[发明专利]指标信息预测方法及系统

说明书

本发明实施例提供一种指标信息预测方法及系统，在确定目标行为源在业务系统中各个业务板块的各个持续操作对象的持续操作数据序列后，可以同步获取目标行为源相关的目标扩展行为源，并基于目标行为源和目标扩展行为源下的汇总异常行为数据进行异常指标预测。如此，通过结合目标行为源和目标扩展行为源下的汇总异常行为数据进行异常指标预测，可以提高异常指标预测的特征丰富性。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种指标信息预测方法及系统。

背景技术

在业务系统（如信贷业务系统）中，为了维持业务系统运行的可靠性，需要进行异常数据识别，以便于进行异常知识节点（例如异常定位对象）的分配，进而可以为后续的异常指标预测提供依据。然而，相关技术中，异常指标预测的特征丰富性没有充分被考虑。

发明内容

为了至少克服现有技术中的上述不足，本发明的目的在于提供一种指标信息预测方法及系统。

第一方面，本发明提供一种指标信息预测方法，应用于指标信息预测系统，所述方法包括：

基于业务系统中需要异常行为挖掘的异常运行活动数据在异常行为挖掘模型中异常行为挖掘，获得候选异常行为簇，并基于所述候选异常行为簇的异常知识节点分配信息，确定所述候选异常行为簇的异常判别信息是否为关注异常行为簇；

当所述候选异常行为簇的异常判别信息是否为关注异常行为簇时，追溯发起所述候选异常行为簇的目标行为源在所述业务系统中各个业务板块的各个持续操作对象的持续操作数据序列，其中，所述持续操作数据序列中的持续操作数据包括持续操作对象ID和对应持续操作对象ID的持续操作路径信息；

根据所述目标行为源在所述业务系统中各个业务板块的各个持续操作对象的持续操作数据序列，获取所述目标行为源相关的目标扩展行为源，并基于所述目标行为源和所述目标扩展行为源下的汇总异常行为数据进行异常指标预测。

其中，所述基于所述候选异常行为簇的异常知识节点分配信息，确定所述候选异常行为簇的异常判别信息是否为关注异常行为簇的步骤，包括：

基于所述候选异常行为簇的异常知识节点分配信息，确定存在共同异常知识节点的候选异常行为簇，获取所述候选异常行为簇在目标介入节点相关的紧急介入事件数据，所述紧急介入事件数据包括紧急介入触发点数据、紧急介入终止点数据以及紧急介入流程数据；

依据所述紧急介入事件数据获得所述候选异常行为簇在目标介入节点相关的紧急介入情报态势；

确定所述目标介入节点相关的目标介入阶段内，所述目标介入节点的各个前置介入节点相关的前置紧急介入情报态势，将所述紧急介入情报态势以及所述前置紧急介入情报态势进行联结，构建所述目标介入阶段相关的目标情报态势分布；

确定所述目标介入阶段的对照介入阶段相关的对照情报态势分布；其中所述对照情报态势分布包括所述对照介入阶段中的介入节点对应的情报态势，所述对照情报态势分布中的情报态势基于介入顺序分布；

依据所述目标情报态势分布以及所述对照情报态势分布进行分析，当依据所述对照情报态势分布确定所述目标情报态势分布存在情报态势变化时，确定所述候选异常行为簇的异常判别信息为关注异常行为簇。

譬如，基于目标介入策略对所述候选异常行为簇进行分析，所述确定所述目标介入节点相关的目标介入阶段内，所述目标介入节点的各个前置介入节点相关的前置紧急介入情报态势包括：

获取所述目标介入节点的前预设数量个介入节点所分别生成的情报态势，依次确定为所述目标介入节点相关的目标介入阶段内，所述目标介入节点的前置介入节点相关的前置紧急介入情报态势；

所述确定所述目标介入阶段的对照介入阶段相关的对照情报态势分布包括：