一种业务风险检测方法、系统、电子设备和存储介质与流程

本技术涉及金融科技，具体而言，涉及一种业务风险检测方法、系统、电子设备和计算机可读存储介质。

背景技术：

1、传统的信用卡欺诈检测方法通常是在中心化的服务器或云端进行数据处理和模型训练，然后将检测结果传输回终端设备。这种方法存在以下缺点：数据传输延迟高：由于数据需要从终端设备传输云端进行处理，因此存在较高的传输延迟，可能会导致检测结果的时效性较低。数据隐私性不保障：由于所有数据都需要传输到中心化的服务器或云端进行处理，可能存在数据泄露的风险，尤其是在数据处理和传输过程中没有采取足够的安全措施的情况下。对带宽的需求高：由于需要传输大量的数据到中心化的服务器或云端进行处理，因此需要较高的带宽，这可能会导致成本较高。

技术实现思路

1、本技术实施例的目的在于提供一种业务风险检测方法、系统、电子设备和存储介质，保证了数据的安全性，不需要较高的带宽，能够降低成本。

2、第一方面，本技术实施例提供了一种业务风险检测方法，包括：

3、在边缘计算中心上部署机器学习算法；

4、所述边缘计算中心获取至少一个业务服务器的业务数据，并利用所述至少一个业务服务器的业务数据进行风险检测，当检测到所述业务服务器具有风险时，发送风险提示到所述至少一个业务服务器；

5、当所述至少一个业务服务器接收所述边缘计算中心的风险提示时，对所述业务数据进行核实。

6、在上述实现过程中，边缘计算中心靠近业务服务器，业务服务器将业务数据发送到边缘计算中心不需要过高的带宽，输送的数据链路也较短，因此，可以减少数据泄露的风险。边缘计算中心上部署有机器学习算法，边缘计算中心获取至少一个业务服务器的业务数据，并利用至少一个业务服务器的业务数据进行风险检测，当检测到业务服务器具有风险时，发送风险提示到至少一个业务服务器；当至少一个业务服务器接收边缘计算中心的风险提示时，对业务数据进行核实。可以保证数据安全，节省资源的同时实现对业务的精准风险检测。

7、进一步地，所述边缘计算中心具有多个，所述方法还包括：部署存储中心，所述存储中心具有多个；

8、所述至少一个业务服务器将所述业务数据发送到多个存储中心；

9、当所述边缘计算中心到所述业务服务器的距离小于第一距离阈值时，所述边缘计算中心根据所述边缘计算中心到所述多个存储中心的距离在所述多个存储中心中的至少一个存储中心获取所述至少一个业务服务器的业务数据。

10、在上述实现过程中，将存储分类功能和计算功能分开，可以最大程度地实现对计算机资源的利用，当边缘计算中心到存储中心的距离小于第一距离阈值时，边缘计算可以根据所述边缘计算中心到所述多个存储中心的距离在所述多个存储中心中的至少一个存储中心获取所述至少一个业务服务器的业务数据，实现了快速获取业务数据，发挥边缘计算中心的地理优势和计算优势。

11、进一步地，所述边缘计算中心根据所述边缘计算中心到所述多个存储中心的距离在所述多个存储中心中的至少一个存储中心获取所述至少一个业务服务器的信息，包括：

12、当所述边缘计算中心到所述业务服务器的距离大于第一距离阈值时，所述边缘计算中心根据所述边缘计算中心到所述多个存储中心的第一距离和所述边缘计算中心到所述至少一个业务服务器的第二距离在所述至少一个存储中心获取所述至少一个业务服务器的业务数据。

13、在上述实现过程中，将存储分类功能和计算功能分开，可以最大程度地实现对计算机资源的利用，所述边缘计算中心根据所述边缘计算中心到所述多个存储中心的第一距离和所述边缘计算中心到所述至少一个业务服务器的第二距离在所述至少一个存储中心获取所述至少一个业务服务器的业务数据，实现了快速获取业务数据，发挥边缘计算中心的地理优势和计算优势。

14、进一步地，所述边缘计算中心根据所述边缘计算中心到所述多个存储中心的第一距离和所述边缘计算中心到所述至少一个业务服务器的第二距离在所述至少一个存储中心获取所述至少一个业务服务器的业务数据，包括：

15、所述边缘计算中心获取所述第一距离的权重、所述第二距离的权重，根据所述边第一距离、所述第一距离的权重、所述第二距离、所述第二距离的权重在所述至少一个存储中心获取所述至少一个业务服务器的业务数据。

16、在上述实现过程中，由于边缘计算中心和存储中心传输的数据、存储中心和业务服务器传输的数据、边缘计算中心和业务服务器传输的数据不相同，因此设置第一距离的权重、第二距离的权重，根据所述边第一距离、所述第一距离的权重、所述第二距离、所述第二距离的权重在所述至少一个存储中心获取所述至少一个业务服务器的业务数据，能实现快速获取业务数据，发挥边缘计算中心的地理优势和计算优势。

17、进一步地，多个边缘计算中心和至少一个存储中心组成计算单元；每个所述边缘计算中心用于处理不同的业务数据；

18、每个所述边缘计算中心在所述存储中心获取所述边缘计算中心对应的业务数据。

19、在上述实现过程中，不同的业务数据适用于不同的机器学习模型，因此，通过构建不同的计算单元，每个计算单元中包括多个边缘计算中心，每个边缘计算中心用于处理不同的业务数据，能够加快业务数据的风险检测，及时止损，保证银行资产。

20、进一步地，所述方法还包括：

21、所述多个边缘计算中心中的第一边缘计算中心响应于模型更新指令，发送工作指令到和所述第一边缘计算中心处理相同业务数据的第二边缘计算中心，以使所述第二边缘计算中心和所述至少一个存储中心形成新的计算单元；

22、所述第二边缘计算中心从所述存储中心获取业务数据，并根据所述业务数据对所述至少一个业务服务器的业务数据进行风险检测；

23、所述第一边缘计算中心还停止从所述至少一个存储中心获取所述业务数据，并根据历史模型数据更新所述第一边缘计算中心的模型。

24、在上述实现过程中，模型更新需要大量的运行过程，因此为了加快模型更新速度并且保持对业务数据的持续检测，在本技术的前述实施方式的基础上，通过多个边缘计算中心中的第一边缘计算中心响应于模型更新指令，发送工作指令到和第一边缘计算中心处理相同业务数据的第二边缘计算中心，以使第二边缘计算中心和至少一个存储中心形成新的计算单元；第二边缘计算中心从存储中心获取业务数据，并根据业务数据对至少一个业务服务器的业务数据进行风险检测。

25、所述第一边缘计算中心还停止从所述至少一个存储中心获取所述业务数据，并根据历史模型数据更新所述第一边缘计算中心的模型。

26、进一步地，所述存储中心将业务数据推送到消息队列中，所述边缘计算中心在所述消息队列中获取所述业务数据。

27、在上述实现过程中，通过消息队列将业务数据进行推送，能够避免消息堵塞。

28、第二方面，本技术实施例提供一种业务风险检测系统，包括：

29、边缘计算中心，用于获取至少一个业务服务器的业务数据，并利用所述至少一个业务服务器的业务数据进行风险检测，当检测到所述业务服务器具有风险时，发送风险提示到所述至少一个业务服务器；当所述至少一个业务服务器接收所述边缘计算中心的风险提示时，对所述业务数据进行核实。

30、在上述实现过程中，边缘计算中心靠近业务服务器，业务服务器将业务数据发送到边缘计算中心不需要过高的带宽，输送的数据链路也较短，因此，可以减少数据泄露的风险。边缘计算中心上部署有机器学习算法，边缘计算中心获取至少一个业务服务器的业务数据，并利用至少一个业务服务器的业务数据进行风险检测，当检测到业务服务器具有风险时，发送风险提示到至少一个业务服务器；当至少一个业务服务器接收边缘计算中心的风险提示时，对业务数据进行核实。可以保证数据安全，节省资源的同时实现对业务的精准风险检测。

31、第三方面，本技术实施例提供的一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述的方法的步骤。

32、第四方面，本技术实施例提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，使得所述计算机执行如第一方面任一项所述的方法。

33、第五方面，本技术实施例提供的一种计算机程序产品，所述计算机程序产品在计算机上运行时，使得计算机执行如第一方面任一项所述的方法。

34、本技术公开的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本技术公开的上述技术即可得知。

35、为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。