本发明涉及通信领域，具体而言，涉及一种短信通道参数配置方法及装置。
背景技术：
全球信息通信业正在迎来新一轮的伟大变革，以移动互联网、云计算、大数据为代表的新兴业态不断丰富繁荣，新的商业模式不断涌现，行业短信已正式拥抱互联网。随着线上到线下(onlinetooffline，简称为o2o)、对等网络(peertopeer，简称为p2p)、手机软件(application，简称为app)爆发的浪潮，移动支付的场景需求及对信息安全的要求，使得短信验证码的应用范围愈加广泛。同时，在这个移动互联网时代，手机是每个人联通世界的工具，短信承载信息传输的使命，意义空前。网站会员手机验证、app应用手机验证、订单通知、物流提醒、银行账户金额变动提醒、会员通知等触发类短信应用无一例外都需要验证短信来进行辅助。由于客户差异性与应用环境多样化的因素，如何提升用户体验，对行业短信通道的稳定性与抗压性需求越发强烈。
然而，在相关技术中，短信通道参数配置主要依赖人工操作的方式，处理方式比较单一，对于参数出现异常情况，系统检测之后手工操作及时性无法保证，会导致通道延迟；针对于通道较多的情况，需要分别进行人工配置，一旦配置不及时或者配置错误，导致通道故障，会严重影响业务运行以及用户体验，同时现影响业务发展。
因此，在相关技术中，采用人工操作的方式配置短信通道参数，不仅效率低，而且配置也不准确。
针对上述的问题，目前尚未提出有效的解决方案。
技术实现要素：
本发明实施例提供了一种短信通道参数配置方法及装置，以至少解决相关技术中，采用人工操作的方式配置短信通道参数，不仅效率低，而且配置也不准确的技术问题。
根据本发明实施例的一个方面，提供了一种短信通道参数配置方法，包括：获取请求配置参数的短信通道的特征数据；通过智能通道参数配置模型，确定与获取的所述特征数据对应的为所述短信通道分配的短信通道配置参数，其中，所述智能通道参数配置模型通过多组数据训练得到，每组数据均包括：短信通道的特征数据，以及与所述短信通道的特征数据对应的短信通道的配置参数。
可选地，在通过所述智能通道参数配置模型，确定与获取的所述特征数据对应的为所述短信通道分配的所述短信通道配置参数之前，还包括：采样与所述短信通道对应的服务的服务类型相同的多个短信通道的特征数据，以及与采样的所述多个短信通道的特征数据对应的所述多个短信通道在预定历史时间段内的历史配置参数；对采样的所述多个短信通道的特征数据，以及对应的历史配置参数进行训练，得到所述智能通道参数配置模型。
可选地，在对采样的所述多个短信通道的特征数据，以及对应的历史配置参数进行训练，得到所述智能通道参数配置模型之后，还包括：依据实时采集的短信通道的特征数据，以及与实时采集的所述短信通道的特征数据对应的短信通道配置参数，对所述智能通道参数配置模型进行优化。
可选地，在通过所述智能通道参数配置模型，确定与获取的所述特征数据对应的为所述短信通道分配的所述短信通道配置参数之后，还包括：依据预先设定的校验条件，对分配的所述短信通道配置参数进行校验，其中，所述校验条件用于对所述短信通道配置参数的完整性和最优化进行校验；在校验结果通过的情况下，依据分配的所述短信通道配置参数进行短信业务。
可选地，在依据分配的所述短信通道配置参数进行短信业务之后，还包括：对进行短信业务的所述短信通道进行检测，获得短信通道检测参数；将获得的所述短信通道检测参数与分配的所述短信通道配置参数进行对比，获得比对差值；在获得的所述比对差值超过预定阈值的情况下，重新通过所述智能通道参数配置模型，为所述短信通道分配短信通道配置参数。
可选地，对进行短信业务的所述短信通道进行检测的时间间隔为10分钟，所述预定阈值为5％。
根据本发明的另一方面，提供了一种短信通道参数配置装置，包括：获取模块，用于获取请求配置参数的短信通道的特征数据；确定模块，用于通过智能通道参数配置模型，确定与获取的所述特征数据对应的为所述短信通道分配的短信通道配置参数，其中，所述智能通道参数配置模型通过多组数据训练得到，每组数据均包括：短信通道的特征数据，以及与所述短信通道的特征数据对应的短信通道的配置参数。
可选地，该装置还包括：采样模块，用于采样与所述短信通道对应的服务的服务类型相同的多个短信通道的特征数据，以及与采样的所述多个短信通道的特征数据对应的所述多个短信通道在预定历史时间段内的历史配置参数；训练模块，用于对采样的所述多个短信通道的特征数据，以及对应的历史配置参数进行训练，得到所述智能通道参数配置模型。
可选地，该装置还包括：优化模块，用于依据实时采集的短信通道的特征数据，以及与实时采集的所述短信通道的特征数据对应的短信通道配置参数，对所述智能通道参数配置模型进行优化。
可选地，该装置还包括：校验模块，用于依据预先设定的校验条件，对分配的所述短信通道配置参数进行校验，其中，所述校验条件用于对所述短信通道配置参数的完整性和最优化进行校验；处理模块，用于在校验结果通过的情况下，依据分配的所述短信通道配置参数进行短信业务。
可选地，该装置还包括：检测模块，用于对进行短信业务的所述短信通道进行检测，获得短信通道检测参数；对比模块，用于将获得的所述短信通道检测参数与分配的所述短信通道配置参数进行对比，获得比对差值；分配模块，用于在获得的所述比对差值超过预定阈值的情况下，重新通过所述智能通道参数配置模型，为所述短信通道分配短信通道配置参数。
在本发明实施例中，采用通过智能通道参数配置模型，确定与获取的所述特征数据对应的为所述短信通道分配的短信通道配置参数的方式，通过人工智能神经网络训练的智能通道参数配置模型实现了对短信通道进行参数配置，达到了智能配置短信通道参数的目的，从而实现了快速高效精准分配短信通道配置参数的技术效果，进而解决了相关技术中，采用人工操作的方式配置短信通道参数，不仅效率低，而且配置也不准确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的短信通道参数配置方法的流程图；
图2是根据本发明实施例的短信通道参数配置装置的结构框图；
图3是根据本发明实施例的短信通道参数配置装置的优选结构框图一；
图4是根据本发明实施例的短信通道参数配置装置的优选结构框图二；
图5是根据本发明实施例的短信通道参数配置装置的优选结构框图三；
图6是根据本发明实施例的短信通道参数配置装置的优选结构框图四；
图7是根据本发明优选实施方式的短信通道配置参数分配方法的流程图；
图8是根据本发明实施例的卷积神经网络示意图；
图9是根据本发明实施例的短信通道线上运行时短信通道配置参数优化的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例，提供了一种短信通道参数配置方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的短信通道参数配置方法的流程图，如图1所示，该方法包括如下步骤：
步骤s102，获取请求配置参数的短信通道的特征数据，其中，该特征数据可以为一些用于标识短信通道的特征的数据，例如，可以为短信通道的服务商类型，短信通道的服务类型，短信通道的服务质量要求，短信通道的状态数据(比如，用于标识短信通道是否正常的标识数据)，短信通道发生异常的异常数据(例如，一些还不确定异常原因的报错数据)，用于标识短信通道故障的故障数据，以及一些用于监控服务器网络的服务器网络监控数据等；
步骤s104，通过智能通道参数配置模型，确定与获取的特征数据对应的为短信通道分配的短信通道配置参数，其中，智能通道参数配置模型通过多组数据训练得到，每组数据均包括：短信通道的特征数据，以及与短信通道的特征数据对应的短信通道的配置参数。
通过上述步骤，采用通过智能通道参数配置模型，确定与获取的特征数据对应的为短信通道分配的短信通道配置参数的方式，通过人工智能神经网络训练的智能通道参数配置模型实现了对短信通道进行参数配置，达到了智能配置短信通道参数的目的，从而实现了快速高效精准分配短信通道配置参数的技术效果，进而解决了相关技术中，采用人工操作的方式配置短信通道参数，不仅效率低，而且配置也不准确的技术问题。
可选地，在通过智能通道参数配置模型，确定与获取的特征数据对应的为短信通道分配的短信通道配置参数之前，为使得使用的智能通道参数配置模型更适用于该要配置参数的短信通道，可以在采样对该智能通道参数配置模型进行训练的数据时，选择一些与该短信通道的业务类型相同的短信通道的特征数据进行训练，例如，可以采样与短信通道对应的服务的服务类型相同的多个短信通道的特征数据，以及与采样的多个短信通道的特征数据对应的多个短信通道在预定历史时间段内的历史配置参数；对采样的多个短信通道的特征数据，以及对应的历史配置参数进行训练，得到智能通道参数配置模型。需要说明的是，依据选择的采样数据的不同，可以将模型分为多种不同类型的模型，依据模型的类型对与其对应的短信通道分配参数，可以使得分配的参数更为精确，在一定程度上有效地提高了分配效率，以及分配精准度。
为使得智能通道参数配置模型的适用的实时性更高，可以在对采样的多个短信通道的特征数据，以及对应的历史配置参数进行训练，得到智能通道参数配置模型之后，还依据实时采集的短信通道的特征数据，以及与实时采集的短信通道的特征数据对应的短信通道配置参数，对智能通道参数配置模型进行优化。通过这样处理，使得智能通道参数配置模型为最新的模型版本，从而使得训练出的短信通道配置参数也具有极高的实时性。
为使得分配的短信通道配置参数能够真正用于短信业务，确保该短信通道配置参数的可用性，可以在通过智能通道参数配置模型，确定与获取的特征数据对应的为短信通道分配的短信通道配置参数之后，依据预先设定的校验条件，对分配的短信通道配置参数进行校验，其中，校验条件用于对短信通道配置参数的完整性和最优化进行校验；在校验结果通过的情况下，依据分配的短信通道配置参数进行短信业务。通过该处理，使得真正使用于短信业务的短信通道配置参数安全可靠。
为了能够在一段时间内均可以采用智能通道参数配置模型确定的短信通道配置参数进行短信业务，可以在依据分配的短信通道配置参数进行短信业务之后，对进行短信业务的短信通道进行检测，获得短信通道检测参数；将获得的短信通道检测参数与分配的短信通道配置参数进行对比，获得比对差值；在获得的比对差值超过预定阈值的情况下，重新通过智能通道参数配置模型，为短信通道分配短信通道配置参数。通过上述采用上述对比的处理方式，不断对短信通道适合的参数进行调整，保证该短信通道在一段时间内均可以正常处理短信业务。
其中，对进行短信业务的短信通道进行检测的时间间隔可以依据具体需要灵活设置，例如，可以设置为10分钟，上述预定阈值也可以依据准确性要求灵活调整，例如，可以将该预定阈值设置为5％。
需要说明的是，上述实施例以及优选实施方式之间可以根据具体实现效果灵活组合。并且组合也不限定具体的数目，例如，可以是两个实施例或优选实施方式之间的组合，也可以为三个，或者更多等。
在本发明实施例中，还提供了一种短信通道参数配置装置，图2是根据本发明实施例的短信通道参数配置装置的结构框图，如图2所示，该装置包括：获取模块22和确定模块24，下面对该装置进行说明。
获取模块22，用于获取请求配置参数的短信通道的特征数据；确定模块24，连接至上述获取模块22，用于通过智能通道参数配置模型，确定与获取的特征数据对应的为短信通道分配的短信通道配置参数，其中，智能通道参数配置模型通过多组数据训练得到，每组数据均包括：短信通道的特征数据，以及与短信通道的特征数据对应的短信通道的配置参数。
图3是根据本发明实施例的短信通道参数配置装置的优选结构框图一，如图3所示，该装置除包括图2所示的所有结构外，还包括采样模块32和训练模块34，下面对该装置进行说明。
采样模块32，用于采样与短信通道对应的服务的服务类型相同的多个短信通道的特征数据，以及与采样的多个短信通道的特征数据对应的多个短信通道在预定历史时间段内的历史配置参数；训练模块34，连接至上述采样模块32和确定模块24，用于对采样的多个短信通道的特征数据，以及对应的历史配置参数进行训练，得到智能通道参数配置模型。
图4是根据本发明实施例的短信通道参数配置装置的优选结构框图二，如图4所示，该装置除包括图3所示的所有结构外，还包括：优化模块42，下面对该装置进行说明。
优化模块42，连接至上述训练模块34，用于依据实时采集的短信通道的特征数据，以及与实时采集的短信通道的特征数据对应的短信通道配置参数，对智能通道参数配置模型进行优化。
图5是根据本发明实施例的短信通道参数配置装置的优选结构框图三，如图5所示，该装置除包括图2所示的所有结构外，还包括：校验模块52和处理模块54，下面对该装置进行说明。
校验模块52，连接至上述确定模块24，用于依据预先设定的校验条件，对分配的短信通道配置参数进行校验，其中，校验条件用于对短信通道配置参数的完整性和最优化进行校验；处理模块54，连接至上述校验模块52，用于在校验结果通过的情况下，依据分配的短信通道配置参数进行短信业务。
图6是根据本发明实施例的短信通道参数配置装置的优选结构框图四，如图6所示，该装置除包括图5所示的所有结构外，还包括：检测模块62，对比模块64和分配模块66，下面对该装置进行说明。
检测模块62，连接至上述处理模块54，用于对进行短信业务的短信通道进行检测，获得短信通道检测参数；对比模块64，连接至上述检测模块62，用于将获得的短信通道检测参数与分配的短信通道配置参数进行对比，获得比对差值；分配模块66，连接至上述对比模块64，用于在获得的比对差值超过预定阈值的情况下，重新通过智能通道参数配置模型，为短信通道分配短信通道配置参数。
其中，上述对进行短信业务的短信通道进行检测的时间间隔可以为10分钟，上述预定阈值可以为5％。
随着科技在计算机领域的飞速发展，作为20世纪70年代以来的尖端科技—人工智能成为科技研究的热门领域，而人工智能的基础在于深度学习。深度学习已经在各行各业发挥出巨大的潜力，一些技术难题也因此得到解决，也帮助很多企业摆脱困境。基于深度学习的较多优点，在本发明实施例中，提供了一种方法，用于基于深度学习解决通道参数配置的问题。通过该基于深度学习实现智能短信通道配置的方法，具备以下较多优点：(1)全自动进行通道参数配置优化，有效地减少人工参与工作量，减少人力成本。(2)利用机器学习神经网络，配置参数优化参数也更加精准。(3)配置优化及时，最大限度减少短息通道故障，定时优化配置参数，及时调整，使通道时刻保持最大吞度量，最大健康状态。
下面结合优选实施方式对本发明进行详细说明：
图7是根据本发明优选实施方式的短信通道配置参数分配方法的流程图，如图7所示，该流程包括如下步骤：
步骤s702：定时采集业务平台的短信通道的特征数据，例如，可以包括以下至少之一：短信通道的服务商类型，短信通道的服务类型，短信通道的服务质量等级，短信通道的状态数据(比如，用于标识短信通道是否正常的标识数据)，短信通道发生异常的异常数据(例如，一些还不确定异常原因的报错数据)，用于标识短信通道故障的故障数据，以及一些用于监控服务器网络的服务器网络监控数据等数据。其中，需要说明的是，定时采集的特征数据可以是一段时间以前的历史数据，例如，可以是分配短信通道配置参数的前一天采集的数据，也可以是前一个星期采集的数据，甚至更前的前一个月采集的数据等。
步骤s704：利用深度学习的技术，进行大数据特征分析，建立卷积神经网络，并且实时把采集数据同步完善神经网络，形成智能通道参数配置模型，其中，建立卷积神经网络对采集数据进行训练时，可以将特征库指标作为输入神经元，输出为短信通道配置参数，从而形成智能通道参数配置模型。图8是根据本发明实施例的卷积神经网络示意图，如图8所示，需要说明的是，上述所指的特征库指标即是指在上述历史时间段是采集的短信通道的特征数据；
步骤s706：新申请的短信通道未配置通道参数，因此，需要预先设定短信通道配置参数的完整性条件和最优化判断依据；
步骤s708：业务平台向智能通道参数配置模型请求新短信通道配置参数；
步骤s710：业务平台分配短信通道配置参数并且设置通道状态为开启；
步骤s712：业务平台依据最优化判断依据和完整性条件对智能参数配置模型输出的短信通道配置参数做出校验，在校验通过的情况下，执行步骤s714；否则执行步骤s716；
步骤s714，配置该短信通道配置参数至短信业务平台，校验通过的短信通道配置至短信平台，进行正常业务的使用；
步骤s716，重新请求配置短信通道配置参数，直至通过校验。
可选地，在本发明优选实施方式中，还可以设定一个定时器，例如，每10分钟定时执行一次。图9是根据本发明实施例的短信通道线上运行时短信通道配置参数优化的流程图，如图9所示，该流程包括如下步骤：
步骤s902，获取对执行短信业务的短信通道进行检测后获得的检测参数；
步骤s904，判断获取的检测参数与智能通道参数配置模型返回的短信通道配置参数之间的误差是否在预定范围内，例如，对线上运行的短信通道每10分钟执行一次通道健康状态检测，与智能通道参数配置模型输出的短信通道配置参数对比，获得比对结果；
步骤s906，如果比对结果为在预定范围内，则执行结束，在下一个10分钟到达时，重复开始执行上述步骤s902，否则进入步骤s908；
步骤s908，重新向智能通道参数配置模型请求分配短信通道配置参数，即如果比对发现检测参数与智能通道参数配置模型返回的短信通道配置参数之间的误差超过5％，则需要重新向智能通道参数配置模型请求分配短信通道配置参数，根据之前设定的最优化判断依据和完整性条件做二次校验，校验通过，自动调整参数，保障通道健康发送。
其中，二次校验过程如下：业务平台先获取每条短信通道的完整性条件和最优化判断依据，业务平台然后向智能参数配置模型请求短信通道配置参数，业务平台依据最优化判断依据和完整性条件对智能参数配置模型输出的配置参数做出校验，校验通过配置该短信通道配置参数至短信业务平台，如果不通过重新请求分配短信通道配置参数，直至通过校验。将校验通过的短信通道配置至短信平台，进行正常业务的使用。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。