2、…X。的最大值和最小 值。
[0064] 在本发明的一种优选实施方式中，还包括第一样本值判断单元及非缓存文件夹识 别单元；所述第一样本值判断单元用于在所述统计值计算单元根据预设的算法，计算所述 多个样本值的统计值之前，
[006引判断XI、而、…X。是否均小于预设的第二阔值，
[0066] 在判断结果为否的情况下，触发所述统计值计算单元根据预设的算法，计算所述 多个样本值的统计值；
[0067] 在判断结果为是的情况下，触发所述非缓存文件夹识别单元将所述目标文件夹识 别为非缓存文件夹。
[0068] 在本发明的一种优选实施方式中，还包括第二样本值判断单元，用于在所述统计 值计算单元根据预设的算法，计算所述多个样本值的统计值之前，
[0069] 判断XI、而、…X。是否均小于预设的第Η阔值，
[0070] 在判断结果为是的情况下，触发所述统计值计算单元根据预设的算法，计算所述 多个样本值的统计值；
[0071] 在判断结果为否的情况下，触发所述缓存文件夹识别单元将所述目标文件夹识别 为缓存文件夹。
[0072] 在本发明的一种优选实施方式中，还包括第一样本值判断单元、第二样本值判断 单元及非缓存文件夹识别单元；
[0073] 所述第一样本值判断单元用于在所述统计值计算单元根据预设的算法，计算所述 多个样本值的统计值之前，
[0074] 判断XI、而、…X。是否均小于预设的第二阔值，
[0075] 在判断结果为均小于第二阔值的情况下，触发所述非缓存文件夹识别单元将所述 目标文件夹识别为非缓存文件夹；
[0076] 在判断结果为存在至少一个样本值大于预设的第二阔值的情况下，触发第二样本 值判断单元进一步判断XI、Χ2、…X。是否均小于预设的第Η阔值，其中，所述预设的第Η阔 值大于预设的第二阔值；
[0077] 在判断结果为均小于第Η阔值的情况下，触发所述统计值计算单元根据预设的算 法，计算所述多个样本值的统计值；
[0078] 在判断结果为存在至少一个样本值大于预设的第Η阔值的情况下，触发缓存文件 夹识别单元确定所述目标文件夹为缓存文件夹。本发明通过获取目标软件运行过程中所使 用的目标文件夹中的文件数量的多个样本值，并通过预设的算法，计算所述多个样本值的 统计值，再与预设的第一阔值进行比较，在统计值大于所述预设的第一阔值的情况下，可W 确定目标文件夹为缓存文件夹。与现有技术相比，识别效率高，且能够实现持续的对某一个 软件进行监控，不会存在遗漏的缓存文件夹。
【附图说明】
[0079] 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，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w 根据送些附图获得其他的附图。
[0080] 图1为本发明实施例一种缓存文件夹识别方法的第一种流程图；
[0081] 图2为本发明实施例一种缓存文件夹识别方法的第二种流程图；
[0082] 图3为本发明实施例一种缓存文件夹识别方法的第Η种流程图；
[0083] 图4为本发明实施例一种缓存文件夹识别方法的第四种流程图；
[0084] 图5为本发明实施例一种缓存文件夹识别装置的第一种结构示意图；
[0085] 图6为本发明实施例一种缓存文件夹识别装置的第二种结构示意图。
【具体实施方式】
[0086] 众所周知，一款软件在运行的过程中，它可W使用的文件夹一般为两种，一种文件 夹中存储有例如可执行文件等软件运行必需的文件，送种文件夹可W称为非缓存文件夹。 另一种是软件在运行的过程中临时存放缓存文件的文件夹，可W其为缓存文件夹。
[0087] 缓存文件夹的一个特特征是其是否存在并不影响软件的正常运行，因此，现有技 术利用该特征识别一个文件夹是否是缓存文件夹的方法为：
[0088] 由测试人员在服务端运行一个软件，并找到该软件运行过程中所使用的文件夹， 然后人工将送些文件夹删除，如果删除后，该软件能够继续正常运行，则该文件夹符合缓存 文件夹的特征，可W确定该文件夹为缓存文件夹。从对该方法的描述可W看出，该方法需要 测试人员参与的程度较高，由于人的精力是有限的，所W该方法的识别效率较低，而且除非 有大量的测试人员，否则不能够保证对某一个软件持续的进行监控，送往往会造成对一些 软件的处理存在遗漏的缓存文件夹。
[0089] 发明人经过研究发现，软件在运行时，非缓存文件夹中的文件数量是基本不变的， 或者说变化量是很小的。但是，其所使用的缓存文件夹中的文件数量可能由于软件运行时 间的不同，甚至由于不同用户的使用，都会产生很大的波动。
[0090] 根据缓存文件夹的送种特征，发明人设想可W利用统计学方法来确定一个文件夹 是否是缓存文件夹。
[0091] 根据上述的基本原理，本发明提供了一种缓存文件夹识别方法，可W包括：
[0092] 在目标软件运行的过程中，根据预设的规则，获得目标文件夹中文件数量的多个 样本值；Xi、X2、…X。，其中，所述目标文件夹为所述目标软件在运行过程中所使用的文件夹， η > 2 ;
[0093] 根据预设的算法，计算所述多个样本值的统计值，所述统计值用于表征样本值的 离散程度；
[0094] 判断所述统计值是否大于预设的第一阔值；
[0095] 在判断结果为是的情况下，将所述目标文件夹识别为缓存文件夹。
[0096] 本发明根据缓存文件夹中文件数量波动较大的特征，通过获取目标软件运行过程 中所使用的目标文件夹中的文件数量的多个样本值，并通过预设的算法，计算所述多个样 本值的统计值，再与预设的第一阔值进行比较，在统计值大于所述预设的第一阔值的情况 下，可W确定目标文件夹为缓存文件夹。与现有技术相比，由于试测人员参与的程度较低， 因此识别效率高，且能够实现持续的对某一个软件进行监控，不会存在遗漏的缓存文件夹。
[0097] 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 整地描述，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。
[0098] -种缓存文件夹识别方法，如图1所示，可W包括：
[0099] S101，在目标软件运行的过程中，根据预设的规则，获得目标文件夹中文件数量的 多个样本值：Xi、X2、…X。，其中，所述目标文件夹为所述目标软件在运行过程中所使用的文 件夹，η > 2。
[0100] 本发明的设计思想是通过统计学方法识别缓存文件夹，因此，首先要获得用于统 计计算的数据样本。
[0101] 在本发明的技术方案中，数据样本指的是获得的目标文件夹中文件数量的多个样 本值，并且最少应该获取两个样本值，当然可W理解的是，样本值的数量越多，最后统计出 来的数据也越接近于实际情况，但时间成本也相对越高。由于样本值的数量并不影响本发 明技术方案的实施，本领域技术人员可W根据实际情况进行选择，本发明在此不作具体限 定。
[0102] 在实施本发明的技术方案对目标软件运行时所使用的目标文件夹进行识别时，可 W按照一定的顺序进行，例如，可W按照文件夹名称的字母排序来依次进行识别。也可W根 据非缓存文件夹名称的特征，先排除非缓存文件夹。送样，可W进一步减少工作量，加快识 别速度。
[0103] 为了保证目标软件能够一直运行且能够在缓存文件夹中生成较多的缓存文件，优 选对目标软件进行持续的操作。如果采用人工来实现送种持续操作，理论上是可行的，但是 需要较多的人力，从成本的角度考虑是明显不合适的。因此，优选可W使用自动化触发技术 来实现对目标软件进行持续的操作。其原理是在软件运行的过程中，模拟人工对其进行点 击、滑动等操作，通过送种技术就可W实现对目标软件进行持续的操作。送里所说的自动化 触发技术是现有技术，本领域技术员不需要创造性劳动即可获得，本发明在此不作详细描 述。
[0104] 本发明技术方案在实施过程中，可W预先设定一个样本值的获取方法，并按照该 方法来获取目标文件夹中文件数量的多个样本值。
[0105] 目标软件在运行过程中，由于运行的时间不同，会产生不同数量的缓存文件，因 此，基于送个原理，