[发明专利]统一智能连接器在审
申请号: | 201780086729.7 | 申请日: | 2017-02-17 |
公开(公告)号: | CN110300961A | 公开(公告)日: | 2019-10-01 |
发明(设计)人: | S·彼得;K·坎德萨米;朱红;A·梅克林 | 申请(专利权)人: | 维萨国际服务协会 |
主分类号: | G06F13/40 | 分类号: | G06F13/40;G06F16/25;G06F15/173 |
代理公司: | 上海专利商标事务所有限公司 31100 | 代理人: | 钱慰民;张鑫 |
地址: | 美国加利*** | 国省代码: | 美国;US |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能连接器 建模数据 机器学习模型 操作状态 分析数据 附加数据 接收数据 数据来源 数据类型 提供商 云环境 统一 创建 应用 | ||
本发明提供了用于在云环境中集中分析数据的技术。可以从云提供商接收数据,并将统一智能连接器的机器学习模型应用到所述数据来创建建模数据。操作状态可以基于建模数据来确定,并且统一智能连接器可独立确定例如是否需要附加数据、所需数据类型以及数据来源。
技术领域
本公开大体上涉及在云环境中提供统一智能连接器,例如统一数据即服务(DaaS)智能连接器的系统和方法。
背景技术
交易处理器(例如,处理交易的企业或公司,诸如VisaTM)通常使用多个云提供商,以便满足其业务需求。例如,云提供商可以包括案例管理和任务管理系统提供商、网络解析服务提供商、企业营销管理提供商、移动互动平台提供商等。云提供商可提供服务以及数据,例如大数据。随着云提供商的数量持续增长,例如交易处理器使用的云提供商数量也会增加。不同的云提供商可以用于不同的服务需求。这些云提供商中的每一个都可能在管理大量数据。分析来自所有这些不同云提供商的数据可能会比较繁琐、耗时。此外,在物联网(IoT)环境中,许多设备都互连,许多设备都可以交换数据。因此,可用于分析的数据量相当大。
鉴于可用数据量,分析员可能无法查看所有可用数据。分析员可以是交易处理器的员工,可以是交易处理器的分析员团队成员。因此,分析员可能无法准确评估运营状态(例如,缺少注册、网站故障等)。
例如,如果网站没有工作,就可能会收到大量关于网站的数据,分析员可能无法查阅或搜索大量数据,以确定网站为何无法正常工作。
在另一个示例中,不需要与零售商,例如Visa CheckoutTM共享卡片详细信息的在线支付系统可能具有某个百分比的一般转化率(例如X%)。转化率可以涉及注册转化率。如果转化率下降到低于X%的10%,分析员通常需要查阅详细数据,以便确定转化率下降的原因。也就是说,分析员必须下载数据,然后搜索此信息,直到定位所需信息。但是,即使在搜索所有数据之后,下载的数据也可能不足以解决问题,分析员将必须确定所需的附加信息来源,以便确定问题的原因。
数据连接器可用于将数据从云提供商发送到交易处理器,不过,数据连接器充当从云提供商到交易处理器的连接点。当前数据连接器未结构化以便分析数据。因此,分析员可以通过数据连接器从云提供商获取数据,但分析员必须分析所有数据,分析员必须识别如果需要则需要哪些附加数据以及这些数据的来源。考虑到可用数据量,这很难定期执行。此外,将需要大量时间分析所有数据,这可能导致解决数据相关问题的延迟。有时,可用于分析的数据量可能如此之大以致分析员无法分析所有数据。因此,很难确定运行问题的原因。
示例性实施例个别地以及共同地解决这些问题和其它问题。
发明内容
描述了在云环境中提供统一智能连接器的系统、方法和计算机可读介质。
根据示例性实施例,一种在云环境中集中分析数据的方法,所述方法可以包括:由统一智能连接器从一个或多个云数据源接收数据;将所接收的数据发送到表进行存储;将机器学习模型应用到所述表中存储的数据以创建建模数据;基于所述建模数据预测操作的状态;确定所述操作的状态是否满足预定阈值;和响应于所述状态低于所述预定阈值,由所述统一智能连接器自动确定需要来自所述一个或多个云数据源的附加数据。
根据示例性实施例,所述方法还可以包括:自动识别需要来自所述一个或多个云数据源的附加数据;自动从所述一个或多个云数据源请求所述附加数据;和将所请求的附加数据发送到所述表进行存储。
根据示例性实施例,所述统一智能连接器将所述一个或多个云数据源连接到一个或多个云数据目标,并且其中所述表存储在所述一个或多个云数据目标中。
根据示例性实施例,所述统一智能连接器是数据即服务(DaaS)连接器,所述数据即服务连接器被配置成提供DaaS。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于维萨国际服务协会,未经维萨国际服务协会许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201780086729.7/2.html,转载请声明来源钻瓜专利网。