[发明专利]长链路交易的报错处理方法及装置

说明书

本发明提供了一种长链路交易的报错处理方法及装置，涉及人工智能技术领域，可用于金融领域或其他领域。所述方法包括：根据接收的交易发起请求，获取多个交易节点的交易报文；利用预先建立的分析模型，对交易报文进行分析处理，得到分析结果；若获知分析结果为交易报错，则将交易判定为异常交易，对异常交易进行自动修复。本发明通过对长链路交易各个节点上的交易报文进行采集及分析处理，实现判断交易报文状态，以此提供交易报错的快速定位能力，对报错进行分析，对报错类型给出修复规则，实现自动修复。

技术领域

本发明涉及长链路交易技术领域，尤指一种长链路交易的报错处理方法及装置。

背景技术

随着IT技术发展以及业务逻辑的日益复杂，业务交易流程也越来越长，一笔业务往往需要多个系统配合才能完成，交易流程及系统交互的复杂度提高也带来了一些报错定位与分析上的问题。对于长链路交易的稳定，现有技术较为局限，主要着眼依靠一些较为简单的技术指标建立事前监控网络，对于真实业务交易失败没有一种快速定位以及报错分析与自修复的方法。

发明内容

针对现有技术中存在的问题，本发明实施例的主要目的在于提供一种长链路交易的报错处理方法及装置，实现实时判断交易报文状态，对交易报错进行定位及自动修复。

为了实现上述目的，本发明实施例提供一种长链路交易的报错处理方法，所述方法包括：

根据接收的交易发起请求，获取多个交易节点的交易报文；

利用预先建立的分析模型，对所述交易报文进行分析处理，得到分析结果；

若获知所述分析结果为交易报错，则将所述交易判定为异常交易，并对所述异常交易进行自动修复。

可选的，在本发明一实施例中，所述分析模型是通过如下方式预先建立的：

获取分析结果为交易正常的历史报文，并从交易正常的历史报文中提取第一历史报文特征，将所述第一历史报文特征作为第一训练样本；

将所述第一训练样本输入第一初始神经网络模型中，对所述第一初始神经网络模型进行训练，得到所述分析模型。

可选的，在本发明一实施例中，所述利用预先建立的分析模型，对所述交易报文进行分析处理，得到分析结果包括：

从所述交易报文中提取交易报文特征；其中，所述交易报文特征包括：报文类型、报文长度及交易节点序号；

将所述交易报文特征输入预先建立的分析模型中，得到分析结果；其中，所述分析结果包括交易节点名称。

可选的，在本发明一实施例中，所述根据接收的交易发起请求，获取多个交易节点的交易报文包括：

根据接收的交易发起请求，确定交易的唯一流水号，并根据所述唯一流水号，获取多个交易节点的交易报文。

可选的，在本发明一实施例中，所述根据所述唯一流水号，获取多个交易节点的交易报文包括：

根据所述唯一流水号，从多个交易节点中实时获取与所述唯一流水号对应的交易报文。

可选的，在本发明一实施例中，所述若获知所述分析结果为交易报错，则将所述交易判定为异常交易，并对所述异常交易进行自动修复包括：

若获知所述分析结果为交易报错，则将所述交易判定为异常交易，并根据预先建立的分类模型确定所述异常交易的报错类型；

根据所述报错类型确定对应的预设修复规则，并根据所述预设修复规则，对所述异常交易进行自动修复。

可选的，在本发明一实施例中，所述分类模型是通过如下方式预先建立的：