基于深度学习的ETL自动化测试技术研究  

作　　者：谭凤 邓贤超 任创 

机构地区：[1]重庆工程学院,重庆400056

出　　处：《IT经理世界》2024年第10期162-164,共3页

基　　金：2023年重庆工程学院产研融合专项项目(2023xzcr01);2023年重庆市高等教育教学教改研究项目(233509);2023年重庆高教学会教育科学研究课题(cqgj23145C)。

摘　　要：金融风控系统是金融业务中的一项重要服务,将基于深度学习的ETL(Extract-Transform-Load)自动化测试技术运用到其测试过程中,能够有效地提升数据准确性、保证数据一致性、维护数据完整性,并及时处理异常情况等,从而提高金融风控系统的可靠性和稳定性,保证金融业务的正常运行和发展。本文主要针对基于深度学习的ETL自动化测试技术在金融风控系统中的应用研究,具体从基于GAN的自动化测试用例生成技术、基于GAN的异常数据检测方法和基于规则引擎和深度学习融合的数据质量评估模型等方面进行描述。

关 键 词：生成对抗网络 ETL自动化测试 深度学习 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]