银行风险预测方法、装置、设备及存储介质与流程

1.本技术涉及金融风险技术领域，尤其涉及一种银行风险预测方法、装置、设备及存储介质。


背景技术：

2.目前科技系统已广泛应用于银行的金融业务支撑，然而科技系统发生故障等因素均有可能产生业务损失。当前科技风险管理方面，大部分依靠人工收集风险事件和评估损失，建有运营监控系统和运维系统，但未实现自动化收集、应用、评估数据以及风险预测，无法提前自动做好风险管控。


技术实现要素：

3.为了解决上述技术问题，本技术实施例提供了一种银行风险预测方法、装置、设备及存储介质。
4.第一方面，本技术实施例提供了一种银行风险预测方法，所述方法包括：
5.分别从多个银行数据管理系统获取银行历史数据；
6.在数据仓库对所述银行历史数据进行标准化处理，得到标准化银行数据；
7.按照科技风险管理体系的预设类别对所述标准化银行数据进行分类，得到多类初始银行数据；
8.获取各类初始银行数据中的生产事件及损失数据；
9.对所述生产事件及所述损失数据进行实体抽取，得到多个实体；
10.将多个所述实体进行关系映射，以构建生产事件与损失数据的归因图；
11.从多个所述银行数据管理系统获取银行实时数据，根据所述银行实时数据确定历史风险事件；
12.从所述生产事件与损失数据的归因图中获取所述历史风险事件对应的目标损失数据，将所述目标损失数据确定为所述银行实时数据的预测损失数据。
13.在一实施方式中，多个所述银行数据管理系统包括银行生产运维管理系统、银行升级开发系统和银行安全事件平台；
14.所述分别从多个银行数据管理系统获取银行历史数据，包括：
15.从所述银行生产运维管理系统获取运维管理数据；
16.从所述银行升级开发系统获取开发数据；
17.从所述银行安全事件平台获取安全事件数据；
18.将所述运维管理数据、所述开发数据及所述安全事件数据确定为所述银行历史数据。
19.在一实施方式中，所述科技风险管理体系的预设类别包括：性能指标和安全事件类型；多类所述初始银行数据包括：信息安全类银行数据及业务中断类银行数据；
20.所述按照科技风险管理体系的预设类别对所述标准化银行数据进行分类，得到多
类初始银行数据，包括：
21.当所述标准化银行数据存在包括安全事件的第一目标银行数据，将所述第一目标银行数据划分为所述信息安全类银行数据；
22.当所述标准化银行数据存在包括业务中断标签的第二目标银行数据，将所述第二目标银行数据划分为所述业务中断类银行数据。
23.在一实施方式中，多个所述实体包括：业务系统、生产事件、归因、业务及损失案例；所述将多个所述实体进行关系映射，以构建生产事件与损失数据的归因图，包括：
24.根据损失事件库确定所述业务系统与所述生产事件之间的关系标签；
25.确定所述生产事件与所述归因之间的原因标签；
26.确定所述业务系统与业务之间的承载标签；
27.确定生产事件与损失案例之间的损失标签；
28.根据所述业务系统、所述生产事件、所述归因、所述业务、所述损失案例、所述关系标签、所述原因标签、所述承载标签、所述损失标签，构建生产事件与损失数据的归因图。
29.在一实施方式中，所述方法还包括：
30.根据所述业务系统、所述生产事件、所述归因、所述业务及所述损失案例生成多个初始损失案例；
31.从多个所述初始损失案例中确定损失数据大于预设损失阈值的目标损失案例；
32.根据所述目标损失案例生成损失案例库。
33.在一实施方式中，所述方法还包括：
34.根据各类初始银行数据中的生产事件及损失数据生成风险事件库；
35.所述根据所述银行实时数据确定历史风险事件，包括：
36.从所述风险事件库中查找与所述银行实时数据匹配的所述历史风险事件。
37.在一实施方式中，各类初始银行数据包括：初始银行运维数据、初始银行开发数据、初始银行安全数据；
38.所述根据各类初始银行数据中的生产事件及损失数据生成风险事件库；包括：
39.根据所述初始银行运维数据中的生产事件及损失数据生成银行运维风险事件库；
40.根据所述初始银行开发数据中的生产事件及损失数据生成银行开发风险事件库；
41.根据所述初始银行安全数据中的生产事件及损失数据生成银行安全风险事件库。
42.第二方面，本技术实施例提供了一种银行风险预测装置，所述银行风险预测装置包括：
43.第一获取模块，用于分别从多个银行数据管理系统获取银行历史数据；
44.处理模块，用于在数据仓库对所述银行历史数据进行标准化处理，得到标准化银行数据；
45.分类模块，用于按照科技风险管理体系的预设类别对所述标准化银行数据进行分类，得到多类初始银行数据；
46.第二获取模块，用于获取各类初始银行数据中的生产事件及损失数据；
47.抽取模块，用于对所述生产事件及所述损失数据进行实体抽取，得到多个实体；
48.构建模块，用于将多个所述实体进行关系映射，以构建生产事件与损失数据的归因图；
49.第一确定模块，用于从多个所述银行数据管理系统获取银行实时数据，根据所述银行实时数据确定历史风险事件；
50.第二确定模块，用于从所述生产事件与损失数据的归因图中获取所述历史风险事件对应的目标损失数据，将所述目标损失数据确定为所述银行实时数据的预测损失数据。
51.第三方面，本技术实施例提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述计算机程序在所述处理器运行时执行第一方面提供的银行风险预测方法。
52.第四方面，本技术实施例提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序在处理器上运行时执行第一方面提供的银行风险预测方法。
53.上述本技术提供的银行风险预测方法、装置、设备及存储介质，分别从多个银行数据管理系统获取银行历史数据；在数据仓库对银行历史数据进行标准化处理，得到标准化银行数据；按照科技风险管理体系的预设类别对标准化银行数据进行分类，得到多类初始银行数据；获取各类初始银行数据中的生产事件及损失数据；对生产事件标签及损失数据进行实体抽取，得到多个实体；将多个实体进行关系映射，构建生产事件与损失数据的归因图；从多个所述银行数据管理系统获取银行实时数据，根据银行实时数据确定历史风险事件；从生产事件与损失数据的归因图中获取历史风险事件对应的目标损失数据，将目标损失数据确定为银行实时数据的预测损失数据，自动预测银行风险预测。
附图说明
54.为了更清楚地说明本技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对本技术保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
55.图1示出了本技术实施例提供的银行风险预测方法的一流程示意图；
56.图2示出了本技术实施例提供的银行风险预测方法的另一流程示意图；
57.图3示出了本技术实施例提供的银行风险预测方法的另一流程示意图；
58.图4示出了本技术实施例提供的生产事件与损失数据的归因图的一示例图；
59.图5示出了本技术实施例提供的银行风险预测装置的一结构示意图；
60.图6示出了本技术实施例提供的电子设备的一结构示意图。
61.图标：500-银行风险预测装置，501-第一获取模块，502-处理模块，503-分类模块，504-第二获取模块，505-抽取模块，506-构建模块，507-第一确定模块，508-第二确定模块；
62.600-电子设备，601-收发机，602-处理器，603-存储器。
具体实施方式
63.下面将结合本技术实施例中附图，对本技术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技术一部分实施例，而不是全部的实施例。
64.通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范
围。
65.在下文中，可在本技术的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
66.此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
67.除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本技术的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本技术的各种实施例中被清楚地限定。
68.现有技术在科技风险管理方面，主要存在以下问题：1、银行科技风险的评估、风险程度的衡量，损失数据的收集，大部分依靠人工评估，手工收集风险事件并评估损失，未实现科技化和智能化。2、风险体系不够完善，银行虽建有各种科技运营监控系统和运维系统，但仍未将数据实现收集、分析和应用，以自动化分析科技风险。3、未建立科技风险知识库，尤其是仍未将损失数据加以加工和应用，以防范和预测科技风险事件的发生和带来的损失，以提前做好风险管控。4、没有一套完整的技术及评估分析体系支撑对科技风险的分析和评估，实现难度较高。现有技术无法提前自动做好金融风险预测。
69.实施例1
70.本技术实施例提供了一种银行风险预测方法。
71.参见图1，银行风险预测方法包括：
72.步骤s101，分别从多个银行数据管理系统获取银行历史数据。
73.在本实施例中，多个所述银行数据管理系统包括银行生产运维管理系统、银行升级开发系统和银行安全事件平台。
74.参见图2，步骤s101包括：
75.步骤s1011，从所述银行生产运维管理系统获取运维管理数据；
76.步骤s1012，从所述银行升级开发系统获取开发数据；
77.步骤s1013，从所述银行安全事件平台获取安全事件数据；
78.步骤s1014，将所述运维管理数据、所述开发数据及所述安全事件数据确定为所述银行历史数据。
79.进一步补充说明的是，科技风险的数据，主要来自科技侧的开发管理和运维系统，在银行主要有itil(运维管理系统)、itsm(统一运营管理平台)、starlink、安全事件平台等系统，分别承载着科技开发管理、系统运维运营、安全事件记录等信息，将这些系统的数据实现采集和汇聚，并以供数据分析和监测使用。可以根据银行系统的业务定位，划分为银行生产运维管理系统、银行升级开发系统和银行安全事件平台，也可以有其他划分标准，在此不做限制。各银行系统可以采集的数据及采集方式可以参见以下表1。
80.表1、银行系统的数据采集示例表。
[0081][0082][0083]
步骤s102，在数据仓库对所述银行历史数据进行标准化处理，得到标准化银行数据。
[0084]
示范性的，按照表1所示采集相关数据后，在数据仓库进行标准化处理，数据集市中进行数据关联和分类处理，得到标准化银行数据。例如：将涉及相同系统的数据进行关联，生成以系统基础信息、关联人员、关联的安全事件及关联的损失案例数据。
[0085]
步骤s103，按照科技风险管理体系的预设类别对所述标准化银行数据进行分类，得到多类初始银行数据。
[0086]
在本实施例中，将数据按照科技风险管理体系进行分类和关联打标，科技风险管理体系主要分为8大领域的风险管理，包括：1、信息科技治理2、信息科技风险管理，3、信息安全，4、系统开发、测试和维护，5、信息科技运行，6、信息科技业务连续性管理，7、信息科技外包管理，8、知识产权。
[0087]
在一实施方式中，所述科技风险管理体系的预设类别包括：性能指标和安全事件类型，多类所述初始银行数据包括：信息安全类银行数据及业务中断类银行数据；步骤s103包括：
[0088]
当所述标准化银行数据存在包括安全事件的第一目标银行数据，将所述第一目标银行数据划分为所述信息安全类银行数据；
[0089]
当所述标准化银行数据存在包括业务中断标签的第二目标银行数据，将所述第二目标银行数据划分为所述业务中断类银行数据。
[0090]
步骤s104，获取各类初始银行数据中的生产事件及损失数据。
[0091]
在本实施例中，对于银行生产运维系统数据及损失数据的处理和分类的处理原则为：以生产运维系统中的监测数据分类为准，主要包括：性能指标、安全事件，并根据分类映
射到前文所述的8大风险领域。如：安全事件中的安全攻击和漏洞划分到信息安全类。进一步说明的是，主要依托8大风险域及涉及到的子域映射表进行匹配，8大风险域及涉及到的子域映射表可以预先确定。参见表2，为信息科技治理及风险子域映射示例表。其他风险域及子域映射表在此不做赘述。
[0092]
表2、信息科技治理及风险子域映射示例表。
[0093][0094]
这样，将生产运维数据进行自动分类及打上对应的特征标签，如：业务审批生产系统中断2s，则为该事件打上“信息科技业务连续性管理”的分类标签，并打上“业务中断”标签；将损失数据按8大风险域及风险子域进行分类，以确定好损失数据分类。
[0095]
步骤s105，对所述生产事件及所述损失数据进行实体抽取，得到多个实体。
[0096]
在本实施例中，归因图主要将采集的生产事件标签和损失数据中的数据进行实体抽取，关系映射等操作，建立一张生产事件-归因-损失的图数据，以供后续应用和查询使用。其中，生产事件包括系统中断、响应迟缓、访问报错等。损失数据包括系统记录的由于生产事件产生的损失评估、损失数据。
[0097]
步骤s106，将多个所述实体进行关系映射，以构建生产事件与损失数据的归因图。
[0098]
在一实施方式中，多个所述实体包括：业务系统、生产事件、归因、业务及损失案例。
[0099]
参见图3，步骤s106包括：
[0100]
步骤s1061，根据损失事件库确定所述业务系统与所述生产事件之间的关系标签；
[0101]
步骤s1062，确定所述生产事件与所述归因之间的原因标签；
[0102]
步骤s1063，确定所述业务系统与业务之间的承载标签；
[0103]
步骤s1064，确定生产事件与损失案例之间的损失标签；
[0104]
步骤s1065，根据所述业务系统、所述生产事件、所述归因、所述业务、所述损失案例、所述关系标签、所述原因标签、所述承载标签、所述损失标签，构建生产事件与损失数据的归因图。
[0105]
示范性的，业务系统为：生产事件中事件主体系统，事件为：事件内容，关系标签为：业务中断，实际操作中，主要以提取损失事件库中的主要原因作为事件对比对象，建立关系标签；实体事件与归因之间的关系为归因中的原因标识，常见的原因标识有技术、流程、等，根据不同事件类型自动选择对应的关系；事件与损失之间则采集事件库中的事件和对应损失，关系为损失；业务系统与业务之间的关系则通过承载的业务内容进行关系建立。
[0106]
参见图图4，业务审批系统与贷款审批和客户风险排除之间是承载业务的关系，业务审批系统与中断2s之间是业务中断关系，中断2s与性能不足之间是技术原因标签，中断2s与损失案例、损失20w之间为损失关系。
[0107]
步骤s107，从多个所述银行数据管理系统获取银行实时数据，根据所述银行实时数据确定历史风险事件。
[0108]
示范性的，实时采集银行各系统反馈数据，实时对数据进行关联及分析，分析系统当前状态可能存在的风险事件，如果发生风险事件后的数据损失，在该系统中，主要依据运维系统反馈的日志作为输入，从而对日志进行分类和可能出现的事件预测，主要依靠如性能响应时效，访问成功失败等告警日志，依据日志特征匹配度，将日志归类到对应的事件类型，从而关联出损失数据，即获取银行实时数据对应的历史风险事件，获取历史风险事件对应的损失数据。需要说明的是，日志特征匹配度，即以历史事件作为知识库做文本匹配。
[0109]
步骤s108，从所述生产事件与损失数据的归因图中获取所述历史风险事件对应的目标损失数据，将所述目标损失数据确定为所述银行实时数据的预测损失数据。
[0110]
在本实施例中，基于生产事件与损失数据的归因图提供一张查询图，查看银行各系统运行状态及可能存在的风险概率。
[0111]
在本实施例中，采用生产事件与损失数据的归因图，自动采集银行系统数据，针对风险点、各类银行系统、损失数据自动构建关系图，以实现针对不同的风险和银行系统，自动评估该风险的损失关系和损失数据，以实现风险损失预测，做好风险评估和管控。
[0112]
在一实施方式中，根据所述业务系统、所述生产事件、所述归因、所述业务及所述损失案例生成多个初始损失案例；
[0113]
从多个所述初始损失案例中确定损失数据大于预设损失阈值的目标损失案例；
[0114]
根据所述目标损失案例生成损失案例库。
[0115]
在本实施例中，预设损失阈值可以为银行设定的阈值，例如为2万，或者3王，在此不做限制。
[0116]
这样，可以将损失案例库作为对比标准，提高风险预测效率。
[0117]
在一实施方式中，所述方法还包括：
[0118]
根据各类初始银行数据中的生产事件及损失数据生成风险事件库；
[0119]
所述根据所述银行实时数据确定历史风险事件，包括：
[0120]
从所述风险事件库中查找与所述银行实时数据匹配的所述历史风险事件。
[0121]
在本实施例中，提前生成风险事件库可以提高处理效率，然后，依据日志特征匹配
度，将日志归类到对应的事件类型，从而在风险事件库关联出历史风险事件，进而确定历史风险事件对应的损失数据，提高预测的精确度。
[0122]
在一实施方式中，各类初始银行数据包括：初始银行运维数据、初始银行开发数据、初始银行安全数据；
[0123]
所述根据各类初始银行数据中的生产事件及损失数据生成风险事件库；包括：
[0124]
根据所述初始银行运维数据中的生产事件及损失数据生成银行运维风险事件库；
[0125]
根据所述初始银行开发数据中的生产事件及损失数据生成银行开发风险事件库；
[0126]
根据所述初始银行安全数据中的生产事件及损失数据生成银行安全风险事件库。
[0127]
这样，针对不同银行数据生成对应的风险事件库，有利于风险的细粒度的管控。
[0128]
本实施例通过构建基于图关系的科技风险损失预测方案，主要用于监控银行各类系统运行及可能存在的损失情况，用于提前预警和风险干预，该方案主要提供如下优点和好处：
[0129]
1、提供一套科技风险事件到损失数据的关联知识图谱库，可以快速的提供查询和损失检索，同时建立了完整的风险到损失的风险知识体系。
[0130]
2、提供了事件日志库，用于运维监控和日志及事件匹配，以提高系统监控效率和自动风险评估。
[0131]
3、提供了快速的损失评估查询接口，在风险发生后，可提前评估风险影响及造成的损失，以提前做好风险处置和响应，减少损失。
[0132]
本实施例提供的银行风险预测方法，分别从多个银行数据管理系统获取银行历史数据；在数据仓库对银行历史数据进行标准化处理，得到标准化银行数据；按照科技风险管理体系的预设类别对标准化银行数据进行分类，得到多类初始银行数据；获取各类初始银行数据中的生产事件及损失数据；对生产事件标签及损失数据进行实体抽取，得到多个实体；将多个实体进行关系映射，构建生产事件与损失数据的归因图；从多个所述银行数据管理系统获取银行实时数据，根据银行实时数据确定历史风险事件；从生产事件与损失数据的归因图中获取历史风险事件对应的目标损失数据，将目标损失数据确定为银行实时数据的预测损失数据，自动预测银行风险预测。
[0133]
实施例2
[0134]
此外，本技术实施例提供了一种银行风险预测装置，应用于电子设备。
[0135]
如图5所示，银行风险预测装置500包括：
[0136]
第一获取模块501，用于分别从多个银行数据管理系统获取银行历史数据；
[0137]
处理模块502，用于在数据仓库对所述银行历史数据进行标准化处理，得到标准化银行数据；
[0138]
分类模块503，用于按照科技风险管理体系的预设类别对所述标准化银行数据进行分类，得到多类初始银行数据；
[0139]
第二获取模块504，用于获取各类初始银行数据中的生产事件及损失数据；
[0140]
抽取模块505，用于对所述生产事件及所述损失数据进行实体抽取，得到多个实体；
[0141]
构建模块506，用于将多个所述实体进行关系映射，以构建生产事件与损失数据的归因图；
[0142]
第一确定模块507，用于从多个所述银行数据管理系统获取银行实时数据，根据所述银行实时数据确定历史风险事件；
[0143]
第二确定模块508，用于从所述生产事件与损失数据的归因图中获取所述历史风险事件对应的目标损失数据，将所述目标损失数据确定为所述银行实时数据的预测损失数据。
[0144]
本实施例提供的银行风险预测装置500可以实现实施例1所提供的银行风险预测方法，为避免重复，在此不再赘述。
[0145]
本实施例提供的银行风险预测装置，分别从多个银行数据管理系统获取银行历史数据；在数据仓库对银行历史数据进行标准化处理，得到标准化银行数据；按照科技风险管理体系的预设类别对标准化银行数据进行分类，得到多类初始银行数据；获取各类初始银行数据中的生产事件及损失数据；对生产事件标签及损失数据进行实体抽取，得到多个实体；将多个实体进行关系映射，构建生产事件与损失数据的归因图；从多个所述银行数据管理系统获取银行实时数据，根据银行实时数据确定历史风险事件；从生产事件与损失数据的归因图中获取历史风险事件对应的目标损失数据，将目标损失数据确定为银行实时数据的预测损失数据，自动预测银行风险预测。
[0146]
实施例3
[0147]
此外，本技术实施例提供了一种电子设备，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器上运行时执行实施例1所提供的银行风险预测方法。
[0148]
具体的，参见图6，所述电子设备600包括：收发机601、总线接口及处理器602，所述处理器602，用于：分别从多个银行数据管理系统获取银行历史数据；
[0149]
在数据仓库对所述银行历史数据进行标准化处理，得到标准化银行数据；
[0150]
按照科技风险管理体系的预设类别对所述标准化银行数据进行分类，得到多类初始银行数据；
[0151]
获取各类初始银行数据中的生产事件及损失数据；
[0152]
对所述生产事件及所述损失数据进行实体抽取，得到多个实体；
[0153]
将多个所述实体进行关系映射，以构建生产事件与损失数据的归因图；
[0154]
从多个所述银行数据管理系统获取银行实时数据，根据所述银行实时数据确定历史风险事件；
[0155]
从所述生产事件与损失数据的归因图中获取所述历史风险事件对应的目标损失数据，将所述目标损失数据确定为所述银行实时数据的预测损失数据。
[0156]
在一实施方式中，多个所述银行数据管理系统包括银行生产运维管理系统、银行升级开发系统和银行安全事件平台；所述处理器602还用于：从所述银行生产运维管理系统获取运维管理数据；
[0157]
从所述银行升级开发系统获取开发数据；
[0158]
从所述银行安全事件平台获取安全事件数据；
[0159]
将所述运维管理数据、所述开发数据及所述安全事件数据确定为所述银行历史数据。
[0160]
在一实施方式中，所述科技风险管理体系的预设类别包括：性能指标和安全事件
类型；多类所述初始银行数据包括：信息安全类银行数据及业务中断类银行数据；
[0161]
所述处理器602还用于：当所述标准化银行数据存在包括安全事件的第一目标银行数据，将所述第一目标银行数据划分为所述信息安全类银行数据；
[0162]
当所述标准化银行数据存在包括业务中断标签的第二目标银行数据，将所述第二目标银行数据划分为所述业务中断类银行数据。
[0163]
在一实施方式中，多个所述实体包括：业务系统、生产事件、归因、业务及损失案例；所述处理器602还用于：根据损失事件库确定所述业务系统与所述生产事件之间的关系标签；
[0164]
确定所述生产事件与所述归因之间的原因标签；
[0165]
确定所述业务系统与业务之间的承载标签；
[0166]
确定生产事件与损失案例之间的损失标签；
[0167]
根据所述业务系统、所述生产事件、所述归因、所述业务、所述损失案例、所述关系标签、所述原因标签、所述承载标签、所述损失标签，构建生产事件与损失数据的归因图。
[0168]
在一实施方式中，所述处理器602还用于：根据所述业务系统、所述生产事件、所述归因、所述业务及所述损失案例生成多个初始损失案例；
[0169]
从多个所述初始损失案例中确定损失数据大于预设损失阈值的目标损失案例；
[0170]
根据所述目标损失案例生成损失案例库。
[0171]
在一实施方式中，所述处理器602还用于：根据各类初始银行数据中的生产事件及损失数据生成风险事件库；
[0172]
从所述风险事件库中查找与所述银行实时数据匹配的所述历史风险事件。
[0173]
在一实施方式中，各类初始银行数据包括：初始银行运维数据、初始银行开发数据、初始银行安全数据；所述处理器602还用于：根据所述初始银行运维数据中的生产事件及损失数据生成银行运维风险事件库；
[0174]
根据所述初始银行开发数据中的生产事件及损失数据生成银行开发风险事件库；
[0175]
根据所述初始银行安全数据中的生产事件及损失数据生成银行安全风险事件库。
[0176]
在本技术实施例中，电子设备600还包括：存储器603。在图6中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器602代表的一个或多个处理器和存储器603代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发机601可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。处理器602负责管理总线架构和通常的处理，存储器603可以存储处理器602在执行操作时所使用的数据。
[0177]
本技术实施例提供的电子设备600，可以执行上述方法实施例1所提供的银行风险预测方法的步骤，为避免重复，在此不再赘述。
[0178]
本实施例提供的电子设备，分别从多个银行数据管理系统获取银行历史数据；在数据仓库对银行历史数据进行标准化处理，得到标准化银行数据；按照科技风险管理体系的预设类别对标准化银行数据进行分类，得到多类初始银行数据；获取各类初始银行数据中的生产事件及损失数据；对生产事件标签及损失数据进行实体抽取，得到多个实体；将多个实体进行关系映射，构建生产事件与损失数据的归因图；从多个所述银行数据管理系统
获取银行实时数据，根据银行实时数据确定历史风险事件；从生产事件与损失数据的归因图中获取历史风险事件对应的目标损失数据，将目标损失数据确定为银行实时数据的预测损失数据，自动预测银行风险预测。
[0179]
实施例4
[0180]
本技术还提供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计算机程序，所述计算机程序被处理器执行时实现实施例1所提供的银行风险预测方法。
[0181]
在本实施例中，计算机可读存储介质可以为只读存储器(read-only memory，简称rom)、随机存取存储器(random access memory，简称ram)、磁碟或者光盘等。
[0182]
本实施例提供的计算机可读存储介质可以实现实施例1所提供的银行风险预测方法，为避免重复，在此不再赘述。
[0183]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。
[0184]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的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(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本技术各个实施例所述的方法。
[0185]
上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。

技术特征：
1.一种银行风险预测方法，其特征在于，所述方法包括：分别从多个银行数据管理系统获取银行历史数据；在数据仓库对所述银行历史数据进行标准化处理，得到标准化银行数据；按照科技风险管理体系的预设类别对所述标准化银行数据进行分类，得到多类初始银行数据；获取各类初始银行数据中的生产事件及损失数据；对所述生产事件及所述损失数据进行实体抽取，得到多个实体；将多个所述实体进行关系映射，以构建生产事件与损失数据的归因图；从多个所述银行数据管理系统获取银行实时数据，根据所述银行实时数据确定历史风险事件；从所述生产事件与损失数据的归因图中获取所述历史风险事件对应的目标损失数据，将所述目标损失数据确定为所述银行实时数据的预测损失数据。2.根据权利要求1所述的方法，其特征在于，多个所述银行数据管理系统包括银行生产运维管理系统、银行升级开发系统和银行安全事件平台；所述分别从多个银行数据管理系统获取银行历史数据，包括：从所述银行生产运维管理系统获取运维管理数据；从所述银行升级开发系统获取开发数据；从所述银行安全事件平台获取安全事件数据；将所述运维管理数据、所述开发数据及所述安全事件数据确定为所述银行历史数据。3.根据权利要求1所述的方法，其特征在于，所述科技风险管理体系的预设类别包括：性能指标和安全事件类型；多类所述初始银行数据包括：信息安全类银行数据及业务中断类银行数据；所述按照科技风险管理体系的预设类别对所述标准化银行数据进行分类，得到多类初始银行数据，包括：当所述标准化银行数据存在包括安全事件的第一目标银行数据，将所述第一目标银行数据划分为所述信息安全类银行数据；当所述标准化银行数据存在包括业务中断标签的第二目标银行数据，将所述第二目标银行数据划分为所述业务中断类银行数据。4.根据权利要求1所述的方法，其特征在于，多个所述实体包括：业务系统、生产事件、归因、业务及损失案例；所述将多个所述实体进行关系映射，以构建生产事件与损失数据的归因图，包括：根据损失事件库确定所述业务系统与所述生产事件之间的关系标签；确定所述生产事件与所述归因之间的原因标签；确定所述业务系统与业务之间的承载标签；确定生产事件与损失案例之间的损失标签；根据所述业务系统、所述生产事件、所述归因、所述业务、所述损失案例、所述关系标签、所述原因标签、所述承载标签、所述损失标签，构建生产事件与损失数据的归因图。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：根据所述业务系统、所述生产事件、所述归因、所述业务及所述损失案例生成多个初始
损失案例；从多个所述初始损失案例中确定损失数据大于预设损失阈值的目标损失案例；根据所述目标损失案例生成损失案例库。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据各类初始银行数据中的生产事件及损失数据生成风险事件库；所述根据所述银行实时数据确定历史风险事件，包括：从所述风险事件库中查找与所述银行实时数据匹配的所述历史风险事件。7.根据权利要求6所述的方法，其特征在于，各类初始银行数据包括：初始银行运维数据、初始银行开发数据、初始银行安全数据；所述根据各类初始银行数据中的生产事件及损失数据生成风险事件库；包括：根据所述初始银行运维数据中的生产事件及损失数据生成银行运维风险事件库；根据所述初始银行开发数据中的生产事件及损失数据生成银行开发风险事件库；根据所述初始银行安全数据中的生产事件及损失数据生成银行安全风险事件库。8.一种银行风险预测装置，其特征在于，所述装置包括：第一获取模块，用于分别从多个银行数据管理系统获取银行历史数据；处理模块，用于在数据仓库对所述银行历史数据进行标准化处理，得到标准化银行数据；分类模块，用于按照科技风险管理体系的预设类别对所述标准化银行数据进行分类，得到多类初始银行数据；第二获取模块，用于获取各类初始银行数据中的生产事件及损失数据；抽取模块，用于对所述生产事件及所述损失数据进行实体抽取，得到多个实体；构建模块，用于将多个所述实体进行关系映射，以构建生产事件与损失数据的归因图；第一确定模块，用于从多个所述银行数据管理系统获取银行实时数据，根据所述银行实时数据确定历史风险事件；第二确定模块，用于从所述生产事件与损失数据的归因图中获取所述历史风险事件对应的目标损失数据，将所述目标损失数据确定为所述银行实时数据的预测损失数据。9.一种电子设备，其特征在于，包括存储器以及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器运行时执行权利要求1至7中任一项所述的银行风险预测方法。10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上运行时执行权利要求1至7中任一项所述的银行风险预测方法。

技术总结
本申请实施例提供一种银行风险预测方法、装置、设备及存储介质，属于金融风险技术领域。其中方法包括：在数据仓库对银行历史数据进行标准化处理，得到标准化银行数据；按照科技风险管理体系的预设类别对标准化银行数据进行分类，得到多类初始银行数据；获取各类初始银行数据中的生产事件及损失数据；对生产事件标签及损失数据进行实体抽取，得到多个实体；将多个实体进行关系映射，构建生产事件与损失数据的归因图；从多个所述银行数据管理系统获取银行实时数据，根据银行实时数据确定历史风险事件；从生产事件与损失数据的归因图中获取历史风险事件对应的目标损失数据，将目标损失数据确定为银行实时数据的预测损失数据，自动预测银行风险预测。测银行风险预测。测银行风险预测。


技术研发人员：谢长江
受保护的技术使用者：平安银行股份有限公司
技术研发日：2023.06.07
技术公布日：2023/8/23