[发明专利]一种业务数据的监测方法及装置

说明书

本发明公开了一种业务数据的监测方法及装置，包括：获取预设时段内的第一业务数据以及与预设时段关联的历史时段的第二业务数据，其中，第一业务数据和第二业务数据针对同一业务指标，生成表征第一业务数据和第二业务数据的待识别图像，将待识别图像输入至卷积神经网络模型中，确定预设时段内的业务数据在业务指标下的监测结果，卷积神经网络模型是根据具有历史监测结果标签的历史识别图像训练得到的，历史监测结果是根据历史识别图像中第一业务数据与第二业务数据的关系确定的。因卷积神经网络模型融合了各历史时段的业务数据的情况，可以适用于业务数据的全时段的监测，因此实现了动态的对业务数据进行监测，提高业务数据监测的准确性。

技术领域

本发明涉及金融科技(Fintech)领域，尤其涉及一种业务数据的监测方法及装置。

背景技术

随着计算机技术的发展，越来越多的技术(例如：区块链、云计算或大数据)应用在金融领域，传统金融业正在逐步向金融科技转变，大数据技术也不例外，但由于金融、支付行业的安全性、实时性要求，也对大数据技术提出的更高的要求。

目前，监测业务数据的方法一般是，将当前周期的业务数据与多个历史周期的业务数据进行对比，例如，以天为周期单位，若监测当前周期(5月8日)的业务数据是否异常，需要将当前周期的业务数据与当前周期之前的多个历史周期(如5月5日、5月6日和5月7日)的业务数据进行对比，若当前周期的业务数据的波动(增加或下降)在阈值范围内，则确定当前周期的业务数据为正常数据。

但是，上述阈值范围需要人为的进行手工设置和调整，针对一个周期的阈值范围并不能适应于该周期的全时段，无法动态的对业务数据进行监测，且准确性不高。例如，以天为周期单位，某种场景下的业务在每周期内，8:00-17:00的业务数据较多，17:00-8:00的业务数据较少，仅在17:00-18:00时间段内，业务数据急剧下降，超过阈值范围，此时，产生的异常是错误的，实际为正常业务数据。

因此，现需要一种业务数据的监测方法，用于实现动态的对业务数据进行监测，提高业务数据监测的准确性。

发明内容

本发明实施例提供一种业务数据的监测方法及装置，用于实现动态的对业务数据进行监测，提高业务数据监测的准确性。

第一方面，本发明实施例提供一种业务数据的监测方法，包括：

获取预设时段内的第一业务数据以及与所述预设时段关联的历史时段的第二业务数据；所述第一业务数据和所述第二业务数据针对同一业务指标；

生成表征所述第一业务数据和所述第二业务数据的待识别图像；

将所述待识别图像输入至卷积神经网络模型中，确定所述预设时段内的业务数据在所述业务指标下的监测结果；所述卷积神经网络模型是根据具有历史监测结果标签的历史识别图像训练得到的；所述历史监测结果是根据历史识别图像中第一业务数据与第二业务数据的关系确定的。

现有技术中的监测阈值是根据经验人为设置的；而本申请中卷积神经网络模型是根据历史识别图像训练得到的；每个历史识别图像中包括第一业务数据(当前业务数据)和第二业务数据(历史业务数据)，且具有用于表征历史监测结果的标签；通过历史识别图像对第一卷积神经网络模型的训练，使得第一卷积神经网络模型可以识别出第一业务数据与第二业务数据之间的关系并根据第一业务数据与第二业务数据之间的关系确定第一业务数据是否异常。本申请中的每个历史识别图像分别代表各种的历史时段，因而卷积神经网络模型实际上是融合了各历史时段的业务数据的情况，可以适用于业务数据的全时段的监测。因此，可以实现动态的对业务数据进行监测，提高业务数据监测的准确性。

可选的，所述业务指标为以下至少一种：业务交易量、业务平均耗时和业务成功率；

所述历史时段包括所述预设时段的环比时段和/或所述预设时段的同比时段。