[发明专利]线上风险控制规则引擎系统

说明书

技术领域

本发明涉及计算机领域，特别是涉及一种线上风险控制规则引擎系统。

背景技术

规则引擎起源于基于规则的专家系统(专家系统CLIPS：源于1984年NASA的人工智能项目，现已开源，由C编写。)，而基于规则的专家系统又是专家系统的其中一个分支。专家系统属于人工智能的范畴，它模仿人类的推理方式，使用试探性的方法进行推理，并使用人类能理解的术语解释和证明它的推理结论。基于规则的专家系统(RBES)包括三部分：Rule Base(knowledge base)、Working Memory(fact base)和Inference Engine。它们的结构如下系统所示：

推理引擎(Inference Engine)包括三部分：模式匹配器(Pattern Matcher)、议程(Agenda)和执行引擎(Execution Engine)。推理引擎通过决定哪些规则满足事实或目标，并授予规则优先级，满足事实或目标的规则被加入议程。

1：模式匹配器决定选择执行哪个规则，何时执行规则；

2：议程管理模式匹配器挑选出来的规则的执行次序；

3：执行引擎负责执行规则和其他动作。

现有的规则引擎具有以下缺陷：

1：整个规则引擎没有提供将规则以XML记录的思路，更没有涉及在执行过程中修改规则；

2：规则使用的数据全部来自于用户的初始输入，没有提供办法加强规则的范围；

3：规则缺少灵活性，规程可阅读性差。

发明内容

本发明要解决的技术问题是提供一种与现有技术相比规则制定更灵活，规则可读性更强，适用范围更广的线上风险控制规则引擎系统。

为解决上述技术问题，本发明提供的线上风险控制规则引擎系统，包括：中间结果模块、可配置策略模块、规则引擎模块、规则计算模块和规则计算结果输出模块；

中间结果模块，为规则引擎模块提供统计数据；所述统计数据指可配置策略模块所存储的规则列表所在维度数据经过预设统计条件进行分类汇总所得到的数据；

可配置策略模块，存储规则列表，作为规则引擎模块的输入；该规则列表由策略构成，所述策略包括元策略和联合策略；

所述元策略提供编码的规则，指定单个数据的比较条件，以及满足条件时的编码值；

所述联合策略提供规则的编码，指定至少一个元策略的编码结果，以及原始数据与联合策略的匹配结果完全匹配时所指定的决策行为；

规则引擎模块，将中间结果提供的统计数据和原始数据与可配置策略模块中存储的策略进行匹配；匹配是指数据之间按照某种内在关系进行配准，匹配的结果是命中某一策略(参考百度公知技术名词：数据匹配)。

规则计算模块，将原始数据根据规则引擎模块匹配命中的策略(“策略”包含元策略和联合策略，其实质为根据命中策略中的元策略进行编码)进行编码，将所述原始数据的编码结果进行策略(“策略”包含元策略和联合策略，其实质为将原始数据的编码结果与命中策略中的联合策略进行匹配)匹配；

规则计算结果输出模块，执行规则计算模块的匹配结果命中策略中联合策略所指定的决策行为。

进一步改进，所述统计数据包括：黑白名单、用户的登陆位置、用户使用设备和或用户支付方式。

进一步改进，所述规则列表以XML文件存储。

进一步改进，规则引擎模块以热加载的方式获取规则并开启监视规则，当规则变更的时候重新加载规则。

进一步改进，所述元策略由二值编码形成。

进一步改进，所述元策略的种类包括：黑白名、单数值和或字符串元，

进一步改进，所述元策略对应的操作有是否在名单中、关系运算符和字符串匹配。

进一步改进，规则引擎模块进行规则匹配时，命中一条联合策略后则不再匹配后续的联合策略，当前联合策略指定的决策行为就是最终要执行的决策行为。

本发明的技术效果如下：

1、可配置的策略以文件的形式存储和加载到系统，在变化策略的时候系统不需要重启。

2、规则引擎扩展了数据来源在满足常规的关系运算符的同时增加了是否在名单中和字符串匹配操作；提供了其他维度数据作为策略形成基础。

3、元策略的结果进行了二值编码使策略可读性更强。

4、联合策略的顺序性使策略执行的规则制定更灵活。

附图说明

下面结合附图与具体实施方式对本发明作进一步详细的说明：

图1是现有规则引擎的结构示意图。

图2是本发明线上风险控制规则引擎系统的原理示意图。