[发明专利]分布式支付系统安全处理方法及装置

说明书

本申请实施例提供一种分布式支付系统安全处理方法及装置，方法包括：对支付系统的多个性能指标进行建模，并基于预设变分自编码器通过各所述性能指标之间的逻辑依赖关系进行聚合处理，得到对应的所述支付系统的系统级重构序列、指标级重构序列和组件级重构序列；确定所述系统级重构序列和所述指标级重构序列的告警阈值；根据所述述系统级重构序列的告警阈值、所述指标级重构序列的告警阈值以及预设异常传播规则，依次确定所述支付系统的系统级健康状态、指标级健康状态以及与所述指标级健康状态对应的组件级健康状态；本申请能够准确、实时得确定分布式支付系统在系统级、组件级和指标级各自的健康程度，保障支付系统信息安全和运行稳定。

技术领域

本申请涉及信息安全领域，具体涉及一种分布式支付系统安全处理方法及装置。

背景技术

由于处理的业务种类和业务规模不同，支付系统内部从逻辑层面和物理实现层面呈现分布化，如业务种类可以有大额支付业务、小额支付业务和网银支付业务等，且不同的业务可以由一个或多个物理服务器支撑其计算服务，这些可以统称为组件。为了保证支付系统的稳定运行，监控并分析支付系统不同侧面的性能指标是必须，如某个业务的成功率和某台服务器的CPU利用率等。因此从支付系统运行时健康量化的角度而言，整个分析体系需要得到“系统-组件-指标”三层的运行时健康程度并对健康程度分级，如健康、警告和告警三级，可以进一步理解为需要分级量化出支付系统“宏观-中观-微观”的运行时健康程度。衡量系统的健康程度本质上可以等价为衡量系统的异常程度，而目前关于指标异常评估的方法主要集中在：(1)单指标异常检测和(2)多指标异常检测，但是它们都不能度量支付系统三层运行时健康度。

其中，对于单指标异常检测方法，针对大型系统监控为目的收集的时序性能指标类数据，已有单指标异常检测算法针对单一指标学习其历史规律并比较当前点与预测或重构点的异同判断指标健康(异常)程度。该类方法有很多，如基于回归的方法、基于3-sigma原则的方法等，但本质上都只能度量单一指标的偏离程度，而系统级和组件的健康程度描述都需要通过监控很多指标实现，因此单指标异常检测方法并不能实现系统级和组件级的健康度评估。

对于多指标异常检测方法，该类方法将多个指标作为矩阵数据，通过同时学习其历史规律并比较当前向量与预测或重构向量的异同判断它们整体的健康(异常)程度，如基于LSTM的方法等。虽然该类方法能够通过整体性地分析多个指标来刻画这些指标宿主的健康程度(健康和告警)，但是它们只是实现了“宿主-指标”两层健康程度评估且并不能对健康程度进行有效的分级。

支付系统作为支持我国国计民生平稳运行的金融基础设施，对其的运行状态进行分级的多尺度评价是非常必要的。

发明内容

针对现有技术中的问题，本申请提供一种分布式支付系统安全处理方法及装置，能够准确、实时得确定分布式支付系统在系统级、组件级和指标级各自的健康程度，保障支付系统信息安全和运行稳定。

为了解决上述问题中的至少一个，本申请提供以下技术方案：

第一方面，本申请提供一种分布式支付系统安全处理方法，包括：

对支付系统的多个性能指标进行建模，并基于预设变分自编码器通过各所述性能指标之间的逻辑依赖关系进行聚合处理，得到对应的所述支付系统的系统级重构序列、指标级重构序列和组件级重构序列；

确定所述系统级重构序列的告警阈值，并根据所述指标级重构序列的系统告警贡献度，确定所述指标级重构序列的告警阈值；

根据所述述系统级重构序列的告警阈值、所述指标级重构序列的告警阈值以及预设异常传播规则，依次确定所述支付系统的系统级健康状态、指标级健康状态以及与所述指标级健康状态对应的组件级健康状态。

进一步地，所述根据所述指标级重构序列的系统告警贡献度，确定所述指标级重构序列的告警阈值，包括：