-
公开(公告)号:CN117933395A
公开(公告)日:2024-04-26
申请号:CN202410139987.9
申请日:2024-01-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/04 , G06N5/022 , G06N5/02 , G06F16/901 , G06F16/9032 , G06F16/903 , G06F8/70
Abstract: 本说明书实施例提供了代码检索处理方法及装置,其中,一种代码检索处理方法包括:在代码检索过程中,通过提取代码检索问题携带的代码实体标签,在图数据库存储的代码知识图谱中检索与代码实体标签关联的目标代码实体,并在代码库中提取目标代码实体对应的目标代码片段,以代码检索问题和目标代码片段为数据基础构建输入问题,并通过将输入问题输入问答模型进行答案生成,获得代码检索问题的检索答案。
-
公开(公告)号:CN115718672B
公开(公告)日:2024-09-24
申请号:CN202211467459.3
申请日:2022-11-22
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F11/07
Abstract: 本说明书一个或多个实施例公开了一种应用异常检测方法及装置。所述方法包括:当确定目标应用的服务状态发生变更时,从所述目标应用对应的多个业务监测对象中,确定受本次变更影响的第一业务监测对象。根据各业务监测对象的监测属性信息,以及各业务监测对象与所述第一业务监测对象的相关性,确定各所述业务监测对象对于本次变更的监测重要程度值。根据各所述业务监测对象分别对应的监测重要程度值,从所述多个业务监测对象中,筛选出与所述目标应用本次变更所对应的目标业务监测对象。基于所述目标业务监测对象对应的所述监测属性信息,对所述目标应用进行业务监测,得到业务监测结果,并根据所述业务监测结果对所述目标应用进行异常检测。
-
公开(公告)号:CN115758161A
公开(公告)日:2023-03-07
申请号:CN202211566161.8
申请日:2022-12-07
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/241 , G06F18/22 , G06N3/08 , G06N3/0464
Abstract: 本说明书公开了一种模型训练方法、系统变更的风控方法、装置及电子设备。包括:获取系统变更样本,系统变更样本包括基准系统变更样本和对比系统变更样本,基准系统变更样本为既定存在变更风险的系统变更样本,对比系统变更样本标注有风险分类标签。基于风险识别模型的对比学习网络对基准系统变更样本和对比系统变更样本在性能变更维度上的时序特征数据进行相似度计算,得到特征相似度。基于风险识别模型的分类计算网络对特征相似度和对比系统变更样本在变更影响面维度上的时序特征数据进行分类计算,得到预测风险分类结果。计算预测的风险分类结果和实际风险分类结果确定训练损失,并根据训练损失调整对比学习网络和分类计算网络的参数。
-
公开(公告)号:CN116756669A
公开(公告)日:2023-09-15
申请号:CN202310618565.5
申请日:2023-05-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/2433 , G06F18/22 , G06F18/23 , G06Q10/0635 , G06N3/08 , G06N3/04
Abstract: 本说明书公开了一种模型训练方法、风控执行方法、装置及电子设备。训练方法包括:获取目标活动的第一历史样本集对应第一类监控项的时序数据,第一类监控项是指业已确定受到目标活动影响的监控项。对第一历史样本集对应第一类监控项的时序数据进行相似度聚类,得到多个簇。获取目标活动的第二历史样本集对应第二类监控项的时序数据,第二类监控项不同于第一类监控项,第二历史样本集的样本标注有训练标签,训练标签用于指示是否受到目标活动的影响。基于第二历史样本集对应第二类监控项的时序数据所属簇的簇标识以及对应的相似度距离,构建第二历史样本集的训练特征。基于第二历史样本集的训练标签和训练特征,训练预测模型。
-
公开(公告)号:CN115718672A
公开(公告)日:2023-02-28
申请号:CN202211467459.3
申请日:2022-11-22
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F11/07
Abstract: 本说明书一个或多个实施例公开了一种应用异常检测方法及装置。所述方法包括:当确定目标应用的服务状态发生变更时,从所述目标应用对应的多个业务监测对象中,确定受本次变更影响的第一业务监测对象。根据各业务监测对象的监测属性信息,以及各业务监测对象与所述第一业务监测对象的相关性,确定各所述业务监测对象对于本次变更的监测重要程度值。根据各所述业务监测对象分别对应的监测重要程度值,从所述多个业务监测对象中,筛选出与所述目标应用本次变更所对应的目标业务监测对象。基于所述目标业务监测对象对应的所述监测属性信息,对所述目标应用进行业务监测,得到业务监测结果,并根据所述业务监测结果对所述目标应用进行异常检测。
-
-
-
-