信息存储方法和装置与流程

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及信息存储方法和装置。

背景技术：

随着计算机技术的发展，机器学习方法的应用越来越广泛。目前机器学习中的分类、预测、聚类等模型已经广泛应用于电子商务、商品推荐、垃圾邮件分类等领域。

通常，技术人员需要根据业务需求训练模型，并将训练好的模型参数翻译成源代码，进而利用该模型得到相应处理结果。然而，当业务发生变化后，需要重新执行模型的筛选、训练和翻译源代码的操作，因而存在着模型部署的灵活性较低的问题。

技术实现要素：

本申请实施例的目的在于提出一种改进的信息存储方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种用于模型服务器的信息存储方法，模型服务器分别与管理服务器和云服务器通信连接，管理服务器与云服务器通信连接，管理服务器用于存储模型信息，云服务器用于存储模型的预言模型标记语言pmml文件，该方法包括：周期性地确定管理服务器中存储的模型信息是否存在更新；响应于确定模型信息存在更新，对更新后的模型信息进行解析，确定存在更新的模型；将所确定的模型作为目标模型，确定本地是否存储有目标模型的pmml文件；响应于确定本地未存储目标模型的pmml文件，从云服务器下载并存储目标模型的pmml文件。

在一些实施例中，响应于确定本地未存储有目标模型的pmml文件，从云服务器下载并存储目标模型的pmml文件，包括：响应于确定本地未存储有目标模型的pmml文件，从云服务器下载目标模型的pmml文件，并以目标模型的名称为键，以目标模型的pmml文件中的内容为值，以键值对的形式存储至内存的字典容器中。

在一些实施例中，模型信息包括：模型的名称、版本号、输入参数信息和输出结果信息。

在一些实施例中，在从云服务器下载并存储目标模型的pmml文件之后，该方法还包括：分别确定目标模型的输入参数信息和输出结果信息是否存在更新；响应于确定目标模型的输入参数信息或输出结果信息存在更新，将预先存储的目标模型的输入参数信息或输出结果信息替换为更新后的目标模型的输入参数信息或输出结果信息。

在一些实施例中，模型服务器还与模型调用客户端通信连接；以及该方法还包括：响应于接收到模型调用客户端发送的、包含待调用模型的名称的模型调用请求，查询待调用模型的输入参数信息，并将所查询的输入参数信息返回至模型调用客户端；接收模型调用客户端发送的输入参数，将输入参数输入至待调用模型，得到与输入参数相对应的输出结果，并将输出结果返回至模型调用客户端。

第二方面，本申请实施例提供了一种用于模型服务器的信息存储装置，模型服务器分别与管理服务器和云服务器通信连接，管理服务器与云服务器通信连接，管理服务器用于存储模型信息，云服务器用于存储模型的预言模型标记语言pmml文件，该装置包括：第一确定单元，配置用于周期性地确定管理服务器中存储的模型信息是否存在更新；解析单元，配置用于响应于确定模型信息存在更新，对更新后的模型信息进行解析，确定存在更新的模型；第二确定单元，配置用于将所确定的模型作为目标模型，确定本地是否存储有目标模型的pmml文件；存储单元，配置用于响应于确定本地未存储目标模型的pmml文件，从云服务器下载并存储目标模型的pmml文件。

在一些实施例中，存储单元进一步配置用于：响应于确定本地未存储有目标模型的pmml文件，从云服务器下载目标模型的pmml文件，并以目标模型的名称为键，以目标模型的pmml文件中的内容为值，以键值对的形式存储至内存的字典容器中。

在一些实施例中，模型信息包括：模型的名称、版本号、输入参数信息和输出结果信息。

在一些实施例中，装置还包括：第三确定单元，配置用于分别确定目标模型的输入参数信息和输出结果信息是否存在更新；替换单元，配置用于响应于确定目标模型的输入参数信息或输出结果信息存在更新，将预先存储的目标模型的输入参数信息或输出结果信息替换为更新后的目标模型的输入参数信息或输出结果信息。

在一些实施例中，模型服务器还与模型调用客户端通信连接；以及该装置还包括：查询单元，配置用于响应于接收到模型调用客户端发送的、包含待调用模型的名称的模型调用请求，查询待调用模型的输入参数信息，并将所查询的输入参数信息返回至模型调用客户端；输入单元，配置用于接收模型调用客户端发送的输入参数，将输入参数输入至待调用模型，得到与输入参数相对应的输出结果，并将输出结果返回至模型调用客户端。

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如信息存储方法中任一实施例的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如信息存储方法中任一实施例的方法。

本申请实施例提供的信息存储方法和装置，通过周期性地确定管理服务器中存储的模型信息是否存在更新，以便在确定模型信息存在更新后，确定存在更新的模型，而后将所确定的模型作为目标模型，确定本地是否存储有目标模型的pmml文件，以便在确定本地未存储目标模型的pmml文件后，从云服务器下载并存储目标模型的pmml文件，从而可以及时存储最新的模型，在业务发生变化时直接提供最新的模型，不需要在业务发生变化时进行模型的训练以及将模型参数写入源代码等操作，提高了模型部署的灵活性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的信息存储方法的一个实施例的流程图；

图3是根据本申请的信息存储方法的一个应用场景的示意图；

图4是根据本申请的信息存储方法的又一个实施例的流程图；

图5是根据本申请的信息存储装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的信息存储方法或信息存储装置的示例性系统架构100。

如图1所示，系统架构100可以包括模型服务器101、管理服务器103、云服务器105和网络102、104、106。网络102用以在模型服务器101和管理服务器103之间提供通信链路的介质，网络104用以在模型服务器101和云服务器105之间提供通信链路的介质，网络106用以在管理服务器103和云服务器105之间提供通信链路的介质。网络102、104、106可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

云服务器105可以用于存储模型的pmml(predictivemodelmarkuplanguage，预言模型标记语言)文件。用户(例如算法工程师、项目管理员等)可以在任意时刻将训练好的模型结构和模型参数存储成pmml文件，将该pmml文件上传到云服务器105。实践中，pmml是一种机器学习领域的事实标准语言，用于呈现数据挖掘模型。它以xml(extensiblemarkuplanguage，可扩展标记语言)为载体将机器学习和数据挖掘任务进行标准化，可以把某一产品所创建的机器学习或数据挖掘方案应用于任何其它遵从pmml标准的产品或平台中，而不需考虑算法模型中的具体实现细节。

管理服务器103可以用于存储模型信息。用户(例如算法工程师、项目管理员等)可以将与云服务器所存储的pmml文件相对应的模型信息上传至管理服务器103，上述模型信息可以包括但不限于模型的名称、版本号等。

需要说明的是，用户也可以对云服务器105所存储的pmml文件执行下载、删除等操作。管理服务器103所存储的模型信息和云服务器105所存储的pmml文件是一一对应的，即每一个pmml文件均对应一个模型信息。

模型服务器101可以为用户(例如开发工程师)所使用的客户端提供模型调用服务。模型服务器101可以通过网络102周期性地确定管理服务器103中所存储的模型信息是否存在更新，也可以通过网络104从云服务器105下载并存储模型的pmml文件。

需要说明的是，本申请实施例所提供的信息存储方法一般由模型服务器101执行，相应地，信息存储装置一般设置于模型服务器101中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的模型服务器、管理服务器、云服务器和网络。

继续参考图2，示出了根据本申请的用于模型服务器的信息存储方法的一个实施例的流程200。上述模型服务器分别可以与管理服务器和云服务器通信连接，上述管理服务器可以与上述云服务器通信连接，上述管理服务器可以用于存储模型信息，上述云服务器可以用于存储模型的预言模型标记语言pmml文件。所述的信息存储方法，包括以下步骤：

步骤201，周期性地确定管理服务器中存储的模型信息是否存在更新。

在本实施例中，信息存储方法运行于其上的电子设备(例如图1所示的模型服务器101)可以周期性地通过有线连接方式或者无线连接方式确定管理服务器(例如图1所示的管理服务器103)中存储的模型信息是否存在更新，其中，上述模型信息可以是与模型相关的各种信息，可以包括但不限于模型的名称、模型的版本号、模型的功能介绍等。需要说明的是，管理服务器所存储的模型信息和云服务器所存储的pmml文件是一一对应的，即每一个pmml文件均对应一个模型信息。需要指出的是，上述无线连接方式可以包括但不限于3g/4g连接、wifi连接、蓝牙连接、wimax连接、zigbee连接、uwb(ultrawideband)连接、以及其他现在已知或将来开发的无线连接方式。

上述电子设备可以利用各种方式确定模型信息是否存在更新。作为示例，上述电子设备中可以存储有初始模型信息，上述电子设备可以将上述初始模型信息与上述管理服务器所存储的模型信息进行匹配；响应于确定上述初始模型信息与上述管理服务器所存储的模型信息存在差异，可以确定上述管理服务器中存储的模型信息是否存在更新。需要说明的是，对于每一个周期，在执行完确定模型信息是否更新的操作后，上述电子设备可以将存储在管理服务器中的模型信息下载并存储至本地，在执行下一周期的确定模型信息是否更新的操作时，将本地所存储的模型信息作为初始模型信息以进行模型信息的匹配。

在本实施例的一些可选的实现方式中，上述管理服务器中还可以存储有每一个模型信息的更新时间，上述电子设备可以记录每次执行确定模型信息是否更新的操作的操作时间。上述电子设备可以根据模型信息的更新时间和所记录的操作时间确定模型信息是否存在更新。具体的，上述电子设备可以首先获取管理服务器所存储的、各个模型信息的更新时间；之后，对于每一个模型信息，上述电子设备可以确定上一个周期执行确定模型信息是否更新的操作的操作时间是否早于该模型信息的更新时间，若是，则可以确定上述管理服务器所存储的该模型信息存在更新。

步骤202，响应于确定模型信息存在更新，对更新后的模型信息进行解析，确定存在更新的模型。

在本实施例中，上述电子设备响应于确定上述管理服务器中所存储的模型信息存在更新，可以提取存在更新的模型信息。由于模型信息可以包括模型的名称和版本号等信息，因而，上述电子设备可以从所提取的模型信息中确定模型的名称，将所确定的名称所指示的模型确定为存在更新的模型。

步骤203，将所确定的模型作为目标模型，确定本地是否存储有目标模型的pmml文件。

在本实施例中，上述电子设备可以将步骤202所确定的、存在更新的模型作为目标模型，确定本地是否存储有上述目标模型的pmml文件。实践中，上述电子设备的内存中可以存储有多个模型的pmml文件，以便用户(例如开发工程师)调用。

步骤204，响应于确定本地未存储目标模型的pmml文件，从云服务器下载并存储目标模型的pmml文件。

在本实施例中，响应于确定本地未存储目标模型的pmml文件，上述电子设备可以从云服务器(例如图1所示的云服务器105)下载并存储目标模型的pmml文件。实践中，上述电子设备可以将上述目标模型的pmml文件存储在内存中，以便用户调用。

继续参见图3，图3是根据本实施例的信息存储方法的应用场景的一个示意图。在图3的应用场景中，模型服务器301首先周期性地确定管理服务器302中存储的模型信息是否存在更新；而后，模型服务器301响应于确定模型信息存在更新，确定更新后的模型信息进行解析，确定存在更新的模型；之后，模型服务器301将所确定的模型作为目标模型，确定本地是否存储有目标模型的pmml文件；最后，模型服务器301响应于确定本地未存储目标模型的pmml文件，从云服务器303下载并存储目标模型的pmml文件。

本申请的上述实施例提供的方法，通过周期性地确定管理服务器中存储的模型信息是否存在更新，以便在确定模型信息存在更新后，确定存在更新的模型，而后将所确定的模型作为目标模型，确定本地是否存储有目标模型的pmml文件，以便在确定本地未存储上述目标模型的pmml文件后，从上述云服务器下载并存储目标模型的pmml文件，从而可以及时存储最新的模型，在业务发生变化时直接提供最新的模型，不需要在业务发生变化时进行模型的训练以及将模型参数写入源代码等操作，提高了模型部署的灵活性。

进一步参考图4，其示出了用于模型服务器的信息存储方法的又一个实施例的流程400。上述模型服务器分别可以与管理服务器和云服务器通信连接，上述管理服务器可以与上述云服务器通信连接，上述管理服务器可以用于存储模型信息，上述云服务器可以用于存储模型的预言模型标记语言pmml文件。该信息存储方法的流程400，包括以下步骤：

步骤401，周期性地确定管理服务器中存储的模型信息是否存在更新。

在本实施例中，信息存储方法运行于其上的电子设备(例如图1所示的模型服务器101)可以周期性地确定管理服务器(例如图1所示的管理服务器103)中存储的模型信息是否存在更新，其中，上述模型信息可以是与模型相关的各种信息，可以包括但不限于模型的名称、版本号、输入参数信息和输出结果信息等。此处，上述输入参数信息可以是模型使用时需要输入到模型中的参数的信息，上述输入参数信息可以包括输入参数名称和输入参数类型。上述输出结果信息可以是模型使用时该模型所输出的结果，上述输出结果信息可以包括输出结果的名称和输出结果类型。上述电子设备中可以存储有初始模型信息(初始模型信息可以包括但不限于模型的名称、版本号、输入参数信息和输出结果信息等)，上述电子设备可以将上述初始模型信息与上述管理服务器所存储的模型信息进行匹配，通过检查模型信息中的模型名称和版本号是否发生变化来确定模型信息是否存在更新。需要说明的是，对于每一个周期，在执行完确定模型信息是否存在更新的操作后，上述电子设备可以将存储在管理服务器中的模型信息下载并存储至本地。在执行下一个周期的确定模型信息是否更新的操作时，将本地所存储的模型信息作为初始模型信息以进行模型信息的匹配。

步骤402，响应于确定模型信息存在更新，对更新后的模型信息进行解析，确定存在更新的模型。

在本实施例中，上述电子设备响应于确定上述管理服务器中所存储的模型信息存在更新，可以提取存在更新的模型信息。由于模型信息可以包括模型的名称和版本号等信息，因而，上述电子设备可以从所提取的模型信息中确定模型的名称，将所确定的名称所指示的模型确定为存在更新的模型。

步骤403，将所确定的模型作为目标模型，确定本地是否存储有目标模型的pmml文件。

在本实施例中，上述电子设备可以将步骤402所确定的、存在更新的模型作为目标模型，确定本地是否存储有上述目标模型的pmml文件。实践中，上述电子设备的内存中可以存储有多个模型的pmml文件，以便用户(例如开发工程师)调用，且所存储的pmml文件可以是以模型的名称为键，以模型的pmml文件中的内容为值，以键值对的形式存储在内存的字典容器中的。其中，上述字典容器可以是用来储存具有一一对应关系的数据的容器(例如java语言中常用的hashmap容器、c++语言中常用的map容器等)。

需要说明的是，上述步骤401-403的操作与上述步骤201-203的操作基本相同，在此不再赘述。

步骤404，响应于确定本地未存储有目标模型的pmml文件，从云服务器下载目标模型的pmml文件，并以目标模型的名称为键，以目标模型的pmml文件中的内容为值，以键值对的形式进行存储至内存的字典容器中。

在本实施例中，响应于确定本地未存储目标模型的pmml文件，上述电子设备可以从云服务器(例如图1所示的云服务器105)下载上述目标模型的pmml文件，并以上述目标模型的名称为键，以上述目标模型的pmml文件中的内容为值，以键值对的形式存储至内存的字典容器中。

步骤405，分别确定目标模型的输入参数信息和输出结果信息是否存在更新。

在本实施例中，上述电子设备可以分别确定目标模型的输入参数信息和输出结果信息是否存在更新。以确定输入参数信息为例，上述电子设备可以通过将管理服务器所存储的目标模型的模型信息中的输入参数信息与本地存储的目标模型的初始模型信息中的输入参数信息进行匹配，若两者存在差异，则可以确定输入参数信息存在更新。

步骤406，响应于确定目标模型的输入参数信息或输出结果信息存在更新，将预先存储的目标模型的输入参数信息或输出结果信息替换为更新后的目标模型的输入参数信息或输出结果信息。

在本实施例中，响应于确定目标模型的输入参数信息或输出结果信息存在更新，上述电子设备可以将预先存储的目标模型的输入参数信息或输出结果信息(即本地所存储的目标模型的初始模型信息中的输入参数信息或输出结果信息)替换为更新后的目标模型的输入参数信息或输出结果信息。

步骤407，响应于接收到模型调用客户端发送的、包含待调用模型的名称的模型调用请求，查询待调用模型的输入参数信息，并将所查询的输入参数信息返回至模型调用客户端。

在本实施例中，响应于接收到模型调用客户端发送的、包含待调用模型的名称的模型调用请求，上述电子设备可以上述查询待调用模型的输入参数信息，并将所查询的输入参数信息返回至模型调用客户端。需要说明的是，步骤407-408可以在任意时刻进行，不限于在步骤406之后执行。

步骤408，接收模型调用客户端发送的输入参数，将输入参数输入至待调用模型，得到与输入参数相对应的输出结果，并将输出结果返回至模型调用客户端。

在本实施例中，上述电子设备可以首先接收模型调用客户端发送的输入参数，其中，上述输入参数可以是待调用模型的输入参数信息中的各个输入参数名称所指示的输入参数的具体数值。之后，上述电子设备可以将上述输入参数输入至待调用模型，得到与上述输入参数相对应的输出结果，并将输出结果返回至模型调用客户端。

从图4中可以看出，与图2对应的实施例相比，本实施例中的信息存储方法的流程400突出了更新输入参数信息与输出结果信息的步骤，以及基于内存中所存储的模型的信息和数据进行模型使用并得到输出结果的步骤。由此，本实施例描述的方案可以对线上的实时数据进行模型结果输出，且所有的计算和开销均在内存中，提高了模型的输出速度；同时，在模型的输入参数信息更新后，模型调用客户端只需更改输入参数即可重新使用模型，进一步提高了模型部署的灵活性。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种信息存储装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于模型服务器中。

如图5所示，本实施例上述的信息存储装置500包括：第一确定单元501，配置用于周期性地确定上述管理服务器中存储的模型信息是否存在更新；解析单元502，配置用于响应于确定上述模型信息存在更新，对更新后的上述模型信息进行解析，确定存在更新的模型；第二确定单元503，配置用于将所确定的模型作为目标模型，确定本地是否存储有上述目标模型的pmml文件；存储单元504，配置用于响应于确定本地未存储上述目标模型的pmml文件，从上述云服务器下载并存储上述目标模型的pmml文件。

在本实施例中，上述第一确定单元501可以周期性地确定管理服务器(例如图1所示的管理服务器103)中存储的模型信息是否存在更新。作为示例，上述第一确定单元501可以将预先存储的初始模型信息与上述管理服务器所存储的模型信息进行匹配，响应于确定上述初始模型信息与上述管理服务器所存储的模型信息存在差异，可以确定上述管理服务器中存储的模型信息是否存在更新。

在本实施例中，上述解析单元502响应于确定上述管理服务器中所存储的模型信息存在更新，可以提取存在更新的模型信息。由于模型信息可以包括模型的名称和版本号等信息，因而，可以从所提取的模型信息中确定模型的名称，将所确定的名称所指示的模型确定为存在更新的模型。

在本实施例中，上述第二确定单元503可以上述解析单元502所确定的、存在更新的模型作为目标模型，确定本地是否存储有上述目标模型的pmml文件。实践中，上述模型服务器的内存中可以存储有多个模型的pmml文件，以便用户(例如开发工程师)调用。

在本实施例中，响应于确定本地未存储目标模型的pmml文件，上述存储单元504可以从云服务器(例如图1所示的云服务器105)下载并存储目标模型的pmml文件。实践中，上述存储单元504可以将上述目标模型的pmml文件存储在模型服务器的内存中，以便用户调用。

在本实施例的一些可选的实现方式中，上述存储单元504可以进一步配置用于响应于确定本地未存储有上述目标模型的pmml文件，从上述云服务器下载上述目标模型的pmml文件，并以上述目标模型的名称为键，以上述目标模型的pmml文件中的内容为值，以键值对的形式存储至内存的字典容器中。

在本实施例的一些可选的实现方式中，上述模型信息可以包括但不限于模型的名称、版本号、输入参数信息和输出结果信息。

在本实施例的一些可选的实现方式中，上述信息存储装置500还包括第三确定单元和替换单元(图中未示出)。其中，上述第三确定单元可以配置用于分别确定上述目标模型的输入参数信息和输出结果信息是否存在更新。上述替换单元可以配置用于响应于确定上述目标模型的输入参数信息或输出结果信息存在更新，将预先存储的上述目标模型的输入参数信息或输出结果信息替换为更新后的上述目标模型的输入参数信息或输出结果信息。

在本实施例的一些可选的实现方式中，上述模型服务器还可以与模型调用客户端通信连接。上述信息存储装置500还包括查询单元和输入单元(图中未示出)。其中，上述查询单元可以配置用于响应于接收到上述模型调用客户端发送的、包含待调用模型的名称的模型调用请求，查询上述待调用模型的输入参数信息，并将所查询的输入参数信息返回至上述模型调用客户端。上述输入单元可以配置用于接收上述模型调用客户端发送的输入参数，将上述输入参数输入至上述待调用模型，得到与上述输入参数相对应的输出结果，并将上述输出结果返回至上述模型调用客户端。

本申请的上述实施例提供的装置，通过第一确定单元501周期性地确定管理服务器中存储的模型信息是否存在更新，以便解析单元502在确定模型信息存在更新后，确定存在更新的模型，而后第二确定单元503.将所确定的模型作为目标模型，确定本地是否存储有目标模型的pmml文件，以便存储单元504在确定本地未存储上述目标模型的pmml文件后，从上述云服务器下载并存储目标模型的pmml文件，从而可以及时存储最新的模型，在业务发生变化时直接提供最新的模型，不需要在业务发生变化时进行模型的训练以及将模型参数写入源代码等操作，提高了模型部署的灵活性。

下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(cpu)601，其可以根据存储在只读存储器(rom)602中的程序或者从存储部分608加载到随机访问存储器(ram)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。

以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、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，该模块、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，两个接连地表示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操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。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一确定单元、解析单元、第二确定单元和存储单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一确定单元还可以被描述为“周期性地确定管理服务器中存储的模型信息是否存在更新的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：周期性地确定该管理服务器中存储的模型信息是否存在更新；响应于确定该模型信息存在更新，对更新后的该模型信息进行解析，确定存在更新的模型；将所确定的模型作为目标模型，确定本地是否存储有该目标模型的pmml文件；响应于确定本地未存储该目标模型的pmml文件，从云服务器下载并存储该目标模型的pmml文件。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。