一种异常交易的识别方法及装置与流程

本发明涉及互联网技术领域，特别涉及一种异常交易的识别方法及装置；

背景技术：

随着互联网的发展，越来越多的用户开始网络购物(简称网购)，随之而来的问题越来越多，比如，交易是否有问题等。随着交易量的增加，异常交易也越来越多，如何利用互联网技术有效识别各种特定类型的异常交易成为现在急需解决的问题。

技术实现要素：

本发明实施例中提供了一种异常交易的识别方法及装置，以提高网上异常交易的识别率。

为了解决上述技术问题，本发明实施例公开了如下技术方案：

第一方面提供了一种异常交易的识别方法，包括：

获取用户提出识别网上交易的交易数据；

如果根据所述交易数据判定所述交易不是虚假交易，则判断所述交易双方是否为关联用户；

如果所述交易双方为关联用户，则确定所述交易为异常交易。

可选的，还包括：如果所述双方不是关联用户，则确定所述交易为正常交易；或者如果判定所述交易为虚假交易，则确定所述交易为异常交易。

可选的，所述判断所述交易的双方是否为关联用户，包括：

收集所述交易双方在不同的非交易场景中的非交易关系数据；

如果收集到所述交易双方在不同的非交易场景中的非交易关系数据，则确定所述交易双方为关联用户。

可选的，所述判断所述交易的双方是否为关联用户，还包括：

在收集到所述交易双方在不同的非交易场景中的非交易关系数据时，根据所述非交 易关系数据确定所述交易双方的相关度；

如果所述相关度大于预设阈值，则确定所述交易双方为关联用户。

可选的，所述根据所述非交易关系数据确定所述交易双方的相关度，包括：

为所述不同的非交易场景赋予不同的权重值；

计算每个所述非交易场景的得分值；

根据每个非交易场景的权重值和得分值计算每个非交易场景的总分值，并将所述总分值作为交易双方的相关度。

第二方面提供了一种异常交易的识别装置，包括：

获取单元，用于获取用户提出识别网上交易的交易数据；

第一判断单元，用于根据所述交易数据判断所述交易是否为虚假交易；

第二判断单元，用于在所述第一判断单元判断所述交易不是虚假交易时，继续判断所述交易双方是否为关联用户；

第一确定单元，用于在所述第二判断单元判断所述交易双方为关联用户时，确定所述交易为异常交易。

可选的，还包括：第二确定单元，用于在所述第二判断单元判断所述交易双方不是关联用户时，确定所述交易为正常交易；和/或

第三确定单元，用于在在所述第一判断单元判断所述交易为虚假交易时，确定所述交易为异常交易。

可选的，所述第二判断单元包括：

收集单元，用于在所述第一判断单元判断所述交易不是虚假交易时，收集所述交易双方在不同的非交易场景中的非交易关系数据；

第一关联用户确定单元，用于在所述收集单元收集到所述非交易关系数据时，确定所述交易双方为关联用户。

可选的，所述第二判断单元还包括：

第二关联用户确定单元，用于在所述收集单元收集到所述非交易关系数据时，根据所述非交易关系数据确定所述交易双方的相关度；

关联用户判断单元，用于在所述相关度大于预设阈值时，判定所述交易双方为关联用户。

可选的，所述第二关联用户确定单元包括：

设置单元，用于为所述不同的非交易场景赋予不同的权重值；

分值计算单元，用于计算每个所述非交易场景的得分值；

相关度计算单元，用于根据每个非交易场景的权重值和得分值计算每个非交易场景的总分值，并将所述总分值作为交易双方的相关度。

由上述技术方案可知，本发明实施例中，在判断网上交易为正常交易时，进一步判断交易的双方是否为关联用户，并在判定交易双方为关联用户时，确定该交易为异常交易。也就是说，本发明实施例，在网上交易的行为数据正常时，进一步通过交易双方的非交易关系数据来判断该交易是否为异常交易，从而提高了网上异常交易的识别率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，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为本发明实施例提供的一种异常交易的识别方法的流程图；

图2为本发明实施例提供的一种异常交易的识别的应用实例的流程图；

图3为本发明实施例提供的一种判断交易双方是否为关联用户的流程图；

图4为本发明实施例提供的一种异常交易的识别装置的机构示意图；

图5为本发明实施例提供的一种网络服务器的结构示意图；

图6为本发明实施例提供的一种网络服务器的应用实例的结构示意图。

具体实施方式

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 的描述，显然，所描述的实施例仅仅是本发明一部分实施例，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，都属于本发明保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一信息也可以被称为第二信息，不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。而且，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。

请参阅图1，图1为本发明实施例提供的一种异常交易的识别方法的流程图，所述方法包括：

步骤101：获取用户提出识别网上交易的交易数据；

该步骤中，用户在网上购物后，如果发现商品质量问题，且与卖家协商无果后，为了维护自身的利益，可以向网络服务端提出识别请求，以便于网络服务端(比如淘宝客户端等)介入处理。此时，网络客户端的服务器接收到用户提出的识别请求，收集该交易的交易数据。

步骤102：如果根据所述交易数据判定所述交易不是虚假交易，则判断所述交易双方是否为关联用户，若是关联用户，执行步骤103；

该步骤中，所述关联用户为熟悉的人(即熟人)，或者为能同时受益的用户。

在网络客户端的服务器接收到识别请求时，先判断与该交易是否为虚假交易，其判断该交易是否为虚假交易的依据是：

先获取该交易流程中交易双方的各自交易的行为数据，然后，判断交易双方各自的 交易行为数据是否异常，如果异常，确定该交易为虚假交易，否则，确定该交易不是虚假交易(即正常交易)。

该步骤中，如果判断该交易是正常交易，则继续判断该交易双方是否为关联用户，其判断的过程包括两种方式，具体包括：

一种方式是：1)在判断该交易是正常交易时，先收集所述交易双方在不同的非交易场景中的非交易关系数据；

也就是说，网络客户端在网上收集该交易的交易双方在现实生活中是否有关系数据，该关系数据是与该交易无关的数据，比如，在本次交易之前或后，交易双方是否发生过多次非交易转账；交易双方是否将对方的手机号存储在自己的通讯录中；交易双方在微博、微信上是否互相关注；交易双方是否经常用一个收货地址；或者，交易双方是否连接在一个无线路由器上等等。但是，这些信息非交易关系数据在交易过程中反映不出来的。

需要说明的是，本实施例中收集到的非交易关系数据并不限于此上述，在实际应用其还有很多来源，比如，运营商有通讯的信息，SNS网站有直接的社交关系信息，位置服务商有地理位置信息，民政局有亲属关系信息等都是非交易的关系数据。本实施例中，主要以微博，钱包，支付宝等收集到的关系数据为例。

2)如果收集到所述交易双方在不同的非交易场景中的非交易关系数据，则确定所述交易双方为关联用户。

也就是说，如果收集到该交易的交易双方在现实生活中有非交易关系数据，则确定该交易双方是熟知的，从而认为该交易双方为关联用户。

另一种方式为：这种方式在上述方式的基础上，针对收集到的非交易关系数据作进一步的判断，即先根据非交易关系数据确定交易双方的相关度，然后根据相关度来确定交易双方是否为关联用户，其具体过程包括：

1)收集所述交易双方在不同的非交易场景中的非交易关系数据；

该步骤中，网络客户端收集该非交易关系数据的过程详见上述过程，在此不再赘述。

2)如果收集到所述交易双方在不同的非交易场景中的非交易关系数据，根据所述非交易关系数据确定所述交易双方的相关度；

其中，确定所述交易双方的相关度的一种方式为：为所述不同的非交易场景赋予不 同的权重值；计算每个所述非交易场景的得分值；根据每个非交易场景的权重值和得分值计算每个非交易场景的总分值(也可以称为关系分值)，并将所述总分值作为交易双方的相关度。

为了便于理解，现举例说明。比如，用户u_j对用户u_i来说，他们在越多的关系场景中出现，在每个场景中出现次数就越多，说明用户u_j与用户u_i的关系也就越强。具体量化计算可以采用如下方法但并不限于此，本实施例只是以此为例，此分值是针对用户u_i来说的，用户u_j的计算方法类似：

总分值(即关系分值)的计算公式为：其中，n表示关系场景数，如用户u_j与用户u_i存在过转账，通讯录里有对方，微博上相互关注三种关系场景，那么n＝3；w_k表示这个场景的权重值，score_k表示这个场景下的分值。

其中，score_k的计算公式为：其中，Num(u_i,u_j)_k表示用户u_i,u_j在场景k中的交互次数，该公式中分子表示两个用户在场景k上的交互次数，分母表示用户ui的联系人中场景k的总交互次数。

其中，w_k表示这个场景的权重值，可以通过下述公式来确定，N(u_i)_k表示用户ui在k场景下的联系人数量。

由此可知，用户u_j与用户u_i两人之间的总分值(即关系分值)可以取两者的最大值即：

Score_ij＝max(Score＜u_i,u_j＞,Score＜u_j,u_i＞)。

该步骤中，网络客户端在收集到交易双方在现实生活上的非交易关系数据时，根据该非交易关系数据判断实际生活中，交易双方之间是否具有很强的关系(即相关度)，从而确定交易双方是否熟知。

3)如果所述相关度大于预设阈值，则确定所述交易双方为关联用户。

该步骤中，当交易双方的相关度达到一定的预设阈值时，就认为交易双方是关联用户。其中，预设阈值可以按照不同的需求设置不同的阈值。

相应的，如果相关度小于预设阈值，则确定所述交易双方不是关联用户，即陌生人。

步骤103：确定所述交易为异常交易。

当然，在该实施例中，如果步骤102中，判断所述交易双方不是关联用户，则确定所述交易为正常交易；图1中未示。

在步骤102中，网络客服端如果判断交易双方为关联用户，则说明买卖双方为熟人，从而确定买卖双方的交易有问题，本文中将买卖双方有问题的交易称为异常交易。也就是说，在网络客服端在确定该交易为有问题的交易时，拒绝赔付，并向所述用户发送拒绝赔付的响应。

本发明实施例中，在判断网上交易为正常交易时，进一步判断交易的双方是否为关联用户，并在判定交易双方为关联用户时，确定该交易为异常交易。也就是说，本发明实施例，在网上交易的行为数据正常时，进一步通过交易双方的非交易关系数据来判断该交易是否为异常交易，从而提高了网上异常交易的识别率。

可选的，在另一实施例中，该实施例在上述实施例的基础上，所述方法还可以包括：如果所述双方不是关联用户，则确定所述交易为正常交易，向所述用户发送赔付的响应。

可选的，在另一实施例中，该实施例在上述实施例的基础上，所述方法还可以包括：如果判定所述交易为虚假交易，则向所述用户发送拒绝赔付的响应。

本发明实施例中，有些交易买卖双方在线下就时有联系的关联用户，通过他们行为数据只能判断出线上交易是正常交易，但是没办法识别出来该交易是否为异常交易，而本实施例中，利用一些与该交易无关的非交易关系数据，如非交易资金流，通讯录，微博好友，同机登陆等信息，可以识别出这些正常交易中，哪些是异常交易，哪些是正常交易。从而提高了网上异常交易的识别率。进一步，针对异常交易，拒绝赔偿，降低了关联用户通过网上交易的骗赔率。

还请参阅图2，图2为本发明实施例提供的一种异常交易的识别方法的应用实例的流程图，该实施例以针对用户网上购物后提出的识别请求(比如维权请求)为例，当然在实际应用中并不限于此。所述方法包括：

步骤200：接收用户针对网上交易提出的识别请求；

其中，该识别请求可以是针对网络交易提供的维权请求，当然，还可以其他请求，本实施例不作限制。

步骤201：根据所述识别请求获取用户提出识别网上交易的交易数据；

即收集该交易流程中交易双方的各自交易行为数据。

步骤202：根据所述交易数据判断所述交易是否为虚假交易，如果是虚假交易，执行步骤204；否则，执行步骤203；

该步骤中，判断的依据，判断交易双方各自的交易行为数据是否异常，如果异常，确定该交易为虚假交易；否则，该交易为正常交易。其具体判断过程详见上述，在此不再赘述。

步骤203：判断所述交易双方是否为关联用户，如果是关联用户，执行步骤204；如果不是关联用户，执行步骤205；

其判断所述交易双方是否为关联用户的判断过程详见下图3所示，在此不再赘述。

步骤204：确定所述交易为异常交易；并向所述用户发送所述交易为异常交易的响应；

在该实施例中，网路客服端在发送所述交易为异常交易的响应后，还可以向所述用户发送拒绝赔付的信息。当然拒绝赔付的信息可以包括在所述响应中，也可以独立发送，本实施例不作限制。

步骤205：确定所述交易为正常交易，并向所述用户发送所述交易为正常交易的响应。

在该实施例中，网路客服端发送所述交易为正常交易后，还可以向所述用户发送该交易为正常交易的响应，需要说明的是，赔付的信息可以包括在所述响应中，也可以独立发送，本实施例不作限制。

需要说明的是，该实施例可以应用于用户的维权中，比如，在交易双方出现纠纷时，如果买家向网络客服端(即第三方)发起维权申请，网络客服端需要判断该交易是否虚假交易，其判断的依据，只有依赖交易双方的行为数据来判断，如果交易双方在网上实施一次真实的交易，则根据该交易的行为数据判断判断该交易就不是虚假交易，则需要已投保的公司对买家进行赔付。但是，如果交易双方是熟人，交易双方愿意付出很小的代价(比如运费等)实施一次金额较大的真实交易，以便于在后续的维权过程中大额获 利，即熟人之间串通好，通过线上交易来骗取赔付。也就是说，现有技术中，网络客服端是没有办法识别出这种熟人通过网上交易来骗赔的问题，基于此，本发明实施例中，网络客服端在判定所述网上交易不是虚假交易时，需要继续判断所述交易双方是否为关联用户(即熟人或认识的人等)；并在确定该交易双方为关联用户时，确定所述交易为异常交易，拒绝赔付，即解决识别熟人之间串通好通过网上交易骗赔的问题。通过本发明实施例中，不但提高了网上异常交易的识别率，而且还降低了关联用户通过网上交易的骗赔率。

该实施例中，各个步骤的具体描述，详见上述方法中对应步骤的描述，在此不再赘述。

还请参阅图3，图3为本发明实施例提供的一种判断交易双方是否为关联用户的流程图，具体包括：

步骤301：收集所述交易双方在不同的非交易场景中的非交易关系数据；

步骤302：为所述不同的非交易场景赋予不同的权重值；

步骤303：计算每个所述非交易场景的得分值；

步骤304：根据每个非交易场景的权重值和得分值计算每个非交易场景的总分值，并将所述总分值作为交易双方的相关度；

步骤305：判断所述交易双方的相关度是否大于预设阈值，如果是，执行步骤306；否则，执行步骤307；

步骤306：确定所述交易双方为关联用户；

步骤307：确定所述交易双方不是关联用户。

其中，该实施例中的关联用户，可以熟人或熟知的用户。

基于上述方法的实现过程，本发明实施例还提供一种异常交易的识别装置，其结构示意图如图4所示，所述装置包括：获取单元41，第一判断单元42，第二判断单元33和第一确定单元44，其中，

所述获取单元41，用于获取用户提出识别网上交易的交易数据；

其中，所述获取单元具体包括：第一接收单元和获取子单元，其中，第一接收单元，用于接收用户针对网上交易提出的识别请求；获取子单元，用于根据所述识别请求获取 所述网上交易的交易数据。

其中，该实施例中，所述识别请求具体可以是维权请求，当然，还可以是其他请求，本实施例不作限制。

所述第一判断单元42，用于根据所述交易数据判断所述交易是否为虚假交易；

所述第二判断单元43，用于在所述第一判断单元判断所述交易不是虚假交易时，继续判断所述交易双方是否为关联用户；

所述第一确定单元44，用于在所述第二判断单元判断所述交易双方为关联用户时，确定所述交易为异常交易。

可选的，在第一确定单元确定所述交易为异常交易时，所述装置还可以包括：第一发送单元，用于在第一确定单元确定所述交易为异常交易时，向所述用户反馈拒绝赔付的响应。其中，如果所述识别请求为维权请求，则所述响应为维权响应。

可选的，在另一实施例中，所述装置还包括：第二确定单元(图中未示)，其中，所述第二确定单元，用于在所述第二判断单元判断所述交易双方不是关联用户时，确定所述交易为正常交易；

可选的，所述装置还可以包括：第二发送单元，用于在所述第二确定单元确定所述交易为正常交易时，向所述用户反馈赔付的响应。其中，如果所述识别请求为维权请求，则所述响应为维权响应。

可选的，在另一实施例中，所述第二判断单元43包括：收集单元和第一关联用户确定单元(图中未示)，

其中，所述收集单元，用于在所述第一判断单元判断所述交易不是虚假交易时，收集所述交易双方在不同的非交易场景中的非交易关系数据；

所述第一关联用户确定单元，用于在所述收集单元收集到所述非交易关系数据时，确定所述交易双方为关联用户。

可选的，所述第二判断单元还可以包括：第二关联用户确定单元和关联用户判断单元(图中未示)，其中，

所述第二关联用户确定单元，用于在所述收集单元收集到所述非交易关系数据时，根据所述非交易关系数据确定所述交易双方的相关度；

所述关联用户判断单元，用于在所述相关度大于预设阈值时，判定所述交易双方为关联用户。

可选的，在另一实施例中，所述第二关联用户确定单元包括：设置单元，分值计算单元和相关度计算单元，其中，

所述设置单元，用于为所述不同的非交易场景赋予不同的权重值；

所述分值计算单元，用于计算每个所述非交易场景的得分值；

所述相关度计算单元，用于根据每个非交易场景的权重值和得分值计算每个非交易场景的总分值，并将所述总分值作为交易双方的相关度。

可选的，在另一实施例中，所述装置还包括：第三确定单元，用于在所述第一判断单元判断所述交易为虚假交易时，确定所述交易为异常交易。

可选的，所述装置还可以包括第三发送单元，用于在所述第三确定单元确定所述交易为异常交易时，向所述用户发送拒绝赔付的响应，其中，如果所述识别请求为维权请求，则所述响应为维权响应。

需要说明的是，所述装置还可以同时包括第二确定单元和第三确定单元。

所述装置中各个单元的功能和作用的实现过程，详见上述方法中对应步骤的实现过程，在此不再赘述。

本发明实施例中，在网上交易的行为数据正常时，进一步通过交易双方的非交易关系数据来判断该交易是否有问题，并针对有问题的交易，拒绝赔付，不但提高了网上异常交易的识别率，而且还降低了熟人通过网上交易的骗赔率。

本发明实施例还提供一种网络服务器，其结构示意图如图5所示，所述网络服务器5包括：收发器51和处理器52，其中，

所述收发器51，用于获取用户提出识别网上交易的交易数据；

所述处理器52，用于根据所述交易数据判断所述交易是否为虚假交易，并在判定所述交易不是虚假交易时，继续判断所述交易双方是否为关联用户；

所述处理器52，还用于在所述处理器判断所述交易双方为关联用户时，确定所述交易为异常交易。

可选的，所述收发器51，还用于在所述处理器确定所述交易为异常交易时，向所述用户发送所述交易为异常交易的响应。需要说明的是，拒绝赔付的信息可以包括在所述响应中，也可以独立发送，本实施例不作限制。

可选的，所述处理器52，还用于在所述处理器判断所述双方不是关联用户，确定所述交易为正常交易；

所述收发器51，还用于在所述处理器确定所述交易为正常交易时，向所述用户发送赔付的响应。

可选的，所述处理器52判断所述交易的双方是否为关联用户，具体包括：收集所述交易双方在不同的非交易场景中的非交易关系数据；如果收集到所述交易双方在不同的非交易场景中的非交易关系数据，则确定所述交易双方为关联用户。

可选的，所述处理器52判断所述交易的双方是否为关联用户，具体还包括：在收集到所述交易双方在不同的非交易场景中的非交易关系数据时，根据所述非交易关系数据确定所述交易双方的相关度；如果所述相关度大于预设阈值，则确定所述交易双方为关联用户。

可选的，所述处理器52所述根据所述非交易关系数据确定所述交易双方的相关度，包括：为所述不同的非交易场景赋予不同的权重值；计算每个所述非交易场景的得分值；根据每个非交易场景的权重值和得分值计算每个非交易场景的总分值，并将所述总分值作为交易双方的相关度。

可选的，所述处理器52，还用于在所述处理器判定所述交易为虚假交易时，确定所述交易为异常交易；

所述收发器51，还用于在所述处理器确定所述交易为异常交易时，向所述用户发送拒绝赔付的响应。

还请参阅图6，图6为本发明实施例提供的一种网络服务器的应用实例的结构示意图，该网络服务器600包括：处理器610、存储器620、收发器630和总线640；

处理器610、存储器620、收发器630通过总线640相互连接；总线640可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

存储器620，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括 计算机操作指令。存储器620可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。

所述收发器630用于连接其他设备，并与其他设备进行通信。具体的所述收发器530可以用于：获取用户提出识别网上交易的交易数据；；

所述处理器610执行存储器620中存储的所述程序代码，用于根据所述交易数据判定所述交易是否为虚假交易，并在判断所述交易不是虚假交易时，继续判断所述交易双方是否为关联用户，并在判断所述交易双方为关联用户时，确定所述交易为异常交易。

可选地，所述处理器610还可以用于：在判断所述双方不是关联用户时，确定所述交易为正常交易。

可选地，所述处理器610还可以用于：在判断所述交易为虚假交易时，确定所述交易为异常交易。

本发明实施例中，有些交易买卖双方在线下就时有联系的关联用户，通过他们行为数据只能判断出线上交易是正常交易，但是没办法识别出来该交易是否为异常交易，而本实施例中，利用一些与该交易无关的非交易关系数据，如非交易资金流，通讯录，微博好友，同机登陆等信息，可以识别出这些正常交易中，哪些是异常交易，并针对异常交易，拒绝赔偿。不但提高了网上异常交易的识别率，而且还降低了关联用户通过网上交易的骗赔率。

本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中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，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述的本发明实施方式，并不构成对本发明保护范围的限定。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，均应包含在本发明的保护范围之内。