CN116205614B - 一种用于分布式场景下的业务对账管理系统及方法 - Google Patents
一种用于分布式场景下的业务对账管理系统及方法 Download PDFInfo
- Publication number
- CN116205614B CN116205614B CN202310486187.XA CN202310486187A CN116205614B CN 116205614 B CN116205614 B CN 116205614B CN 202310486187 A CN202310486187 A CN 202310486187A CN 116205614 B CN116205614 B CN 116205614B
- Authority
- CN
- China
- Prior art keywords
- business
- service
- bill
- marking
- network environment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及业务对账技术领域，具体为一种用于分布式场景下的业务对账管理系统及方法，所述系统包括账单风险区域预测模块，账单风险区域预测模块根据历史数据中自最近一次优化后业务对账双方的业务信息，分析网络环境对业务对账数据的影响，并结合业务信息获取模块中业务对账双方排列后的各个业务账单的业务信息，预测每个业务账单的账单风险区域，并将预测的账单风险区域在业务账单中进行标记。本发明能够有效识别并分析外界网络环境对对账内容的干扰影响，并根据分析结果提供相应的业务对账系统优化，确保系统性能满足业务对账的需求，同时有效解决自动对账中一对多的情况，实现了对分布式场景下的业务对账进行有效管理。
Description
技术领域
本发明涉及业务对账技术领域，具体为一种用于分布式场景下的业务对账管理系统及方法。
背景技术
业务对账方式包括手工对账及自动对账，随着业务快速发展,分布式场景下业务系统繁多，手工对账效率低，无法满足银行对工作效率的需求，而在信息化方式下，自动对账极大地减少了手工对账的工作量，是提高整体银行对账效率的关键环节。
但是，自动对账并不意味着能够完全取代手工对账，因为自动对账并不能解决一切对账问题，它只能对对账单文件中一对一的记录进行核对，而对于一对多、多对一或多对多的情况则显得无能为力。例如，由于某种原因，对于企业记录的两笔银行存款支出，开户行可能将其合并记录为一条记录。如果这样的话，利用自动对账功能进行自动对账时，可能会将这3条记录全部作为未达账项看待。
现有的一种用于分布式场景下的业务对账管理系统中，无法有效识别并分析外界网络环境对对账内容的干扰影响，且无法有效解决自动对账中一对多的情况，进而现有技术无法分布式场景下的业务对账进行有效管理，存在较大的缺陷。
发明内容
本发明的目的在于提供一种用于分布式场景下的业务对账管理系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种用于分布式场景下的业务对账管理方法，所述方法包括以下步骤：
S1、获取业务对账双方对应的各个业务账单的业务信息，将根据交易时间对每个业务账单中的业务信息顺序进行优先级排列；
S2、根据历史数据中自最近一次优化后业务对账双方的业务信息，分析网络环境对业务对账数据的影响，并结合S1中业务对账双方排列后的各个业务账单的业务信息，预测每个业务账单的账单风险区域，并将预测的账单风险区域在业务账单中进行标记；
S3、获取每个业务对账方对应的业务账单之间的关联性，并得到每个业务对账方相应的业务账单关联集合；
S4、对业务对账双方进行分布式场景下的业务对账，通过第一标记方式分别对各个业务账单内的异常数据进行标记，并根据第一标记方式的标记结果分析网络环境对业务账单的异常影响值；
S5、结合每个业务对账方相应的业务账单关联集合，获取第一标记方式的标记结果中的关联数组，对第一标记方式的标记结果中的异常数据进行筛选，将筛选结果通过第二标记方式进行标记；
S6、根据网络环境对业务账单的异常影响值及第二标记方式的标记结果，对分布式场景下的业务对账进行优化管理。
进一步的，业务对账双方中的每一个业务对账方包含一个或多个业务账单，
根据交易时间对每个业务账单中的业务信息顺序进行优先级排列时，将交易时间在前的业务信息放在交易时间在后的业务信息之前。
进一步的，所述S2中分析网络环境对业务对账数据的影响时，获取历史数据中自最近一次优化后业务对账双方的业务信息，所述网络环境包括数据并发量及网络延迟，所述业务信息包括交易时间、交易额度、交易时业务对账双方对应的最大数据并发量及交易时业务对账双方的最大网络延迟，获取历史数据中自最近一次优化后业务对账双方相应对账结果中异常对账数据，并得到每个异常对账数据相应的网络环境异常对，将第i个网络环境异常对记为(A1i，A2i)，所述A1i表示相应异常对账数据对应业务信息中的数据并发量，所述A2i表示相应异常对账数据对应业务信息中的网络延迟，
构建雷达图，通过三个轴线将雷达图等分成三份，每份对应一个夹角为120度的扇形区域，所述三个轴线分别记为第一轴线、第二轴线及第三轴线，
将第i个网络环境异常对中A1i在第一轴线上标记，得到第i个网络环境异常对对应的第一标记点，将A2i在第二轴线上标记，得到第i个网络环境异常对对应的第二标记点，通过数据库查询获取当前时间对应的网络环境异常系数并在第三轴线上标记，得到第i个网络环境异常对对应的第三标记点，将雷达图中第i个网络环境异常对分别对应的第一标记点、第二标记点及第三标记点两两连接后所围区域记为Ci，得到网络环境对业务对账数据产生影响时的临界判定区域，记为CQ，所述CQ＝C1∪C2∪...∪Ci∪...∪Ci1，所述i1表示历史数据中自最近一次优化后业务对账双方相应对账结果中异常对账数据的总个数；
所述S2中预测每个业务账单的账单风险区域的方法包括以下步骤：
S21、获取S1中业务对账双方排列后的各个业务账单的业务信息及网络环境对业务对账数据产生影响时的临界判定区域CQ；
S22、将S1中业务对账双方排列后的各个业务账单的业务信息中的任意一个业务信息对应的网络环境数据对，记为(B1，B2)，所述B1表示相应业务信息中的交易时业务对账双方对应的最大数据并发量，所述B2表示相应业务信息中的交易时业务对账双方的最大网络延迟；
S23、得到网络环境数据对(B1，B2)状态的判定结果，
当网络环境数据对(B1，B2)对应的状态值大于0时，则判定网络环境数据对(B1，B2)状态异常，网络环境数据对(B1，B2)对应的业务信息异常，
当网络环境数据对(B1，B2)对应的状态值等于0时，则判定网络环境数据对(B1，B2)状态正常，网络环境数据对(B1，B2)对应的业务信息正常，
将网络环境数据对(B1，B2)对应的状态值记为ZT(B1，B2)，
所述ZT(B1，B2)＝P2(B1，B2)/P1(B1，B2)，
其中，P1(B1，B2)表示构建的雷达图中CQ与C(B1，B2)之间的交集区域对应的面积，
C(B1，B2)表示构建的雷达图中，以B1为第一标记点、以B2为第二标记点及以当前时间对应的网络环境异常系数为第三标记点所围的区域，
P2(B1，B2)表示构建的雷达图中C(B1，B2)对应面积减去CQ与C(B1，B2)之间的交集区域对应的面积之差；
S24、得到每个业务账单的账单风险区域，将每个业务账单中连续异常的多个业务信息构成的账单片段作为一个账单风险区域，
所述账单风险区域在相应业务账单中的前一个业务信息及后一个业务信息均正常，且账单风险区域中的各个业务信息均异常。
本发明预测每个业务账单的账单风险区域的过程中，通过构建雷达图的方式，实现了对网络环境中数据并发量及网络延迟与业务信息之间影响关系的可视化，并通过判断业务信息对应网络环境数据对相应的状态值实现对相应业务信息的状态判断，进而为后续步骤中准确获取每个业务账单的账单风险区域提供了数据支持。
进一步的，所述S3中得到每个业务对账方相应的账单关联集合时，获取每个业务对账方对应的业务账单，并获取每个业务账单中各个业务信息分别对应的业务对象，同一业务对象对应一个或多个业务账单，判定对应业务对象相同的任意两个业务账单存在关联关系，并构成一个账单关联初始集合，
获取同一业务对账方对应的各个账单关联初始集合，并将存在交集的任意两个账单关联初始集合进行合并，直至同一业务对账方剩余的各个账单关联初始集合均不存在交集为止，将同一业务对账方剩余的每个账单关联初始集合作为相应业务对账方的一个业务账单关联集合，
每个业务账单关联集合中各个元素对应的业务账单之间均相关联。
本发明得到每个业务对账方相应的账单关联集合，是考虑到在进行业务对账时，业务信息之间可能会出现“一对多”的情况，使得业务对账功能无法有效判断各个业务信息之间的关系，进而出现误判的情况，同时导致后续异常数据预警内容出现较大的偏差(将存在一对多关系情况的业务数据误判为异常数据进行预警)，进而增加管理员对异常数据的处理工作量及处理难度。
进一步的，所述S4中根据第一标记方式的标记结果分析网络环境对业务账单的异常影响值的方法包括以下步骤：
S41、对业务对账双方进行分布式场景下的业务对账，将对账过程中与其余业务账单中不同的业务信息记为异常数据，通过第一标记方式分别对各个业务账单内的异常数据进行标记；
S42、获取第一标记方式对应的标记结果中处于账单风险区域内的业务信息，并逐个录入到一个空白集合中，得到风险业务信息异常集合，
获取第一标记方式对应的标记结果中不处于账单风险区域内的业务信息，并逐个录入到一个空白集合中，得到非风险业务信息异常集合；
S43、得到网络环境对业务账单的异常影响值，记为R，
当M2/Me2＝0或M2/Mt2＝0时，R＝0，
当M2/Me2≠0且M2/Mt2≠0时，R＝min{(M1/Me1)/(M2/Me2)，(M1/Mt1)/(M2/Mt2)}，
其中，M1表示风险业务信息异常集合中的元素个数，M2表示第一标记方式对应的标记结果对应的业务信息个数，
Me1表示各个账单风险区域内业务信息个数之和，Me2表示各个业务账单对应的业务信息之和，
Mt1表示各个账单风险区域分别对应的区域时长之和，Mt2表示各个业务账单分别对应的区间时长之和；
账单风险区域的区域时长等于相应账单风险区域内业务信息中最大交易时间与最小交易时间的差值，业务账单对应的区间时长等于相应业务账单内业务信息中最大交易时间与最小交易时间的差值；
对数据库中当前时间对应的网络环境异常系数进行更新，用得到网络环境对业务账单的异常影响值R替换原有的网络环境异常系数。
本发明根据第一标记方式的标记结果分析网络环境对业务账单的异常影响值的过程中，获取的异常影响值一方面是为了后续对分布式场景下的业务对账进行优化管理的过程中，准确得到优化管理内容中的系统优化预警内容；另一方面也是为了对数据库中当前时间对应的网络环境异常系数进行更新，确保后续业务对账过程中，精准预测每个业务账单的账单风险区域(构建雷达图时，第三标记点对应的值是通过数据库查询获取当前时间对应的网络环境异常系数得到的)。
进一步的，所述S5中对第一标记方式的标记结果中的异常数据进行筛选的方法包括以下步骤：
S51、获取每个业务对账方相应的业务账单关联集合，及第一标记方式的标记结果中各个业务信息对应的业务对象，并将获取的业务对象进行编号，将第j个业务对象对应的编号记为Dj；
S52、在每个业务账单关联集合对应的各个业务账单中业务对象编号Dj对应的业务信息，并将同一业务账单关联集合对应的业务账单内业务对象编号Dj对应的各个业务信息构成一个关联数组；
S53、获取业务对账双方中，业务对象编号Dj分别对应的关联数组之间的金额偏差，
所述金额偏差等于业务对账一方一个业务对象编号对应关联数组中各个业务信息内交易额度之和减去业务对账一方一个业务对象编号对应关联数组中各个业务信息内交易额度之和后，所得的差值；
S54、得到对第一标记方式的标记结果中的异常数据的筛选结果，
当业务对象编号Dj分别对应的关联数组之间的金额偏差等于0时，则对第一标记方式的标记结果中业务对象编号Dj对应的各个业务数据进行二次标记，
当业务对象编号Dj分别对应的关联数组之间的金额偏差不等于0时，则不对第一标记方式的标记结果中业务对象编号Dj对应的各个业务数据进行二次标记。
本发明对第一标记方式的标记结果中的异常数据进行筛选，是为了筛选出第一标记方式的标记结果中因业务对账过程出现“一对多”的情况而导致的异常业务数据标记，为后续过程中准确得到异常数据预警内容提供了数据参照。
进一步的，所述S6中对分布式场景下的业务对账进行优化管理时，优化管理内容包括系统优化预警及异常数据预警，
所述异常数据预警内容为各个业务账单中被第一标记方式标记且未被第二标记方式标记的业务对象；
当网络环境对业务账单的异常影响值大于等于第二阈值时，则系统优化预警为提醒管理员对需要对系统进行优化，
当网络环境对业务账单的异常影响值小于第二阈值时，则系统优化预警为提醒管理员对无需对系统进行优化，所述第二阈值为数据库中预置的常数。
一种用于分布式场景下的业务对账管理系统，所述系统包括以下模块：
业务信息获取模块，所述业务信息获取模块获取业务对账双方对应的各个业务账单的业务信息，将根据交易时间对每个业务账单中的业务信息顺序进行优先级排列；
账单风险区域预测模块，账单风险区域预测模块根据历史数据中自最近一次优化后业务对账双方的业务信息，分析网络环境对业务对账数据的影响，并结合业务信息获取模块中业务对账双方排列后的各个业务账单的业务信息，预测每个业务账单的账单风险区域，并将预测的账单风险区域在业务账单中进行标记；
账单关联性分析模块，所述账单关联性分析模块获取每个业务对账方对应的业务账单之间的关联性，并得到每个业务对账方相应的业务账单关联集合；
异常数据标记模块，所述异常数据标记模块对业务对账双方进行分布式场景下的业务对账，通过第一标记方式分别对各个业务账单内的异常数据进行标记，并根据第一标记方式的标记结果分析网络环境对业务账单的异常影响值；
异常数据筛选模块，所述异常数据筛选模块结合每个业务对账方相应的业务账单关联集合，获取第一标记方式的标记结果中的关联数组，对第一标记方式的标记结果中的异常数据进行筛选，将筛选结果通过第二标记方式进行标记；
对账优化管理模块，所述对账优化管理模块根据网络环境对业务账单的异常影响值及第二标记方式的标记结果，对分布式场景下的业务对账进行优化管理。
与现有技术相比，本发明所达到的有益效果是：本发明能够有效识别并分析外界网络环境对对账内容的干扰影响，并根据分析结果提供相应的业务对账系统优化，确保系统性能满足业务对账的需求，同时有效解决自动对账中一对多的情况，实现了对分布式场景下的业务对账进行有效管理。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种用于分布式场景下的业务对账管理方法的流程示意图；
图2是本发明一种用于分布式场景下的业务对账管理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：
一种用于分布式场景下的业务对账管理方法，所述方法包括以下步骤：
S1、获取业务对账双方对应的各个业务账单的业务信息，将根据交易时间对每个业务账单中的业务信息顺序进行优先级排列；
业务对账双方中的每一个业务对账方包含一个或多个业务账单，
根据交易时间对每个业务账单中的业务信息顺序进行优先级排列时，将交易时间在前的业务信息放在交易时间在后的业务信息之前，
本实施例中当同一而业务账单在同一交易时间存在多个业务信息时，则在进行优先级排列过程中，这多个业务信息在业务账单的排列后的位置顺序与排列前的位置顺序相同。
S2、根据历史数据中自最近一次优化后业务对账双方的业务信息，分析网络环境对业务对账数据的影响，并结合S1中业务对账双方排列后的各个业务账单的业务信息，预测每个业务账单的账单风险区域，并将预测的账单风险区域在业务账单中进行标记；
所述S2中分析网络环境对业务对账数据的影响时，获取历史数据中自最近一次优化后业务对账双方的业务信息，所述网络环境包括数据并发量及网络延迟，所述业务信息包括交易时间、交易额度、交易时业务对账双方对应的最大数据并发量及交易时业务对账双方的最大网络延迟，获取历史数据中自最近一次优化后业务对账双方相应对账结果中异常对账数据，并得到每个异常对账数据相应的网络环境异常对，将第i个网络环境异常对记为(A1i，A2i)，所述A1i表示相应异常对账数据对应业务信息中的数据并发量，所述A2i表示相应异常对账数据对应业务信息中的网络延迟，
构建雷达图，通过三个轴线将雷达图等分成三份，每份对应一个夹角为120度的扇形区域，所述三个轴线分别记为第一轴线、第二轴线及第三轴线，
将第i个网络环境异常对中A1i在第一轴线上标记，得到第i个网络环境异常对对应的第一标记点，将A2i在第二轴线上标记，得到第i个网络环境异常对对应的第二标记点，通过数据库查询获取当前时间对应的网络环境异常系数并在第三轴线上标记，得到第i个网络环境异常对对应的第三标记点，将雷达图中第i个网络环境异常对分别对应的第一标记点、第二标记点及第三标记点两两连接后所围区域记为Ci，得到网络环境对业务对账数据产生影响时的临界判定区域，记为CQ，所述CQ＝C1∪C2∪...∪Ci∪...∪Ci1，所述i1表示历史数据中自最近一次优化后业务对账双方相应对账结果中异常对账数据的总个数；
本实施例中若存在三个异常对账数据，并将这三个异常对账数据相应的网络环境异常对分别记为U1(A1U1，A2U1)、U2(A1U2，A2U2)及U3(A1U3，A2U3)，
若数据库中当前时间对应的网络环境异常系数为Ux4，
则CU1对应的区域为：雷达图中第一轴线上值为A1U1、第二轴线上值为A2U1及第三轴线上值为Ux4所围三角形区域，
CU2对应的区域为：雷达图中第一轴线上值为A1U2、第二轴线上值为A2U2及第三轴线上值为Ux4所围三角形区域，
CU3对应的区域为：雷达图中第一轴线上值为A1U3、第二轴线上值为A2U3及第三轴线上值为Ux4所围三角形区域，
进而得到的网络环境对业务对账数据产生影响时的临界判定区域等于CU1∪CU2∪CU3；
所述S2中预测每个业务账单的账单风险区域的方法包括以下步骤：
S21、获取S1中业务对账双方排列后的各个业务账单的业务信息及网络环境对业务对账数据产生影响时的临界判定区域CQ；
S22、将S1中业务对账双方排列后的各个业务账单的业务信息中的任意一个业务信息对应的网络环境数据对，记为(B1，B2)，所述B1表示相应业务信息中的交易时业务对账双方对应的最大数据并发量，所述B2表示相应业务信息中的交易时业务对账双方的最大网络延迟；
S23、得到网络环境数据对(B1，B2)状态的判定结果，
当网络环境数据对(B1，B2)对应的状态值大于0时，则判定网络环境数据对(B1，B2)状态异常，网络环境数据对(B1，B2)对应的业务信息异常，
当网络环境数据对(B1，B2)对应的状态值等于0时，则判定网络环境数据对(B1，B2)状态正常，网络环境数据对(B1，B2)对应的业务信息正常，
将网络环境数据对(B1，B2)对应的状态值记为ZT(B1，B2)，
所述ZT(B1，B2)＝P2(B1，B2)/P1(B1，B2)，默认CQ不为空且P1(B1，B2)大于0，
其中，P1(B1，B2)表示构建的雷达图中CQ与C(B1，B2)之间的交集区域对应的面积，
C(B1，B2)表示构建的雷达图中，以B1为第一标记点、以B2为第二标记点及以当前时间对应的网络环境异常系数为第三标记点所围的区域，
P2(B1，B2)表示构建的雷达图中C(B1，B2)对应面积减去CQ与C(B1，B2)之间的交集区域对应的面积之差；
S24、得到每个业务账单的账单风险区域，将每个业务账单中连续异常的多个业务信息构成的账单片段作为一个账单风险区域，
所述账单风险区域在相应业务账单中的前一个业务信息及后一个业务信息均正常，且账单风险区域中的各个业务信息均异常。
S3、获取每个业务对账方对应的业务账单之间的关联性，并得到每个业务对账方相应的业务账单关联集合；
所述S3中得到每个业务对账方相应的账单关联集合时，获取每个业务对账方对应的业务账单，并获取每个业务账单中各个业务信息分别对应的业务对象，同一业务对象对应一个或多个业务账单，判定对应业务对象相同的任意两个业务账单存在关联关系，并构成一个账单关联初始集合，
获取同一业务对账方对应的各个账单关联初始集合，并将存在交集的任意两个账单关联初始集合进行合并，直至同一业务对账方剩余的各个账单关联初始集合均不存在交集为止，将同一业务对账方剩余的每个账单关联初始集合作为相应业务对账方的一个业务账单关联集合，
每个业务账单关联集合中各个元素对应的业务账单之间均相关联。
S4、对业务对账双方进行分布式场景下的业务对账，通过第一标记方式分别对各个业务账单内的异常数据进行标记，并根据第一标记方式的标记结果分析网络环境对业务账单的异常影响值；
所述S4中根据第一标记方式的标记结果分析网络环境对业务账单的异常影响值的方法包括以下步骤：
S41、对业务对账双方进行分布式场景下的业务对账，将对账过程中与其余业务账单中不同的业务信息记为异常数据，通过第一标记方式分别对各个业务账单内的异常数据进行标记；
S42、获取第一标记方式对应的标记结果中处于账单风险区域内的业务信息，并逐个录入到一个空白集合中，得到风险业务信息异常集合，
获取第一标记方式对应的标记结果中不处于账单风险区域内的业务信息，并逐个录入到一个空白集合中，得到非风险业务信息异常集合；
S43、得到网络环境对业务账单的异常影响值，记为R，
当M2/Me2＝0或M2/Mt2＝0时，R＝0，
当M2/Me2≠0且M2/Mt2≠0时，R＝min{(M1/Me1)/(M2/Me2)，(M1/Mt1)/(M2/Mt2)}，
其中，M1表示风险业务信息异常集合中的元素个数，M2表示第一标记方式对应的标记结果对应的业务信息个数，
Me1表示各个账单风险区域内业务信息个数之和，Me2表示各个业务账单对应的业务信息之和，
Mt1表示各个账单风险区域分别对应的区域时长之和，Mt2表示各个业务账单分别对应的区间时长之和；
账单风险区域的区域时长等于相应账单风险区域内业务信息中最大交易时间与最小交易时间的差值，业务账单对应的区间时长等于相应业务账单内业务信息中最大交易时间与最小交易时间的差值；
对数据库中当前时间对应的网络环境异常系数进行更新，用得到网络环境对业务账单的异常影响值R替换原有的网络环境异常系数。
S5、结合每个业务对账方相应的业务账单关联集合，获取第一标记方式的标记结果中的关联数组，对第一标记方式的标记结果中的异常数据进行筛选，将筛选结果通过第二标记方式进行标记；
所述S5中对第一标记方式的标记结果中的异常数据进行筛选的方法包括以下步骤：
S51、获取每个业务对账方相应的业务账单关联集合，及第一标记方式的标记结果中各个业务信息对应的业务对象，并将获取的业务对象进行编号，将第j个业务对象对应的编号记为Dj；
S52、在每个业务账单关联集合对应的各个业务账单中业务对象编号Dj对应的业务信息，并将同一业务账单关联集合对应的业务账单内业务对象编号Dj对应的各个业务信息构成一个关联数组；
S53、获取业务对账双方中，业务对象编号Dj分别对应的关联数组之间的金额偏差，
所述金额偏差等于业务对账一方一个业务对象编号对应关联数组中各个业务信息内交易额度之和减去业务对账一方一个业务对象编号对应关联数组中各个业务信息内交易额度之和后，所得的差值；
S54、得到对第一标记方式的标记结果中的异常数据的筛选结果，
当业务对象编号Dj分别对应的关联数组之间的金额偏差等于0时，则对第一标记方式的标记结果中业务对象编号Dj对应的各个业务数据进行二次标记，
当业务对象编号Dj分别对应的关联数组之间的金额偏差不等于0时，则不对第一标记方式的标记结果中业务对象编号Dj对应的各个业务数据进行二次标记。
S6、根据网络环境对业务账单的异常影响值及第二标记方式的标记结果，对分布式场景下的业务对账进行优化管理；
所述S6中对分布式场景下的业务对账进行优化管理时，优化管理内容包括系统优化预警及异常数据预警，
所述异常数据预警内容为各个业务账单中被第一标记方式标记且未被第二标记方式标记的业务对象；
当网络环境对业务账单的异常影响值大于等于第二阈值时，则系统优化预警为提醒管理员对需要对系统进行优化，
当网络环境对业务账单的异常影响值小于第二阈值时，则系统优化预警为提醒管理员对无需对系统进行优化，所述第二阈值为数据库中预置的常数。
如图2所示，一种用于分布式场景下的业务对账管理系统，所述系统包括以下模块：
业务信息获取模块，所述业务信息获取模块获取业务对账双方对应的各个业务账单的业务信息，将根据交易时间对每个业务账单中的业务信息顺序进行优先级排列；
账单风险区域预测模块，账单风险区域预测模块根据历史数据中自最近一次优化后业务对账双方的业务信息，分析网络环境对业务对账数据的影响，并结合业务信息获取模块中业务对账双方排列后的各个业务账单的业务信息，预测每个业务账单的账单风险区域，并将预测的账单风险区域在业务账单中进行标记；
账单关联性分析模块，所述账单关联性分析模块获取每个业务对账方对应的业务账单之间的关联性，并得到每个业务对账方相应的业务账单关联集合；
异常数据标记模块，所述异常数据标记模块对业务对账双方进行分布式场景下的业务对账，通过第一标记方式分别对各个业务账单内的异常数据进行标记，并根据第一标记方式的标记结果分析网络环境对业务账单的异常影响值；
异常数据筛选模块，所述异常数据筛选模块结合每个业务对账方相应的业务账单关联集合，获取第一标记方式的标记结果中的关联数组，对第一标记方式的标记结果中的异常数据进行筛选，将筛选结果通过第二标记方式进行标记；
对账优化管理模块，所述对账优化管理模块根据网络环境对业务账单的异常影响值及第二标记方式的标记结果，对分布式场景下的业务对账进行优化管理。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种用于分布式场景下的业务对账管理方法，其特征在于，所述方法包括以下步骤：
S1、获取业务对账双方对应的各个业务账单的业务信息，将根据交易时间对每个业务账单中的业务信息顺序进行优先级排列；
S2、根据历史数据中自最近一次优化后业务对账双方的业务信息，分析网络环境对业务对账数据的影响，并结合S1中业务对账双方排列后的各个业务账单的业务信息，预测每个业务账单的账单风险区域，并将预测的账单风险区域在业务账单中进行标记；
S3、获取每个业务对账方对应的业务账单之间的关联性，并得到每个业务对账方相应的业务账单关联集合；
S4、对业务对账双方进行分布式场景下的业务对账，通过第一标记方式分别对各个业务账单内的异常数据进行标记，并根据第一标记方式的标记结果分析网络环境对业务账单的异常影响值；
S5、结合每个业务对账方相应的业务账单关联集合，获取第一标记方式的标记结果中的关联数组，对第一标记方式的标记结果中的异常数据进行筛选，将筛选结果通过第二标记方式进行标记；
S6、根据网络环境对业务账单的异常影响值及第二标记方式的标记结果，对分布式场景下的业务对账进行优化管理；
所述S2中分析网络环境对业务对账数据的影响时，获取历史数据中自最近一次优化后业务对账双方的业务信息，所述网络环境包括数据并发量及网络延迟，所述业务信息包括交易时间、交易额度、交易时业务对账双方对应的最大数据并发量及交易时业务对账双方的最大网络延迟，获取历史数据中自最近一次优化后业务对账双方相应对账结果中异常对账数据，并得到每个异常对账数据相应的网络环境异常对，将第i个网络环境异常对记为(A1i，A2i)，所述A1i表示相应异常对账数据对应业务信息中的数据并发量，所述A2i表示相应异常对账数据对应业务信息中的网络延迟，
构建雷达图，通过三个轴线将雷达图等分成三份，每份对应一个夹角为120度的扇形区域，所述三个轴线分别记为第一轴线、第二轴线及第三轴线，
将第i个网络环境异常对中A1i在第一轴线上标记，得到第i个网络环境异常对对应的第一标记点，将A2i在第二轴线上标记，得到第i个网络环境异常对对应的第二标记点，通过数据库查询获取当前时间对应的网络环境异常系数并在第三轴线上标记，得到第i个网络环境异常对对应的第三标记点，将雷达图中第i个网络环境异常对分别对应的第一标记点、第二标记点及第三标记点两两连接后所围区域记为Ci，得到网络环境对业务对账数据产生影响时的临界判定区域，记为CQ，所述CQ＝C1∪C2∪...∪Ci∪...∪Ci1，所述i1表示历史数据中自最近一次优化后业务对账双方相应对账结果中异常对账数据的总个数；
所述S2中预测每个业务账单的账单风险区域的方法包括以下步骤：
S21、获取S1中业务对账双方排列后的各个业务账单的业务信息及网络环境对业务对账数据产生影响时的临界判定区域CQ；
S22、将S1中业务对账双方排列后的各个业务账单的业务信息中的任意一个业务信息对应的网络环境数据对，记为(B1，B2)，所述B1表示相应业务信息中的交易时业务对账双方对应的最大数据并发量，所述B2表示相应业务信息中的交易时业务对账双方的最大网络延迟；
S23、得到网络环境数据对(B1，B2)状态的判定结果，
当网络环境数据对(B1，B2)对应的状态值大于0时，则判定网络环境数据对(B1，B2)状态异常，网络环境数据对(B1，B2)对应的业务信息异常，
当网络环境数据对(B1，B2)对应的状态值等于0时，则判定网络环境数据对(B1，B2)状态正常，网络环境数据对(B1，B2)对应的业务信息正常，
将网络环境数据对(B1，B2)对应的状态值记为ZT(B1，B2)，
所述ZT(B1，B2)＝P2(B1，B2)/P1(B1，B2)，
其中，P1(B1，B2)表示构建的雷达图中CQ与C(B1，B2)之间的交集区域对应的面积，
C(B1，B2)表示构建的雷达图中，以B1为第一标记点、以B2为第二标记点及以当前时间对应的网络环境异常系数为第三标记点所围的区域，
P2(B1，B2)表示构建的雷达图中C(B1，B2)对应面积减去CQ与C(B1，B2)之间的交集区域对应的面积之差；
S24、得到每个业务账单的账单风险区域，将每个业务账单中连续异常的多个业务信息构成的账单片段作为一个账单风险区域，
所述账单风险区域在相应业务账单中的前一个业务信息及后一个业务信息均正常，且账单风险区域中的各个业务信息均异常；
所述S4中根据第一标记方式的标记结果分析网络环境对业务账单的异常影响值的方法包括以下步骤：
S41、对业务对账双方进行分布式场景下的业务对账，将对账过程中与其余业务账单中不同的业务信息记为异常数据，通过第一标记方式分别对各个业务账单内的异常数据进行标记；
S42、获取第一标记方式对应的标记结果中处于账单风险区域内的业务信息，并逐个录入到一个空白集合中，得到风险业务信息异常集合，
获取第一标记方式对应的标记结果中不处于账单风险区域内的业务信息，并逐个录入到一个空白集合中，得到非风险业务信息异常集合；
S43、得到网络环境对业务账单的异常影响值，记为R，
当M2/Me2＝0或M2/Mt2＝0时，R＝0，
当M2/Me2≠0且M2/Mt2≠0时，R＝min{(M1/Me1)/(M2/Me2)，(M1/Mt1)/(M2/Mt2)}，
其中，M1表示风险业务信息异常集合中的元素个数，M2表示第一标记方式对应的标记结果对应的业务信息个数，
Me1表示各个账单风险区域内业务信息个数之和，Me2表示各个业务账单对应的业务信息之和，
Mt1表示各个账单风险区域分别对应的区域时长之和，Mt2表示各个业务账单分别对应的区间时长之和；
账单风险区域的区域时长等于相应账单风险区域内业务信息中最大交易时间与最小交易时间的差值，业务账单对应的区间时长等于相应业务账单内业务信息中最大交易时间与最小交易时间的差值；
对数据库中当前时间对应的网络环境异常系数进行更新，用得到网络环境对业务账单的异常影响值R替换原有的网络环境异常系数；
所述S5中对第一标记方式的标记结果中的异常数据进行筛选的方法包括以下步骤：
S51、获取每个业务对账方相应的业务账单关联集合，及第一标记方式的标记结果中各个业务信息对应的业务对象，并将获取的业务对象进行编号，将第j个业务对象对应的编号记为Dj；
S52、在每个业务账单关联集合对应的各个业务账单中业务对象编号Dj对应的业务信息，并将同一业务账单关联集合对应的业务账单内业务对象编号Dj对应的各个业务信息构成一个关联数组；
S53、获取业务对账双方中，业务对象编号Dj分别对应的关联数组之间的金额偏差，
所述金额偏差等于业务对账一方一个业务对象编号对应关联数组中各个业务信息内交易额度之和减去业务对账一方一个业务对象编号对应关联数组中各个业务信息内交易额度之和后，所得的差值；
S54、得到对第一标记方式的标记结果中的异常数据的筛选结果，
当业务对象编号Dj分别对应的关联数组之间的金额偏差等于0时，则对第一标记方式的标记结果中业务对象编号Dj对应的各个业务数据进行二次标记，
当业务对象编号Dj分别对应的关联数组之间的金额偏差不等于0时，则不对第一标记方式的标记结果中业务对象编号Dj对应的各个业务数据进行二次标记。
2.根据权利要求1所述的一种用于分布式场景下的业务对账管理方法，其特征在于：业务对账双方中的每一个业务对账方包含一个或多个业务账单，
根据交易时间对每个业务账单中的业务信息顺序进行优先级排列时，将交易时间在前的业务信息放在交易时间在后的业务信息之前。
3.根据权利要求1所述的一种用于分布式场景下的业务对账管理方法，其特征在于：所述S3中得到每个业务对账方相应的账单关联集合时，获取每个业务对账方对应的业务账单，并获取每个业务账单中各个业务信息分别对应的业务对象，同一业务对象对应一个或多个业务账单，判定对应业务对象相同的任意两个业务账单存在关联关系，并构成一个账单关联初始集合，
获取同一业务对账方对应的各个账单关联初始集合，并将存在交集的任意两个账单关联初始集合进行合并，直至同一业务对账方剩余的各个账单关联初始集合均不存在交集为止，将同一业务对账方剩余的每个账单关联初始集合作为相应业务对账方的一个业务账单关联集合，
每个业务账单关联集合中各个元素对应的业务账单之间均相关联。
4.根据权利要求1所述的一种用于分布式场景下的业务对账管理方法，其特征在于：所述S6中对分布式场景下的业务对账进行优化管理时，优化管理内容包括系统优化预警及异常数据预警，
所述异常数据预警内容为各个业务账单中被第一标记方式标记且未被第二标记方式标记的业务对象；
当网络环境对业务账单的异常影响值大于等于第二阈值时，则系统优化预警为提醒管理员对需要对系统进行优化，
当网络环境对业务账单的异常影响值小于第二阈值时，则系统优化预警为提醒管理员对无需对系统进行优化。
5.应用权利要求1-4中任意一项所述的一种用于分布式场景下的业务对账管理方法的用于分布式场景下的业务对账管理系统，其特征在于，所述系统包括以下模块：
业务信息获取模块，所述业务信息获取模块获取业务对账双方对应的各个业务账单的业务信息，将根据交易时间对每个业务账单中的业务信息顺序进行优先级排列；
账单风险区域预测模块，账单风险区域预测模块根据历史数据中自最近一次优化后业务对账双方的业务信息，分析网络环境对业务对账数据的影响，并结合业务信息获取模块中业务对账双方排列后的各个业务账单的业务信息，预测每个业务账单的账单风险区域，并将预测的账单风险区域在业务账单中进行标记；
账单关联性分析模块，所述账单关联性分析模块获取每个业务对账方对应的业务账单之间的关联性，并得到每个业务对账方相应的业务账单关联集合；
异常数据标记模块，所述异常数据标记模块对业务对账双方进行分布式场景下的业务对账，通过第一标记方式分别对各个业务账单内的异常数据进行标记，并根据第一标记方式的标记结果分析网络环境对业务账单的异常影响值；
异常数据筛选模块，所述异常数据筛选模块结合每个业务对账方相应的业务账单关联集合，获取第一标记方式的标记结果中的关联数组，对第一标记方式的标记结果中的异常数据进行筛选，将筛选结果通过第二标记方式进行标记；
对账优化管理模块，所述对账优化管理模块根据网络环境对业务账单的异常影响值及第二标记方式的标记结果，对分布式场景下的业务对账进行优化管理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310486187.XA CN116205614B (zh) | 2023-05-04 | 2023-05-04 | 一种用于分布式场景下的业务对账管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310486187.XA CN116205614B (zh) | 2023-05-04 | 2023-05-04 | 一种用于分布式场景下的业务对账管理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116205614A CN116205614A (zh) | 2023-06-02 |
| CN116205614B true CN116205614B (zh) | 2023-07-21 |
Family
ID=86515044
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310486187.XA Active CN116205614B (zh) | 2023-05-04 | 2023-05-04 | 一种用于分布式场景下的业务对账管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116205614B (zh) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111192123A (zh) * | 2019-12-25 | 2020-05-22 | 深圳晶泰科技有限公司 | 一种基于混合云计算平台的对账系统及其对账方法 |
| CN111598683B (zh) * | 2020-05-18 | 2023-10-27 | 中国邮政储蓄银行股份有限公司 | 数据处理的方法和装置 |
| CN112069260B (zh) * | 2020-09-09 | 2024-07-30 | 中国人民银行清算总中心 | 数据存储及对账方法和系统 |
| CN114187095A (zh) * | 2021-12-14 | 2022-03-15 | 中国农业银行股份有限公司 | 对账数据处理方法、装置、设备及存储介质 |
| CN114840527A (zh) * | 2022-05-17 | 2022-08-02 | 中国工商银行股份有限公司 | 数据处理方法、装置及计算机可读存储介质 |
| CN116051092A (zh) * | 2022-12-16 | 2023-05-02 | 舟谱数据技术南京有限公司 | 一种跨系统自动对账方法及装置 |
-
2023
- 2023-05-04 CN CN202310486187.XA patent/CN116205614B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN116205614A (zh) | 2023-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107358417B (zh) | 基于区块链技术的可监管的支付方法 | |
| Williams et al. | Traffic management center use of incident detection algorithms: Findings of a nationwide survey | |
| EP1177503B1 (en) | System for indexing pedestrian traffic | |
| CN114267178B (zh) | 一种车站的智能运营维护方法及装置 | |
| US20050165822A1 (en) | Systems and methods for business process automation, analysis, and optimization | |
| EP3315465A1 (en) | Method and system for dynamically managing waste water treatment process for optimizing power consumption | |
| CN112633779B (zh) | 一种对环境监测数据可信度进行评估的方法 | |
| CN113448808B (zh) | 一种批处理任务中单任务时间的预测方法、系统及存储介质 | |
| CN116109116B (zh) | 一种基于云计算的应用程序综合监管控制系统及方法 | |
| US11907942B2 (en) | Blockchain network risk management universal blockchain data model | |
| KR100850785B1 (ko) | 지능형 상시 감사 시스템 및 감사 방법 | |
| Wilkinson et al. | Consequence forecasting: A rational framework for predicting the consequences of approaching storms | |
| CN111062641A (zh) | 一种企业内人力资源的风险管控系统及方法 | |
| CN116205614B (zh) | 一种用于分布式场景下的业务对账管理系统及方法 | |
| US20070136082A1 (en) | System and method for energy diversion investigation management | |
| CN118333276B (zh) | 一种基于数字化信息的业务智能监管系统及方法 | |
| CN117764726B (zh) | 基于大数据与人工智能的不动产金融风险防控方法及系统 | |
| KR101909138B1 (ko) | 중소기업 매출채권 감소 및 부실방지를 위한 빅데이터 기반 매출채권회수지원 시스템 | |
| EP2089840A1 (en) | Organisation assessment and representation system and method | |
| US20210216927A1 (en) | Systems And Methods For Identifying An Officer At Risk Of An Adverse Event | |
| US20240004358A1 (en) | Methods and systems for generating and transmitting customized notifications regarding a status of at least one building asset | |
| US11328301B2 (en) | Online incremental machine learning clustering in anti-money laundering detection | |
| CN110807617B (zh) | 一种车辆库存审计系统 | |
| CN119130163A (zh) | 一种基于数据分析技术的企业风险智能管控系统及方法 | |
| CN119359448A (zh) | 基于多维特征融合的资产评估方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |