本发明涉及系统服务
技术领域：
，特别是涉及一种运维操作检测方法、装置及电子设备。
背景技术：
：为了避免设备因为工作在异常状态下造成的损失，需要监控设备在运行维护过程中是否存在异常运维操作，当发现有异常运维操作时报警，使得相关业务人员能够及时处理。现有技术中，当监控到目标设备上执行的操作指令中包含有危险指令时，判断运维操作过程中存在异常运维操作并报警。发明人在实现本发明的过程中发现，现有技术至少存在如下问题：正常操作中也可能会包含有危险指令，因此可能会被误判为异常运维操作，因此判断结果不够准确。技术实现要素：本发明实施例的目的在于提供一种运维操作检测方法，提高识别运维过程中是否存在异常运维操作的准确性。具体技术方案如下：在本发明实施例的第一方面，提供了一种运维操作检测方法，所述方法包括：获取目标设备的预设性能参数在监控时段内对应的数值序列，所述监控时段被划分为多个子时段；根据所述数值序列在各个子时段内的子序列，确定所述预设性能参数在各个子时段内的变化类型；将所述各个子时段的变化类型按照时间顺序排序，得到变化类型序列；确定所述变化类型序列的子序列集合中是否存在预设的变化规则库中被标记为异常变化的异常子序列；如果所述变化类型序列的子序列集合中存在所述异常子序列，确定所述监控时段内存在异常运维操作。进一步的，在所述确定所述变化类型序列的子序列集合中是否存在预设的变化规则库中被标记为异常变化的异常子序列之后，还包括：如果所述变化类型序列的子序列集合中不存在所述异常子序列，确定所述变化类型序列是否能够被拆分成多个在所述变化规则库中被标记为正常变化的正常子序列；如果所述变化类型序列不能够被拆分成多个所述正常变化的正常子序列，确定所述监控时段内存在异常运维操作。进一步的，采用如下步骤将所述监控时段划分为多个子时段：获取所述数值序列中每相邻两个数值之间的变化速率，作为该相邻两个数值对应时间点组成的待组合时段的变化速率；基于所述监控时段包括的各待组合时段的所述变化速率，按照预设划分方式，将所述监控时段划分为多个子时段，所述预设划分方式为相邻待组合时段的所述变化速率如果满足预设相近条件则被划分在同一个子时段中。进一步的，所述根据所述数值序列在各个子时段内的子序列，确定所述预设性能参数在各个子时段内的变化类型，包括：根据各个子时段内每相邻两个数值之间的变化速率，确定所述预设性能参数在各个子时段内的变化类型。进一步的，所述预设的变化规则库中的异常子序列对应有异常运维操作标识；所述确定所述监控时段内存在异常运维操作，包括：确定所述监控时段内存在与存在的异常子序列对应的异常运维操作标识表示的异常运维操作。进一步的，在所述如果所述变化类型序列的子序列集合中存在所述异常子序列，确定所述监控时段内存在异常运维操作之后，还包括：获取所述监控时段内是否存在异常运维操作的复查结果；如果所述复查结果为不存在异常运维操作，将所述数值序列作为正常操作对应的数值序列，发送至预设的离线分类器，用于调整所述变化规则库。在本发明实施例的第二方面，提供了一种运维操作检测装置，包括：序列获取模块，用于获取目标设备的预设性能参数在监控时段内对应的数值序列，所述监控时段被划分为多个子时段；类型分析模块，用于根据所述数值序列在各个子时段内的子序列，确定所述预设性能参数在各个子时段内的变化类型；排序模块，用于将所述各个子时段的变化类型按照时间顺序排序，得到变化类型序列；检测模块，用于确定所述变化类型序列的子序列集合中是否存在预设的变化规则库中被标记为异常变化的异常子序列；如果所述变化类型序列的子序列集合中存在所述异常子序列，确定所述监控时段内存在异常运维操作。进一步的，所述检测模块，还用于如果所述变化类型序列的子序列集合中不存在所述异常子序列，确定所述变化类型序列是否能够被拆分成多个在所述变化规则库中被标记为正常变化的正常子序列；如果所述变化类型序列不能够被拆分成多个所述正常变化的正常子序列，确定所述监控时段内存在异常运维操作。进一步的，还包括：时段划分模块，用于采用如下步骤将所述监控时段划分为多个子时段：获取所述数值序列中每相邻两个数值之间的变化速率，作为该相邻两个数值对应时间点组成的待组合时段的变化速率；基于所述监控时段包括的各待组合时段的所述变化速率，按照预设划分方式，将所述监控时段划分为多个子时段，所述预设划分方式为相邻待组合时段的所述变化速率如果满足预设相近条件则被划分在同一个子时段中。进一步的，所述类型分析模块，具体用于根据各个子时段内每相邻两个数值的变化速率，确定所述预设性能参数在各个子时段内的变化类型。进一步的，所述预设的变化规则库中的异常子序列对应有异常运维操作；所述检测模块，具体用于确定所述监控时段内存在与存在的异常子序列对应的异常运维操作标识表示的异常运维操作。进一步的，还包括反馈模块，用于获取所述监控时段内是否存在异常运维操作的复查结果；并且如果所述复查结果为不存在异常运维操作，将所述数值序列作为正常操作对应的数值序列，发送至预设的离线分类器，用于调整所述变化规则库。在本发明实施例的第三方面，提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现上述任一所述的运维操作检测方法。在本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述任一所述的运维操作检测方法。在本发明实施例的第五方面，本发明实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的运维操作检测方法。本发明实施例提供的运维操作检测方法、装置及电子设备，可以将监控时段内目标设备的性能参数的数值的时间序列转变为，所述性能参数在监控时段内各个子时段内的变化类型的序列，并将该序列和变化规则库中经过大数据挖掘得到的异常运维操作会产生的变化类型子序列进行比较，来检测监控时段内是否存在异常运维操作，因此检测结果更为准确。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。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，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。图1为本发明实施例提供的运维操作检测方法的一种流程示意图；图2为本发明实施例提供的运维操作检测方法的另一种流程示意图；图3为本发明实施例提供的子时段划分方法的一种流程示意图；图4为本发明实施例提供的运维操作检测方法的另一种流程示意图；图5为本发明实施例提供的运维操作检测方法的又一种流程示意图；图6为本发明实施例提供的运维操作检测方法的又一种流程示意图；图7a为本发明实施例提供的运维操作检测装置的一种结构示意图；图7b为本发明实施例提供的运维操作检测装置的另一种结构示意图；图7c为本发明实施例提供的运维操作检测装置的又一种结构示意图；图8为本发明实施例提供的运维操作检测电子设备的一种结构示意图。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描述。参见图1，图1所示为本发明实施例提供的运维操作检测方法的一种流程示意图，可以包括以下步骤：s110，获取目标设备的预设性能参数在监控时段内对应的数值序列，该监控时段被划分为多个子时段。其中，预设性能参数可以是cpu负载率，也可以是服务器访问量，还可以是其他能够反映目标设备性能指标的参数。可以理解的是，目标设备的性能参数的变化能够反映出目标设备是否处于异常状态，例如，当cpu负载率快速上升后，长时间稳定不变，说明可能存在没有被正常关闭的进程，又例如当服务器访问量快速上升后紧接着快速下降，说明服务器访问量统计过程中可能存在异常操作。数值序列中包括有，目标设备的预设性能参数在各个时间点上的参数值，这些时间点可以是等间隔分布在监控时段内，也可以根据实际需求非等间隔分布在监控时段内。监控时段可以是包括当前时刻在内的一个时间段，例如最近一小时，也可以是过去的某个时间段，例如过去某一天的13点至14点。监控时段可以是按照固定时间间隔被划分为多个子时段，也可以是按照其他预设规则划分为多个子时段。s120，根据该数值序列在各个子时段内的子序列，确定预设性能参数在各个子时段内的变化类型。其中，一个子时段内的变化类型，可以包括快速下降、缓慢上升、平稳变化，也可以包括正弦波动、指数下降。具体的，预设性能参数在某一子时段内的变化类型可以是按照如下方式确定的：根据预设的匹配规则，确定与该子时段内的子序列相匹配的变化类型，并将确定出的变化类型作为预设性能参数在该子时段内的变化类型。可以理解的是，匹配规则可以根据实际需求进行设置的，例如，可以将最大值与最小值之差不超过1％的子序列，设置为与平稳变化相匹配的子序列。示例性的，一子序列为“10％，12％，15％”，该子序列对应的子时段为2-4s，假设与该子序列相匹配的变化类型为缓慢上升，则可以确定预设性能参数在2-3s这一子时段内的变化类型为缓慢上升。s130，将各个子时段的变化类型按照时间顺序排序，得到变化类型序列。可以理解的是，为了方便后续步骤中关于变化类型序列的处理，变化类型序列中的每个元素，可以是用与变化类型对应的标识符号表示。示例性的，一个变化类型序列可以为“a，b，c，b”，其中a为快速下降对应的标识符号，b为缓慢上升对应的标识符号，c为正弦波动对应的标识符号。s140，确定变化类型序列的子序列集合中是否存在预设的变化规则库中被标记为异常变化的异常子序列。其中，变化规则库中被标记为异常变化的异常子序列，是基于大数据关联挖掘得到的。具体的，本实施例中，可以是将多个被确定有异常运维操作的样本时段内的样本数值序列，输入用于挖掘关联规则的离线分类器。离线分类器将样本数值序列按照s120、s130中的方法步骤，转化为样本变化类型序列。以样本变化类型序列为事务，分别计算所有由两个变化类型排列而成的二项集的支持度和置信度，示例性的，假设样本变化类型序列中一共有3种变化类型，对应的标记符号分别为a、b、c，则分别计算二项集{a，b}、{a，c}、{b，a}、{b，c}、{c，a}，{c，b}的支持度和置信度。为方便讨论，记一个二项集包含的第一个变化类型为a1，第二个变化类型a2，该二项集的支持度为所有包含变化类型子序列a1a2的样本变化类型序列的个数，该二项集的置信度为所有包含变化类型a1的样本变化类型序列中，包含变化类型子序列a1a2的样本变化类型序列的比例。示例性的，样本变化类型参照表1所示，可以计算得到如表2所示的各个二项集的支持度和置信度。表1样本变化序列编号样本变化序列1“a，b，c”2“a，c，a”3“a，a，c”4“b，a，c”5“b，c，b”表2根据各个二项集的支持度和置信度的计算结果，本实施例中筛选出支持度高于预设的最小支持度阈值，且置信度高于最小置信度阈值的二项集作为关联二项集，示例性的，假设计算结果如表2所示，最小支持度阈值和最小置信度阈值分别为3、80％，则可以将二项集{a，c}确定为关联二项集。可以理解的是，在其他实施例中，也可以只计算支持度或者置信度，并筛选出高于预设支持度阈值或高于预设置信度阈值的二项集作为关联二项集。在其他实施例中，还可以按照类似的方法，分别确定关联三项集、关联四项集等。对于所有关联二项集，将二项集中包含的两个变化类型按照二项集中的顺序组成的序列，如果该子序列之前没有被作为正常子序列保存在变化规则库中，则将该子序列作为异常子序列保存在变化规则库中。示例性的，假设{a，c}为一关联二项集，如果ac没有被作为正常子序列保存在变化规则库中，则将序列ac作为异常子序列保存在变化规则库中。正常子序列的确定方法可以参照上述关于异常子序列的确定方法的描述，两者的差别在于，在确定正常子序列时，输入离线分类器的是被确定没有异常运维操作的样本时段内的样本数值序列。并且，在得到关联二项集后，将二项集中包含的两个变化类型按照二项集中的顺序组成的序列，作为正常子序列保存在变化规则库中。可以理解的是，确定有异常运维操作的样本时段内，可能会包含有正常运维操作，因此进行数据挖掘时，可能会得到和正常运维操作关联的子序列。在其他实施例中，输入离线分类器的也可以是确定为只包含有异常运维操作的样本时段内的样本数值序列。如果变化类型序列的子序列集合中存在异常子序列，执行步骤s150。s150，确定该监控时段内存在异常运维操作。可以理解的是，异常子序列可以视作是一种异常运维操作与变化类型子序列之间的关联规则，由于该关联规则是通过大量样本变化类型序列进行数据关联得到的，因此，将监控时段内的变化类型序列的子序列集合中存在异常子序列，作为监控时段内存在异常运维操作的判据，是准确、可靠的。示例性的，通过大量样本变化类型序列进行关联挖掘，得到一个关联规则“当存在异常运维操作时，目标设备的cpu负载会快速上升并保持一段时间”，则如果在监控时段内，发现cpu负载快速上升并保持一段时间，则依此确定该监控时段内存在异常运维操作的判断是准确、可靠的。选用该实施例，可以将监控时段内目标设备的预设性能参数的参数值的数值序列转变为，预设性能参数在监控时段内各个子时段中的变化类型的序列，并将该序列和变化规则库中经过大数据挖掘得到的异常运维操作会产生的变化类型子序列进行比较，来判断监控时段内是否存在异常运维操作，因此判断结果更为准确。在一种可选的实施例中，如图2所示，如果变化类型序列的子序列集合中不存在异常子序列，执行步骤s161。s161，确定变化类型序列是否能够被拆分成多个在变化规则库中被标记为正常变化的正常子序列。示例性的，假设变化规则库中被标记为正常变化的正常子序列有ab、ac、bd，对于变化类型序列为“a，b，c，d”，能够被拆分成子序列ac、bd，因此能够被拆分成多个在变化规则库中被标记为正常变化的正常子序列。变化类型序列“a，b，c，a”，则不能够被拆分成多个在变化规则库中被标记为正常变化的正常子序列。如果变化类型序列不能够被拆分成多个正常变化的正常子序列，执行步骤s162。s162，确定监控时段内存在异常运维操作。可以理解的是，正常子序列可以视作是一种正常运维操作与变化类型子序列之间的关联规则。如果一个监控时段内的变化类型序列可以被拆分成多个正常子序列，则说明该监控时段内的所有变化类型序列可以利用正常操作进行合理地解释，因此该监控时段内不存再异常运维操作，反之，则不是所有变化类型都可以利用正常操作进行合理解释，因此该监控时段内可能存在异常运维操作。选用该实施例，可以进一步的根据监控时段内的变化类型序列是否能够被拆分成多个正常序列，确定该监控时段内是否存在异常运维操作，增加了发现监控时段内存在的异常运维操作的几率。在一种可选的实施例中，可以利用如图3所示的方法将监控时段划分为多个子时段，具体包括：s310，获取数值序列中每相邻两个数值之间的变化速率，作为该相邻两个数值对应时间点组成的待组合时段的变化速率。示例性的，数值序列中的第一个数值为8，对应的时间点为t＝1s，第二数值为10，对应的时间点为t＝2s，则待组合时段[1s,2s]的数值变化速率为2s-1。s320，基于监控时段包括的各待组合时段的变化速率，按照预设划分方式，将监控时段划分为多个子时段，预设方式为相邻待组合时段的变化速率满足预设相近条件则被划分在同一个子时段中。具体的，可以基于监控时段包括的各待组合时段的变化速率的范围，将变化速率划分为多组，如果相邻的待组合时段的变化速率属于同一组，则将这两个相邻的待组合时段划分到同一子时段中。选用该实施例，可以使得每个子时段内，数值的变化趋势近似于简单的均匀变化，降低了后续步骤中确定预设性能参数在各个子时段内的变化类型所需要的计算量。在一种可选的实现方式中，如图4所示，s120可以具体包括：s121，根据各个子时段内每相邻两个数值之间的变化速率，确定预设性能参数在各个子时段内的变化类型。本实施例中，可以将每个子时段内每相邻两个数值之间的变化速率的平均值作为该子时段内的平均变化速率，按照平均变化速率，将所有子时段分为多组，每组对应一种变化类型。示例性的，将平均变化速率小于-10/s的子时段分为一组，该组对应的变化类型为快速下降，又例如，将平均变化速率介于1/s到2/s的子时段分为一组，该组对应的变化类型为缓慢上升。具体的，可以是利用预设的聚类算法进行分组，也可以是根据预设的分组阈值进行分组。可以是将一个子时段内的每个数值，以时间轴为横轴进行线性拟合，将拟合得到的直线的斜率，作为该子时段内的平均变化速率。可以理解的是，数值之间的变化速率可以直观、准确地反应出变化趋势，因此选用该实施例，可以较为准确地确定出各个子时段内的变化类型。在一种可选的实施例中，变化规则库中的异常子序列可以对应有异常运维操作标识，在此情况下，如图5所示，s150可以具体包括：s151，如果变化类型序列的子序列集合中存在异常子序列，确定监控时段内存在与存在的异常子序列对应的异常运维操作标识表示的异常运维操作。示例性的，假设监控时段内的变化类型序列中存在异常子序列“ab”，获取异常子序列对应的异常运维操作标识，确定该标识表示的异常运维操作，假设为误删除，则确定在监控时段内存在误删除的异常运维操作。选用该实施例，可以进一步地确定出所存在的异常运维操作。可以理解的是，确定出所存在的异常运维操作的前提下，运维人员可以更有针对性的进行后续的处理工作。在一种可选的实施例中，如图6所示，在s150之后，还可以包括：s171，获取该监控时段内是否存在异常运维操作的复查结果。示例性的，复查结果可以是运维人员通过检查目标设备在监控时段内的运维记录确定出来的，也可以是根据预设的复审规则，通过计算机审核得到的，本实施例对此不做限制。s172，如果复查结果为不存在异常运维操作，将该数值序列作为正常操作对应的数值序列，发送至预设的离线分类器，用于调整变化规则库。其中，预设的离线分类器可以是用于创建变化规则库的离线分类器，也可以是基于创建变化规则库所用的离线分类器进行改进后的离线分类器，本实施例对此不作限制。可以理解的是，离线分类器是用于大数据挖掘以确定运维操作和变化类型子序列之间的关联规则。在一些特殊情况下，如离线分类器在进行大数据挖掘时样本数据不够充分全面，或者，样本数据中存在错误地样本数据时，可能导致确定出的关联规则不够准确。选用该实施例，可以通过复查和反馈的方式，实时地调整变化规则库中的关联规则，及时发现并调整不准确的关联规则，使得关联规则库中的关联规则更加准确、可靠，提高了检测结果的准确性。参见图7a，图7a所示为本发明实施例提供的运维操作检测装置的一种结构示意图，可以包括以下模块：序列获取模块701，用于获取目标设备的预设性能参数在监控时段内对应的数值序列，监控时段被划分为多个子时段；类型分析模块702，用于根据数值序列在各个子时段内的子序列，确定预设性能参数在各个子时段内的变化类型；排序模块703，用于将各个子时段的变化类型按照时间顺序排序，得到变化类型序列；检测模块704，用于确定变化类型序列的子序列集合中是否存在预设的变化规则库中被标记为异常变化的异常子序列；并且如果变化类型序列的子序列集合中存在异常子序列，确定监控时段内存在异常运维操作。进一步的，检测模块704，还可以用于如果变化类型序列的子序列集合中不存在异常子序列，确定变化类型序列是否能够被拆分成多个在变化规则库中被标记为正常变化的正常子序列；如果变化类型序列不能够被拆分成多个正常变化的正常子序列，确定监控时段内存在异常运维操作。进一步的，参见图7b，还可以包括：时段划分模块705，用于采用如下步骤将监控时段划分为多个子时段：获取数值序列中每相邻两个数值之间的变化速率，作为该相邻两个数值对应时间点组成的待组合时段的变化速率；基于监控时段包括的各待组合时段的变化速率，按照预设划分方式，将监控时段划分为多个子时段，预设划分方式为相邻待组合时段的变化速率如果满足预设相近条件则被划分在同一个子时段中。进一步的，类型分析模块702，可以具体用于根据各个子时段内每相邻两个数值的变化速率，确定预设性能参数在各个子时段内的变化类型。进一步的，预设的变化规则库中的异常子序列可以对应有异常运维操作；检测模块704，可以具体用于确定监控时段内存在与存在的异常子序列对应的异常运维操作标识表示的异常运维操作。进一步的，参见图7c，还可以包括：反馈模块706，用于获取监控时段内是否存在异常运维操作的复查结果；并且如果复查结果为不存在异常运维操作，将数值序列作为正常操作对应的数值序列，发送至预设的离线分类器，用于调整变化规则库。本发明实施例还提供了一种电子设备，如图8所示，包括处理器801、通信接口802、存储器803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信，存储器803，用于存放计算机程序；处理器801，用于执行存储器803上所存放的程序时，实现如下步骤：获取目标设备的预设性能参数在监控时段内对应的数值序列，监控时段被划分为多个子时段；根据数值序列在各个子时段内的子序列，确定预设性能参数在各个子时段内的变化类型；将各个子时段的变化类型按照时间顺序排序，得到变化类型序列；确定变化类型序列的子序列集合中是否存在预设的变化规则库中被标记为异常变化的异常子序列；如果变化类型序列的子序列集合中存在异常子序列，确定监控时段内存在异常运维操作。进一步的，在确定变化类型序列的子序列集合中是否存在预设的变化规则库中被标记为异常变化的异常子序列之后，还包括：如果变化类型序列的子序列集合中不存在异常子序列，确定变化类型序列是否能够被拆分成多个在变化规则库中被标记为正常变化的正常子序列；如果变化类型序列不能够被拆分成多个正常变化的正常子序列，确定监控时段内存在异常运维操作。进一步的，采用如下步骤将监控时段划分为多个子时段：获取数值序列中每相邻两个数值之间的变化速率，作为该相邻两个数值对应时间点组成的待组合时段的变化速率；基于监控时段包括的各待组合时段的变化速率，按照预设划分方式，将监控时段划分为多个子时段，预设划分方式为相邻待组合时段的变化速率如果满足预设相近条件则被划分在同一个子时段中。进一步的，根据数值序列在各个子时段内的子序列，确定预设性能参数在各个子时段内的变化类型，包括：根据各个子时段内每相邻两个数值之间的变化速率，确定预设性能参数在各个子时段内的变化类型。进一步的，确定变化类型序列的子序列集合中是否存在预设的变化规则库中被标记为异常变化的异常子序列，包括：预设的变化规则库中的异常子序列对应有异常运维操作标识；确定监控时段内存在异常运维操作，包括：确定监控时段内存在与存在的异常子序列对应的异常运维操作标识表示的异常运维操作。进一步的，在如果变化类型序列的子序列集合中存在异常子序列，确定监控时段内存在异常运维操作之后，还包括：获取监控时段内是否存在异常运维操作的复查结果；如果复查结果为不存在异常运维操作，将数值序列作为正常操作对应的数值序列，发送至预设的离线分类器，用于调整变化规则库。上述电子设备提到的通信总线可以是外设部件互连标准(peripheralcomponentinterconnect，pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，eisa)总线等。该通信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。通信接口用于上述电子设备与其他设备之间的通信。存储器可以包括随机存取存储器(randomaccessmemory，ram)，也可以包括非易失性存储器(non-volatilememory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessing，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field-programmablegatearray，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。在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一的运维操作检测方法。在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一运维操作检测方法。在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solidstatedisk(ssd))等。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而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。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。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。本说明书中的各个实施例均采用相关的方式描述，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，对于装置、电子设备、计算机可读存储介质、计算机程序产品的实施例而言，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。当前第1页12