基于置信区间的互联网业务报警方法和装置与流程

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及基于置信区间的互联网业务报警方法和装置。

背景技术：

由于网络、程序问题、误操作等原因，互联网系统有时会出现系统异常。在提高系统稳定性的同时，可以通过对互联网系统进行实时监控，对异常情况及时报警，从而提高故障响应速度、减少故障损失。

现有技术中，在对互联网系统进行监控报警时，通常为互联网业务量设定固定的阈值。例如，针对“支付”这一互联网业务，通常而言，支付业务的业务量在一天中是一个连续变动过程，一般中午和傍晚较高，而早晨、下午和夜间相对较低，因此，业务量与时间的函数图形显示为两个高峰。若使用现有的固定阈值的办法，若阈值的范围设置得较宽，将容易出现漏报，报警的召回率低等问题；而若阈值的范围设置得较窄，将容易出现误报，报警的准确率低等问题。

技术实现要素：

本申请的目的在于提出一种改进的基于置信区间的互联网业务报警方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种基于置信区间的互联网业务报警方法，基于置信区间的互联网业务报警方法，包括：获取当前时段的互联网业务数据信息，互联网业务数据信息包括互联网业务量信息、互联网业务类型信息和时间特征信息；基于互联网业务类型信息和时间特征信息，确定与当前时段的互联网业务数据信息匹配的报警模型；判断互联网业务量信息所指示的互联网业务量是否满足至少一个预设条件；若不满足，则生成报警信息；其中，预设条件包括：互联网业务量信息所指示的互联网业务量处于与互联网业务量信息相对应的报警模型的置信区间内。

在一些实施例中，基于置信区间的互联网业务报警方法还包括建立报警模型的步骤；建立报警模型的步骤包括：从历史互联网业务数据信息数据库中采集预定日期范围内，具有相同时间特征和互联网业务类型的历史互联网业务数据信息；确定历史互联网业务数据信息所指示的历史互联网业务数据的统计参数；基于统计参数，建立与该时段范围对应的报警模型。

在一些实施例中，确定历史互联网业务数据信息所指示的历史互联网业务数据的统计参数，包括：确定历史互联网业务数据信息所指示的历史互联网业务数据的均值和标准差；基于统计参数，建立与该时段范围对应的报警模型，包括：基于均值和标准差确定历史互联网业务数据信息所指示的历史互联网业务数据的高斯分布；确定高斯分布的置信区间；以及将确定出置信区间的高斯分布作为历史互联网业务数据信息所指示的互联网业务类型的报警模型。

在一些实施例中，基于置信区间的互联网业务报警方法还包括将当前时段的互联网业务数据信息添加至历史互联网业务数据信息数据库中。

在一些实施例中，将当前时段的互联网业务数据信息添加至历史互联网业务数据信息数据库中还包括：响应于确定报警信息不属于误报警，将当前时段的互联网业务数据信息添加至历史互联网业务数据信息数据库中。

在一些实施例中，时间特征包括以下至少一项：用于指示互联网业务的发生日是否为工作日的特征、用于指示互联网业务的发生日是否为节假日的特征以及用于指示互联网业务的发生日是否处于异常天气的特征。

在一些实施例中，预设条件还包括：互联网业务量信息所指示的互联网业务量与预设的互联网业务量阈值相匹配。

第二方面，本申请还提供了一种基于置信区间的互联网业务报警装置，包括：获取单元，用于获取当前时段的互联网业务数据信息，互联网业务数据信息包括互联网业务量信息、互联网业务类型信息和时间特征信息；确定单元，用于基于互联网业务类型信息和时间特征信息，确定与当前时段的互联网业务数据信息匹配的报警模型；判断单元，用于判断互联网业务量信息所指示的互联网业务量是否满足至少一个预设条件；报警信息生成单元，用于在不满足预设条件时生成报警信息；其中，预设条件包括：互联网业务量信息所指示的互联网业务量处于与互联网业务量信息相对应的报警模型的置信区间内。

在一些实施例中，基于置信区间的互联网业务报警装置还包括报警模型建立单元；报警模型建立单元包括：采集模块，用于从历史互联网业务数据信息数据库中采集预定日期范围内，具有相同时间特征和互联网业务类型的历史互联网业务数据信息；统计参数确定模块，用于确定历史互联网业务数据信息所指示的历史互联网业务数据的统计参数；建立模块，用于基于统计参数，建立与该时段范围对应的报警模型。

在一些实施例中，统计参数确定模块进一步用于确定历史互联网业务数据信息所指示的历史互联网业务数据的均值和标准差；建立模块进一步用于：基于均值和标准差确定历史互联网业务数据信息所指示的历史互联网业务数据的高斯分布；确定高斯分布的置信区间；以及将确定出置信区间的高斯分布作为历史互联网业务数据信息所指示的互联网业务类型的报警模型。

在一些实施例中，基于置信区间的互联网业务报警装置还包括：添加单元，用于将当前时段的互联网业务数据信息添加至历史互联网业务数据信息数据库中。

在一些实施例中，添加单元进一步用于：响应于确定报警信息不属于误报警，将当前时段的互联网业务数据信息添加至历史互联网业务数据信息数据库中。

在一些实施例中，时间特征包括以下至少一项：用于指示互联网业务的发生日是否为工作日的特征、用于指示互联网业务的发生日是否为节假日的特征以及用于指示互联网业务的发生日是否处于异常天气的特征。

在一些实施例中，预设条件还包括：互联网业务量信息所指示的互联网业务量与预设的互联网业务量阈值相匹配。

第三方面，本申请还提供了一种电子设备，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上的基于置信区间的互联网业务报警方法。

第四方面，本申请还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上的基于置信区间的互联网业务报警方法。

本申请提供的基于置信区间的互联网业务报警方法和装置，通过互联网业务数据的业务类型和时间特征来确定与之相应的报警模型，判断当前的互联网业务量是否满足至少一个预设条件，其中，预设条件包括：互联网业务量信息所指示的互联网业务量处于与互联网业务量信息相对应的报警模型的置信区间内。从而实现了针对不同时段、不同时间特征的互联网业务设置针对性的报警模型和报警触发条件，使得报警更加准确。

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是根据本申请的基于置信区间的互联网业务报警方法的一个实施例的流程图；

图3是根据本申请的基于置信区间的互联网业务报警方法的又一个实施例的流程图；

图4是图3中的建立报警模型的步骤的一个实施例的分解流程图；

图5是根据本申请的基于置信区间的互联网业务报警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终端设备或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基于置信区间的互联网业务报警方法或基于置信区间的互联网业务报警装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括第一服务器101、102、103，网络104和第二服务器105。网络104用以在第一服务器101、102、103和第二服务器105之间提供通信链路的介质。网络104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。

用户可以使用终端设备(图中未示出)与第一服务器101、102、103交互，以获得第一服务器101、102、103提供的互联网业务。此外，第一服务器101、102、103还可以通过网络104与第二服务器105交互，以接收或发送消息等。

第一服务器101、102、103可以向使用终端设备的用户提供各种互联网业务的服务器，包括但不限于用于提供网络购买业务的服务器、用于提供外卖业务的服务器、用于提供搜索业务的服务器等等。

第二服务器105可以是对第一服务器101、102、103进行实时监控的服务器。例如对第一服务器101、102、103所提供的互联网业务进行实时监控的监控服务器。第二服务器105可以对采集到的互联网业务数据信息等数据进行分析，并将处理结果(例如，报警信息)反馈给第一服务器101、102、103。

需要说明的是，本申请实施例所提供的基于置信区间的互联网业务报警方法可以由第一服务器101、102、103执行，或者，也可以由第二服务器105执行，或者，还可以一部分由第一服务器101、102、103执行而另一部分由第二服务器105执行。相应地，基于置信区间的互联网业务报警装置可以设置于第一服务器101、102、103中，或者，也可以设置于第二服务器105中，或者一部分设置于第一服务器101、102、103中而另一部分设置于第二服务器105中。

应该理解，图1中的第一服务器、网络和第二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第一服务器、网络和第二服务器。

继续参考图2，其示出了根据本申请的基于置信区间的互联网业务报警方法的一个实施例的流程200。所述的基于置信区间的互联网业务报警方法，包括以下步骤：

步骤210，获取当前时段的互联网业务数据信息。在这里，互联网业务数据信息可以包括互联网业务量信息、互联网业务类型信息和时间特征信息。

在本实施例中，若执行本步骤的电子设备为图1所示的第一服务器，则其可以提取本地存储的当前时段的互联网业务数据信息。若执行本步骤的电子设备为图1所示的第二服务器，则其可通过有线连接方式或者无线连接方式从与之通信连接的第一服务器来获取当前时段的互联网业务数据信息。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。

在这里，互联网业务数据信息中包含的互联网业务量信息例如可以是任何能够表征互联网业务的数量的信息。该信息可以是量化的，也即，通过具体数值来表征。或者，该信息也可以是非量化的，例如，可以用代表数量等级的文字(例如，有、无、多、少等等)来表征。

此外，互联网业务类型信息可以是任何能够将一个类型的互联网业务与其它类型的互联网业务区分开来的信息。例如，互联网业务类型可以包括搜索类业务、多媒体业务、购买类业务、外卖类业务等等。或者，互联网业务类型还可以是对某一类型的互联网业务进行的进一步细分。例如，对于同属于搜索类的互联网业务，可以进一步细分为对数据库a的搜索业务、对数据库b的搜索业务等等。

此外，时间特征信息可以是任何能够体现当前时段的与时间相关的特征。某些类型的互联网业务根据日期或者季节的不同，其业务量会有较大的起伏。例如，金融类业务，其在月末、季度末等时间范围内，业务量具有较大幅度的增长；而在月初或者季度初，则有较大幅度的回落。又例如，外卖类业务，其在冬季和夏季，具有较多的业务量，而在春季和秋季，则具有较少的业务量。

步骤220，基于互联网业务类型信息和时间特征信息，确定与当前时段的互联网业务数据信息匹配的报警模型。

在这里，针对某一类型的互联网业务的报警模型例如可以是通过对以前某一段时间内发生的、通过对这段时间发生的互联网业务进行分析所提取、总结出来的。在使用时，可以将当前时段该类型的互联网业务数据信息输入报警模型，从而使报警模型对输入的信息进行分析和判断。

正如上面描述的，某些类型的互联网业务与业务发生时段的时间特征相关，因此，通过确定当前时段的时间特征，并基于时间特征来选择针对该类型互联网业务的报警模型，可以使得报警模型更好地契合当前时段该类型互联网业务的客观规律。

在一些应用场景中，针对某一个类型的互联网业务，电子设备上可以存储有多个报警模型，每个报警模型可以与某一个或某几个具有相同时间特征相对应。若当前时段的互联网业务数据具有某个时间特征，那么，可以基于该时间特征在电子设备中查找与之相匹配的报警模型。

步骤230，判断互联网业务量信息所指示的互联网业务量是否满足至少一个预设条件。

在这里，预设条件例如可以包括：互联网业务量信息所指示的互联网业务量处于与互联网业务量信息相对应的报警模型的置信区间内。

在这里，报警模型的置信区间可以理解为互联网业务量的正常区间。也即是说，若互联网业务量处于报警模型的置信区间内，则可以认为当前时段该类型的互联网业务量正常；反之，若互联网业务量未处于报警模型的置信区间内，则可以认为当前时段该类型的互联网业务量出现了异常。

步骤240，若不满足，则生成报警信息。

本实施例的基于置信区间的互联网业务报警方法，通过互联网业务数据的业务类型和时间特征来确定与之相应的报警模型，判断当前的互联网业务量是否满足至少一个预设条件，其中，互联网业务量信息所指示的互联网业务量处于与互联网业务量信息相对应的报警模型的置信区间内。从而实现了针对不同时段、不同时间特征的互联网业务设置针对性的报警模型和报警触发条件，使得报警更加准确。

在一些应用场景中，若执行本实施例的基于置信区间的互联网业务报警方法的电子设备为图1所示的第二服务器，在生成报警信息之后，还可以将该报警信息向对应的第一服务器发送，从而提示该第一服务器可能出现了异常。

参见图3所示，为本申请的基于置信区间的互联网业务报警方法的另一个实施例的示意性流程图。

本实施例的基于置信区间的互联网业务报警方法包括如下的步骤：

步骤310，建立报警模型。

参见图4所示，为步骤310的分解流程图。

在这里，建立报警模型的步骤可以进一步包括：

步骤311，从历史互联网业务数据信息数据库中采集预定日期范围内，具有相同时间特征和互联网业务类型的历史互联网业务数据信息。

例如，采集2016年1月～2017年1月这一日期范围内，处于夏季和冬季的外卖类业务的日均订单量数据信息。在这里，“外卖类业务”可以理解为互联网业务类型，2016年1月～2017年1月这一日期范围可以理解为预定日期范围，由于夏季和冬季的外卖订单数量相对春季和秋季有显著区别，因此，可以将“夏季和冬季”理解为时间特征。

步骤312，确定历史互联网业务数据信息所指示的历史互联网业务数据的统计参数。

在这里，历史互联网业务数据的统计参数可以是能够表征历史互联网业务数据的具有统计学意义的任意参数。

步骤313，基于统计参数，建立与该时段范围对应的报警模型。

由于报警模型是基于历史互联网业务数据的统计参数确定的，因此，报警模型可以更准确地反映预定日期范围内的该类型互联网业务数据的数据量。

返回参见图3所示，本实施例的方法还进一步包括：

步骤320，获取当前时段的互联网业务数据信息。在这里，互联网业务数据信息可以包括互联网业务量信息、互联网业务类型信息和时间特征信息。

步骤330，基于互联网业务类型信息和时间特征信息，确定与当前时段的互联网业务数据信息匹配的报警模型。

步骤340，断互联网业务量信息所指示的互联网业务量是否满足至少一个预设条件。在这里，预设条件例如可以包括：互联网业务量信息所指示的互联网业务量处于与互联网业务量信息相对应的报警模型的置信区间内。

步骤350，若不满足，则生成报警信息。

本实施例中的步骤320～步骤350的执行过程可以与图2所示实施例的步骤210～步骤240具有类似的执行过程，在此不再赘述。

与图2所示的实施例相比，本实施例的基于置信区间的互联网业务报警方法突出了建立报警模型的过程，通过基于历史互联网业务数据的统计参数确定报警模型，使得报警模型可以更准确地反映预定日期范围内的该类型互联网业务数据的数据量。

在本实施例的一些可选的实现方式中，步骤312中的确定历史互联网业务数据信息所指示的历史互联网业务数据的统计参数可以进一步包括：确定历史互联网业务数据信息所指示的历史互联网业务数据的均值和标准差。

在这些可选的实现方式中，步骤313中的基于统计参数，建立与该时段范围对应的报警模型，也可以进一步包括：

步骤313a，基于均值和标准差确定历史互联网业务数据信息所指示的历史互联网业务数据的高斯分布。在这里，可以通过计算预定日期范围内的历史互联网业务数据的均值和标准差来建立历史互联网业务数据的高斯分布。

步骤313b，确定高斯分布的置信区间。在这里，可以根据实际应用场景的需要来确定置信区间的范围。例如，基于高斯分布，互联网业务量落入(μ-1.96σ，μ+1.96σ)这一区间的概率约为95％，此时可以将(μ-1.96σ，μ+1.96σ)作为该高斯分布的置信区间。在这里，μ为高斯分布的均值，σ为高斯分布的标准差。

步骤313c，将确定出置信区间的高斯分布作为历史互联网业务数据信息所指示的互联网业务类型的报警模型。

在一些可选的实现方式中，本申请各实施例的基于置信区间的互联网业务报警方法还可以包括：将当前时段的互联网业务数据信息添加至历史互联网业务数据信息数据库中。

在这些可选的实现方式的一些应用场景中，例如，可以先判断当前时段采集的互联网业务数据信息是否准确。具体地，当确定报警信息不属于误报警时，将当前时段的互联网业务数据信息添加至历史互联网业务数据信息数据库中。这样一来，可以避免将错误采集的数据添加到李世互联网业务数据信息数据库中，进而避免该错误数据影响报警模型的统计参数。

在一些可选的实现方式中，时间特征包括以下至少一项：用于指示互联网业务的发生日是否为工作日的特征、用于指示互联网业务的发生日是否为节假日的特征以及用于指示互联网业务的发生日是否处于异常天气的特征。

在一些可选的实现方式中，预设条件还可以包括：互联网业务量信息所指示的互联网业务量与预设的互联网业务量阈值相匹配。

在这些可选的实现方式的一些应用场景中，仅通过报警模型的置信区间来判断是否生成报警信息可能仍会产生误报、漏报等情形。此时，例如可以为各互联网业务设置相应的阈值范围，当同时满足置信区间和阈值范围两个条件时，则可以认为互联网业务量正常，否则，触发报警信息的生成。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种基于置信区间的互联网业务报警装置的一个实施例，该装置实施例与图2或图3所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例所述的基于置信区间的互联网业务报警装置500包括：

获取单元510，可用于获取当前时段的互联网业务数据信息，互联网业务数据信息包括互联网业务量信息、互联网业务类型信息和时间特征信息。

确定单元520，可用于基于互联网业务类型信息和时间特征信息，确定与当前时段的互联网业务数据信息匹配的报警模型。

判断单元530，可用于判断互联网业务量信息所指示的互联网业务量是否满足至少一个预设条件。

报警信息生成单元540，可用于在不满足预设条件时生成报警信息；其中，预设条件包括：互联网业务量信息所指示的互联网业务量处于与互联网业务量信息相对应的报警模型的置信区间内。

在一些可选的实现方式中，基于置信区间的互联网业务报警装置还可以包括报警模型建立单元(图中未示出)。

在这些可选的实现方式中，报警模型建立单元可以包括：采集模块，用于从历史互联网业务数据信息数据库中采集预定日期范围内，具有相同时间特征和互联网业务类型的历史互联网业务数据信息；统计参数确定模块，用于确定历史互联网业务数据信息所指示的历史互联网业务数据的统计参数；建立模块，用于基于统计参数，建立与该时段范围对应的报警模型。

在一些可选的实现方式中，统计参数确定模块还可进一步用于确定历史互联网业务数据信息所指示的历史互联网业务数据的均值和标准差。

在这些可选的实现方式中，建立模块还可进一步用于：基于均值和标准差确定历史互联网业务数据信息所指示的历史互联网业务数据的高斯分布；确定高斯分布的置信区间；以及将确定出置信区间的高斯分布作为历史互联网业务数据信息所指示的互联网业务类型的报警模型。

在一些可选的实现方式中，基于置信区间的互联网业务报警装置还可以包括：添加单元(图中未示出)，可用于将当前时段的互联网业务数据信息添加至历史互联网业务数据信息数据库中。

在一些可选的实现方式中，添加单元还可以进一步用于：响应于确定报警信息不属于误报警，将当前时段的互联网业务数据信息添加至历史互联网业务数据信息数据库中。

在一些可选的实现方式中，时间特征可以包括以下至少一项：用于指示互联网业务的发生日是否为工作日的特征、用于指示互联网业务的发生日是否为节假日的特征以及用于指示互联网业务的发生日是否处于异常天气的特征。

在一些可选的实现方式中，预设条件还可以包括：互联网业务量信息所指示的互联网业务量与预设的互联网业务量阈值相匹配。

下面参考图6，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统600的结构示意图。

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，其包括有形地包含在机器可读介质上的计算机程序，所述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。

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，所述模块、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：一种处理器包括获取单元、确定单元、判断单元和报警信息生成单元。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，获取单元还可以被描述为“获取当前时段的互联网业务数据信息的单元”。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中所述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当所述一个或者多个程序被一个设备执行时，使得所述设备：获取当前时段的互联网业务数据信息，互联网业务数据信息包括互联网业务量信息、互联网业务类型信息和时间特征信息；基于互联网业务类型信息和时间特征信息，确定与当前时段的互联网业务数据信息匹配的报警模型；判断互联网业务量信息所指示的互联网业务量是否满足至少一个预设条件；若不满足，则生成报警信息；其中，预设条件包括：互联网业务量信息所指示的互联网业务量处于与互联网业务量信息相对应的报警模型的置信区间内。

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所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。