技术领域
本申请涉及金融业务管理技术领域，具体而言，涉及一种基于大数据和云计算的金融业务管理方法及系统。
背景技术
随机计算机技术和互联网技术的不断发展，其应用范围也得到了不断的扩展。例如，在金融业务中的应用，极大地便利了用户的业务操作。但是，经发明人研究发现，在现有的金融业务管理技术中，特别是对于一些金融业务的查询，存在着业务安全性和查询有效性难以有效兼顾的问题。
发明内容
有鉴于此，本申请的目的在于提供一种基于大数据和云计算的金融业务管理方法及系统，以改善现有的金融业务管理技术中存在的业务安全性和查询有效性难以有效兼顾的问题。
为实现上述目的，本申请实施例采用如下技术方案：
一种基于大数据和云计算的金融业务管理方法，包括：
确定查询设备发送的金融业务查询请求信息是否属于合法查询请求信息，其中，该金融业务查询请求信息针对目标用户生成；
若所述金融业务查询请求信息属于非法查询请求信息，则生成查询校验信息，其中，该查询校验信息中携带有所述查询设备的标识信息；
将所述查询校验信息发送给所述目标用户绑定的校验设备，其中，该校验设备用于基于所述标识信息对所述金融业务查询请求信息进行校验；
若接收到所述校验设备发送的第一校验反馈信息，则将所述目标用户对应的金融业务信息发送给所述查询设备，其中，该第一校验反馈信息基于所述校验设备在所述金融业务查询请求信息校验成功时生成。
在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述确定查询设备发送的金融业务查询请求信息是否属于合法查询请求信息的步骤，包括：
获取查询设备发送的金融业务查询请求信息，其中，该金融业务查询请求信息针对目标用户生成；
基于所述查询设备的标识信息，获取该查询设备在历史上对多个不同用户对象进行多次查询请求操作发送的多条历史金融业务查询请求信息；
基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息。
在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，包括：
a，根据每一条所述历史金融业务查询请求信息的生成时间信息，按照生成时间从早到晚的顺序对所述多条历史金融业务查询请求信息进行排序处理，得到对应的查询请求信息序列；
b，根据每一条所述历史金融业务查询请求信息的生成时间信息，进行聚类处理，得到多个查询请求信息簇，并在每一个查询请求信息簇中确定一条历史金融业务查询请求信息作为关键历史金融业务查询请求信息，得到多条关键历史金融业务查询请求信息；
c，在所述查询请求信息序列中，基于所述多条关键历史金融业务查询请求信息中相邻两个关键历史金融业务查询请求信息之间的历史金融业务查询请求信息，以预设间隔信息数量确认多条历史金融业务查询请求信息；
d，根据添加确认的所述多条历史金融业务查询请求信息和所述关键历史金融业务查询请求信息，生成所述查询请求信息筛选序列；
e，在所述查询请求信息筛选序列中，获取序列起始位置所对应的历史金融业务查询请求信息，得到第一历史金融业务查询请求信息，以及获取序列结束位置所对应的历史金融业务查询请求信息，得到第二历史金融业务查询请求信息，其中，该序列起始位置为该查询请求信息筛选序列中第一个位置与预设位置数量的和，该序列结束位置与该预设位置数量的和为该查询请求信息筛选序列中的最后一个位置；
f，根据所述第一历史金融业务查询请求信息和所述第二历史金融业务查询请求信息对应的生成时间信息，以及所述查询请求信息筛选序列的生成时间跨度信息，确定所述查询请求信息筛选序列上的第一生成时间平均值和第二生成时间平均值分别对应的历史金融业务查询请求信息集合；
g，从所述查询请求信息筛选序列上的所述第一生成时间平均值对应的历史金融业务查询请求信息集合中的一条历史金融业务查询请求信息，经过所述第一历史金融业务查询请求信息和所述第二历史金融业务查询请求信息，到达所述第二生成时间平均值对应的历史金融业务查询请求信息集合中的一条历史金融业务查询请求信息，得到查询请求信息代表序列；
h，计算所述序列起始位置与所述查询请求信息代表序列对应的生成时间平均值所在位置之间的第一序列位置距离，以及该生成时间平均值所在位置与所述序列结束位置之间的第二序列位置距离；
i，计算所述第一生成时间平均值所在位置与所述第二生成时间平均值所在位置之间的第三序列位置距离；
j，将所述第三序列位置距离与预设权重值相乘得到的第一数值；
k，将所述第一数值与所述第一序列位置距离和所述第二序列位置距离相加，得到第二数值，并判断该第二数值与预设阈值的大小；
l，若所述第二数值大于或等于所述预设阈值，则基于所述查询请求信息代表序列中的所述历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息。
在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，还包括：
若所述第二数值小于所述预设阈值，则基于所述查询请求信息筛选序列中的所述历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息。
在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，还包括：
若所述第二数值小于所述预设阈值，则针对每一个所述查询请求信息簇，对该查询请求信息簇包括的历史金融业务查询请求信息进行聚类处理，得到至少一个查询请求信息子簇；
在每一个所述查询请求信息子簇中确定一条历史金融业务查询请求信息作为关键历史金融业务查询请求信息，得到多条新的关键历史金融业务查询请求信息；
基于所述多条新的关键历史金融业务查询请求信息，再次执行步骤c。
在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，还包括：
若所述第二数值小于所述预设阈值，则对所述预设间隔信息数量进行更新处理，得到新的预设间隔信息数量；
基于所述新的预设间隔信息数量，再次执行步骤c。
在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，还包括：
若所述第二数值小于所述预设阈值，则对所述预设位置数量进行更新处理，得到新的预设位置数量；
基于所述新的预设位置数量，再次执行步骤e。
在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，还包括：
若所述第二数值小于所述预设阈值，则对所述预设权重值进行更新处理，得到新的预设权重值；
基于所述新的预设权重值，再次执行步骤j。
在一种可能的实施例中，在上述基于大数据的金融业务处理方法中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，包括：
根据每一条所述历史金融业务查询请求信息的生成时间信息，按照生成时间从早到晚的顺序对所述多条历史金融业务查询请求信息进行排序处理，得到对应的查询请求信息序列；
在所述查询请求信息序列中，基于所述多条历史金融业务查询请求信息的生成时间信息的时间跨度信息和该多条历史金融业务查询请求信息的信息数量，确定多条候选历史金融业务查询请求信息，并基于相邻两条候选历史金融业务查询请求信息之间历史金融业务查询请求信息的数量，确定每一条候选历史金融业务查询请求信息对应的相关时间范围，其中，该相关时间范围包括对应的候选历史金融业务查询请求信息的生成时间；
对于每一条所述候选历史金融业务查询请求信息，基于该候选历史金融业务查询请求信息对应的相关时间范围，确定在该相关时间范围之内的与该候选历史金融业务查询请求信息的用户对象具有关联关系的用户对象对应的其它历史金融业务查询请求信息，或者在不存在具有关联关系的用户对象对应的其它历史金融业务查询请求信息时，在该相关时间范围内确定与该候选历史金融业务查询请求信息具有最大序列间隔位置的其它历史金融业务查询请求信息，并基于每一组候选历史金融业务查询请求信息和其它历史金融业务查询请求信息，以及之间的历史金融业务查询请求信息，形成该候选历史金融业务查询请求信息的查询请求信息候选集合；
按照预设的信息间隔数量，从每一个查询请求信息候选集合中确定出多条目标历史金融业务查询请求信息；
对于每一条候选历史金融业务查询请求信息对应的多条目标历史金融业务查询请求信息，遍历该多条目标历史金融业务查询请求信息，得到多组彼此之间的生成时间间隔小于预设时间间隔的两条目标历史金融业务查询请求信息；
针对每一组所述两条目标历史金融业务查询请求信息，在该两条目标历史金融业务查询请求信息中，确定一条目标历史金融业务查询请求信息；
针对每一条所述候选历史金融业务查询请求信息，基于该候选历史金融业务查询请求信息对应的多条确定出的目标历史金融业务查询请求信息，得到该候选历史金融业务查询请求信息对应的查询请求信息代表集合；
获取所述目标用户或与该目标用户具有关联关系的用户对象对应的历史金融业务查询请求信息在所述查询请求信息序列中的序列位置，得到至少一个目标序列位置；
针对每一个所述查询请求信息代表集合，遍历该查询请求信息代表集合中的每一条历史金融业务查询请求信息，得到距离所述目标序列位置最近的历史金融业务查询请求信息，作为初选历史金融业务查询请求信息；
在所述查询请求信息序列中，确定所述初选历史金融业务查询请求信息与所述目标序列位置之间的序列位置距离，并判断该序列位置距离是否小于预设位置间隔距离；
若所述序列位置距离小于或等于所述预设位置间隔距离，则将对应的所述初选历史金融业务查询请求信息对应的查询请求信息代表集合，作为目标查询请求信息代表集合；
若所述序列位置距离大于所述预设位置间隔距离，则将对应的所述初选历史金融业务查询请求信息作为一个目标查询请求信息代表集合；
基于每一个所述目标查询请求信息代表集合包括的历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息。
本申请还提供一种基于大数据和云计算的金融业务管理系统，用于：
确定查询设备发送的金融业务查询请求信息是否属于合法查询请求信息，其中，该金融业务查询请求信息针对目标用户生成；
若所述金融业务查询请求信息属于非法查询请求信息，则生成查询校验信息，其中，该查询校验信息中携带有所述查询设备的标识信息；
将所述查询校验信息发送给所述目标用户绑定的校验设备，其中，该校验设备用于基于所述标识信息对所述金融业务查询请求信息进行校验；
若接收到所述校验设备发送的第一校验反馈信息，则将所述目标用户对应的金融业务信息发送给所述查询设备，其中，该第一校验反馈信息基于所述校验设备在所述金融业务查询请求信息校验成功时生成。
本申请提供的基于大数据和云计算的金融业务管理方法及系统，在发送金融业务查询请求信息对应的金融业务信息之前，确定该金融业务查询请求信息是否合法，并在不合法时，生成查询校验信息，并发送给目标用户绑定的校验设备，以在校验成功时将对应的金融业务信息发送给查询设备。基于此，在确定不合法时，通过进行校验，以在校验通过时再发送金融业务信息，能够兼顾业务安全性和查询有效性，从而改善现有的金融业务管理技术中存在的业务安全性和查询有效性难以有效兼顾的问题。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
图1为本申请实施例提供的基于大数据和云计算的金融业务管理系统的结构框图。
图2为本申请实施例提供的基于大数据和云计算的金融业务管理方法包括的各步骤的流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本申请的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请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申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
如图1所示，本申请实施例提供了一种基于大数据和云计算的金融业务管理系统。其中，该金融业务管理系统可以包括存储器和处理器。
详细地，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件（firmware）的形式，存在的软件功能模块（计算机程序）。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本申请实施例（如后文所述）提供的基于大数据和云计算的金融业务管理方法。
所述基于大数据和云计算的金融业务管理系统可以用于：
确定查询设备发送的金融业务查询请求信息是否属于合法查询请求信息，其中，该金融业务查询请求信息针对目标用户生成；
若所述金融业务查询请求信息属于非法查询请求信息，则生成查询校验信息，其中，该查询校验信息中携带有所述查询设备的标识信息；
将所述查询校验信息发送给所述目标用户绑定的校验设备，其中，该校验设备用于基于所述标识信息对所述金融业务查询请求信息进行校验；
若接收到所述校验设备发送的第一校验反馈信息，则将所述目标用户对应的金融业务信息发送给所述查询设备，其中，该第一校验反馈信息基于所述校验设备在所述金融业务查询请求信息校验成功时生成。
可选地，所述存储器可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-OnlyMemory，PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-Only Memory，EEPROM）等。
所述处理器可以是一种通用处理器，包括中央处理器（Central ProcessingUnit，CPU）、网络处理器（Network Processor，NP）、片上系统(System on Chip，SoC)等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
并且，图1所示的结构仅为示意，所述基于大数据和云计算的金融业务管理系统还可包括比图1中所示更多或者更少的组件，或具有与图1所示不同的配置，例如，可以包括用于与其它设备进行信息交互的通信单元。
其中，在一种可以替代的示例中，所述基于大数据和云计算的金融业务管理系统可以是一种具备数据处理能力的服务器。
结合图2，本申请实施例还提供一种基于大数据和云计算的金融业务管理方法，可应用于上述基于大数据和云计算的金融业务管理系统。其中，该基于大数据和云计算的金融业务管理方法有关的流程所定义的方法步骤，可以由所述基于大数据和云计算的金融业务管理系统实现。
下面将对图2所示的具体流程，进行详细阐述。
步骤S110，确定查询设备发送的金融业务查询请求信息是否属于合法查询请求信息。
在本实施例中，所述基于大数据和云计算的金融业务管理系统在接收到查询设备发送的金融业务查询请求信息之后，可以确定该金融业务查询请求信息是否属于合法查询请求信息，
其中，所述金融业务查询请求信息针对目标用户生成。并且，若所述金融业务查询请求信息属于合法查询请求信息，可以将对应的金融业务信息发送给所述查询设备，以完成本次查询。若所述金融业务查询请求信息属于非法查询请求信息，可以执行步骤S120。
步骤S120，生成查询校验信息。
在本实施例中，在基于步骤S110确定所述金融业务查询请求信息属于非法查询请求信息时，可以生成查询校验信息。
其中，所述查询校验信息中携带有所述查询设备的标识信息。
步骤S130，将所述查询校验信息发送给所述目标用户绑定的校验设备。
在本实施例中，在基于步骤S120生成所述查询校验信息之后，可以将该查询校验信息发送给所述目标用户绑定的校验设备。
其中，所述校验设备用于基于所述标识信息对所述金融业务查询请求信息进行校验。并且，若接收到所述校验设备发送的第一校验反馈信息，可以执行步骤S140，其中，该第一校验反馈信息基于所述校验设备在所述金融业务查询请求信息校验成功时生成。若接收到所述校验设备发送的第一校验反馈信息，可以不向所述查询设备发送对应的金融业务信息。
步骤S140，将所述目标用户对应的金融业务信息发送给所述查询设备。
在本实施例中，在基于步骤S130将所述查询校验信息发送给所述校验设备之后，且接收到所述校验设备发送的第一校验反馈信息之后，可以将所述目标用户对应的金融业务信息发送给所述查询设备。
其中，所述金融业务信息可以包括所述目标用户的征信报告信息、支付账单信息、收款账单信息等。所述查询设备和所述校验设备可以是对应用户的终端设备，且该校验设备进行校验时，可以是基于预先训练的校验模型（如神经网络模型）或校验程序自动进行校验，也可以是基于对应的用户，如该目标用户的操作完成校验。
基于上述方法，在确定金融业务查询请求信息不合法时，通过进行校验，以在校验通过时再发送对应的金融业务信息，如此，能够兼顾金融业务查询的业务安全性和查询有效性，从而改善现有的金融业务管理技术中存在的业务安全性和查询有效性难以有效兼顾的问题。
第一方面，对于步骤S110需要说明的是，确定所述金融业务查询请求信息是否属于合法查询请求信息的具体方式不受限制。
例如，在一种可以替代的示例中，可以基于以下步骤确定所述金融业务查询请求信息是否属于合法查询请求信息：
首先，获取查询设备发送的金融业务查询请求信息，其中，该金融业务查询请求信息针对目标用户生成（例如，金融贷款机构查询目标用户的征信报告，因而，需要生成金融业务查询请求信息，以请求所述基于大数据和云计算的金融业务管理系统返回对应的征信报告）；
其次，基于所述查询设备的标识信息（如IP地址、设备指纹等信息，其中，该标识信息可以携带于所述金融业务查询请求信息中），获取该查询设备在历史上对多个不同用户对象（该多个不同用户对象可以包括所述目标用户、该目标用户的关联用户、该目标用户的非关联用户）进行多次查询请求操作发送的多条历史金融业务查询请求信息；
然后，基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息。
可选地，在上述示例中，基于所述多条历史金融业务查询请求信息确定所述金融业务查询请求信息是否属于合法查询请求信息的具体方式不受限制，可以根据实际应用需求进行选择。
例如，在第一种可以替代的示例中，基于所述多条历史金融业务查询请求信息确定所述金融业务查询请求信息是否属于合法查询请求信息的具体方式，可以包括以下步骤：
a，根据每一条所述历史金融业务查询请求信息的生成时间信息，按照生成时间从早到晚的顺序对所述多条历史金融业务查询请求信息进行排序处理，得到对应的查询请求信息序列（也就是说，在该查询请求信息序列中，生成时间较早的历史金融业务查询请求信息可以位于生成时间较晚的历史金融业务查询请求信息的前面）；
b，根据每一条所述历史金融业务查询请求信息的生成时间信息，进行聚类处理（如在时间维度上基于邻近算法或其它聚类算法进行聚类），得到多个查询请求信息簇，并在每一个查询请求信息簇中确定一条历史金融业务查询请求信息作为关键历史金融业务查询请求信息（例如，可以是随机确定一条历史金融业务查询请求信息作为关键历史金融业务查询请求信息，或者，将其中生成时间属于中位值的一条历史金融业务查询请求信息作为关键历史金融业务查询请求信息，或者，将与所述目标用户或与该目标用户具有关联关系中用户对象对应的一条历史金融业务查询请求信息作为关键历史金融业务查询请求信息，或者，将其中相互之间具有关联关系最大的对象对应的一条历史金融业务查询请求信息作为关键历史金融业务查询请求信息），得到多条关键历史金融业务查询请求信息；
c，在所述查询请求信息序列中，基于所述多条关键历史金融业务查询请求信息中相邻两条关键历史金融业务查询请求信息之间的历史金融业务查询请求信息，以预设间隔信息数量（该预设间隔信息数量可以基于用户根据实际应用场景进行的配置操作生成）确认多条历史金融业务查询请求信息；
d，根据确认的所述多条历史金融业务查询请求信息和所述关键历史金融业务查询请求信息，生成所述查询请求信息筛选序列（也可以是，基于生成时间信息按照从早到晚的顺序进行排序）；
e，在所述查询请求信息筛选序列中，获取序列起始位置所对应的历史金融业务查询请求信息，得到第一历史金融业务查询请求信息，以及获取序列结束位置所对应的历史金融业务查询请求信息，得到第二历史金融业务查询请求信息，其中，该序列起始位置为该查询请求信息筛选序列中第一个位置（第一条历史金融业务查询请求信息所在的位置，即生成时间最早的一条历史金融业务查询请求信息所在的位置）与预设位置数量（该预设位置数量的具体数值可以基于用户根据实际应用场景进行的配置操作生成）的和，该序列结束位置与该预设位置数量的和为该查询请求信息筛选序列中的最后一个位置（最后一条历史金融业务查询请求信息所在的位置，即生成时间最晚的一条历史金融业务查询请求信息所在的位置）；
f，根据所述第一历史金融业务查询请求信息和所述第二历史金融业务查询请求信息对应的生成时间信息，以及所述查询请求信息筛选序列的生成时间跨度信息（所述第一个位置对应的历史金融业务查询请求信息的生成时间信息与最后一个位置对应的历史金融业务查询请求信息的生成时间信息之间的时间段），确定所述查询请求信息筛选序列上的第一生成时间平均值（所述第一历史金融业务查询请求信息的生成时间信息与所述第一个位置对应的历史金融业务查询请求信息的生成时间信息的平均值）和第二生成时间平均值（所述第二历史金融业务查询请求信息的生成时间信息与所述最后一个位置对应的历史金融业务查询请求信息的生成时间信息的平均值）分别对应的历史金融业务查询请求信息集合（该历史金融业务查询请求信息集合中的每一条历史金融业务查询请求信息的生成时间与对应的生成时间平均值的差值小于预设阈值，且不包括所述第一历史金融业务查询请求信息和所述第二历史金融业务查询请求信息，其中，该预设阈值的具体数值可以基于用户根据实际应用场景进行的配置操作生成）；
g，从所述查询请求信息筛选序列上的所述第一生成时间平均值对应的历史金融业务查询请求信息集合中的一条历史金融业务查询请求信息（其中，该历史金融业务查询请求信息为该历史金融业务查询请求信息集合中与所述目标用户具有关联关系的用户对象对应的历史金融业务查询请求信息，或者，在不具有关联关系的用户对象对应的历史金融业务查询请求信息时，可以按照其它规则或随机确定一条历史金融业务查询请求信息），经过所述第一历史金融业务查询请求信息和所述第二历史金融业务查询请求信息，到达所述第二生成时间平均值对应的历史金融业务查询请求信息集合中的一条历史金融业务查询请求信息（可以参考所述第一生成时间平均值对应的历史金融业务查询请求信息集合中的一条历史金融业务查询请求信息的确定方式），得到查询请求信息代表序列（也可以是，基于生成时间信息按照从早到晚的顺序进行排序）；
h，计算所述序列起始位置与所述查询请求信息代表序列对应的生成时间平均值(所述查询请求信息代表序列包括的全部历史金融业务查询请求信息的生成时间的平均值)所在位置之间的第一序列位置距离（即所述序列起始位置与该生成时间平均值所在位置之间间隔的历史金融业务查询请求信息的数量），以及该生成时间平均值所在位置与所述序列结束位置之间的第二序列位置距离（即所述序列结束位置与该生成时间平均值所在位置之间间隔的历史金融业务查询请求信息的数量）；
i，计算所述第一生成时间平均值所在位置与所述第二生成时间平均值所在位置之间的第三序列位置距离（即所述第一生成时间平均值所在位置与所述第二生成时间平均值所在位置之间间隔的历史金融业务查询请求信息的数量）；
j，将所述第三序列位置距离与预设权重值（该预设权重值可以是基于用户根据实际应用场景进行的配置操作生成的重合度系数，或基于一定的历史数据确定的用于表征与所述第一序列位置距离和所述第二序列位置距离在序列上的重合度的系数）相乘得到的第一数值；
k，将所述第一数值与所述第一序列位置距离和所述第二序列位置距离相加（即三者相加），得到第二数值，并判断该第二数值与预设阈值（该预设阈值可以是基于用户根据实际应用场景进行的配置操作生成）的大小；
l，若所述第二数值大于或等于所述预设阈值，则基于所述查询请求信息代表序列中的所述历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息。
又例如，在第二种可以替代的示例中，基于所述多条历史金融业务查询请求信息确定所述金融业务查询请求信息是否属于合法查询请求信息的具体方式，可以包括以下步骤：
第一步，根据每一条所述历史金融业务查询请求信息的生成时间信息，按照生成时间从早到晚的顺序对所述多条历史金融业务查询请求信息进行排序处理，得到对应的查询请求信息序列（如前文所述）；
第二步，在所述查询请求信息序列中，基于所述多条历史金融业务查询请求信息的生成时间信息的时间跨度信息（如前所述）和该多条历史金融业务查询请求信息的信息数量，确定多条候选历史金融业务查询请求信息（如基于该时间跨度信息和该信息数量确定采样值，再基于该采样值进行采样得到候选历史金融业务查询请求信息，其中，时间跨度信息和信息数量越大，采样值可以越大），并基于相邻两条候选历史金融业务查询请求信息之间历史金融业务查询请求信息的数量，确定每一条候选历史金融业务查询请求信息对应的相关时间范围（如以每一条候选历史金融业务查询请求信息为中心，该数量的一半为延伸值，如此，可以形成相应的信息集合，然后，基于对应的生成时间信息生成对应的相关时间范围），其中，该相关时间范围包括对应的候选历史金融业务查询请求信息的生成时间；
第三步，对于每一条所述候选历史金融业务查询请求信息，基于该候选历史金融业务查询请求信息对应的相关时间范围，确定在该相关时间范围之内的与该候选历史金融业务查询请求信息的用户对象具有关联关系的用户对象对应的其它历史金融业务查询请求信息，或者在不存在具有关联关系的用户对象对应的其它历史金融业务查询请求信息时，在该相关时间范围内确定与该候选历史金融业务查询请求信息具有最大序列间隔位置的其它历史金融业务查询请求信息（生成时间差值最大的其它历史金融业务查询请求信息），并基于每一组候选历史金融业务查询请求信息和其它历史金融业务查询请求信息，以及之间的历史金融业务查询请求信息，形成该候选历史金融业务查询请求信息的查询请求信息候选集合；
第四步，按照预设的信息间隔数量（该信息间隔数量可以基于用户根据实际应用场景进行的配置操作生成），从每一个查询请求信息候选集合中确定出多条目标历史金融业务查询请求信息（即按照该信息间隔数量进行采样，从而确定出多条目标历史金融业务查询请求信息）；
第五步，对于每一条候选历史金融业务查询请求信息对应的多条目标历史金融业务查询请求信息，遍历该多条目标历史金融业务查询请求信息，得到多组彼此之间的生成时间间隔小于预设时间间隔（该预设时间间隔可以基于用户根据实际应用场景进行的配置操作生成）的两条目标历史金融业务查询请求信息（如此，可以形成多组目标历史金融业务查询请求信息，每一组目标历史金融业务查询请求信息包括两条目标历史金融业务查询请求信息）；
第六步，针对每一组所述两条目标历史金融业务查询请求信息，在该两条目标历史金融业务查询请求信息中，确定一条目标历史金融业务查询请求信息（可以选择与所述目标用户具有关联关系的一条，或者，选择生成时间较晚的一条，或者可以任意确定一条，这三种方式可以依次进行）；
第七步，针对每一条所述候选历史金融业务查询请求信息，基于该候选历史金融业务查询请求信息对应的多条确定出的目标历史金融业务查询请求信息，得到该候选历史金融业务查询请求信息对应的查询请求信息代表集合（即将第六步确定出的目标历史金融业务查询请求信息，按照对应的候选历史金融业务查询请求信息，形成对应的查询请求信息代表集合）；
第八步，获取所述目标用户或与该目标用户具有关联关系的用户对象对应的历史金融业务查询请求信息在所述查询请求信息序列中的序列位置，得到至少一个目标序列位置；
第九步，针对每一个所述查询请求信息代表集合，遍历该查询请求信息代表集合中的每一条历史金融业务查询请求信息，得到距离（在所述查询请求信息序列中的距离）所述目标序列位置最近的历史金融业务查询请求信息（位置最近的历史金融业务查询请求信息具有多条时，可以任意确定一条），作为初选历史金融业务查询请求信息；
第十步，在所述查询请求信息序列中，确定所述初选历史金融业务查询请求信息与所述目标序列位置之间的序列位置距离，并判断该序列位置距离是否小于预设位置间隔距离（该预设位置间隔距离可以基于用户根据实际应用场景进行的配置操作生成）；
第十一步，若所述序列位置距离小于或等于所述预设位置间隔距离，则将对应的所述初选历史金融业务查询请求信息对应的查询请求信息代表集合，作为目标查询请求信息代表集合；
第十二步，若所述序列位置距离大于所述预设位置间隔距离，则将对应的所述初选历史金融业务查询请求信息作为一个目标查询请求信息代表集合（也就是说，在此情形下，该目标查询请求信息代表集合仅包括该初选历史金融业务查询请求信息）；
第十三步，基于每一个所述目标查询请求信息代表集合包括的历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息。
再例如，特别地，在第三种可以替代的示例中，基于所述多条历史金融业务查询请求信息确定所述金融业务查询请求信息是否属于合法查询请求信息的具体方式，可以包括以下步骤：
第一步，基于每一条所述历史金融业务查询请求信息对应的用户对象是否相同或是否关联，将用户对象相同或关联的多个历史金融业务查询请求信息划分至同一请求信息集合中，以得到多个请求信息集合（也就是说，不同请求信息集合中的历史金融业务查询请求信息对应的用户对象不同或不具有关联关系，其中，关联关系可以是指不同用户对象之间具有金融业务交易，如借款等）；
第二步，确定所述多个请求信息集合中包括的历史金融业务查询请求信息的数量最多的请求信息集合，作为目标请求信息集合；
第三步，确定所述目标请求信息集合中每一条所述历史金融业务查询请求信息对应的时间持续长度（即开始进行查询的时间和结束查询的时间之间的差值，如所述历史金融业务查询请求信息的生成时间和将对应的金融业务信息发送给目标设备的时间或确定校验不成功的时间），以及每一个时间持续长度的请求开始时间（即开始进行查询的时间）和请求结束时间（即结束查询的时间）；
第四步，将所述目标请求信息集合中的多条历史金融业务查询请求信息、每一条历史金融业务查询请求信息对应的时间持续长度，以及该时间持续长度的请求开始时间和请求结束时间确定为待处理数据集合，并在该待处理数据集合中确定与所述目标用户相同或相关联的用户对象对应的历史金融业务查询请求信息的当前位置（该当前位置可以为一个或多个）；
第五步，根据（每一个）所述当前位置的历史金融业务查询请求信息的时间持续长度，得到目标筛选时间段（该目标筛选时间段可以为基于该历史金融业务查询请求信息开始进行查询的时间和结束查询的时间）；
第六步，基于每一条所述历史金融业务查询请求信息中对应的请求开始时间和请求结束时间，确定与所述目标筛选时间段有交集的历史金融业务查询请求信息，得到待处理的历史金融业务查询请求信息；
第七步，确定至少一条所述待处理的历史金融业务查询请求信息，并将该至少一条待处理的历史金融业务查询请求信息在所述目标请求信息集合中的位置，作为目标位置；
第八步，根据每一个所述目标位置的历史金融业务查询请求信息的时间持续长度，得到新的目标筛选时间段；
第九步，基于每一条所述历史金融业务查询请求信息中对应的请求开始时间和请求结束时间，确定与所述新的目标筛选时间段有交集的历史金融业务查询请求信息，得到待处理的历史金融业务查询请求信息；
第十步，基于得到的每一条所述待处理的历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息。
可以理解的是，在上述三种示例中，基于最后得到的历史金融业务查询请求信息确定所述金融业务查询请求信息是否属于合法查询请求信息的具体方式不受限制，可以根据实际应用需求进行确定。
例如，在一种可以替代的示例中，可以基于最后得到的历史金融业务查询请求信息和对应的生成时间信息，得到对应的查询频率，然后，基于该查询频率和预设的频率阈值（可以基于用户的配置操作生成），确定所述金融业务查询请求信息是否属于合法查询请求信息。
又例如，在另一种可以替代的示例中，可以基于最后得到的历史金融业务查询请求信息的数量和预设的数量阈值（可以基于用户的配置操作生成），确定所述金融业务查询请求信息是否属于合法查询请求信息。
可以理解的是，在上述的第一种示例中，若基于步骤k确定所述第二数值小于所述预设阈值，具体的处理方式不受限制。
在第一种示例中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，包括：
若所述第二数值小于所述预设阈值，则基于所述查询请求信息筛选序列中的所述历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息。
在第二种示例中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，包括：
若所述第二数值小于所述预设阈值，则针对每一个所述查询请求信息簇，对该查询请求信息簇包括的历史金融业务查询请求信息进行聚类处理，得到至少一个查询请求信息子簇；在每一个所述查询请求信息子簇中确定一条历史金融业务查询请求信息作为关键历史金融业务查询请求信息，得到多条新的关键历史金融业务查询请求信息；基于所述多条新的关键历史金融业务查询请求信息，再次执行上述第一种可以替代的示例中的步骤c。
在第三种示例中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，包括：
若所述第二数值小于所述预设阈值，则对所述预设间隔信息数量进行更新处理（如减小该预设间隔信息数量，其中，在需要进行多次更新时，可以按照一定的梯度逐渐减小），得到新的预设间隔信息数量；基于所述新的预设间隔信息数量，再次执行上述第一种可以替代的示例中的步骤c。
在第四种示例中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，包括：
若所述第二数值小于所述预设阈值，则对所述预设位置数量（如减小该预设位置数量，其中，在需要进行多次更新时，可以按照一定的梯度逐渐减小）进行更新处理，得到新的预设位置数量；基于所述新的预设位置数量，再次执行上述第一种可以替代的示例中的步骤e。
在第五种示例中，所述基于所述多条历史金融业务查询请求信息，确定所述金融业务查询请求信息是否属于合法查询请求信息的步骤，包括：
所述第二数值小于所述预设阈值，则对所述预设权重值（如增加该预设权重值，其中，在需要进行多次更新时，可以按照一定的梯度逐渐增加）进行更新处理，得到新的预设权重值；基于所述新的预设权重值，再次执行上述第一种可以替代的示例中的步骤j。
综上所述，本申请提供的基于大数据和云计算的金融业务管理方法及系统，在发送金融业务查询请求信息对应的金融业务信息之前，确定该金融业务查询请求信息是否合法，并在不合法时，生成查询校验信息，并发送给目标用户绑定的校验设备，以在校验成功时将对应的金融业务信息发送给查询设备。基于此，在确定不合法时，通过进行校验，以在校验通过时再发送金融业务信息，能够兼顾业务安全性和查询有效性，从而改善现有的金融业务管理技术中存在的业务安全性和查询有效性难以有效兼顾的问题，使得具有较高的实用价值。
在本申请实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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中，包括若干指令用以使得一台计算机设备（可以是个人计算机，电子设备，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
机译： 基于云计算的风力发电大数据分析系统
机译： 基于云计算的大数据检索系统
机译： 基于大数据和云计算的电子商务系统
