基于工作量均衡选举算法的非定向审批机制的实现方法与流程

本发明涉及一种基于工作量均衡选举算法的非定向审批机制的实现方法，属于智能决策技术领域。

背景技术：

传统审批机制几乎都是定向的审批流程，即审批各个环节的审批人是确定的，对核心数据相关的敏感系统身份审批而言，审批人拥有超大的访问操作权限以及超长的时效性，审批是权力特别集中的，职业操守失节时，会通过内部联合作案非法获取到敏感系统访问身份，使得敏感系统身份的安全性存在很大隐患。

技术实现要素：

为了解决上述技术问题，本发明提供一种基于工作量均衡选举算法的非定向审批机制的实现方法，其具体技术方案如下：

一种基于工作量均衡选举算法的非定向审批机制的实现方法，包括以下步骤：

步骤一：设计业务审批流程，所述审批流程包括若干个审批环节，各个审批环节均设置对应数量的候选人列表，

步骤二：申请人发起申请，启动审批流程；

步骤三：系统基于工作量均衡算法，选择当前审批环节的最终审批人，具体过程为：

步骤3.1：启动审批环节，获取候选人列表，

步骤3.2：计算每位候选人的平均工作量基线，

步骤3.3：计算整组平均工作量基线，计算每位候选人的平均工作量基线与整组平均工作量基线偏差比，偏差比<=5%的候选人列为命中候选人，

步骤3.4：产生定长随机数，

步骤3.5：依据定长随机数，在命中候选人列表中挑选一位候选人作为最终审批人；

步骤四：最终审批人决定审批结果，若审批结果为通过，则进入步骤五，否则，审批结束；

步骤五：进入业务审批流程的下一个审批环节，重复步骤三，最终审批人决定审批结果，若审批结果为通过，则进入步骤六，否则，审批结束；

步骤六：依次循环步骤五，直到审批流程结束。

进一步的，所述步骤3.2中每位候选人的平均工作量基线的公式为：

b=()/t

其中，b为平均工作量基线，即单位时间的任务完成件数，为执行完毕的任务件数累计，t为截至到目前时刻的时间周期，单位为秒。

进一步的，所述步骤3.3中命中候选人列表的公式为：

s=f–0.05

s<=0则进列表，反之放弃，

其中，f为当前候选人偏差比；

所述单个候选人平均工作量基线偏差比的公式为：

f=|(b–gb)/gb|

其中，f为偏差比，b为当前候选人平均工作量基线，gb为当前整组平均工作量基线，

所述整组平均工作量基线的公式为：

gb=()/n

其中，gb为整组平均工作量基线,即整组单个候选人平均工作量，为整组候选人平均工作量基线累计，n为全体候选人数量。

进一步的，所述步骤3.5中最终审批人计算公式为：

c=count(mzlist)

mzlist为命中候选人列表，c为列表中候选人数量；

r=rand(c)

r为命中候选人列表中某位候选人的顺序号（随机生成的顺序号）；

mzid=mzlist.get(r)

mzid为最终命中候选人身份标识，将r作为下标，从mzlist列表中获取对应的候选人身份标识。

进一步的，若某个审批环节中途增加候选人，用该审批环节的整组平均工作量作为增加候选人的平均工作基线。

本发明的有益效果是：非定向审批机制在审批公平方面起到良好的平衡作用，即每位审批者的工作量处于正态分布的均衡状态，确保了审批者本身的审批权限的公平公正。

非定向审批机制采用的选举法，实现了审批者的动态性，即，每个既定的流程在不断阶段、不同执行周期内，相关审批环节的审批人是不确定的，由系统计算选择当前执行审批任务的审批人。审批人的动态性，实现了审批权力去中心化，规避了单个候选人权限集中导致的内部联合作案可能性，确保了审批的公正性和廉洁度。

该发明将完美应用到数字政务审批、机构内部作业审批、核心系统访问身份权限申请、核心数据资产访问申请等领域。

附图说明

图1是本发明的选举过程流程图，

图2是本发明的审批原理图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

如图1所示，本发明的具体实施步骤为：

步骤一：设计业务审批流程，所述审批流程包括若干个审批环节，各个审批环节均设置候选人列表；

步骤二：申请人发起申请，启动审批流程；

步骤三：系统基于工作量均衡算法，选择当前审批环节的最终审批人，具体过程为：

步骤3.1：启动审批环节，获取候选人列表，

步骤3.2：计算每位候选人的平均工作量基线，计算公式为，

b=()/t

其中，b为平均工作量基线(单位时间的任务完成件数)，为执行完毕的任务件数累计，t为截至到目前时刻的时间周期（单位为秒）。

步骤3.3：计算整组平均工作量基线，计算公式为，

gb=()/n

其中，gb为整组平均工作量基线（整组单个候选人平均工作量），为整组候选人平均工作量基线累计，n为全体候选人数量。

计算每位候选人的平均工作量基线与整组平均工作量偏差比，计算公式为，

f=|(b–gb)/gb|

其中，f为偏差比，b为当前候选人平均工作量基线，gb为当前整组平均工作量基线。

若偏差比<=5%的候选人列为命中候选人，命中候选人列表计算公式为：

s=f–0.05

s<=0则进列表（mzlist），反之放弃。

其中，f为当前候选人偏差比。

步骤3.4：产生定长随机数，

步骤3.5：依据定长随机数，在命中候选人列表中挑选一位候选人作为最终审批人，最终候选人计算公式为：

c=count(mzlist)

mzlist为命中候选人列表，c为列表中候选人数量；

r=rand(c)

r为命中候选人列表中某位候选人的顺序号（随机生成的顺序号）；

mzid=mzlist.get(r)

mzid为最终命中候选人身份标识，将r作为下标，从mzlist列表中获取对应的候选人身份标识。

步骤四：最终审批人决定审批结果，若审批结果为通过，则进入步骤五，否则，审批结束；

步骤五：进入业务审批流程的下一个审批环节，重复步骤三，最终审批人决定审批结果，若审批结果为通过，则进入步骤六，否则，审批结束；

步骤六：依次循环步骤五，直到审批流程结束。

若某个审批环节中途增加候选人，用该审批环节的整组平均工作量作为增加候选人的平均工作基线。

如图2所示，由某角色提交事项，启动审批流程，系统基于工作量均衡算法的选举例选出审批者a，如不批准，则审批结果为不同意；如批准，则同样基于工作量均衡算法的选举例选出审批者b，再进行审批，如不批准，则审批结果仍为不同意，如批准，再进行下一环节的审批，直至环节n,如审批者n审批为批准，则审批结果为同意，如不批准，则为不同意。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。