一种多源数据融合与智能风险预测的工资保证金动态核定方法与流程
本发明涉及智能合约,更具体地说,它涉及一种多源数据融合与智能风险预测的工资保证金动态核定方法。
背景技术:
1、在工程项目工资保证金业务中,核定流程通常由劳务实名制平台、门禁或考勤终端、项目工资数据网关、银行回执接口、业务数据库和区块链智能合约节点共同承担。现场人员进出记录、工资指令落库记录、支付状态回执、项目状态记录和链上确认记录分别来自不同系统,字段口径、时间来源、数据版本和接口响应状态并不一致。实际部署时,业务处理端需要完成采集、清洗、关联、风险评估、金额生成和合约调用,并在失败、重试、复核等状态之间保持可追溯处理。
2、现有工资保证金核定系统多以项目维度汇总数据缺失比例、异常记录比例、工资指令与出勤记录的匹配比例、支付状态异常比例、项目状态值和历史处理状态,再按预置权重得到当前风险值,并据此生成核定金额。该类流程能够支撑常规批量核定,但在现场终端上传延迟、工资网关落库延迟、链上确认延迟同时存在时,端到端耗时只能反映整体变慢,难以区分延迟主要发生在现场数据进入工资网关之前,还是发生在工资网关调用智能合约之后。
3、上述链路位置不清会影响后续处理策略。若现场数据迟到被按链上确认异常处理,系统可能触发不必要的合约重试;若链上短时拥塞被按业务数据异常处理,系统可能将可复核的链路状态计入工资保证金风险输入。对工程项目而言,核定任务还需要保留事件来源、项目编号、人员编号、数据版本和合约调用状态,保证核定金额写入、暂缓写入和重试状态写入可校验、可追踪。
技术实现思路
1、本发明提供一种多源数据融合与智能风险预测的工资保证金动态核定方法,解决背景技术中提出的技术问题。
2、本发明提供了一种多源数据融合与智能风险预测的工资保证金动态核定方法,应用于包括门禁或考勤终端、项目工资数据网关、区块链智能合约节点和业务处理端的数据处理环境,业务处理端对应数据接入服务器和业务服务器的处理动作,包括:
3、所述业务处理端将进场记录、工资指令写入记录和合约确认记录关联为三节点事件组,并基于所述三节点事件组生成事件组摘要和事件组完整标记;
4、所述业务处理端对多源原始数据进行格式统一,形成项目核定数据集;
5、在所述三节点事件组满足时间先后顺序时,所述业务处理端以进场记录时间和合约确认时间形成端到端处理链时间区间,确定工资指令写入时间在所述端到端处理链时间区间中的有向位置,以得到三节点时序折点值,并根据历史有效三节点事件组确定常态折点值和折点偏离值;
6、所述业务处理端根据所述折点偏离值更新当前风险值,并根据当前风险值生成核定金额;
7、所述业务处理端将项目编号、数据版本号、核定金额、事件组摘要、事件组完整标记、三节点时序折点值、折点偏离值和异常链段标记组成合约调用数据包;
8、智能合约对事件组摘要、事件组完整标记和折点偏离值进行验证,并根据验证结果以及异常链段标记执行核定金额写入、暂缓写入或重试状态写入。
9、本发明的有益效果在于:本发明通过将门禁或考勤终端、项目工资数据网关和区块链智能合约节点产生的进场记录时间、工资指令写入时间和合约确认时间组织为三节点事件组,并将事件组摘要、事件组完整标记、三节点时序折点值、折点偏离值和异常链段标记随合约调用数据包传递,使工资保证金核定不再只依赖汇总延迟或离散业务状态;业务处理端能够区分现场数据进入网关前后的延迟位置,将折点偏离值用于当前风险值更新和核定金额生成,智能合约能够基于可校验的数据包执行核定金额写入、暂缓写入或重试状态写入,从而减少因链路延迟来源混淆造成的误判、重复更新和不适当写入,并便于在现有项目工资管理、劳务实名制和链上回执环境中接入。
1.一种多源数据融合与智能风险预测的工资保证金动态核定方法,应用于包括门禁或考勤终端、项目工资数据网关、区块链智能合约节点和业务处理端的数据处理环境,业务处理端对应数据接入服务器和业务服务器的处理动作,其特征在于,包括:
2.根据权利要求1所述的一种多源数据融合与智能风险预测的工资保证金动态核定方法,其特征在于,在关联形成所述三节点事件组之前,所述业务处理端登记数据源登记信息,所述数据源登记信息包括数据源编号、项目编号以及数据源编号与项目编号的固定对应关系。
3.根据权利要求1所述的一种多源数据融合与智能风险预测的工资保证金动态核定方法,其特征在于,所述三节点事件组包括项目编号、人员编号、核定周期、进场记录时间、工资指令写入时间、合约确认时间、三个节点的数据源编号、三个节点的原始业务编号、数据版本号、事件组摘要和事件组完整标记。
4.根据权利要求3所述的一种多源数据融合与智能风险预测的工资保证金动态核定方法,其特征在于,所述生成事件组摘要包括:将进场记录时间、工资指令写入时间、合约确认时间、三个节点的数据源编号、三个节点的原始业务编号、项目编号、人员编号和数据版本号按照固定字段顺序进行序列化,并对序列化结果生成事件组摘要。
5.根据权利要求1所述的一种多源数据融合与智能风险预测的工资保证金动态核定方法,其特征在于,所述形成项目核定数据集包括:所述业务处理端将与进场记录时间、工资指令写入时间、合约确认时间、支付状态和项目状态对应的字段转换为统一格式,以项目编号作为项目关联键,并以人员编号和有效时间段作为人员关联键,将进场记录、工资指令写入记录、支付状态回执和项目状态记录关联到相同项目和相同人员。
6.根据权利要求1所述的一种多源数据融合与智能风险预测的工资保证金动态核定方法,其特征在于,所述确定三节点时序折点值包括:将进场记录时间对应于端到端处理链时间区间起点,将合约确认时间对应于端到端处理链时间区间终点,并根据工资指令写入时间相对于所述端到端处理链时间区间起点和所述端到端处理链时间区间终点的偏移方向及偏移大小,确定三节点时序折点值。
7.根据权利要求6所述的一种多源数据融合与智能风险预测的工资保证金动态核定方法,其特征在于,所述常态折点值为同一项目最近的多个有效三节点事件组的三节点时序折点值的中位数;所述折点偏离值由当前三节点时序折点值相对于常态折点值的差异程度确定。
8.根据权利要求7所述的一种多源数据融合与智能风险预测的工资保证金动态核定方法,其特征在于,所述异常链段标记包括输入链段复核标记和确认链段重试标记;当三节点时序折点值表明工资指令写入时间更靠近合约确认时间且折点偏离值超过折点允许偏差条件时,生成输入链段复核标记;当三节点时序折点值表明工资指令写入时间更靠近进场记录时间且折点偏离值超过折点允许偏差条件时,生成确认链段重试标记。
9.根据权利要求1所述的一种多源数据融合与智能风险预测的工资保证金动态核定方法,其特征在于,所述更新当前风险值包括:所述业务处理端将数据缺失比例、异常记录比例、工资指令与出勤记录的匹配比例、支付状态异常比例、项目状态值和历史处理状态转换为单项归一值,按预设单项权重得到基础风险结果,并根据折点偏离值对所述基础风险结果进行修正,得到当前风险值。
10.根据权利要求8所述的一种多源数据融合与智能风险预测的工资保证金动态核定方法,其特征在于,所述智能合约对事件组摘要、事件组完整标记和折点偏离值进行验证,并根据验证结果以及异常链段标记执行核定金额写入、暂缓写入或重试状态写入包括:所述业务处理端对合约调用数据包生成数字签名;所述智能合约验证调用方身份、由业务处理端针对合约调用数据包生成的数字签名、项目编号、数据版本号和事件组摘要;当事件组完整标记表示三节点事件组完整,且折点偏离值满足折点允许偏差条件时,写入核定金额、数据版本号、事件组摘要、三节点时序折点值和执行状态;当存在输入链段复核标记时,保持原金额不变并写入输入链段复核状态;当存在确认链段重试标记时,保持原金额不变并写入确认链段重试状态;当所述三节点事件组为不完整事件组时,拒绝更新并记录缺失节点。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com