数据处理方法及装置、存储介质及电子设备与流程

1.本发明涉及数据处理技术领域，特别涉及一种数据处理方法及装置、存储介质及电子设备。


背景技术：

2.目前，在风控系统的应用过程中，通常是将海量的数据直接接入风控系统中，因此，会导致风控系统中的决策引擎的运算效率低。


技术实现要素：

3.本发明所要解决的技术问题是提供一种数据处理方法，能够节约计算资源，提升决策引擎的运算效率。
4.本发明还提供了一种数据处理装置，用以保证上述方法在实际中的实现及应用。
5.一种数据处理方法，包括：
6.接收请求；所述请求中包含待检测事件的事件标识；
7.依据所述事件标识确定所述待检测事件的风险处理流程；
8.基于所述风险处理流程调用风险控制引擎获取所述待检测事件的各个变量值，并基于各个所述变量值对所述待检测事件进行决策，获得所述待检测事件的风险决策结果；其中，所述风险控制引擎包含多个风控规则，所述风控规则包含风险变量、逻辑符号和规则阈值；
9.输出所述待检测事件的风险决策结果。
10.上述的方法，可选的，所述依据所述事件标识确定所述待检测事件的风险处理流程，包括：
11.根据所述事件标识获取所述待检测事件的事件码以及预先设置的配置文件；
12.将所述事件码与预先设置的配置文件进行匹配，以在所述配置文件中确定出所述待检测事件的风险处理流程。
13.上述的方法，可选的，所述风险处理流程至少包括风险引擎决策流程节点，所述基于所述风险处理流程调用风险控制引擎获取所述待检测事件的各个变量值，并基于各个变量值对所述待检测事件进行决策，获得所述待检测事件的风险决策结果，包括：
14.在到达所述风险处理流程的风险引擎决策流程节点的情况下，获取所述风险引擎决策流程节点对应的风险控制引擎；
15.获取所述待检测事件与所述风险控制引擎的每一所述风控规则中的变量相对应的变量值；
16.对于每一所述风控规则，利用所述风控规则中的变量所对应的变量值与所述风控规则中预设的规则阈值进行匹配，获得匹配结果；
17.根据各个匹配结果生成所述待检测事件的风险决策结果。
18.上述的方法，可选的，所述获取所述待检测事件与所述风险控制引擎的每一所述
风控规则中的变量相对应的变量值，包括：
19.确定每一所述风控规则中的变量的变量类型；
20.在所述变量的变量类型为第一变量类型的情况下，在所述待检测事件对应的数据源中获取所述变量的变量值，或者，在预设的上下文中获取所述变量的变量值；所述第一变量类型表征所述变量是引用数据属性得到的；
21.在所述变量的变量类型为第二变量类型的情况下，从预设的数据中心获取所述变量的变量值，所述第二变量类型表征所述变量是基于预设的脚本对数据属性进行处理得到的。
22.上述的方法，可选的，所述风险处理流程还包括黑名单检测节点；在到达所述风险处理流程的黑名单检测节点时，对所述待检测事件进行黑名单检测。
23.上述的方法，可选的，所述输出所述待检测事件的所述风险决策结果，包括：
24.将所述待检测事件的风险决策结果发往预设的数据中心和/或所述待检测事件对应的客户端。
25.一种数据处理装置，包括：
26.接收单元，用于接收请求；所述请求中包含待检测事件的事件标识；
27.确定单元，用于依据所述事件标识确定所述待检测事件的风险处理流程；
28.决策单元，用于基于所述风险处理流程调用风险控制引擎获取所述待检测事件的各个变量值，并基于各个所述变量值对所述待检测事件进行决策，获得所述待检测事件的风险决策结果；其中，所述风险控制引擎包含多个风控规则，所述风控规则包含风险变量、逻辑符号和规则阈值；
29.输出单元，用于输出所述待检测事件的风险决策结果。
30.上述的装置，可选的，所述确定单元，包括：
31.获取子单元，用于根据所述事件标识获取所述待检测事件的事件码以及预先设置的配置文件；
32.匹配子单元，用于将所述事件码与预先设置的配置文件进行匹配，以在所述配置文件中确定出所述待检测事件的风险处理流程。
33.一种存储介质，所述存储介质包括存储指令，其中，在所述指令运行时控制所述存储介质所在的设备执行如上所述的数据处理方法。
34.一种电子设备，包括存储器，以及一个或者一个以上的指令，其中一个或一个以上指令存储于存储器中，且经配置以由一个或者一个以上处理器执行如上述的数据处理方法。
35.基于上述本发明提供的一种数据处理方法及装置，其中，接收请求；所述请求中包含待检测事件的事件标识；依据所述事件标识确定所述待检测事件的风险处理流程；基于所述风险处理流程调用风险控制引擎获取所述待检测事件的各个变量值，并基于各个所述变量值对所述待检测事件进行决策，获得所述待检测事件的风险决策结果；其中，所述风险控制引擎包含多个风控规则，所述风控规则包含风险变量、逻辑符号和规则阈值；输出所述待检测事件的风险决策结果。应用本发明实施例提供的方法，风险控制引擎能够基于待检测事件的变量对待检测事件进行决策，可以节约计算资源，提升决策引擎的运算效率，并且能够适应不同格式的数据源。
附图说明
36.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。
37.图1为本发明提供的一种数据处理方法的方法流程图；
38.图2为本发明提供的一种确定所述待检测事件的风险处理流程的过程示意图；
39.图3为本发明提供的一种获得待检测事件的风险决策结果的过程示意图；
40.图4为本发明提供的一种租户的数据关系示意图；
41.图5为本发明提供的一种数据框架示例图；
42.图6为本发明提供的一种数据处理流程的示意图；
43.图7为本发明提供的一种数据处理装置的结构示意图；
44.图8为本发明提供的一种电子设备的结构示意图。
具体实施方式
45.下面将结合本发明实施例中的附图，对本发明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。
46.在本技术中，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。
47.本发明实施例提供了一种数据处理方法，该方法可以应用于电子设备，电子设备上可以部署有资源调度中心，所述方法的方法流程图如图1所示，具体包括：
48.s101：接收请求；所述请求中包含待检测事件的事件标识。
49.在本实施例中，请求可以是客户端接收到待检测事件的情况下发送的，待检测事件可以是用户触发的操作事件。
50.例如，待检测事件可以是产品线上的业务操作，业务操作可以包括账户操作、交易操作等，具体可以是支付、绑卡、更换密码、提现等操作。
51.可选的，请求中还可以包括事件信息，事件信息可以包含待检测事件的相关参数，例如，账单参数、用户信息、物流参数、环境参数、设备参数和订单参数等其中一种或多种，可以利用事件参数字段转换器对事件信息中的特殊字段进行转换，并将转换后的事件信息设置到预设的上下文中。
52.s102：依据所述事件标识确定所述待检测事件的风险处理流程。
53.在本实施例中，可以根据事件标识(event id)获取事件码(event code)，基于事件码获取到事件标识对应的风险处理流程。
54.s103：基于所述风险处理流程调用风险控制引擎获取所述待检测事件的各个变量
值，并基于各个所述变量值对所述待检测事件进行决策，获得所述待检测事件的风险决策结果；其中，所述风险控制引擎包含多个风控规则，所述风控规则包含风险变量、逻辑符号和规则阈值。
55.可选的，待检测事件的变量值可以基于风险变量在上下文中获取，或者在待检测事件的数据源中获取。
56.可选的，所述风险变量基于数据属性得到；所述数据属性基于所述待检测事件所属的业务主体的各个产品线的数据源中的参数得到。
57.在本实施例中，业务主体可以是风控系统中的租户，风控系统可以为不同业务主题创建不同的租户，对不同租户的数据进行物理隔离；同一租户下，包含至少一个产品线，租户的各个产品线的数据可以通用。
58.可选的，风控规则中的风险变量可以是直接引用数据属性得到，也可以是通过预设的脚本对数据属性计算得到；数据属性可以是对数据源中的参数进行映射和筛选得到，每一风控规则包含的风险变量的数量可以为多个，各风险规则的风险变量可以不同，风控规则中的逻辑符号可以作为将待检测事件的与风险变量相匹配的变量值与规则阈值之间的比较条件，逻辑符号可以包含“》”、“《”和“＝”等其中的至少一种。
59.可选的，数据属性可以是事件组成的字段，变量可以是属性或者对属性运算加工；参数可以是生成属性的来源。
60.s104：输出所述待检测事件的风险决策结果。
61.在本实施例中，风险决策结果可以根据业务需求进行配置，不同类型的待检测事件对应的风险决策结果不同，在待检测事件为交易事件的情况下，风险决策结果可以是通过、拒绝和人工审核中的一种；在待检测事件为账户事件的情况下，决策结果可以是正常和冻结中的一种。
62.应用本发明实施例提供的方法，风险控制引擎能够基于待检测事件的变量对待检测事件进行决策，可以节约计算资源，提升决策引擎的运算效率，并且能够适应不同格式的数据源。
63.在本发明提供的一实施例中，基于上述的实施过程，可选的，依据所述事件标识确定所述待检测事件的风险处理流程，如图2所示，包括：
64.s201：根据所述事件标识获取所述待检测事件的事件码以及预先设置的配置文件。
65.在本实施例中，配置文件可以包含各个事件码与各个风险处理流程之间的对应关系。
66.s202：将所述事件码与预先设置的配置文件进行匹配，以在所述配置文件中确定出所述待检测事件的风险处理流程。
67.在本实施例中，将事件码与配置文件进行匹配的一种实现方式可以是，根据待检测事件的事件码遍历配置文件，从而在配置文件中确定出待检测事件的风险处理流程。
68.在一些实施例中，风险处理流程可以预先根据待检测事件所属的业务的需求进行设定，可以响应于针对风险处理流程的编辑指令，对风险处理流程进行编辑，风险处理流程中包括多个节点，各节点设置有执行顺序，到达每个流程节点时，可以根据该流程节点中的节点信息执行相应的风险处理操作。
69.在本发明提供的一实施例中，基于上述的实施过程，可选的，风险处理流程至少包括风险引擎决策流程节点，所述基于所述风险处理流程调用预设的风险控制引擎对所述事件信息进行决策，获得所述待检测事件的风险决策结果，如图3所示，可以包括：
70.s301：在到达所述风险处理流程的风险引擎决策流程节点的情况下，获取所述风险引擎决策流程节点对应的风险控制引擎。
71.在本实施例中，可以获取风险引擎决策流程节点的节点信息，根据节点信息获取风险引擎决策流程节点对应的风险控制引擎。
72.s302：获取所述待检测事件与所述风险控制引擎的每一所述风控规则中的变量相对应的变量值。
73.在本实施例中，可以从待检测事件的数据源中获取到变量的变量值，或者从上下文中获取到变量的变量值，也可以从预设的数据中心获取到变量的变量值。
74.s303：对于每一所述风控规则，利用所述风控规则中的变量所对应的变量值与所述风控规则中预设的规则阈值进行匹配，获得匹配结果。
75.在本实施例中，可以将变量值与规则阈值进行关系逻辑判断，获得匹配结果，匹配结果可以表征待检测事件是否命中风控规则，或者表征待检测事件的初始决策结果。
76.具体的，风险控制引擎中包含决策树，决策树中包括多个决策树节点，每一决策树节点可以包括一风控规则；可以按预设的顺序遍历决策树的所有决策树节点，该顺序可以是同类型节点从左到右的顺序。
77.s304：根据各个匹配结果生成所述待检测事件的风险决策结果。
78.在一些实施例中，可以根据事件信息与风控规则的匹配结果，确定出下一个需要与事件信息匹配的风控规则，直到获得事件信息与最后一个风控规则的匹配结果，将事件信息与最后一个风控规则的匹配结果，作为决策结果。
79.在一些实施例中，可以确定各个匹配结果所表征的初始决策结果的类型，将确定出数量最多的初始决策结果类型；将该类型的初始决策结果确定为待检测事件的风险决策结果。
80.在本发明提供的一实施例中，基于上述的实施过程，可选的，所述获取所述待检测事件与所述风险控制引擎的每一所述风控规则中的变量相对应的变量值，包括：
81.确定所述变量的变量类型；
82.在所述变量的变量类型为第一变量类型的情况下，在所述待检测事件对应的数据源中获取所述变量的变量值，或者，在预设的上下文中获取所述变量的变量值；所述第一变量类型表征所述变量是引用数据属性得到的；
83.在所述变量的变量类型为第二变量类型的情况下，从预设的数据中心获取所述变量的变量值，所述第二变量类型表征所述变量是基于预设的脚本对数据属性进行处理得到的。
84.在本实施例中，第一变量类型的变量可以是属性类型变量，即，该变量可以是直接引用数据属性得到的；第二变量类型的变量可以是脚本类型变量，即，变量可以是由脚本对数据属性进行进行数据运算得到的。
85.在一些实施例中，可以判断变量来源，若变量来源于本地、http报文或者redis数据库，可以确定变量的变量类型为第一变量类型；若变量来源于脚本，则可以确定变量的变
量类型为第二变量类型。
86.在本发明提供的一实施例中，基于上述的实施过程，可选的，所述风险处理流程还包括黑名单检测节点；在到达所述风险处理流程的黑名单检测节点时，对所述待检测事件进行黑名单检测。
87.在本实施例中，可以在事件的事件信息中获取到用户参数、设备参数、网络参数、交易对象参数和账户参数等其中的至少一种待检测参数；判断待检测参数是否处于预设的黑名单上，若待检测参数处于黑名单上，则确定所述待检测事件存在风险，可以拒绝该待检测事件对应的操作。
88.在本发明提供的一实施例中，基于上述的实施过程，可选的，所述输出所述待检测事件的所述风险决策结果，包括：
89.将所述待检测事件的风险决策结果发往预设的数据中心和/或所述待检测事件对应的客户端。
90.在本实施例中，在获得待检测事件的风险决策结果后，可以将待检测事件发往客户端，由客户端针对待检测事件执行该风险决策结果对应的操作，例如，允许交易、拒绝交易等；还可以将待检测事件的风险决策结果发往数据中心，由数据中心对风险决策结果进行同步。
91.本发明实施例提供的数据处理方法，可以应用于各种类型风控场景中，例如，可以应用于支付业务的风控系统之中，具体的，参见图4，可以在风控系统中引用租户，对不同业务主体创建不同的租户，对不同租户的数据进行物理隔离；同一个租户下，不同产品线的数据都可通用；同一产品线下不同的业务操作定义为一个风险事件，通过租户-产品线-事件这一框架，解决数据隔离和流通的问题。
92.在一些实施例中，可以由公司或集团下面的每一个事业部注册成为一个租户。
93.在接入海量数据之后，为了避免外部系统的数据对风控的影响，以及海量数据对决策引擎的运算效率问题，引用参数-属性-变量这一框架，参见图5，为本发明实施例提供的一种数据框架示例图，其中，参数作为原数据进入到风控系统，负责定义事件数据接口的数据结构，支持多种数据接入方法包括接口和数据库，例如http、redis和dubbo等；属性是对参数做了简单的映射和筛选，例如可以得到订单信息、持卡人信息、物流信息、账单信息、收货信息、环境信息、设备信息和卖家信息等属性。最后，再抽象一层变量的概念，即可以直接引用属性，或者通过编辑脚本对属性进行数学运算。把这些变量是配置在风控规则中。
94.在一些实施例中，参见图6，在配置好风控规则之后，可以执行以下数据处理流程：
95.1.客户端请求风控系统，风控系统收到请求后，读取事件信息和事件标识，根据事件标识event id获取事件码event code，风控系统可以包括风控服务、风险决策服务、决策流、风险决策树引擎(风险控制引擎)和风控数据中心，决策流即上述的风险处理流程。
96.2.根据事件码event code获取决策流event risk flow，也即业务处理流程，每个业务都可以定制化决策流。
97.3.获取决策流之后，开始预处理。预处理主要是处理参数扩展，一些参数不是外部直接传入的，需要处理补充完整；参数完整之后还要将原本的object对象平铺到map中，并放入到风控上下文context中。
98.4.可以检查黑白名单。
99.5.可以调用决策引擎，具体如下：
100.5.1获取决策树的节点数据。
101.5.2遍历所有的决策树节点。
102.5.3在决策树中，路由优先，同类型节点从左到右执行，判断策略是否命中。
103.5.4在做规则条件判断时候，要根据变量类型读取变量真实值。变量有两种类型，其中一种类型表征变量是直接从属性来的，另一种类型表征变量是从脚本来的。
104.5.5对于从属性来的变量，可以判断参数的数据源，一种是local本地事件传入的；另一种是外部调用，例如可以是http/dubbo这类协议，也可能是redis。
105.5.6对于脚本型变量，要从数据中心统计获取。
106.5.7执行完规则条件之后，最后会获得一个决策结果，将决策结果返回给客户端。
107.本发明实施例提出的方案支持多种主流的数据接入方式，应用广泛、性能强且效用高。由于风控的准确性建立在数据的丰富度上，数据越丰富运算能本越高，对系统的性能消耗越大，然而，在本发明实施例的方案下，基于事件中定义的属性，是标准化的数据；而且在规则运行时候只会运算在该规则下的变量引用的属性值，大大减低了运行的成本。
108.与图1所述的方法相对应，本发明实施例还提供了一种数据处理装置，用于对图1中方法的具体实现，本发明实施例提供的数据处理装置可以应用于电子设备中，其结构示意图如图7所示，具体包括：
109.接收单元701，用于接收请求；所述请求中包含待检测事件的事件标识；
110.确定单元702，用于依据所述事件标识确定所述待检测事件的风险处理流程；
111.决策单元703，用于基于所述风险处理流程调用风险控制引擎获取所述待检测事件的各个变量值，并基于各个所述变量值对所述待检测事件进行决策，获得所述待检测事件的风险决策结果；其中，所述风险控制引擎包含多个风控规则，所述风控规则包含风险变量、逻辑符号和规则阈值；
112.输出单元704，用于输出所述待检测事件的风险决策结果。
113.在本发明提供的一实施例中，基于上述的方案，可选的，所述确定单元702，包括：
114.获取子单元，用于根据所述事件标识获取所述待检测事件的事件码以及预先设置的配置文件；
115.匹配子单元，用于将所述事件码与预先设置的配置文件进行匹配，以在所述配置文件中确定出所述待检测事件的风险处理流程。
116.在本发明提供的一实施例中，基于上述的方案，可选的，风险处理流程至少包括风险引擎决策流程节点，所述决策单元703被配置为：
117.在到达所述风险处理流程的风险引擎决策流程节点的情况下，获取所述风险引擎决策流程节点对应的风险控制引擎；
118.获取所述待检测事件与所述风险控制引擎的每一所述风控规则中的变量相对应的变量值；
119.对于每一所述风控规则，利用所述风控规则中的变量所对应的变量值与所述风控规则中预设的规则阈值进行匹配，获得匹配结果；
120.根据各个匹配结果生成所述待检测事件的风险决策结果。
121.在本发明提供的一实施例中，基于上述的方案，可选的，所述决策单元703被配置
为：
122.确定所述变量的变量类型；
123.在所述变量的变量类型为第一变量类型的情况下，在所述数据源中获取所述变量的变量值，或者，在预设的上下文中获取所述变量的变量值；所述第一变量类型表征所述变量是引用数据属性得到的；
124.在所述变量的变量类型为第二变量类型的情况下，从预设的数据中心获取所述变量的变量值，所述第二变量类型表征所述变量是基于预设的脚本对数据属性进行处理得到的。
125.在本发明提供的一实施例中，基于上述的方案，可选的，所述风险处理流程还包括黑名单检测节点；所述数据处理装置还包括检测单元，所述检测单元用于在到达所述风险处理流程的黑名单检测节点时，对所述待检测事件进行黑名单检测。
126.在本发明提供的一实施例中，基于上述的方案，可选的，所述输出单元704用于：
127.将所述待检测事件的风险决策结果发往预设的数据中心和/或所述待检测事件对应的客户端。
128.上述本发明实施例公开的数据处理装置中的各个单元和模块具体的原理和执行过程，与上述本发明实施例公开的数据处理方法相同，可参见上述本发明实施例提供的数据处理方法中相应的部分，这里不再进行赘述。
129.本发明实施例还提供了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述据处理方法。
130.本发明实施例还提供了一种电子设备，其结构示意图如图8所示，具体包括存储器801，以及一个或者一个以上的指令802，其中一个或者一个以上指令802存储于存储器801中，且经配置以由一个或者一个以上处理器803执行所述一个或者一个以上指令802进行以下操作：
131.接收请求；所述请求中包含待检测事件的事件标识；
132.依据所述事件标识确定所述待检测事件的风险处理流程；
133.基于所述风险处理流程调用风险控制引擎获取所述待检测事件的各个变量值，并基于各个所述变量值对所述待检测事件进行决策，获得所述待检测事件的风险决策结果；其中，所述风险控制引擎包含多个风控规则，所述风控规则包含风险变量、逻辑符号和规则阈值；
134.输出所述待检测事件的风险决策结果。
135.需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
136.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。
137.为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
138.通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
139.以上对本发明所提供的一种数据处理方法进行了详细介绍，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。