配的目标异常处理规则。
23、在一个实施例中，目标运行数据至少包括目标交易系统的运行日志；
24、相应的，根据目标运行数据和异常事件的异常类型，确定异常事件的异常来源，包括：
25、根据异常事件的异常类型，从运行日志中确定出与该异常类型相关的多个局部日志文本；
26、根据多个局部日志文本，对目标交易系统的相应结构和/或应用进行第一核验，得到对应的第一核验结果；
27、根据第一核验结果，确定出异常事件的异常来源。
28、在一个实施例中，在根据目标异常处理规则，对该目标交易系统进行相应的异常数据处理之后，所述方法还包括：
29、对异常来源进行第二核验，得到对应的第二核验结果；
30、根据第二核验结果，在确定异常来源符合预设要求的情况下，获取目标交易系统的当前运行数据；
31、根据预设的异常事件检测模型和当前运行数据，得到对应的当前检测结果；
32、根据当前检测结果，确定目标交易系统的异常事件是否消除。
33、在一个实施例中，在根据当前检测结果，确定目标交易系统的异常事件是否消除之后，所述方法还包括：
34、在确定目标交易系统的异常事件未消除的情况下，生成关于该异常事件的目标协助处理提示；
35、根据异常事件的异常类型和异常来源，确定出相匹配的目标运维终端；
36、向所述目标运维终端发送所述目标协助处理提示。
37、在一个实施例中，所述方法还包括：
38、获取并利用样本交易系统的样本运行数据，构建样本训练集；
39、根据预设的构建规则，构建初始的异常事件检测模型；其中，所述初始的异常事件检测模型至少包括并联的基于卷积神经网络的初始的第一子网络模型和基于长短期记忆网络的初始的第二子网络模型；
40、根据预设的训练规则，利用样本训练集训练初始的异常事件检测模型，以得到符合要求的预设的异常事件检测模型。
41、在一个实施例中，所述方法还包括：
42、获取关于目标交易系统的历史异常事件处理记录；
43、根据异常类型和异常来源，对历史异常事件处理记录进行分组，得到多个历史记录数据组；其中，一个历史记录数据组至少对应一种异常类型和异常来源的组合；
44、通过对多个历史记录数据组分别进行聚类处理，得到多个预设的异常处理规则；
45、根据多个预设的异常处理规则，构建得到相应的预设的异常处理规则集。
46、在一个实施例中，在确定目标交易系统存在异常事件的情况下，所述方法还包括：
47、确定出相匹配的目标运维终端；
48、向目标运维终端发送关于该异常事件的目标异常事件提示。
49、本书明书还提供了一种交易系统异常事件的数据处理装置，包括：
50、获取模块，用于获取目标交易系统的目标运行数据；
51、第一处理模块，用于根据预设的处理规则处理目标运行数据，得到对应的目标词向量组；
52、第二处理模块，用于利用预设的异常事件检测模型处理所述目标词向量组，得到对应的目标检测结果；其中，所述预设的异常事件检测模型至本文档来自技高网...
【技术保护点】
1.一种交易系统异常事件的数据处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据预设的处理规则处理目标运行数据，得到对应的目标词向量组，包括：
3.根据权利要求1所述的方法，其特征在于，所述预设的异常事件检测模型还包括全连接层和分类层；其中，所述全连接层与所述第一子网络模型和第二子网络模型的输入端相连；所述分类层与所述第一子网络模型和第二子网络模型的输出端相连。
4.根据权利要求3所述的方法，其特征在于，利用预设的异常事件检测模型处理所述目标词向量组，得到对应的目标检测结果，包括：
5.根据权利要求1所述的方法，其特征在于，确定出相匹配的目标异常处理规则，包括：
6.根据权利要求5所述的方法，其特征在于，目标运行数据至少包括目标交易系统的运行日志；
7.根据权利要求6所述的方法，其特征在于，在根据目标异常处理规则，对该目标交易系统进行相应的异常数据处理之后，所述方法还包括：
8.根据权利要求7所述的方法，其特征在于，在根据当前检测结果，确定目标交易系统的异常事件是否消除之
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
10.根据权利要求1所述的方法，其特征在于，所述方法还包括：
11.根据权利要求1所述的方法，其特征在于，在确定目标交易系统存在异常事件的情况下，所述方法还包括：
12.一种交易系统异常事件的数据处理装置，其特征在于，包括：
13.一种服务器，其特征在于，包括处理器以及用于存储处理器可执行指令的存储器，所述处理器执行所述指令时实现权利要求1至11中任一项所述方法的步骤。
14.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，所述指令被处理器执行时实现权利要求1至11中任一项所述方法的步骤。
15.一种计算机程序产品，其特征在于，包含有计算机程序，所述计算机程序被处理器执行时实现权利要求1至11中任一项所述方法的步骤。
...【技术特征摘要】
1.一种交易系统异常事件的数据处理方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据预设的处理规则处理目标运行数据，得到对应的目标词向量组，包括：
3.根据权利要求1所述的方法，其特征在于，所述预设的异常事件检测模型还包括全连接层和分类层；其中，所述全连接层与所述第一子网络模型和第二子网络模型的输入端相连；所述分类层与所述第一子网络模型和第二子网络模型的输出端相连。
4.根据权利要求3所述的方法，其特征在于，利用预设的异常事件检测模型处理所述目标词向量组，得到对应的目标检测结果，包括：
5.根据权利要求1所述的方法，其特征在于，确定出相匹配的目标异常处理规则，包括：
6.根据权利要求5所述的方法，其特征在于，目标运行数据至少包括目标交易系统的运行日志；
7.根据权利要求6所述的方法，其特征在于，在根据目标异常处理规则，对该目标交易系统进行相应的异常数据处理之后，所述方法还包括：
8...
【专利技术属性】
技术研发人员：杜智雄，冯泽男，杨晨，郭慕尧，
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。