一种互联网业务监控阈值的确定方法及装置与流程

本申请涉及互联网技术领域，尤其涉及一种互联网业务监控阈值的确定方法及装置。

背景技术：

互联网业务监控，可以是指对互联网上的业务次数进行监控，比如，业务请求、成功、失败、错误等次数。随着互联网发展，互联网业务的次数也相应增多，为了及时发现业务中存在的问题，就引入了各种监控互联网业务异常的机制，比如，监控在一定时间段内业务的请求次数、失败次数(或错误次数)，作为延伸还可以监控在一定时间段内业务的完成率等。当业务错误次数超过预先设置的监控阈值，或完成率低于预先设置的监控阈值时，发出告警，以便工作人员检查业务中存在的问题。

现有技术中监控阈值是预先设置好的，比如，可以预先设置一个错误次数监控阈值，当单位时间内业务的错误次数大于这个监控阈值时，发出告警。由于监控阈值是工作人员预先设置好的，且全局时间段内均按照这个监控阈值进行监控，显然忽略了不同时间段的特殊性，具体地，由于大多数人在一年中的不同日期，每一天中不同时段都会有不同的作息时间，这就导致了业务系统在不同时间段的业务次数是不同的，服务器在不同的压力下，实际处理能力也会有所不同。如果一天中，均按照一个监控阈值进行监控，比如，交易次数1000次和100000次，均以一个错误次数监控阈值进行监控，显然这个监控阈值对于某些时间段而言有效性较低，同时监控结果也有失准确。

技术实现要素：

本申请实施例提供一种互联网业务监控阈值的确定方法，针对不同时间段确定不同监控阈值，提高监控阈值的有效性。

本申请实施例提供一种互联网业务监控阈值的确定装置，针对不同时间段确定不同监控阈值，提高监控阈值的有效性。

本申请实施例采用下述技术方案：

一种互联网业务监控阈值的确定方法，包括：

获取前若干个周期在指定时间段内的若干子时间段的业务发生次数；

根据所述业务次数，确定每个业务次数的发生频次；

根据所述发生频次，确定业务次数临界值；

根据所述业务次数临界值，确定本周期在所述指定时间段内的监控阈值。

优选地，所述方法还包括：

在本周期指定时间段内，利用所述监控阈值对业务发送次数进行监控时，并记录告警次数，所述告警是根据所述业务次数是否大于或小于所述监控阈值确定的；

判断告警次数是否属于大于正常告警次数区间阈值；

当不属于大于正常告警阈值时，对所述监控阈值进行调整，并以调整后的监控阈值作为本周期内的监控阈值。

优选地，根据所述发生频次，确定业务次数临界值，包括：根据所述发生频次，确定质量分布以及临界值；根据所述质量分布，确定业务次数临界值。

优选地，根据所述业务次数，确定每个业务次数的发生频次，包括：根据所述业务次数，确定每个业务次数区间的发生频次。

优选地，根据所述业务次数临界值，确定本周期在所述指定时间段内的监控阈值，包括：根据所述业务次数临界值以及前若干周期的监控阈值，确定本周期的指定时间段内的监控阈值。

优选地，判断告警次数是否大于正常告警阈值，包括下述至少一种：判断 子时间段的平均告警次数是否大于正常告警阈值；判断在指定时间段内的告警总次数是否大于正常告警总阈值。

一种互联网业务监控阈值的确定装置，包括：业务获取单元、频次确定单元、临界值确定单元以及阈值确定单元，其中，

所述业务获取单元，用于获取前若干个周期在指定时间段内的若干子时间段的业务发生次数；

所述频次确定单元，用于根据所述业务次数，确定每个业务次数的发生频次；

所述临界值确定单元，用于根据所述发生频次，确定业务次数临界值；

所述阈值确定单元，用于根据所述业务次数临界值，确定本周期在所述指定时间段内的监控阈值。

优选地，所述装置还包括：记录单元、判断单元以及调整单元，其中，

所述记录单元，用于在本周期指定时间段内，利用所述监控阈值对业务次数进行监控时，记录告警次数，所述告警是根据所述业务次数是否大于或小于所述监控阈值确定的；

所述判断单元，用于判断告警次数是否大于正常告警阈值；

所述调整单元，用于当大于正常告警阈值时，对所述监控阈值进行调整，并以调整后的监控阈值作为本周期内的监控阈值。

优选地，所述临界值确定单元，具体用于：根据所述发生频次，确定质量分布；根据所述质量分布，确定业务次数临界值。

优选地，所述频次确定单元，具体用于：根据所述业务次数，确定每个业务次数区间的发生频次。

优选地，所述阈值确定单元，具体用于：根据所述业务次数临界值以及前若干周期的监控阈值，确定本周期的指定时间段内的监控阈值。

优选地，所述判断单元，用于执行下述至少一种操作：判断子时间段的平均告警次数是否大于正常告警阈值；判断在指定时间段内的告警总次数是否大 于正常告警总阈值。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：可以根据历史数据，在指定时间段内的子时间段的业务次数，确定业务次数的发生频次，根据发生频次确定临界值，并根据临界值最终确定出本周期在该指定时间段内的监控阈值。也就是可以通过历史数据确定不同时间段内的监控阈值。最终达到为每一天的指定时间段指定出符合监控该时间段要求的监控阈值。解决了现有技术的仅设置一个监控阈值对全天进行监控或仅根据经验为不同时间段设置不同阈值导致的针对不同时段监控的有效性较差的问题，提高了监控阈值的有效性。此外，还可以对告警次数频繁的情况进行监控阈值的微调，不仅解决告警冗余的问题，也为确定出指定时间段内的监控阈值起到辅助作用。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例1提供的一种互联网业务监控阈值的确定方法的流程示意图；

图2为本申请实施例1提供的质量分布图；

图3为本申请实施例2提供的一种互联网业务监控阈值的确定装置的结构框图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做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。

以下结合附图，详细说明本申请各实施例提供的技术方案。

实施例1

如前所述，现有技术中监控阈值是预先设置好的，比如，可以预先设置一个错误次数阈值60次，用于监控每分钟的业务错误次数，如果在一分钟内错误次数超过60次，则发送告警。但是在实际应用中，由于大多数人在一年中的不同日期，每一天中不同时段都会有不同的作息时间。比如，早晚上下班高峰早8点，晚6点前后的一两小时内，由于大多数人在路上，所以互联网业务的次数就会变少，也就是互联网业务低峰时段，相应的，由于服务器压力较低(出错的可能就降低)，所以错误次数就应该较少。而晚8点以后至晚11点，由于大多数人都在家中，所以互联网业务的数量就会激增，如果业务次数很多，那么出现系统错误的概率就会增加，这时再以早晚上班高峰期时的错误次数阈值进行监控，就可能对服务器的要求就过于苛刻，就可能导致频繁的告警。但如果为了互联网业务高峰时段，而降低错误次数阈值，那对于互联网业务低峰时段的业务系统又要求过低。再如，休息日、节假日，与工作日的作息时间也会导致业务次数的变化。所以，不同日期以及同一日期的不同时间段，都可能需要不同的监控阈值来衡量业务的异常。而现有技术的另一种方法，可以根据不同时段来预先设置，比如，为上下班高峰时段设置一个监控阈值，为晚间休闲时段设置另一个监控阈值，为节假日、为特殊日期(11月11日)等等。但是这样做依旧无法保证监控阈值针对不同时段的有效性，并且，随着发展，业务次数会越来越多，那么就可能出现隔一段时间就需要修改一次，并且人工修改也会有诸多不便。所以基于此缺陷，本发明人提出了互联网业务监控阈值的确定方法，针对不同时间段确定不同监控阈值，来提高监控阈值的有效性。该方法的流程示意图如图1所示，包括下述步骤：

步骤11：获取前若干个周期在指定时间段内的若干子时间段的业务次数。

指定时间段可以是指某个具体的时间段，比如，6:00-8:00、21:00-22:00，等，子时间段可以是比时间段范围更小单位的时间段，可以是分、刻等，也可以是与时间段范围相同单位的时间段(均为小时)。但在一个时间段内的子时间段不会大于该时间段的，比如，时间段为6:00-8:00，那么子时间段可以是一分钟，一刻钟，或一小时，相应的就有120个子时间段、8个子时间段、以及2个子时间段，特殊地，根据业务需要，子时间段也可以与时间段相同，也就是忽略子时间段。由于每一天只会有一个指定周期(一天不可能有两个6:00-8:00)，所以一个周期至少为一天，一般地，可以将一周作为一个周期，也可以将一周分为两个周期(工作日和双休日)，特殊地，当遇到节日时或特殊日期时，可以将节日或特殊日期作为一个周期。

互联网业务在每时每刻都有可能发生，上段已经介绍，每一天都有一个指定的时间段，而历史数据往往可以反映出这个时间段的比较真实的业务次数的发展规律，比如，业务请求次数，业务错误次数等，而子时间段可以更加细化的表示出该时间段的业务情况，比如，时间段为1小时，子时间段为1分钟，那么将每1分钟的业务情况综合起来，就可以确定出这1个小时业务情况。所以，可以获取前若干个周期在指定时间段内的若干子时间段的业务次数。

步骤12：根据业务次数，确定每个业务次数的发生频次。

在步骤11中，获取到了若干个子时间段的业务次数，比如，周一到周五为一个周期，指定了6:00-8:00这个时间段，获取到前一个周期内每钟的业务错误次数，以每分钟为一个子时间段，那么周一到周五，每天的6:00-8:00，每分钟都有个业务错误次数，就会有60×2×5＝600个业务错误次数，在这其中，会有相同的次数，比如有5次在一分钟内的业务错误次数为3，29次在一分钟内的业务错误次数为23，等。所以，可以根据获取到的业务次数，确定出每个次数区间的发生频次。

在实际应用中，业务次数从数值的跨度上是比较大的，有可能从1到100，但对于确定监控阈值而言，不一定所有数值都很重要，所以，在一种实施方式 中，根据所述业务次数，确定每个业务次数的发生频次，可以包括：根据业务次数，确定每个业务次数区间的发生频次。

具体地，可以设置多个区段，将每个业务次数的频次进行合并，比如0到5次、6到10次等，业务次数区间的发生频次就可以是在这个次数区间内，所有业务次数的频次的总和。

步骤13：根据发生频次，确定业务次数临界值。

在步骤12中，确定出业务次数的频次，那么可以理解在这些频次中，会有一个临界值，这个临界值就可以表示业务正常与异常之间的界限，临界值的确定可以根据相邻发生频次的变化多少来确定，比如，有20次在一分钟内的错误次数为60，有8次在一分钟内的错误次数为61，变化超过了50％，那么可以认为61次就是一个错误次数的临界值，就可以以61次作为错误次数的监控阈值。需要说明的是，在确定临界值时，也可以设定其它原则，比如，“大值优先”原则，以上述为例，当有44次在一分钟内的错误次数为59时，按“大值优先”原则，临界值为61次。

在实际应用中，临界值虽然可以作为监控的依据，但也过于绝对，所以，在一种实施方式中，可以通过质量分布来确定监控阈值，具体地，根据所述发生频次，确定业务次数临界值，可以包括：根据发生频次，确定质量分布；根据质量分布，确定业务次数临界值。

具体地，质量分布，表示一种变化情况，可以解析出规则性，在实际中，多以图的方式展示，即质量分布图，或直方图(histogram)，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况，一般用横轴表示数据类型，纵轴表示分布情况。如图2所示，即为周一到周五，每天的6:00-8:00，每分钟统计出的错误次数，共有600个交易错误次数。横轴为交易错误次数区间(5就代表0-5次、10就代表6-10次)，纵轴为发生的频次，23代表0-5次的错误次数发生了23次。类似地，在确定业务次数临界值时，也可以以相邻发生频次的变化多少来确定，变化率可以预先进行设置。

步骤14：根据业务次数临界值，确定本周期在该指定时间段内的监控阈值。

在步骤13中，确定出了业务次数临界值，临界值可以表示业务正常与异常之间的界限，所以就可以根据临界值来确定监控阈值。

具体地，可以有以下三种方式进行确定。

第一种方式：以临界值为准，确定本周期在所述指定时间段内的监控阈值。

具体地，就是将临界值当做监控阈值，比如，在步骤13中，可以根据质量分布按照“变化超过50％”原则、“大值优先”原则以及“频次>10”原则，确定出临界值为40次(由于45次的频次小于10，所以可以选择最近的40次)。那么就以40次作为本周期在所述指定时间段内的监控阈值。

第二种方式：以临界值为基础，确定本周期的指定时间段内的监控阈值。

以临界值为基础确定监控阈值时，可以根据业务次数的属性，比如，业务次数是交易次数，那么可能不希望交易次数太少，所以确定监控阈值时可以比临界值稍小一些；业务次数是错误次数时，频繁的告警也没有必要，所以确定监控阈值时可以比临界值稍大一些，

在确定出临界值后，本周期的指定时间段内的监控阈值，可以按照下述公式确定：

t＝num×t

其中，t为本周期的指定时间段内的监控阈值，num为质量分布中的临界值，t为修正系数。

比如，t可以设定为1.5，或根据临界值与相邻的分布的关系(比值或差值的比值等)，t受业务次数属性的影响，当属性为正向时，1<t<2，当属性为负向时，0<t<1，对于属性的正负可以进行如下设置：比如，对于交易次数，一般希望交易次数越多越好，所以对于交易次数的监控阈值可以稍小，当少于该阈值时为异常，所以就为负向；相反的，对于错误次数，该监控阈值可以稍大，当多于该阈值时为异常，所以就为正向。

如前文所述，直方图一种统计报告图，可以表示一种变化情况，可以解析 出规则性，所以可以利用直方图中的规则性来确定t的值，具体地，t可以按照下述公式进行计算：

t＝1+σ×(r+e^-binidx)

其中，σ为调节函数，σ也与业务发生次数的属性有关，当属性为正向时，σ为1，当属性为负向时，σ为-1。r为临界修正系数，可以预先设置，用来调节，比如0.1，0.2等，也可以根据临界值与相邻的分布的关系来确定。binidx为临界值在质量分布中的索引，比如如图2所示，如果临界值属于16次-20次这个区间，binidx就为4，类似地，41次-45次这个区间，binidx就为9。

比如，以图2为例，确定出临界值为每分钟错误次数为40，那么t＝40×[1+1×(0.1+e^-8)]＝44(次)，则当一分钟内出现44次错误时，进行告警。

第三种方式：根据业务次数临界值以及前若干周期的监控阈值，确定本周期的指定时间段内的监控阈值。

在前两种方式中已经介绍，如何根据业务次数临界值，确定本周期的指定时间段内的监控阈值。但是在实际应用中，每个周期都有一个监控阈值，相邻周期间，由于时间上紧邻，所以也会有一定的关系，并且本周期的监控阈值也是根据前面若干周期的数据来确定的，前若干周期的监控阈值对于确定本周期的监控阈值也是有一定的参考价值的，所以就可以按照不同的权重来确定本周期的监控阈值，具体地，可以按照下述公式来确定：

其中，t本为本周期的指定时间段内的监控阈值，i为周期的顺序，i越大，与本周期的时间间隔越长，比如t1即为前两种方式确定出的t，t2为前一周期内的监控阈值，t3为再前一周期内的监控阈值；其中，p的取值可以与i呈线性关系(i越大p越小或相反)，也可以根据周期的重要性，调整p的取值(比 如，春节，国庆黄金周的监控阈值具有特殊性，p值可以减小)。

具体比如，通过第二种方式，确定出t＝44，这个t就是这里的t1，前一周期t2＝46，再前一周期t3＝43，认为与本周期时间间隔越长，对本周期影响越小，所以i越大p越小，t本＝44×0.5+46×0.35+43×0.15＝45(次)。

根据以前周期的监控阈值来确定本周期的监控阈值，考虑了前对后的影响，使确定出的本周期的监控阈值更有效。

需要说明，作为延伸，业务次数除了可以表示本身的意义，即多少次，还可以是根据次数通过数学计算求出其它值，比如完成率，就可以根据交易次数和完成次数，计算出完成率等。

在实际应用中，根据监控阈值进行监控时，如果大于或小于监控阈值，就会发出告警，但如果告警次数过多，就出现了冗余的情况，比如在一个小时内，以一分钟为一个子时间段，如果告警超过20次，对于错误次数而言，则说明也许系统有可能出了问题，对于交易次数而言，则说明，有可能商品还不够吸引人。但如果频繁告警，超过40次，显然是没有必要的，不仅会占用系统的计算资源、存储日志的存储资源，还可能影响正常的业务进行，这种情况下，也有可能是监控阈值定的不好。比如，对于交易次数而言，交易次数监控阈值定为30次，以1分钟为单位进行监控，1小时内告警超过40次，那么很可能是由于目前的商品由于优惠力度不够，或款式不够新颖，根本达不到没分钟30次的交易次数，那么就是监控阈值定高了，又如，对于错误次数而言，错误次数监控阈值为每分钟60次，如果1小时内，超过30次，也就是一半以上时间都在告警，也有可能是阈值定低了，因为60次很有可能是一个正常值。所以，在一种实施方式中，为了达到在监控过程中也能自适应调整监控阈值的目的，该方法还可以包括：在本周期指定时间段内，利用监控阈值对业务次数进行监控，并记录告警次数；判断告警次数是否大于正常告警阈值；当大于正常告警阈值时，对监控阈值进行调整，并以调整后的监控阈值作为本周期内的监控阈值。在步骤14中，确定出了本周期的监控阈值，所以，在本周期内，就可以利用监 控阈值在指定时间段内对业务发送次数进行监控，告警就可以是根据业务发生次数是否大于或小于所述监控阈值确定的。比如，监控6:00-8:00时间段内的错误次数，可以是监控总错误次数，也可以监控每个子时间段内的错误次数。比如，当前时刻是7:34，那么就监控从6:00开始到7:34这段时间内的总错误次数；又如，子时间段为一分钟，那么就监控在这两个小时内120分钟内分别发生的错误次数。当进行监控时，就有可能会出现告警，如前文所述，如果告警次数过多，就出现了冗余的情况。对于判断告警次数是否频繁，可以设置正常告警阈值，大于正常告警阈值时，就可以认为监控阈值是有问题的。正常告警阈值也可以是根据历史数据确定的，也可以是人为进行设定。

在监控时，可以但不限于包括以下两种策略，第一种：判断子时间段的平均告警次数是否大于正常告警阈值；第二种：判断在指定时间段内的告警总次数是否大于正常告警总阈值。具体地，每个子时间段都可能出现告警，当出现告警时，将告警进行记录，可以设置正常告警阈值，当子时间段的平均告警次数大于正常告警阈值时，则说明监控阈值可能出现了问题，同样，可以设置正常告警总阈值，当在这个时间段内出现告警的次数超过正常告警总阈值时，则说明监控阈值可能出现了问题。比如，6:00-8:00时间段，正常告警阈值为44次，当每分钟的平均告警次数超过44次时，则说明监控阈值可能出现了问题。

当大于正常告警阈值时，对监控阈值进行调整，并以调整后的监控阈值作为本周期内的监控阈值。

在前文中，通过判断，就可以得到判断的结果，如果大于正常告警阈值，为了达到在监控过程中也能自适应调整监控阈值的目的，就可以对监控阈值进行调整，调整的依据一方面可以根据属性的正负，具体可以参照步骤14中的介绍，另一方面可以根据超出正常告警阈值的情况，比如，可以根据超出正常告警阈值的比例还确定调整值，具体比如当超过正常告警阈值20％时，增加一次监控阈值，超过40％时，再增加一次监控阈值等；又如，可以按照下述公式进行调整：

t调＝t×pct

其中，t调为调整后的监控阈值，pct为调整系数，该系数可以预先设定，比如1.2，也可以根据超出正常告警次数阈值的比例还确定，比如超过20％时，pct为1.2，超过40％时，pct为1.1等。

需要说明的是，在一个周期内，可能出现不止一次调整监控阈值的情况，调整后的最终监控阈值，就为本周期内的阈值。并且可以参与到下个周期的监控阈值确定中，最终达到的目的是，通过不断的调整，为每个时间段确定出有效的监控阈值。

采用实施例1提供的该方法，可以根据历史数据，在指定时间段内的子时间段的业务次数，确定业务次数的发生频次，根据发生频次确定临界值，并根据临界值最终确定出本周期在该指定时间段内的监控阈值。也就是可以通过历史数据确定不同时间段内的监控阈值。最终达到为每一天的指定时间段指定出符合监控该时间段要求的监控阈值。解决了现有技术的仅设置一个监控阈值对全天进行监控或仅根据经验为不同时间段设置不同阈值导致的针对不同时段监控的有效性较差的问题，提高了监控阈值的有效性。此外，还可以对告警次数频繁的情况进行监控阈值的微调，不仅解决告警冗余的问题，也为确定出指定时间段内的监控阈值起到辅助作用。

实施例2

基于相同的发明构思，实施例2提供了一种互联网业务监控阈值的确定装置，针对不同时间段确定不同监控阈值，提高监控阈值的有效性。图3为该装置的结构框图，该装置包括：业务获取单元21、频次确定单元22、临界值确定单元23以及阈值确定单元24，其中，

业务获取单元21，可以用于获取前若干个周期在指定时间段内的若干子时间段的业务发生次数；

频次确定单元22，可以用于根据业务次数，确定每个业务次数的发生频次；

临界值确定单元23，可以用于根据发生频次，确定业务次数临界值；

阈值确定单元24，可以用于根据业务次数临界值，确定本周期在指定时间段内的监控阈值。

在一种实施方式中，该装置还可以包括：记录单元、判断单元以及调整单元，其中，

记录单元，可以用于在本周期指定时间段内，利用监控阈值对业务次数进行监控时，记录告警次数，告警是根据业务次数是否大于或小于监控阈值确定的；

判断单元，可以用于判断告警次数是否大于正常告警阈值；

调整单元，可以用于当大于正常告警阈值时，对监控阈值进行调整，并以调整后的监控阈值作为本周期内的监控阈值。

在一种实施方式中，临界值确定单元23，可以用于：根据发生频次，确定质量分布；根据质量分布，确定业务次数临界值。

在一种实施方式中，频次确定单元22，可以用于：根据业务次数，确定每个业务次数区间的发生频次。

在一种实施方式中，阈值确定单元24，可以用于：根据业务次数临界值以及前若干周期的监控阈值，确定本周期的指定时间段内的监控阈值。

在一种实施方式中，判断单元，可以用于执行下述至少一种操作：判断子时间段的平均告警次数是否大于正常告警阈值；判断在指定时间段内的告警总次数是否大于正常告警总阈值。

采用实施例2提供的该装置，可以根据历史数据，在指定时间段内的子时间段的业务次数，确定业务次数的发生频次，根据发生频次确定临界值，并根据临界值最终确定出本周期在该指定时间段内的监控阈值。也就是可以通过历史数据确定不同时间段内的监控阈值。最终达到为每一天的指定时间段指定出符合监控该时间段要求的监控阈值。解决了现有技术的仅设置一个监控阈值对全天进行监控或仅根据经验为不同时间段设置不同阈值导致的针对不同时段 监控的有效性较差的问题，提高了监控阈值的有效性。此外，还可以对告警次数频繁的情况进行监控阈值的微调，不仅解决告警冗余的问题，也为确定出指定时间段内的监控阈值起到辅助作用。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。