模板化计算的方法、装置和系统与流程

本发明涉及计算机技术领域，尤其涉及一种模板化计算的方法、装置和系统。

背景技术：

在计算机技术领域，往往存在不法分子利用恶意访问攻击服务方的行为，这种行为严重侵害了服务方与用户的利益。因此，服务方需要建立风险控制系统抵御上述行为。

在现有的风险控制系统中，一般采用流式计算引擎按照预先编写的业务策略代码处理用户请求，业务策略代码一般由开发人员使用编程语言直接编写，并在调试完成后部署。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

1.随着计算机技术及业务的快速发展，不法分子的攻击手段也在不断升级，现有的风险控制系统由于业务策略代码实现的周期较长，其快速响应能力远远滞后于不法分子。

2.在现有的风险控制系统中，更新存储某些业务数据的配置文件时，需要开发人员手动操作，且在更新完成后需要重启系统，这会降低风险控制系统的工作效率，且易产生程序缺陷。

技术实现要素：

有鉴于此，本发明实施例提供一种模板化计算的方法、装置和系统，能够将具体的业务策略信息与策略执行逻辑分离，从而可使开发人员在友好的前端模板方便地输入业务策略信息，将业务策略信息与预先建立的策略执行逻辑组合即可快速生成应对恶意访问的计算程序，由此实现风险控制系统响应能力和攻击应对能力的提升。

为实现上述目的，根据本发明的一个方面，提供了一种模板化计算的方法。

本发明实施例的模板化计算的方法包括：获取在前端模板中输入的业务策略信息，将所述业务策略信息转换为固定格式的策略数据，解析所述策略数据获得预先建立的策略执行逻辑可识别的数据结构；将所述数据结构与所述策略执行逻辑组合，得到计算程序。

可选地，所述策略数据存储在配置文件中；以及，所述方法进一步包括：在解析所述策略数据之前，通过外部通信程序获取存储所述策略的配置文件。

可选地，所述策略数据包括以下数据中的多种：计算维度、计算时间窗口、输入字段、过滤条件、预处理规则、触发条件以及响应动作。

可选地，所述预处理规则包括：预处理函数和该函数对应的中间结果变量；其中，所述预处理函数包括：内置函数、和/或自定义外部函数；以及，所述方法进一步包括：在解析所述策略数据时，标记所述自定义外部函数。

可选地，所述方法进一步包括：利用所述计算程序根据以下步骤处理请求数据：提取该请求数据中所述输入字段的数据，根据所述过滤条件对该数据进行判断；在判断结果为通过时，从该数据中确定计算维度，并对该数据进行预处理得到该计算维度对应的中间结果；在处理时间进入所述计算时间窗口、且该中间结果符合所述触发条件时，对该计算维度执行所述响应动作。

可选的，所述自定义外部函数通过预先存储的python脚本实现；以及，所述方法进一步包括：对从请求数据中提取的数据进行预处理时，根据所述自定义外部函数的标记调用该自定义外部函数对应的python脚本。

可选地，所述固定格式为json格式，所述方法用于流式计算。

为实现上述目的，根据本发明的又一方面，提供了一种模板化计算的装置。

本发明实施例的模板化计算的装置可包括：数据结构生成模块，用于获取在前端模板中输入的业务策略信息，将所述业务策略信息转换为固定格式的策略数据，解析所述策略数据获得预先建立的策略执行逻辑可识别的数据结构；计算模块，用于将所述数据结构与所述策略执行逻辑组合，得到计算程序。

可选地，所述策略数据存储在配置文件中；以及，数据结构生成模块可进一步用于：在解析所述策略数据之前，通过外部通信程序获取存储所述策略的配置文件。

可选地，所述策略数据可包括以下数据中的多种：计算维度、计算时间窗口、输入字段、过滤条件、预处理规则、触发条件以及响应动作。

可选地，所述预处理规则可包括：预处理函数和该函数对应的中间结果变量；其中，所述预处理函数包括：内置函数、和/或自定义外部函数；以及，数据结构生成模块可进一步用于：在解析所述策略数据时，标记所述自定义外部函数。

可选地，计算模块可进一步用于：利用所述计算程序根据以下步骤处理请求数据：提取该请求数据中所述输入字段的数据，根据所述过滤条件对该数据进行判断；在判断结果为通过时，从该数据中确定计算维度，并对该数据进行预处理得到该计算维度对应的中间结果；在处理时间进入所述计算时间窗口、且该中间结果符合所述触发条件时，对该计算维度执行所述响应动作。

可选地，所述自定义外部函数通过预先存储的python脚本实现；以及，计算模块可进一步用于：对从请求数据中提取的数据进行预处理时，根据所述自定义外部函数的标记调用该自定义外部函数对应的python脚本。

可选地，所述固定格式为json格式，所述装置用于流式计算。

为实现上述目的，根据本发明的另一方面，提供了一种模板化计算的系统。

本发明实施例的模板化计算的系统可包括外部单元和主计算单元；其中，外部单元中设置前端模板与外部通信程序，其可用于：获取在前端模板中输入的业务策略信息，将所述业务策略信息转换为固定格式的策略数据；将所述策略数据存储在配置文件中，通过外部通信程序向主计算单元发送；主计算单元可用于：解析接收到的配置文件中的所述策略数据，获得预先建立的策略执行逻辑可识别的数据结构；将所述数据结构与所述策略执行逻辑组合，得到计算程序。

可选地，所述策略数据包括以下数据中的多种：计算维度、计算时间窗口、输入字段、过滤条件、预处理规则、触发条件以及响应动作。

可选地，所述预处理规则包括：预处理函数和该函数对应的中间结果变量；其中，所述预处理函数包括：内置函数、和/或自定义外部函数；以及，主计算单元可进一步用于：在解析所述策略数据时，标记所述自定义外部函数。

可选地，主计算单元可进一步用于：利用所述计算程序根据以下步骤处理请求数据：提取该请求数据中所述输入字段的数据，根据所述过滤条件对该数据进行判断；在判断结果为通过时，从该数据中确定计算维度，并对该数据进行预处理得到该计算维度对应的中间结果；在处理时间进入所述计算时间窗口、且该中间结果符合所述触发条件时，对该计算维度执行所述响应动作。

可选地，所述自定义外部函数通过预先存储的python脚本实现；以及，主计算单元可进一步用于：对从请求数据中提取的数据进行预处理时，根据所述自定义外部函数的标记调用该自定义外部函数对应的python脚本。

可选地，所述固定格式为json格式，所述系统用于流式计算。

为实现上述目的，根据本发明的又一方面，提供了一种电子设备。

本发明的一种电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明所提供的模板化计算的方法。

为实现上述目的，根据本发明的再一方面，提供了一种计算机可读存储介质。

本发明的一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明所提供的模板化计算的方法。

根据本发明的技术方案，上述发明中的一个实施例具有如下优点或有益效果：通过将具体的业务策略信息与策略执行逻辑分离，将开发人员在预先设置的前端模板中输入的业务策略信息转换为包含固定格式数据的配置文件，解析该配置文件得到预先建立的策略执行逻辑可识别的数据结构，将该数据结构与策略执行逻辑组合即可获得体现业务策略、应对恶意访问的计算程序，由此实现新策略的及时上线，从而提升风险控制系统的快速响应能力和灵活应对能力；同时，开发人员不需编写策略代码，只需在友好的前端模板页面输入具体的业务策略信息即可获得计算程序，其工作量大为减轻；此外，配置文件更新时，本发明通过外部通信程序即可实现更新的配置文件的下发与加载，不需开发人员手动操作，从而避免了人工操作可能产生的程序缺陷。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例中模板化计算的方法的主要步骤示意图；

图2是根据本发明实施例中模板化计算的方法的计算流程示意图；

图3是根据本发明实施例中模板化计算的装置的主要部分示意图；

图4是根据本发明实施例中模板化计算的系统的主要组成示意图；

图5是根据本发明实施例可以应用于其中的示例性系统架构图；

图6是用来实现本发明实施例中模板化计算的方法的电子设备的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本发明实施例的技术方案中，通过将具体的业务策略信息与策略执行逻辑分离，将开发人员在预先设置的前端模板中输入的业务策略信息转换为包含固定格式数据的配置文件，解析该配置文件得到预先建立的策略执行逻辑可识别的数据结构，将该数据结构与策略执行逻辑组合即可获得体现业务策略、应对恶意访问的计算程序，由此实现新策略的及时上线，从而提升风险控制系统的快速响应能力和灵活应对能力；同时，开发人员不需编写策略代码，只需在友好的前端模板页面输入具体的业务策略信息即可获得计算程序，其工作量大为减轻；此外，配置文件更新时，本发明通过外部通信程序即可实现更新的配置文件的下发与加载，不需开发人员手动操作，从而避免了人工操作可能产生的程序缺陷。

需要指出的是，在不冲突的情况下，本发明的实施例以及实施例中的技术特征可以相互结合。

图1是根据本发明实施例中模板化计算的方法的主要步骤示意图。

如图1所示，本发明实施例的模板化计算的方法可按照以下步骤执行：

步骤s101：获取在前端模板中输入的业务策略信息，将业务策略信息转换为固定格式的策略数据，解析策略数据获得预先建立的策略执行逻辑可识别的数据结构。

在本发明实施例中，模板化计算的方法可应用于用户提交订单等场景，能够利用开发人员提供的业务策略信息对恶意用户或作弊用户进行屏蔽。具体应用中，可以建立主服务器来运行体现业务策略信息的计算程序，建立外部服务器用于供开发人员进行业务策略信息的输入以及与主服务器的通信。

实际应用中，可在外部服务器的前端页面预先设置前端模板用于业务策略信息的输入。其中，业务策略信息可以是开发人员采用非编程语言描述的易于理解的策略信息。实际应用中，前端模板可以是由单选框、复选框、下拉列表框等组成的页面模板。下例示出了在通过对用户请求的处理来屏蔽恶意用户的场景下，开发人员在某前端模板通过下拉列表框输入的业务策略信息：

计算维度：ip

最大触发时间(秒)：60

最小触发时间(秒)：20

输入字段1：ip

输入字段1类型：字符串

输入字段2：sceneid

输入字段2类型：字符串

输入字段3：client

输入字段3类型：字符串

输入字段4：version

输入字段4类型：字符串

输入字段5：pin

输入字段5类型：字符串

过滤条件：scene＝coupn

预处理规则1函数：count

预处理规则1中间结果变量：total_cnt

预处理规则2函数：count

预处理规则2统计条件：pin＝”

预处理规则2中间结果变量：null_pin_cnt

预处理规则3函数：distinct

预处理规则3关键字：clientversion

预处理规则3中间结果变量：dist_clientver_cnt

触发条件：total_cnt≥90&null_pin_cnt≥20&null_pin_cnt/total_cnt>0.3&dist_clientver_cnt>＝10

响应动作：屏蔽

可以理解的是，上述内容中的冒号左侧为下拉框标题，右侧为开发人员输入的业务策略信息。其中：计算维度指的是：接收到请求数据之后进行第一层数据分割所使用的维度，在上述业务策略信息中，计算维度为互联网协议ip(internetprotocol)，实际应用中，计算维度可以是包括多个字段的组合维度。最大触发时间与最小触发时间确定了计算的时间窗口，即针对计算维度的统计时间窗口，在上述业务策略信息中，时间窗口为20s到60s。

在上例中，输入字段1-5确定了需从请求数据中提取的字段，输入字段类型确定了每一输入字段的数据类型，在上述业务策略信息中，5个输入字段分别是ip、sceneid(场景标识)、client(客户端)、version(版本号)、pin(用户标识)，数据类型均为字符串。过滤条件表示在预处理之前的数据过滤条件，只有符合过滤条件的数据才能进行后续处理，在上述业务策略信息中，过滤条件为：场景标识为coupn(提交订单场景标识)。

在上例中，预处理规则是获取中间结果的计算或统计规则，在上述业务策略信息中，预处理规则1为：使用预处理函数count(计数函数)得到total_cnt(请求总数)；预处理规则2为：使用函数count，得到用户标识为空值(即pin＝”)的null_pin_cnt(空值请求总数)；预处理规则3为：使用预处理函数distinct(去重函数)对请求数据中的关键字(client字段和version字段)进行统计，得到dist_clientver_cnt(去重的客户端版本号数量)。

此外，触发条件表示触发响应动作的条件，在上述业务策略信息中，触发条件为：请求总数不小于90、且空值请求总数不小于20、且空值请求的数量占比大于0.3、且去重的客户端版本号数量不小于10。其中，本发明实施例的客户端可以是ios(一种移动操作系统)、android(另一种移动操作系统)或个人计算机pc。

上述业务策略信息能够将20s到60s内同时满足以下条件的ip屏蔽：

1.场景标识为coupn；

2.访问次数不小于90；

3.空值访问次数不小于20，且其占比大于0.3；

4.去重的客户端版本号数量不小于10。

获取到业务策略信息之后，本步骤可将其转化为具有固定格式的策略数据，存储在配置文件中。其中，上述固定格式可以是js对象标记json(javascriptobjectnotation)格式或可扩展标记语言xml(extensiblemarkuplanguage)格式，具体应用中，对应于一种业务策略的策略数据可存储于一个配置文件中。

例如，上例中的业务策略信息可解析为以下json格式的策略数据：

在上述策略数据中：demension为计算维度，max_trigger_time为最大触发时间，min_trigger_time为最小触发时间，strategy_no为转换时默认生成的策略号，input_field为输入字段，type1为字符串数据类型，filter为过滤条件，precond为预处理规则，function为预处理函数，result为中间结果，precond中的condition为统计条件，key为关键字，action前的condition为触发条件(由逻辑表达式、和/或算数表达式组成)，action为响应动作，dbhub,dtchub表示屏蔽动作。其中，预处理规则中的预处理函数可以是count、distinct、topn(对关键字排序，取前n个值)、max(对关键字取最大值)、min(对关键字取最小值)等内置函数，也可以是自定义外部函数。示例性地，外部函数可以通过存储在主服务器的python(一种编程语言)脚本实现，其函数名可采用python脚本名称。通过支持自定义外部函数，本发明可实现较为复杂的算法。

实际应用环境中，开发人员在外部服务器的前端模板输入业务策略信息之后，将转换得到的包含策略数据的配置文件存放在外部服务器，外部服务器可根据开发人员的指令利用外部通信程序将配置文件下发到主服务器，主服务器中的执行程序创建的子进程可根据开发人员指令加载、解析配置文件。

其中，外部通信程序可以是部署在外部服务器的web服务，执行程序可用于与外部服务器进行通信以及保护子进程。具体应用中，如果子进程之前已加载配置文件，可根据开发人员指令舍弃原有配置文件，并加载、解析新的配置文件。通过上述布置，本发明利用外部通信程序实现配置文件的自动更新，可避免现有技术中因人工操作可能产生的程序缺陷。

在一可选实现方式中，子进程可利用预先嵌入的解析组件将配置文件解析为特定的数据结构，该数据结构可为预先建立的策略执行逻辑所识别。较佳地，解析组件可以是动态链接库dll(dynamiclinklibrary)文件。

解析时，解析组件将策略数据的每一字段解析为相应的数据结构，如将input_field字段解析为hashmap(java中的一种集合类框架)数据结构，将precond字段解析为相应的类。解析配置数据中的内置函数时，由于解析组件中预先存储内置函数的定义代码，可以直接解析；解析自定义外部函数时，标记该外部函数；计算程序在执行外部函数时，可根据标记调用外部函数的python脚本。

通过步骤s101，本发明实现了业务策略信息的模板化输入：开发人员不需编写策略代码，只需在友好的前端模板页面输入具体的业务策略信息即可，其工作量大为减轻。同时，还实现了业务策略信息到策略执行逻辑可识别数据结构的转换。

步骤s102：将解析得到的数据结构与策略执行逻辑组合，得到计算程序。

在本发明实施例中，策略执行逻辑存储在主服务器的上述子进程中，策略执行逻辑与步骤s101解析得到的数据结构组合，即可生成计算程序用于基于业务策略的计算。可以理解的是，上述计算可以是基于业务策略的任意一种计算方式或统计方式，例如：通过处理用户请求数据对预设指标进行统计。可以理解的是，本步骤中的计算方式并不局限于上述环境。

图2是根据本发明实施例中模板化计算的方法的计算流程示意图。如图2所示，由上例中的策略数据生成的计算程序可执行以下步骤处理请求：

1.接收请求，获取请求数据。

2.根据策略数据中的输入字段input_field提取请求数据中的以下五种字段ip、sceneid、client、version、pin。

3.根据策略数据中的过滤条件filter进行判断：如果数据中的sceneid不为count，则舍弃该请求，返回步骤1处理下一请求；否则，说明判断通过，进入下一步骤。

4.根据策略数据中的demension字段将请求数据中的ip确定为计算维度。

5.选择请求数据中相应的字段依次执行策略数据中的三种预处理规则precond，得到针对该ip的三种中间结果：total_cnt、null_pin_cnt和dist_clientver_cnt。

6.判断处理时间(即针对计算维度ip进行统计的时间长度：从接收该ip的第一个请求开始到当前时刻的时间长度)是否小于min_trigger_time：若是，返回步骤1；否则进入下一步骤。

7.判断处理时间是否小于max_trigger_time：若是，进入下一步骤；否则，清空统计信息后返回步骤1。

8.调用lex和yacc(二者为语法词法分析工具)判断上述三种结果是否符合触发条件condition：若是，执行响应动作action；否则，返回步骤1。在执行响应动作之后，将计算结果(即屏蔽的ip)存储，清空统计信息后返回步骤1。

这样，在本发明实施例中，通过将具体的业务策略信息与策略执行逻辑分离，将开发人员在预先设置的前端模板中输入的业务策略信息转换为包含固定格式数据的配置文件，解析该配置文件得到预先建立的策略执行逻辑可识别的数据对象，将该数据对象与策略执行逻辑组合即可获得体现业务策略、应对恶意访问的计算程序，由此实现新策略的及时上线，从而提升风险控制系统的快速响应能力和灵活应对能力。本发明实施例的模板化计算的方法可用于针对流式数据(即顺序、大量、快速、连续到达的数据序列)实时处理的流式计算环境与离线计算环境。

图3是本发明实施例的模板化计算的装置的主要部分示意图。

如图3所示，本发明实施例的模板化计算的装置300可包括数据结构生成模块301与计算模块302。其中：

数据结构生成模块301可用于获取在前端模板中输入的业务策略信息，将所述业务策略信息转换为固定格式的策略数据，解析所述策略数据获得预先建立的策略执行逻辑可识别的数据结构；

计算模块302可用于将所述数据结构与所述策略执行逻辑组合，得到计算程序。

作为一个优选方案，所述策略数据存储在配置文件中；数据结构生成模块301可进一步用于：在解析所述策略数据之前，通过外部通信程序获取存储所述策略的配置文件。

较佳地，所述策略数据可包括以下数据中的多种：计算维度、计算时间窗口、输入字段、过滤条件、预处理规则、触发条件以及响应动作。

具体应用中，所述预处理规则可包括：预处理函数和该函数对应的中间结果变量；其中，所述预处理函数包括：内置函数、和/或自定义外部函数；数据结构生成模块301可进一步用于：在解析所述策略数据时，标记所述自定义外部函数。

在一可选实现方式中，计算模块302可进一步用于：利用所述计算程序根据以下步骤处理请求数据：提取该请求数据中所述输入字段的数据，根据所述过滤条件对该数据进行判断；在判断结果为通过时，从该数据中确定计算维度，并对该数据进行预处理得到该计算维度对应的中间结果；在处理时间进入所述计算时间窗口、且该中间结果符合所述触发条件时，对该计算维度执行所述响应动作。

具体应用中，所述自定义外部函数通过预先存储的python脚本实现；计算模块302可进一步用于：对从请求数据中提取的数据进行预处理时，根据所述自定义外部函数的标记调用该自定义外部函数对应的python脚本。

此外，在本发明实施例中，所述固定格式为json格式，所述装置用于流式计算。

在本发明实施例的技术方案中，通过将具体的业务策略信息与策略执行逻辑分离，使风险控制系统在实现新的业务策略时，只需根据开发人员在前端模板输入的具体业务策略信息，即可结合预先建立的策略执行逻辑生成计算程序，从而实现业务策略的动态修改、实时更新和及时上线，完善风险控制系统的快速响应和灵活应对机制。

图4是根据本发明实施例中模板化计算的系统的主要组成示意图。

如图4所示，本发明实施例的模板化计算的系统可包括外部单元401和主计算单元402；其中：

外部单元401中设置前端模板411与外部通信程序412，外部单元401可用于：获取在前端模板411中输入的业务策略信息，将所述业务策略信息转换为固定格式的策略数据；将所述策略数据存储在配置文件中，通过外部通信程序412向主计算单元402发送；

主计算单元402可用于：解析接收到的配置文件中的所述策略数据，获得预先建立的策略执行逻辑可识别的数据结构；将所述数据结构与所述策略执行逻辑组合，得到计算程序。

在本发明实施例中，所述策略数据可包括以下数据中的多种：计算维度、计算时间窗口、输入字段、过滤条件、预处理规则、触发条件以及响应动作。

具体应用中，所述预处理规则可包括：预处理函数和该函数对应的中间结果变量；其中，所述预处理函数包括：内置函数、和/或自定义外部函数；主计算单元402可进一步用于：在解析所述策略数据时，标记所述自定义外部函数。

作为一个优选方案，主计算单元402可进一步用于：利用所述计算程序根据以下步骤处理请求数据：提取该请求数据中所述输入字段的数据，根据所述过滤条件对该数据进行判断；在判断结果为通过时，从该数据中确定计算维度，并对该数据进行预处理得到该计算维度对应的中间结果；在处理时间进入所述计算时间窗口、且该中间结果符合所述触发条件时，对该计算维度执行所述响应动作。

一般地，所述自定义外部函数可通过预先存储的python脚本实现；主计算单元402可进一步用于：对从请求数据中提取的数据进行预处理时，根据所述自定义外部函数的标记调用该自定义外部函数对应的python脚本。

实际应用中，所述固定格式为json格式，所述系统用于流式计算。

在本发明实施例的技术方案中，通过将具体的业务策略信息与策略执行逻辑分离，使风险控制系统在实现新的业务策略时，只需根据开发人员在前端模板输入的具体业务策略信息，即可结合预先建立的策略执行逻辑生成计算程序，从而实现业务策略的动态修改、实时更新和及时上线，完善风险控制系统的快速响应和灵活应对机制。

图5示出了可以应用本发明实施例中模板化计算的方法或模板化计算的装置的示例性系统架构500。

如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505(此架构仅仅是示例，具体架构中包含的组件可以根据申请具体情况调整)。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的模板化计算的方法一般由服务器505执行，相应地，模板化计算的装置一般设置于服务器505中。

应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

本发明还提供了一种电子设备。本发明实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明所提供的模板化计算的方法。

下面参考图6，其示出了适于用来实现本发明实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有计算机系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本发明公开的实施例，上文的主要步骤图描述的过程可以被实现为计算机软件程序。例如，本发明实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行主要步骤图所示的方法的程序代码。在上述实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元601执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。在本发明中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这根据所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括数据结构生成模块和计算模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，数据结构生成模块还可以被描述为“向计算模块发送数据结构的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中的。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该设备执行时，使得该设备执行的步骤包括：获取在前端模板中输入的业务策略信息，将所述业务策略信息转换为固定格式的策略数据，解析所述策略数据获得预先建立的策略执行逻辑可识别的数据结构；将所述数据结构与所述策略执行逻辑组合，得到计算程序。

在本发明实施例的技术方案中，通过将具体的业务策略信息与策略执行逻辑分离，使风险控制系统在实现新的业务策略时，只需根据开发人员在前端模板输入的具体业务策略信息，即可结合预先建立的策略执行逻辑生成计算程序，从而实现业务策略的动态修改、实时更新和及时上线，完善风险控制系统的快速响应和灵活应对机制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。