一种业务交易监测告警系统、方法、设备、存储介质与流程

1.本发明涉及银行交易系统领域，特别涉及一种业务交易监测告警系统、方法、设备、存储介质。


背景技术：

2.随着银行业务不断发展，对于银行业务系统各类指标的采集与监测方案正在不断完善，对于交易故障的监测与告警，也逐步从“监测故障、实时告警”转变为“智能预测、提前告警”，将告警与处置环节前置，进一步提高了银行服务的可用性，改善了用户体验。
3.现有技术中，对于“智能预测、提前告警”的模式，一般是以预测值为基准动态设定阈值，在实际值突破动态阈值时告警，在实际运行中存在以下缺点：1、当交易系统偶发个别指标异常，但很快自动恢复时，会产生不必要的告警；2、当因短时间内发生不可预测的业务波动，造成预测值不准确的情况时，容易产生大量无效告警，也容易出现发生故障没有及时告警的情况。这些情况都会导致银行运维人员工作负担增大，严重时可能延误甚至漏掉真正有意义的告警。
4.综上，在交易系统中偶发业务指标异常或者突发不可预测的业务波动的情况下，如何实现交易系统业务告警的准确预测，减少告警预测延迟和误告警是本领域有待解决的技术问题。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种业务交易监测告警系统、方法、设备、存储介质，能够在交易系统中偶发业务指标异常或者突发不可预测的业务波动的情况下，如何实现交易系统业务告警的准确预测，减少告警预测延迟和误告警。其具体方案如下：
6.第一方面，本技术公开了一种业务交易监测告警系统，所述业务交易监测告警系统包括：数据收集模块、数据判定模块、判定结果获取模块和告警处理模块；其中，
7.所述数据收集模块，用于通过数据传输通道采集当前时刻下的业务交易性能数据；
8.所述数据判定模块，用于对所述业务交易性能数据依次进行动态阈值判定、固定阈值判定和压制阈值判定；
9.所述判定结果获取模块，用于分别获取动态阈值判定结果、固定阈值判定结果和压制阈值判定结果；
10.所述告警处理模块，用于当所述动态阈值判定结果、所述固定阈值判定结果和所述压制阈值判定结果均为表征需要告警的判定结果时，通过预设告警方式将告警结果发送至交易处理端。
11.可选的，所述数据判定模块，包括：
12.第一数据比较单元，用于分别比较所述业务交易性能数据与预设动态阈值的上基线和下基线的大小关系；
13.相应的，所述判定结果获取模块，包括：
14.正常数据判定单元，用于若所述业务交易性能数据位于所述预设动态阈值的上基线和下基线之间，则判定所述业务交易性能数据为正常指标数据；
15.异常数据判定单元，用于若所述业务交易性能数据低于所述预设动态阈值的下基线或所述业务交易性能数据高于所述预设动态阈值的上基线，则判定所述业务交易性能数据为异常指标数据。
16.可选的，所述数据判定模块，包括：
17.第二数据比较单元，用于基于历史业务交易性能数据的平均数值确定预设固定阈值，并比较所述业务交易性能数据与所述预设固定阈值的大小关系，获取相应的固定阈值判定结果。
18.可选的，所述数据判定模块，包括：
19.第三数据比较单元，用于基于预设时间段内的表征为需要告警的动态阈值判定结果和表征为需要告警的固定阈值判定结果的告警次数确定压制次数；
20.比较所述压制次数与预设压制阈值的大小关系，以获取相应的压制阈值判定结果。
21.可选的，所述告警处理模块，包括：
22.告警等级判断单元，用于根据预设等级参数获取判定结果对应的告警等级，并按照最高告警等级通知，然后重置除所述最高等级外的其他告警等级。
23.可选的，所述业务交易监测告警系统，还包括：
24.参数设置单元，用于基于所述业务交易监测交易系统的忙碌/空闲时间段分别设置并调整预设动态阈值、预设固定阈值、预设压制阈值和预设告警等级参数。
25.可选的，所述告警处理模块，包括：
26.告警单元，用于通过邮件、短信方式将告警结果发送至交易处理端或，基于告警结果触发对应的外部设备中机房光电变化。
27.第二方面，本技术公开了一种业务交易监测告警方法，其特征在于，包括：
28.通过数据传输通道采集当前时刻下的业务交易性能数据；
29.对所述业务交易性能数据依次进行动态阈值判定、固定阈值判定和压制阈值判定；
30.分别获取动态阈值判定结果、固定阈值判定结果和压制阈值判定结果；
31.当所述动态阈值判定结果、所述固定阈值判定结果和所述压制阈值判定结果均为表征需要告警的判定结果时，通过预设告警方式将告警结果发送至交易处理端。
32.第三方面，本技术公开了一种电子设备，包括：
33.存储器，用于保存计算机程序；
34.处理器，用于执行所述计算机程序，以实现前述公开的业务交易监测告警方法的步骤。
35.第四方面，本技术公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的业务交易监测告警方法的步骤。
36.由此可见，本技术公开了一种业务交易监测告警系统，所述业务交易监测告警系统包括：数据收集模块、数据判定模块、判定结果获取模块和告警处理模块；其中，所述数据
收集模块，用于通过数据传输通道采集当前时刻下的业务交易性能数据；所述数据判定模块，用于对所述业务交易性能数据依次进行动态阈值判定、固定阈值判定和压制阈值判定；所述判定结果获取模块，用于分别获取动态阈值判定结果、固定阈值判定结果和压制阈值判定结果；所述告警处理模块，用于当所述动态阈值判定结果、所述固定阈值判定结果和所述压制阈值判定结果均为表征需要告警的判定结果时，通过预设告警方式将告警结果发送至交易处理端。可见，通过数据收集模块采集业务交易性能数据以获取当前时刻下交易系统的各种业务指标对应的性能数据，然后依次按照动态阈值判定、固定阈值判定和压制阈值判定方式对当前时刻的业务交易性能数据进行相应的判断，以分别得到各自对应的判定结果，并且通过综合上述动态阈值判定结果、固定阈值判定结果和压制阈值判定结果来最终确定各种业务数据指标对应的性能数据的最终判定结果，并根据最终判定结果确定是够需要告警，并且将告警信息发送至交易处理端，通过参数自适应的动态阈值、固定阈值、压制阈值三重判定实现精准告警，准确跟踪交易指标的波动，避免短期内预测值偏差和自动恢复造成的误告和漏告；同时通过极端阈值判定告警，更加及时准确地发现严重的系统问题。相互结合，可以显著提高交易系统运维效能。
附图说明
37.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
38.图1为本技术公开的一种业务交易监测告警系统结构图；
39.图2为本技术公开的一种具体的业务交易监测告警系统结构图；
40.图3为本技术公开的一种业务交易监测告警方法流程图；
41.图4为本技术公开的一种电子设备结构图。
具体实施方式
42.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
43.当前，对于“智能预测、提前告警”的模式，一般是以预测值为基准动态设定阈值，在实际值突破动态阈值时告警，在实际运行中存在以下缺点：1、当交易系统偶发个别指标异常，但很快自动恢复时，会产生不必要的告警；2、当因短时间内发生不可预测的业务波动，造成预测值不准确的情况时，容易产生大量无效告警，也容易出现发生故障没有及时告警的情况。这些情况都会导致银行运维人员工作负担增大，严重时可能延误甚至漏掉真正有意义的告警。
44.为此，本技术公开了一种业务交易监测告警方案，能够在交易系统中偶发业务指标异常或者突发不可预测的业务波动的情况下，如何实现交易系统业务告警的准确预测，减少告警预测延迟和误告警。
45.参照图1所示，本发明实施例公开了一种业务交易监测告警系统结构框架，所述业务交易监测告警系统包括：数据收集模块11、数据判定模块12、判定结果获取模块13和告警处理模块14；其中，
46.所述数据收集模块11，用于通过数据传输通道采集当前时刻下的业务交易性能数据；
47.所述数据判定模块12，用于对所述业务交易性能数据依次进行动态阈值判定、固定阈值判定和压制阈值判定；
48.所述判定结果获取模块13，用于分别获取动态阈值判定结果、固定阈值判定结果和压制阈值判定结果；
49.所述告警处理模块14，用于当所述动态阈值判定结果、所述固定阈值判定结果和所述压制阈值判定结果均为表征需要告警的判定结果时，通过预设告警方式将告警结果发送至交易处理端。
50.可以理解的是，所述数据收集模块11，包括：数据采集单元，用于采集当前时刻下的预设时间段内的业务交易数据数量、业务交易响应的平均响应时间、业务交易处理的平均处理时间、业务交易成功占所有业务交易的业务成功率和系统成功率。具体的，采集的业务交易性能数据，具体可以包括但不限于：单位时间内的交易量、平均响应时间、平均处理时间、业务成功率、系统成功率等。其中，单位时间应根据交易监测的实时性需求确定，一般为分钟级。对某一个监测的单位时间，交易量是在此期间完成的交易总笔数，平均响应时间是在此期间完成的交易从客户端发起到服务端开始处理耗费时间的平均值，平均处理时间是在此期间完成的交易在服务端处理耗费时间的平均值，业务成功率是在此期间所有业务成功的交易，例如：扣款成功、查询成功的交易占所有完成交易的比值，系统成功率是在此期间所有得到服务端成功处理并返回业务结果的交易占所有完成交易的比值，此处所考虑的交易在业务成功交易的基础上，还包括服务端成功处理但业务未成功的交易，如因余额不足而扣款失败的交易，因此系统成功率的数值大于等于业务成功率。
51.可以理解的是，所述数据判定模块12，包括：第一数据比较单元121，用于分别比较所述业务交易性能数据与预设动态阈值的上基线和下基线的大小关系。具体的，第一数据比较单元121将采集到的各个交易指标对应的业务交易性能数据，在各阈值方向首先经过动态阈值判定，阈值方向包括上下基线。其中，将各个交易指标对应的交易性能数据在各个阈值方向进行动态阈值确定的过程为，分别将预设时间段内的业务交易数据数量、业务交易响应的平均响应时间、业务交易处理的平均处理时间、业务交易成功占所有业务交易的业务成功率和系统成功率在各自的阈值方向进行动态阈值确定，各个交易性能数据的预设动态阈值的上下线值可能相同，也可能不同，据实际情况进行动态调整。此外，若某个交易性能数据指标不设置上/下基线，则定义其上/下基线在正/负无穷。例如：对于交易量，应同时考虑上基线和下基线两个阈值方向，用以识别交易量的激增和猛降，阈值划定方式应选择基线百分比。对于平均响应时间和平均处理时间，考虑的是上基线阈值方向，用以识别大量交易的拥塞，阈值划定方式应选择基线百分比。对于业务成功率和系统成功率，考虑的是下基线阈值方向，用以识别因业务或系统原因造成的交易成功率降低，用户体验显著下降的情况，阈值划定方式应选择基线绝对值。当经过动态阈值的判定之后，还要依次进行固定阈值判定和压制阈值判定，通过三重阈值判定方式能够对短时间内出现的无法预测的短时
间内的业务交易监测告警系统的业务波动以及偶发性个别指标异常，但很快自动恢复时，产生不必要的告警的误判进一步的进行告警判断。
52.可以理解的是，相应的，所述判定结果获取模块13，包括：正常数据判定单元131，用于若所述业务交易性能数据位于所述预设动态阈值的上基线和下基线之间，则判定所述业务交易性能数据为正常指标数据；异常数据判定单元132，用于若所述业务交易性能数据低于所述预设动态阈值的下基线或所述业务交易性能数据高于所述预设动态阈值的上基线，则判定所述业务交易性能数据为异常指标数据。
53.可以理解的是，所述业务交易监测告警系统，还包括：动态阈值预测单元，用于通过机器学习方式并利用历史业务交易性能数据预测当前业务交易性能数据的预设动态阈值。可以理解的是，对于数据判定模块12进行动态阈值判定时，需要利用预设动态阈值进行判定，而动态阈值的阈值确定方式则根据各交易指标前期情况，使用机器学习预测的当下指标值，称此预测值为动态基线，动态阈值是在动态基线基础上划定的阈值，阈值划定方式分为基线百分比和基线绝对值，基线百分比为超过或低于动态基线的百分比数值，基线绝对值为超过或低于动态基线的绝对数值两种方式。
54.可以理解的是，所述告警处理模块14，包括：告警单元141，用于通过邮件、短信方式将告警结果发送至交易处理端或，基于告警结果触发对应的外部设备中机房光电变化。具体的，当经过上述三重判定后，若三重判定的结果均为表征需要告警的结果，则相应的产生最终告警结果，并且将告警结果通过邮件方式、短信方式等方式将告警结果发送至交易处理端，以便交易处理端的工作人员能够基于告警结果提示及时处理相关的业务交易；或者直接基于告警结果触发机房的控制光电声的元器件，直接利用机房光电声变化提示工作人员。例如：当某一交易指标的某个阈值方向动态阈值、固定阈值和压制阈值判定均为真时产生告警，通过短信、邮件、机房声光提示等方式将交易指标的异常信息发送至相关人员。
55.本技术公开了一种业务交易监测告警系统，所述业务交易监测告警系统包括：数据收集模块、数据判定模块、判定结果获取模块和告警处理模块；其中，所述数据收集模块，用于通过数据传输通道采集当前时刻下的业务交易性能数据；所述数据判定模块，用于对所述业务交易性能数据依次进行动态阈值判定、固定阈值判定和压制阈值判定；所述判定结果获取模块，用于分别获取动态阈值判定结果、固定阈值判定结果和压制阈值判定结果；所述告警处理模块，用于当所述动态阈值判定结果、所述固定阈值判定结果和所述压制阈值判定结果均为表征需要告警的判定结果时，通过预设告警方式将告警结果发送至交易处理端。可见，通过数据收集模块采集业务交易性能数据以获取当前时刻下交易系统的各种业务指标对应的性能数据，然后依次按照动态阈值判定、固定阈值判定和压制阈值判定方式对当前时刻的业务交易性能数据进行相应的判断，以分别得到各自对应的判定结果，并且通过综合上述动态阈值判定结果、固定阈值判定结果和压制阈值判定结果来最终确定各种业务数据指标对应的性能数据的最终判定结果，并根据最终判定结果确定是够需要告警，并且将告警信息发送至交易处理端，通过参数自适应的动态阈值、固定阈值、压制阈值三重判定实现精准告警，准确跟踪交易指标的波动，避免短期内预测值偏差和自动恢复造成的误告和漏告；同时通过极端阈值判定告警，更加及时准确地发现严重的系统问题。相互结合，可以显著提高交易系统运维效能。
56.参照图2所示，本发明实施例公开了一种具体的业务交易监测告警系统结构框架，
相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：
57.所述数据判定模块12，包括：第二数据比较单元122，用于基于历史业务交易性能数据的平均数值确定预设固定阈值，并比较所述业务交易性能数据与所述预设固定阈值的大小关系。可以理解的是，在数据判定模块12中，除第一数据比较单元121外，还需要第二数据比较单元122进行各业务交易性能数据与预设固定阈值的比较，判断各业务交易性能数据是否需要固定阈值告警，具体的，固定阈值判定用于修正因无法预测的短时间业务波动，造成动态基线预测偏差较大，产生不合理判定的情况，减少无效告警发生。固定阈值判定环节针对各交易指标的所有动态阈值方向，均设置同一方向的固定阈值，固定阈值均为绝对数值，其设定是根据经验确定的当前指标在该阈值方向上偏离正常情况的临界数值，此数值可基于交易指标在过去较长一段时间内的平均数值确定。
58.例如：对某一银行交易系统，交易量指标的动态基线一般不超过每分钟200笔交易，动态阈值下基线是-90％，固定阈值下基线是每分钟20笔交易，一般情况下，动态阈值判定通过后，固定阈值判定也能通过。但如果在某一时间，外部单位主动发起大量批处理交易，此时预测的动态基线会大幅提高，动态阈值下基线也会随之提高，例如此时动态基线变为每分钟2000笔交易，动态阈值下基线会变为低于200笔判定为真，且在批处理结束后需要一段时间才能缓慢恢复到正常水平，在此期间动态阈值判定标准大为放宽，如果没有固定阈值判定，容易引发无效告警。引入固定阈值判定后，因标准放宽而通过动态阈值判定的情况(每分钟交易量低于200笔高于20笔)，仍会被固定阈值判定为假，不会成为引发告警的因素。
59.此外，还需要第三数据比较单元123，所述第三数据比较单元123，用于基于预设时间段内的表征为需要告警的动态阈值判定结果和表征为需要告警的固定阈值判定结果的告警次数确定压制次数；比较所述压制次数与预设压制阈值的大小关系，以获取相应的压制阈值判定结果。进一步对前期告警压制情况与压制阈值的大小进行比较，具体的，由于压制阈值判定用于确认指标值异常是在一段时间内反复出现，而非偶发后自动恢复，进一步避免无效告警。压制阈值判定模块需要设定两个参数，一是压制阈值y，取值一般为0到10；二是压制阈值判定的滑动窗口时长t
×
单位时间，其值应大于等于y，一般为(y+1)
×
单位时间的1到5倍。对于任意交易指标的每个阈值方向，在整个程序开始时，设定变量压制次数n为0，每次压制阈值判定，执行以下步骤。
60.1)如果t个单位时间之前动态阈值判定与固定阈值判定均为真，并且n不等于0，则n自减1；
61.2)如果当前时间动态阈值判定与固定阈值判定均为真，n自加1；
62.3)如果n大于y，压制阈值判定为真，将n赋0；如果n小于等于y，压制阈值判定为假。
63.所述告警处理模块14，包括：
64.告警等级判断单元142，用于根据预设告警等级参数获取判定结果对应的告警等级，并按照最高告警等级通知，然后重置除所述最高等级外的其他告警等级。可以理解的是，可以根据交易指标的异常程度进行告警分级，对于更严重的告警，告警的方式更全面，通知的范围也更广，相应的，若最高等级已触发，则该最高等级对应的判定结果的其他低等级告警被重置，其他低等级在最高等级告警已触发的情况下，无需再次触发低等级告警通知，如果对告警进行了分级，具体应针对不同的分级分别设置参数，各自进行动态阈值、固
定阈值和压制阈值判定。某一交易指标的某个阈值方向如果产生了某一级别的告警，在此指标此阈值方向所有低于此级别的判定流程中对n赋0。同一时刻，某一交易指标的某个阈值方向如果同时产生了不同级别的告警，按照最严重的分级通知，较低级别的告警不重复通知。此外，业务交易监测告警系统中还包括参数设置单元，用于基于所述业务交易监测交易系统的忙碌/空闲时间段分别设置并调整预设动态阈值、预设固定阈值、预设压制阈值和预设告警等级参数。具体的，区分忙闲时段的自适应阈值和预设告警等级参数设置，对于不同的业务系统，需结合银行交易系统每天忙闲时段的实际情况分别进行阈值和参数的初始化，一般来说，在业务更为繁忙的工作时段，阈值和告警等级参数的初始值应倾向于更容易发现异常交易指标，产生告警，在业务量较小的闲时则反之。如果对告警进行了分级，参数设置调整单元应针对不同的分级分别设置参数，各自进行动态阈值、固定阈值和压制阈值判定。对于动态阈值判定和压制阈值判定，在任意忙闲时段，还对阈值和参数进行以下以天为单位的自动调整，以适应实际业务波动情况的变化，进一步实现精准告警。例如：在某一天结束时，对某一交易指标，在某个阈值方向的动态阈值为x
t
，压制阈值为y
t
，此指标当天和上周同一天实际监测值的标准差分别为σ
t
、σ
t-7
，当天和上周同一天预测值的标准差分别为σ'
t
、σ'
t-7
，超过各自取值范围时，则取边界值；那么在不超过各自取值范围的前提下，此指标此方向下一天的动态阈值x
t+1
和压制阈值为y
t+1
应自动调整方式如下公式所示：
[0065][0066][0067]
可见，通过区分忙闲时段的自适应阈值和相关参数设置，实时调整相关阈值参数，以适应实际业务波动情况，进一步实现精准告警。
[0068]
另外，对于银行交易系统中还可能出现严重故障，此时如果按照三重判定标准依次进行判定会出现告警延迟，因此，严重故障快速告警通过极端阈值判定的结果确认是否告警，用于及时发现严重的系统问题，避免这种情况在路径一判定时因多次压制或动态基线预测失准，导致问题暴露延时甚至遗漏。极端阈值是各交易指标严重偏离正常情况的临界数值，也属于固定阈值，在同一阈值方向，较三重判定的固定阈值判定中的阈值偏离度更高。如果进行了告警分级，当通过极端阈值判定为真时，应当以最严重的级别产生告警，甚至可以单独为极端阈值判定设置最严重级别的告警。同时，极端阈值也可按实际情况分忙闲时段进行设定。
[0069]
由此可见，通过参数自适应的动态阈值、固定阈值、压制阈值三重判定实现精准告警，准确跟踪交易指标的波动，避免短期内预测值偏差和自动恢复造成的误告和漏告；同时通过极端阈值判定告警，更加及时准确地发现严重的系统问题。两者相互结合，可以显著提高银行交易系统运维效能，此外根据业务类型、忙闲时段、交易指标、告警等级的不同而高度定制的配置方案，可灵活适配银行交易系统运维的各类需求。
[0070]
参照图3所示，本发明实施例还相应公开了一种业务交易监测告警方法，包括：
[0071]
步骤s11：通过数据传输通道采集当前时刻下的业务交易性能数据。
[0072]
本实施例中，利用监控系统并数据传输通道采集当前时刻下的包含单位时间内的
交易量、平均响应时间、平均处理时间、业务成功率、系统成功率在内的业务交易性能数据。
[0073]
步骤s12：对所述业务交易性能数据依次进行动态阈值判定、固定阈值判定和压制阈值判定。
[0074]
本实施例中，对各个方向的交易性能数据和对应的预设动态阈值、固定阈值、压制阈值分别进行相应的比较处理，以判定各个方向的当前时刻下的交易性能数据的真、假判定结果，其中，所述判定为真的结果为表征需要告警结果，判定结果为假的结果为表征不需要告警结果。
[0075]
步骤s13：分别获取动态阈值判定结果、固定阈值判定结果和压制阈值判定结果。
[0076]
本实施例中，通过数据传输通道获取三重判定的结果，例如：某一方向的交易性能数据的动态阈值判定结果为真，固定阈值判定结果为假，压制阈值判定结果为假，则获取并记录该交易性能数据的判定结果为：真、假、假。
[0077]
步骤s14：当所述动态阈值判定结果、所述固定阈值判定结果和所述压制阈值判定结果均为表征需要告警的判定结果时，通过预设告警方式将告警结果发送至交易处理端。
[0078]
本实施例中，根据上述过程中获取的各个交易性能数据的判定结果确定最终结果，例如：数据数量的三重判定结果为真、假、假，则最终结果判定为假，无需告警；若业务交易响应的平均响应时间的三重结果判定为真、真、真，则最终结果判定为真，需要告警，并将相关告警信息发送至交易处理端；若业务交易处理的平均处理时间的三重判定结果为真、真、假，则最终结果判定为假。
[0079]
由此可见，本技术公开了一种业务交易监测告警方法，通过数据传输通道采集当前时刻下的业务交易性能数据；对所述业务交易性能数据依次进行动态阈值判定、固定阈值判定和压制阈值判定；分别获取动态阈值判定结果、固定阈值判定结果和压制阈值判定结果；当所述动态阈值判定结果、所述固定阈值判定结果和所述压制阈值判定结果均为表征需要告警的判定结果时，通过预设告警方式将告警结果发送至交易处理端。可见，采集业务交易性能数据以获取当前时刻下交易系统的各种业务指标对应的性能数据，然后依次按照动态阈值判定、固定阈值判定和压制阈值判定方式对当前时刻的业务交易性能数据进行相应的判断，以分别得到各自对应的判定结果，并且通过综合上述动态阈值判定结果、固定阈值判定结果和压制阈值判定结果来最终确定各种业务数据指标对应的性能数据的最终判定结果，并根据最终判定结果确定是够需要告警，并且将告警信息发送至交易处理端，通过参数自适应的动态阈值、固定阈值、压制阈值三重判定实现精准告警，准确跟踪交易指标的波动，避免短期内预测值偏差和自动恢复造成的误告和漏告；同时通过极端阈值判定告警，更加及时准确地发现严重的系统问题。相互结合，可以显著提高交易系统运维效能。
[0080]
进一步的，本技术实施例还公开了一种电子设备，图4是根据一示例性实施例示出的电子设备20结构图，图中的内容不能认为是对本技术的使用范围的任何限制。
[0081]
图4为本技术实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的业务交易监测告警方法中的相关步骤。另外，本实施例中的电子设备20具体可以为电子计算机。
[0082]
本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口
24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本技术技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
[0083]
其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用dsp(digital signal processing，数字信号处理)、fpga(field－programmable gate array，现场可编程门阵列)、pla(programmable logic array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(central processing unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以在集成有gpu(graphics processing unit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括ai(artificial intelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
[0084]
另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括操作系统221、计算机程序222等，存储方式可以是短暂存储或者永久存储。
[0085]
其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，以实现处理器21对存储器22中海量数据223的运算与处理，其可以是windows server、netware、unix、linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的业务交易监测告警方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223除了可以包括电子设备接收到的由外部设备传输进来的数据，也可以包括由自身输入输出接口25采集到的数据等。
[0086]
进一步的，本技术还公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的业务交易监测告警方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
[0087]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0088]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0089]
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0090]
以上对本发明所提供的一种业务交易监测告警系统、方法、设备、存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种业务交易监测告警系统，其特征在于，所述业务交易监测告警系统包括：数据收集模块、数据判定模块、判定结果获取模块和告警处理模块；其中，所述数据收集模块，用于通过数据传输通道采集当前时刻下的业务交易性能数据；所述数据判定模块，用于对所述业务交易性能数据依次进行动态阈值判定、固定阈值判定和压制阈值判定；所述判定结果获取模块，用于分别获取动态阈值判定结果、固定阈值判定结果和压制阈值判定结果；所述告警处理模块，用于当所述动态阈值判定结果、所述固定阈值判定结果和所述压制阈值判定结果均为表征需要告警的判定结果时，通过预设告警方式将告警结果发送至交易处理端。2.根据权利要求1所述的业务交易监测告警系统，其特征在于，所述数据判定模块，包括：第一数据比较单元，用于分别比较所述业务交易性能数据与预设动态阈值的上基线和下基线的大小关系；相应的，所述判定结果获取模块，包括：正常数据判定单元，用于若所述业务交易性能数据位于所述预设动态阈值的上基线和下基线之间，则判定所述业务交易性能数据为正常指标数据；异常数据判定单元，用于若所述业务交易性能数据低于所述预设动态阈值的下基线或所述业务交易性能数据高于所述预设动态阈值的上基线，则判定所述业务交易性能数据为异常指标数据。3.根据权利要求1所述的业务交易监测告警系统，其特征在于，所述数据判定模块，包括：第二数据比较单元，用于基于历史业务交易性能数据的平均数值确定预设固定阈值，并比较所述业务交易性能数据与所述预设固定阈值的大小关系，获取相应的固定阈值判定结果。4.根据权利要求1所述的业务交易监测告警系统，其特征在于，所述数据判定模块，包括：第三数据比较单元，用于基于预设时间段内的表征为需要告警的动态阈值判定结果和表征为需要告警的固定阈值判定结果的告警次数确定压制次数；比较所述压制次数与预设压制阈值的大小关系，以获取相应的压制阈值判定结果。5.根据权利要求1所述的业务交易监测告警系统，其特征在于，所述告警处理模块，包括：告警等级判断单元，用于根据预设告警等级参数获取判定结果对应的告警等级，并按照最高告警等级通知，然后重置除所述最高等级外的其他告警等级。6.根据权利要求1至5任一项所述的业务交易监测告警系统，其特征在于，还包括：参数设置单元，用于基于所述业务交易监测交易系统的忙碌/空闲时间段分别设置并调整预设动态阈值、预设固定阈值、预设压制阈值和预设告警等级参数。7.根据权利要求1所述的业务交易监测告警系统，其特征在于，所述告警处理模块，包括：
告警单元，用于通过邮件、短信方式将告警结果发送至交易处理端或，基于告警结果触发对应的外部设备中机房光电变化。8.一种业务交易监测告警方法，其特征在于，包括：通过数据传输通道采集当前时刻下的业务交易性能数据；对所述业务交易性能数据依次进行动态阈值判定、固定阈值判定和压制阈值判定；分别获取动态阈值判定结果、固定阈值判定结果和压制阈值判定结果；当所述动态阈值判定结果、所述固定阈值判定结果和所述压制阈值判定结果均为表征需要告警的判定结果时，通过预设告警方式将告警结果发送至交易处理端。9.一种电子设备，其特征在于，包括：存储器，用于保存计算机程序；处理器，用于执行所述计算机程序，以实现如权利要求8所述的业务交易监测告警方法的步骤。10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求8所述的业务交易监测告警方法的步骤。

技术总结
本申请公开了一种业务交易监测告警系统、方法、设备、存储介质，涉及银行交易系统领域，包括：数据收集模块、数据判定模块、判定结果获取模块和告警处理模块；数据收集模块，用于通过数据传输通道采集当前时刻下的业务交易性能数据；数据判定模块，用于对业务交易性能数据依次进行动态阈值判定、固定阈值判定和压制阈值判定；判定结果获取模块，用于获取动态阈值判定结果、固定阈值判定结果和压制阈值判定结果；告警处理模块，用于当动态阈值判定结果、固定阈值判定结果和压制阈值判定结果均为表征需要告警的判定结果时，将告警结果发送至交易处理端。通过三重判定精准告警，准确跟踪交易波动，避免短期内预测值偏差和自动恢复造成是误告和漏告。是误告和漏告。是误告和漏告。


技术研发人员：黄之林 肖晓斌 李京顺 陈勇 张屹宇 蒋忠夏 陈鼎
受保护的技术使用者：中国建设银行股份有限公司湖南省分行
技术研发日：2023.04.19
技术公布日：2023/7/18