针对操作风险的决策方法、装置、设备和程序产品

技术领域

本发明涉及数据处理技术领域，尤其涉及一种针对操作风险的决策方法、装置、设备和程序产品。

背景技术

操作风险是指由不完善或有问题的内部程序、员工和信息科技系统，以及外部事件所造成的风险，包括法律风险但不包括战略风险和声誉风险。

目前在银行常规操作风险的管理流程过程中，关注银行流程上的相关风险识别、评估、检测、控制及缓释。关注内容基本包括内部、外部和法律风险等元素。

但是目前已实施的操作风险管理流程，无法根据各元素之间的关系以及相互影响确定操作风险关键指标的影响范围，因此也就无法实现对操作风险的有效管控。

发明内容

本发明提供了一种针对操作风险的决策方法、装置、设备和程序产品，以实现对操作风险的有效管控。

根据本发明的一方面，提供了一种针对操作风险的决策方法，包括：基于图数据库技术创建与操作风险框架所匹配的图数据库画像模型，其中，所述图数据库画像模型中的节点表示所述操作风险框架中的关键指标，所述图数据库画像模型中的路径表示所述关键指标的关联关系；

采用图权重决策树算法对所述图数据库画像模型中的节点和路径进行参数初始化设定，获取图权重决策树框架模型，其中，所述图权重决策树框架模型中节点的类型包括监测节点、汇集节点和决策节点；

获取目标监测节点的操作数值，根据所述目标监测节点的操作数值采用图模式权重距离评估算法确定所述目标监测节点的风险影响范围；

根据所述风险影响范围确定风险决策方式。

根据本发明的另一方面，提供了一种针对操作风险的决策装置，包括：图数据库画像模型创建模块，用于基于图数据库技术创建与操作风险框架所匹配的图数据库画像模型，其中，所述图数据库画像模型中的节点表示所述操作风险框架中的关键指标，所述图数据库画像模型中的路径表示所述关键指标的关联关系；

图权重决策树框架模型获取模块，用于采用图权重决策树算法对所述图数据库画像模型中的节点和路径进行参数初始化设定，获取图权重决策树框架模型，其中，所述图权重决策树框架模型中节点的类型包括监测节点、汇集节点和决策节点；

风险影响范围确定模块，用于获取目标监测节点的操作数值，根据所述目标监测节点的操作数值采用图模式权重距离评估算法确定所述目标监测节点的风险影响范围；

风向决策方式确定模块，用于根据所述风险影响范围确定风险决策方式。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的方法。

本发明实施例的技术方案，通过构建操作风险图数据库画像模型，并采用图权重决策树算法对图数据库画像模型中的节点和路径进行参数初始化，获取图权重决策树框架模型，当获取到目标监测节点的操作数值时，根据节点属性及路径关系，通过反向推算距离及权重，统筹监测分析叶子节点指标变化，确定目标检测节点的影响范围，根据影响范围确定控制或缓释操作风险的决策方式，以实现对操作风险的有效管控。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供的一种针对操作风险的决策方法流程图；

图2是根据本发明实施例一提供的图数据库画像模型示意图；

图3是根据本发明实施例一提供针对操作风险的决策方法的应用场景示意图；

图4是根据本发明实施例一提供的图权重决策树框架模型的示意图；

图5是根据本发明实施例二提供的一种针对操作风险的决策方法流程图；

图6是根据本发明实施例三提供的一种针对操作风险的决策装置的结构示意图；

图7是实现本发明实施例的四提供的电子设备的结构示意图；

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本发明实施例一提供了一种针对操作风险的决策方法的流程图，本实施例可适用于针对操纵风险进行决策的情况，该方法可以由针对操作风险的决策装置来执行，该装置可以采用硬件和/或软件的形式实现。如图1所示，该方法包括：

步骤S110、基于图数据库技术创建与操作风险框架所匹配的图数据库画像模型。

可选的，基于图数据库技术创建与操作风险框架所匹配的图数据库画像模型，包括：将操作风险框架作为根节点、将关键指标作为叶节点；将根节点和叶节点，采用路径进行连接获取图数据库画像模型；其中，关键指标至少包括：员工、内部程序、信息科技系统、外部事件和法律风险。

具体的说，针对操作风险框架，利用图论技术，在图数据库技术基础上，将操作风险框架抽象为一根托多点树状图结构，将操作风险框架作为根节点，将关键指标，例如员工、内部程序、信息科技系统、外部事件和法律风险作为叶节点，每个叶节点各有多种属性，将每个属性作为所关联叶节点的下一层叶子节点。并将根节点和叶节点，采用路径进行连接获取图数据库画像模型，因此图数据库画像模型中的节点表示操作风险框架中的关键指标，图数据库画像模型中的路径表示关键指标的关联关系，如图2所示，为本实施方式中的图数据库画像模型的示意图。如图3所示，为针对操作风险的决策方法的应用场景示意图，本实施方式中主要是基于图3所示的应用场景确定风险决策方式。

步骤S120、采用图权重决策树算法对图数据库画像模型中的节点和路径进行参数初始化设定，获取图权重决策树框架模型。

可选的，采用图权重决策树算法对图数据库画像模型中的节点和路径进行参数初始化设定，获取图权重决策树框架模型，包括：采用图权重决策树算法对图数据库画像模型进行初始化，确定各节点的节点权重和节点阈值，以及各路径的路径权重；构建各路径的权重传递方向；根据节点权重、节点阈值、路径权重以及权重传递方向，确定图权重决策树框架模型。

具体的说，本实施方式中在根据图权重决策树算法获取图权重决策树框架模型时，采用图权重决策树算法对图数据库画像模型中的节点权重、节点阈值以及路径权重进行初始化。其中，节点权重表示节点对整个系统的风险影响程度，节点阈值表示针对每个节点所设定的发生风险预警时所允许的最大操作数值，路径权重表示子节点与上层父节点的影响关系，并构建各路径的权重传递方向，根据上述信息确定图权重决策树框架模型，如图4所示，为本实施方式中的图权重决策树框架模型的示意图，当然，本实施方式中仅是举例说明，而并不对图权重决策树框架模型的具体形式进行限定。其中，图权重决策树框架模型中节点的类型包括监测节点、汇集节点和决策节点。如图4中的方形框“1.1.2专业技能不高”为监测节点，椭圆形框“2.1业务流程缺陷”为汇集节点，菱形框“相关影响研判”为决策节点，当然本实施方式中仅是以上述进行举例说明，而并不对监测节点、汇集节点和决策节点的具体展示形式进行限定。

值得一提的是，监测节点权重分为对汇集节点常规汇集影响权重和跨路径外延影响其他节点的外延影响权重，附带此节点在整体图权重决策树框架模型中的初始概率分布权重。汇集节点是监测节点的上级节点，与监测节点之前有路径，路径权重表示监测节点与汇集节点的常规属性轨迹关系、相关影响紧密度。路径权重分为长度及宽度两类：长度表示上下级节点相互间的影响传导强弱，宽度表示上下级节点相互间影响的紧密强度。汇集节点也有对跨路径上节点的外延影响权重，并且汇集节点附有次节点及所属下级节点的效用分布映射表，决策节点主要含义为表达相关性影响的权重决策。决策节点内附决策树算法，整体上分为输入、研判及输出三类权重：输入值为相关节点的临界预警值或触发阈值；研判权重分为影响度、传导度、汇集度的输入映射关系值；输出权重为选择映射表值，通常定义为正常和异常两类。

其中，在采用图权重决策树算法对题数据库画像模型进行初始化时，具体方式是初始化节点的权重、依赖关系及关系路径；根据节点权重和路径权重，初构权重决策函数基线，即监测节点阈值；构建权重传递方向；初构每个决策节点的影响程度基线，即决策节点阈值，此基线根据监测的关键指标变化，在图论中进行影响关系分析及决策路径传递分析。如下表1所示，为初始化后的图权重决策树框架模型所对应的关键指标全景示意：

表1

其中，在表1中的定量预警指标相当于节点阈值，同时还包含了节点权重、路径权重以及权重传递方向等信息。

本实施方式中根据操作风险图数据库画像模型以及基于此所获取的图权重决策树框架模型，在商业银行运行过程中，针对五类事项及后续指标进行动态监控，在监控指标变化时，分别有应对流程及权重，每一种风险都纳入图模型中整体进行定性、定量分析，然后根据各自风险的演变路径，在图中找到最小影响路径及最佳应对策略，进行阈值式预警。

步骤S130、获取目标监测节点的操作数值，根据目标监测节点的操作数值采用图模式权重距离评估算法确定目标监测节点的风险影响范围。

具体的说，操作风险的事项监测及决策，实际上是事项驱动型，通过图数据库建模及画像，将操作风险事项以图形式抽象为节点、路径及节点关系、节点(事项)属性及权重、路径权重、节点关系权重等指标。节点属性代表操作风险领域各类发生的事项及事项的属性，例如，表1中的“1人为因素”、“1.1操作失误”、“1.1.1误操作”等。节点的业务规则为：因为人员的主观因素方面人员素质不足子办理银行服务时，业务操作，例如，针对信贷业务过程，将贷款利率输入高值，导致客户资金风险增加，信用违规风险发生，因为业务流程设计部合理，导致上述事项没有内审避免。表1中的1.1.1误操作节点属性自带此业务操作流程的相关业务属性值，同时节点属性中与含有此类业务关键指标特性以月/季统计的因误操作导致损失收入指及允许损失阈值，当此阈值进入预警值区间时，触发相关影响分析。在影响分析过程中，相关属性、节点属性、节点关系、路径关系及权重等都代入推演流程。因此本实施方式的核心思想为通过构建操作风险框架图数据库画像模型，根据节点属性及路径关系规则，通过反向推算距离及权重，统筹监测分析并估算叶子节点指标变化，通过路径对根节点权重的影响范围及趋势，从而控制及缓释操作风险对机构经营的影响。

可选的，根据目标监测节点的操作数值采用图模式权重距离评估算法确定目标监测节点的风险影响范围，包括：当确定操作数值大于目标监测节点阈值，并小于一级路径权重连接的一级汇集节点阈值时，则确定目标监测节点的风险影响范围为本路径一级汇集节点；当确定操作数值大于一级汇集节点阈值时，通过本路径的决策节点进行研判以确定目标监测节点的风险影响范围。

可选的，通过本路径的决策节点进行研判以确定目标监测节点的风险影响范围，包括：通过本路径的决策节点获取目标监测节点的属性；判断属性是否为指定属性，若是，则跨路径到第一相邻路径，并通过第一相邻路径的决策节点进行研判以确定目标监测节点的风险影响范围；否则，确定目标监测节点的风险影响范围为二级路径权重连接的二级汇集节点。

可选的，通过第一相邻路径的决策节点进行研判以确定目标监测节点的风险影响范围，包括：通过第一相邻路径的决策节点获取目标监测节点的属性；判断属性是否为指定属性，若是，则跨路径到第二相邻路径，并确定风险影响范围为第二相邻路径的相关节点，其中，第二相邻路径的相关节点包括法律风险；否则，确定目标监测节点的风险影响范围为第一相连路径的相关节点。

在一个具体实现中，如图4所示，当目标监测节点为1.1.1误操作节点，并且误操作权重具体可以指的是误操作在系统风险中的影响占比，例如为2％，误操作节点所对应的预警阈值为3，可以将1.1操作失误称为一级汇集节点，并将1.1.1误操作节点和1.1操作失误节点之间的连接关系称为一级路径权重，同时1.1操作失误节点对应的预警阈值为7。通过对误操作节点进行检测可以获取误操作数值，当确定操作数值为误操作4次，由于操作失误次数大于3但小于7，则确定1.1.1误操作节点的风险影响范围为本路径的1.1操作失误节点。

另外，可以将1人为因素称为本路径的二级汇集节点，并将1.1操作失误与1人为因素之间的连接关系称为二级路径权重，同时1人为因素节点对应的预警阈值为9。当确定操作数值为误操作8次时，由于超过了1.1操作失误节点对应的预警阈值，因此会通过本路径的决策节点进行研判，决策节点在进行研判时，具体是通过决策节点获取误操作节点的属性，即误操作8次的执行人是老员工还是新员工，由于针对新老员工的风险容忍度是不相同的，并且针对老员工的要求要更加严格，并且新老员工所采用的一级路径的权重值是不相同的，因此当确定执行人为老员工即指定属性时，则会跨路径到第一相邻路径，即2.1业务流程缺陷节点所对应的路径，并通过第一相邻路径的决策节点进行研判，当确定执行人不是老员工时，则确定1.1.1误操作节点的风险影响范围为本路径的1人为因素。

需要说明的是，在跨路径后并通过第一相邻路径的决策节点进行研判以确定1.1.1误操作节点的风险影响范围的方式，与在本路径进行研判的方式大致相同，因此本实施方式中不再进行赘述。并且第一相邻路径的决策节点在进行研判时，当确定超过第一相邻路径的相关预警阈值，并且为指定属性时，会继续跨路径到第二相邻路径，否则的话则确定1.1.1误操作节点的风险影响范围为第一相邻路径的相关节点，例如，2内部程序节点。当然，本实施方式中仅是以图4中的1.1.1误操作节点作为目标监测节点进行举例说明，本实施方式中并不对目标检测节点的具体类型进行限定。

步骤S140、根据风险影响范围确定风险决策方式。

可选的，根据风险影响范围确定风险决策方式，包括：当确定风险影响范围为本路径的节点时，则确定风险决策方式为在本路径进行内控，其中，本路径的节点包括一级汇集节点和二级汇集节点；当确定风险影响范围为第一相邻路径的相关节点时，则确定风险决策方式为在第一相邻路径进行缓释；当确定风险影响范围为第二相邻路径的相关节点时，则确定风险决策方式为业务连续性保障。

具体的说，如图4所示，当确定1.1.1误操作节点的影响范围为本路径的节点，例如1.1操作失误或1人为因素时，则可以确定风险决策方式为在本路径进行内控。而当确定风险影响范围为第一响铃路径的相关节点，例如，为2.1业务流程缺陷或2内部程序时，则确定风险决策方式为在第一响铃路径进行缓释。而当确定风险影响范围为第二相邻路径的相关节点，例如，5法律风险时，则确定风险决策方式为业务连续性保障。

本实施方式中，通过构建操作风险图数据库画像模型，并采用图权重决策树算法对图数据库画像模型中的节点和路径进行参数初始化，获取图权重决策树框架模型，当获取到目标监测节点的操作数值时，根据节点属性及路径关系，通过反向推算距离及权重，统筹监测分析叶子节点指标变化，确定目标检测节点的影响范围，根据影响范围确定控制或缓释操作风险的决策方式，以实现对操作风险的有效管控。

实施例二

图5为本发明实施例二提供的一种针对操作风险的决策方法的流程图，本实施例以上述实施例为基础，在根据风险影响范围确定风险决策方式之后，还包括：当确定风险决策方式为缓释或业务连续性保障时，则对图权重决策树框架模型进行回溯，以对节点和路径的参数进行调整。该方法包括：

步骤S210、基于图数据库技术创建与操作风险框架所匹配的图数据库画像模型。

可选的，基于图数据库技术创建与操作风险框架所匹配的图数据库画像模型，包括：将操作风险框架作为根节点、将关键指标作为叶节点；将根节点和叶节点，采用路径进行连接获取图数据库画像模型；其中，关键指标至少包括：员工、内部程序、信息科技系统、外部事件和法律风险。

步骤S220、采用图权重决策树算法对图数据库画像模型中的节点和路径进行参数初始化设定，获取图权重决策树框架模型。

可选的，采用图权重决策树算法对图数据库画像模型中的节点和路径进行参数初始化设定，获取图权重决策树框架模型，包括：采用图权重决策树算法对图数据库画像模型进行初始化，确定各节点的节点权重和节点阈值，以及各路径的路径权重；构建各路径的权重传递方向；根据节点权重、节点阈值、路径权重以及权重传递方向，确定图权重决策树框架模型。

步骤S230、获取目标监测节点的操作数值，根据目标监测节点的操作数值采用图模式权重距离评估算法确定目标监测节点的风险影响范围。

可选的，根据目标监测节点的操作数值采用图模式权重距离评估算法确定目标监测节点的风险影响范围，包括：当确定操作数值大于目标监测节点阈值，并小于一级路径权重连接的一级汇集节点阈值时，则确定目标监测节点的风险影响范围为本路径一级汇集节点；当确定操作数值大于一级汇集节点阈值时，通过本路径的决策节点进行研判以确定目标监测节点的风险影响范围。

可选的，通过本路径的决策节点进行研判以确定目标监测节点的风险影响范围，包括：通过本路径的决策节点获取目标监测节点的属性；判断属性是否为指定属性，若是，则跨路径到第一相邻路径，并通过第一相邻路径的决策节点进行研判以确定目标监测节点的风险影响范围；否则，确定目标监测节点的风险影响范围为二级路径权重连接的二级汇集节点。

可选的，通过第一相邻路径的决策节点进行研判以确定目标监测节点的风险影响范围，包括：通过第一相邻路径的决策节点获取目标监测节点的属性；判断属性是否为指定属性，若是，则跨路径到第二相邻路径，并确定风险影响范围为第二相邻路径的相关节点，其中，第二相邻路径的相关节点包括法律风险；否则，确定目标监测节点的风险影响范围为第一相连路径的相关节点。

步骤S240、当确定风险决策方式为缓释或业务连续性保障时，则对图权重决策树框架模型进行回溯，以对节点和路径的参数进行调整。

具体的说，本实施方式中，当确定风险决策方式为缓释或业务连续性保障时则，则确定目标监测节点对业务系统的风险影响较大，此时需要对图权重决策树框架模型进行回溯，从而实现对节点和路径的参数的调整，例如，针对图4所示的图权重决策树框架模型，当确定1.1.1误操作节点的影响范围为5法律风险，并且对应的风险决策方式为业务连续性保障时，则可以相应的将1.1.1误操作节点的误操作权重调整为5％，当然，本实施方式中仅是举例说明，而并不对调整的具体数值进行限定。

本实施方式中，通过构建操作风险图数据库画像模型，并采用图权重决策树算法对图数据库画像模型中的节点和路径进行参数初始化，获取图权重决策树框架模型，当获取到目标监测节点的操作数值时，根据节点属性及路径关系，通过反向推算距离及权重，统筹监测分析叶子节点指标变化，确定目标检测节点的影响范围，根据影响范围确定控制或缓释操作风险的决策方式，以实现对操作风险的有效管控。并且通过对图权重决策树框架模型进行调整，可以进一步提高操作风险的管控。

实施例三

图6为本发明实施例三提供的一种针对操作风险的决策装置的结构示意图。如图6所示，该装置包括：图数据库画像模型创建模块510、图权重决策树框架模型获取模块520、风险影响范围确定模块530和风险决策方式确定模块540。

图数据库画像模型创建模块510，用于基于图数据库技术创建与操作风险框架所匹配的图数据库画像模型，其中，图数据库画像模型中的节点表示操作风险框架中的关键指标，图数据库画像模型中的路径表示关键指标的关联关系；

图权重决策树框架模型获取模块520，用于采用图权重决策树算法对图数据库画像模型中的节点和路径进行参数初始化设定，获取图权重决策树框架模型，其中，图权重决策树框架模型中节点的类型包括监测节点、汇集节点和决策节点；

风险影响范围确定模块530，用于获取目标监测节点的操作数值，根据目标监测节点的操作数值采用图模式权重距离评估算法确定目标监测节点的风险影响范围；

风险决策方式确定模块540，用于根据风险影响范围确定风险决策方式。

可选的，图数据库画像模型创建模块，用于将操作风险框架作为根节点、将关键指标作为叶节点；

将根节点和叶节点，采用路径进行连接获取图数据库画像模型；

其中，关键指标至少包括：员工、内部程序、信息科技系统、外部事件和法律风险。

可选的，图权重决策树框架模型获取模块，用于采用图权重决策树算法对图数据库画像模型进行初始化，确定各节点的节点权重和节点阈值，以及各路径的路径权重；

构建各路径的权重传递方向；

根据节点权重、节点阈值、路径权重以及权重传递方向，确定图权重决策树框架模型。

可选的，风险影响范围确定模块，包括：

第一确定子模块，用于当确定操作数值大于目标监测节点阈值，并小于一级路径权重连接的一级汇集节点阈值时，则确定目标监测节点的风险影响范围为本路径一级汇集节点；

第二确定子模块，用于当确定操作数值大于一级汇集节点阈值时，通过本路径的决策节点进行研判以确定目标监测节点的风险影响范围。

可选的，第二确定子模块，用于通过本路径的决策节点获取目标监测节点的属性；

判断属性是否为指定属性，若是，则跨路径到第一相邻路径，并通过第一相邻路径的决策节点进行研判以确定目标监测节点的风险影响范围；

否则，确定目标监测节点的风险影响范围为二级路径权重连接的二级汇集节点。

可选的，第二确定子模块，用于通过第一相邻路径的决策节点获取目标监测节点的属性；

判断属性是否为指定属性，若是，则跨路径到第二相邻路径，并确定风险影响范围为第二相邻路径的相关节点，其中，第二相邻路径的相关节点包括法律风险；

否则，确定目标监测节点的风险影响范围为第一相邻路径的相关节点。

可选的，风险决策方式确定模块，用于当确定风险影响范围为本路径的节点时，则确定风险决策方式为在本路径进行内控，其中，本路径的节点包括一级汇集节点和二级汇集节点；

当确定风险影响范围为第一相邻路径的相关节点时，则确定风险决策方式为在第一相邻路径进行缓释；

当确定风险影响范围为第二相邻路径的相关节点时，则确定风险决策方式为业务连续性保障。

可选的，装置还包括调整模块，用于当确定风险决策方式为缓释或业务连续性保障时，则对图权重决策树框架模型进行回溯，以对节点和路径的参数进行调整。

本发明实施例所提供的针对操作风险的决策装置可执行本发明任意实施例所提供的针对操作风险的决策方法，具备执行方法相应的功能模块和有益效果。

实施例四

图7示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图7所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如针对操作风险的决策方法。

在一些实施例中，针对操作风险的决策方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的针对操作风险的决策方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为针对操作风险的决策方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。