[發明專利]一種基于銀行業的測試風險預估模型的構建方法及裝置有效
| 申請號: | 202011398710.6 | 申請日: | 2020-12-04 |
| 公開(公告)號: | CN112346995B | 公開(公告)日: | 2023-08-01 |
| 發明(設計)人: | 張文佳 | 申請(專利權)人: | 中信銀行股份有限公司 |
| 主分類號: | G06F11/36 | 分類號: | G06F11/36;G06N3/09;G06Q10/0635;G06Q40/03 |
| 代理公司: | 北京市蘭臺律師事務所 11354 | 代理人: | 張峰 |
| 地址: | 100020 北京市朝*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 銀行業 測試 風險 預估 模型 構建 方法 裝置 | ||
1.一種基于銀行業的測試風險預估模型的構建方法,其中,所述方法包括:
獲得第一待測試系統信息的模塊信息的第一缺陷率;
獲得所述第一待測試系統信息的關聯系統的第二缺陷率;
將所述第一缺陷率和所述第二缺陷率作為輸入數據輸入測試風險預估模型,其中,所述測試風險預估模型通過多組訓練數據訓練獲得,所述多組中的訓練數據中的每一組訓練數據均包括:所述第一缺陷率和所述第二缺陷率和用來標識風險等級;
獲得所述測試風險預估模型的第一輸出信息,其中,所述第一輸出信息包括第一待測試系統信息的風險等級;
所述測試風險預估模型訓練的過程實質為監督學習的過程,每一組監督數據均包括所述第一缺陷率和所述第二缺陷率和用來標識風險等級,將所述第一缺陷率和所述第二缺陷率輸入到神經網絡模型中,根據用來標識風險等級的標識信息,所述神經網絡模型進行不斷的自我修正、調整,直至獲得的輸出結果與所述標識信息一致,則結束本組數據監督學習,進行下一組數據監督學習;當所述神經網絡模型的輸出信息達到預定的準確率/達到收斂狀態時,則監督學習過程結束;
所述獲得所述第一待測試系統信息的關聯系統的第二缺陷率,包括;
若以系統為維度,將缺陷歸屬劃入后臺系統,缺陷以及關聯案例數作為后臺系統的基礎計算數據同步增加;
若以交易為維度,將不同系統相同模塊的案例和缺陷匯總計算缺陷率。
2.如權利要求1所述的方法,其中,所述方法包括:
獲得第一關聯信息;
將所述第一關聯信息與所述輸入數據進行強制關聯;
當所述輸入數據與所述第一關聯信息進行強制關聯后,輸入所述測試風險預估模型。
3.如權利要求2所述的方法,其中,所述方法包括:
獲得第一系統,第二系統;
從所述第一系統和所述第二系統中獲得N個基礎案例;
獲得預定模塊劃分規則;
按照所述預定模塊劃分規則,對所述N個基礎案例進行模塊劃分;
將進行模塊劃分后的所述N個基礎案例作為所述第一關聯信息。
4.如權利要求1所述的方法,其中,所述方法包括:
獲得第一資產數據信息;
獲得預定時間間隔;
按照所述預定時間間隔,對所述第一資產數據信息進行更新,獲得第二資產數據信息;
將所述第二資產數據信息作為副本信息,加入所述測試風險預估模型。
5.如權利要求1所述的方法,其中,所述獲得模塊信息的第一缺陷率,包括:
獲得第一待測試系統信息;
根據所述第一待測試系統信息,獲得所述第一待測試系統信息的模塊信息;
根據所述模塊信息,獲得所述模塊信息的第一缺陷率。
6.如權利要求5所述的方法,其中,所述方法包括:
根據所述第一待測試系統信息,獲得所述第一待測試系統信息的關聯系統信息;
根據所述關聯系統信息,獲得所述關聯系統信息的數量信息及復雜度信息;
根據所述關聯系統信息,獲得所述關聯系統信息的歷史缺陷率信息;
根據所述關聯系統信息的數量信息、復雜度信息、所述歷史缺陷率信息和所述第一待測試系統信息的模塊信息作為輸入信息,輸入工作量評估模型,獲得所述第一待測試系統信息的工作量信息。
7.如權利要求1所述的方法,其中,所述方法包括:
獲得所述第一待測試系統信息的缺陷信息及關聯信息;
獲得所述缺陷信息的缺陷等級信息;
獲得預定缺陷等級閾值;
判斷所述缺陷信息的缺陷等級信息是否超過所述預定缺陷等級閾值;
如果所述缺陷信息的缺陷等級信息超過所述預定缺陷等級閾值,獲得第一輸出信息;
根據所述第一輸出信息,輸出所述缺陷信息及關聯信息。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中信銀行股份有限公司,未經中信銀行股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011398710.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種電池測試裝置
- 下一篇:一種用于生產掏耳毛棒的生產設備





