扭曲信息的干预方法、装置及电子设备与流程

本发明涉及信息处理技术领域，尤其是涉及一种扭曲信息的干预方法、装置及电子设备。

背景技术：

随着互联网以及社交媒体的发展，网络上每天都传播着各种各样的信息，而这些信息中不乏假新闻/谣言等扭曲信息，如不对这些扭曲信息进行处理，将导致扭曲信息蔓延和爆发，并对互联网用户造成错误的引导。目前，绝大部分对于扭曲信息的干预措施都是建立在对关键节点和关键链路的控制，也即干预措施包括删帖和封号处理。然而扭曲信息的传播网络通常是去中心化的，也即用户无法找到扭曲信息的核心节点以一劳永逸地抑制扭曲信息的传播，因此现有的扭曲信息干扰措施无法较好地对扭曲信息进行抑制。

技术实现要素：

有鉴于此，本发明的目的在于提供一种扭曲信息的干预方法、装置及电子设备，可以较好地抑制扭曲信息的传播。

第一方面，本发明实施例提供了一种扭曲信息的干预方法，包括：获取监管者收集的参与者的用户信息，并根据预设的干预算法和所述用户信息计算所述监管者对应的最优资源分配策略；其中，所述用户信息包括所述参与者针对扭曲信息的干预效益；根据所述干预算法和所述最优资源分配策略计算所述参与者对应的最优干预操作策略；根据所述最优资源分配策略和所述最优干预操作策略计算所述参与者的可得资源；将所述最优干预操作策略和所述可得资源提供给所述参与者，以使所述参与者基于所述最优干预操作策略对所述扭曲信息执行干预操作。

在一种实施方式中，所述干预算法包括斯塔克尔伯格博弈算法，所述斯塔克尔伯格博弈算法包括资源决策公式和投入选择公式；所述根据预设的干预算法和所述用户信息计算所述监管者对应的最优资源分配策略的步骤，包括：根据所述资源决策公式和所述用户信息计算所述监管者对应的最优资源分配策略；所述根据所述干预算法和所述最优资源分配策略计算所述参与者对应的最优干预操作策略的步骤，包括：根据所述投入选择公式和所述最优资源分配策略计算所述参与者对应的最优干预操作策略。

在一种实施方式中，所述根据所述资源决策公式和所述用户信息计算所述监管者对应的最优资源分配策略的步骤，包括：将所述用户信息输入至所述资源决策公式，得到所述监管者对应的最优资源分配策略；其中，所述资源决策公式包括：w^*表示所述最优资源分配策略，xn表示第n个参与者的用户信息，n表示所述参与者的总人数。

在一种实施方式中，所述资源决策公式的获取步骤，包括：对预设的第一最优问题进行求最优解，将所述第一最优问题的最优解作为所述资源决策公式；其中，所述第一最优问题包括：w表示初始资源分配策略。

在一种实施方式中，所述根据所述投入选择公式和所述最优资源分配策略计算所述参与者对应的最优干预操作策略的步骤，包括：将所述最优资源分配策略作为所述投入选择公式的变量；对所述投入选择公式进行迭代，如果所述投入选择公式收敛，将收敛结果确定为所述参与者对应的最优干预操作策略；其中，所述投入选择公式包括：表示第t次迭代时第n个用户的当前干预操作策略，表示第t-1次迭代时第i个用户的当前干扰操作策略，w^*表示最优资源决策公式，an表示第n个用户每次对所述扭曲信息进行干预操作所消耗的收益。

在一种实施方式中，所述投入选择公式的获取步骤，包括：对预设的第二最优问题进行求最优解，将所述第二最优问题的最优解作为所述投入选择公式；其中，所述第二最优问题包括：

在一种实施方式中，所述方法还包括：获取所述参与者执行干预操作后的干预结果；基于所述干预结果和所述可得资源，为所述参与者进行资源分配。

第二方面，本发明实施例还提供一种扭曲信息的干预装置，包括：资源策略计算模块，用于获取监管者收集的参与者的用户信息，并根据预设的干预算法和所述用户信息计算所述监管者对应的最优资源分配策略；其中，所述用户信息包括所述参与者针对扭曲信息的干预效益；操作策略计算模块，用于根据所述干预算法和所述最优资源分配策略计算所述参与者对应的最优干预操作策略；可得资源计算模块，用于根据所述最优资源分配策略和所述最优干预操作策略计算所述参与者的可得资源；提供模块，用于将所述最优干预操作策略和所述可得资源提供给所述参与者，以使所述参与者基于所述最优干预操作策略对所述扭曲信息执行干预操作。

第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器；所述存储器上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如第一方面提供的任一项所述的方法。

第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面提供的任一项所述的方法的步骤。

本发明实施例提供的一种扭曲信息的干预方法、装置及电子设备，方法首先获取监管者收集的参与者的用户信息(包括参与者针对扭曲信息的干预效益)，并根据预设的干预算法和用户信息计算监管者对应的最优资源分配策略，然后根据干预算法和最优资源分配策略计算参与者对应的最优干预操作策略，从而根据最优资源分配策略和最优干预操作策略计算参与者的可得资源，将最优干预操作策略和可得资源提供给参与者，以使参与者基于最优干预操作策略对扭曲信息执行干预操作。上述方法根据参与者的用户信息和干预算法计算最优资源分配策略，从而根据最优资源分配策略和干预算法确定最优干预操作策略，进而根据最优资源分配策略和最优干预操作策略确定参与者的可得资源，以通过可得资源鼓励参与者对扭曲信息进行干预操作，相较于现有技术中采用对关键节点和关键链路进行控制的方式，本发明实施例可以较好地对扭曲信息的传播进行抑制。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种扭曲信息的干预方法的流程示意图；

图2为本发明实施例提供的另一种扭曲信息的干预方法的流程示意图；

图3为本发明实施例提供的一种扭曲信息的干预装置的结构示意图；

图4为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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，都属于本发明保护的范围。

目前，扭曲信息隐藏在海量社交数据中，使得网状拓扑对信息高速扩散作用成为一把双刃剑，扭曲信息快速蔓延从而破坏现实格局所带来的“信息安全”问题是学术界和产业界迫切需要解决的问题。通过干预控制来引导网络信息传播秩序，具有重要的理论和现实意义。目前绝大部分对于扭曲信息的干预措施都是建立在对关键节点和关键链路的控制，也即干预措施包括删帖和封号处理。然而扭曲信息的传播网络通常是去中心化的，无用户无法找到扭曲信息的核心节点以一劳永逸地抑制扭曲信息的传播。无标度特性使得在线社交网络更具嵌套性，而嵌套性的网络在遭到外部打击时能迅速复原，采用删帖/封号的处理方式反而会产生更大的副作用，在不同平台之间，当一个平台对某一个主题的扭曲信息进行取缔后，该主题对应的用户可以迁移到其他主题上，往往还会使用其他的文字对扭曲信息进行“加密”，这使得新信息更加难以被发现。基于此，本发明实施提供了一种扭曲信息的干预方法、装置及电子设备，可以较好地抑制扭曲信息的传播。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种扭曲信息的干预方法进行详细介绍，参见图1所示的一种扭曲信息的干预方法的流程示意图，该方法主要包括以下步骤s102至步骤s108：

步骤s102，获取监管者收集的参与者的用户信息，并根据预设的干预算法和用户信息计算监管者对应的最优资源分配策略。

其中，用户信息包括参与者针对扭曲信息的干预效益，干预效益可以包括扭曲信息所减少的传播范围，例如，参与者对扭曲信息执行一次干预操作可以减少扭曲信息的传播范围即为上述干预效益。干预算法可以理解为用于计算干预扭曲信息的策略的算法，可以采用斯塔克尔伯格博弈算法。在一种实施方式中，斯塔克尔伯格博弈算法可以包括资源决策公式，可以将参与者的用户信息代入至资源决策公式，以得到监管者对应的最优资源分配策略，该最优资源分配策略可包括分配给参与者的总资源。

步骤s104，根据干预算法和最优资源分配策略计算参与者对应的最优干预操作策略。

其中，干预算法仍然可采用上述斯塔克尔伯格博弈算法，该斯塔克尔伯格博弈算法还包括投入选择公式，最优干预操作策略可以理解为参与者执行干扰操作的策略，诸如参与者转发辟谣信息的转发量或发布辟谣信息的发布量等。在一种实施方式中，可以将最优资源分配策略作为投入选择公式的变量，并对投入选择公式进行迭代，并将迭代收敛时的收敛结果作为参与者对应的最优干预操作策略。

步骤s106，根据最优资源分配策略和最优干预操作策略计算参与者的可得资源。

其中，可得资源可以理解为参与者执行与最优干预操作策略对应的干预操作后，从最优资源分配策略中可以获得的资源。在一种实施方式中，可以预先配置参与者的第一效用函数，并将最优资源分配策略和最优干预操作策略代入至第一效用函数，以得到参与者的可得资源。

步骤s108，将最优干预操作策略和可得资源提供给参与者，以使参与者基于最优干预操作策略对扭曲信息执行干预操作。其中，干预信息可以包括转发/发布/点赞辟谣信息等，辟谣信息也即与扭曲信息对立的信息。

本发明实施例提供的上述扭曲信息的干扰方法，根据参与者的用户信息和干预算法计算最优资源分配策略，从而根据最优资源分配策略和干预算法确定最优干预操作策略，进而根据最优资源分配策略和最优干预操作策略确定参与者的可得资源，以通过可得资源鼓励参与者对扭曲信息进行干预操作，相较于现有技术中采用对关键节点和关键链路进行控制的方式，本发明实施例可以较好地对扭曲信息的传播进行抑制。

扭曲信息的逆向干预与社交网络影响力扩散模型密切相关。扭曲信息被视为与辟谣信息一起传播，并且扭曲信息与辟谣信息之间会相互竞争。在实际应用中，收到辟谣信息的用户将不再接受扭曲信息。为了防止人们被扭曲信息误导，一种自然的方法是引入辟谣信息，能够在扭曲信息到来之前尽快传播到未感染用户。一旦检测到扭曲信息，网络监管者(如社交平台)就可以通过鼓励更多的用户参与(转发辟谣信息)来产生具有竞争性的积极级联效果，从而可以最小化被扭曲信息感染的用户数量。

因此，本发明实施例将在线社交网络中扭曲信息的干预问题建模为斯塔克尔伯格博弈问题。在斯塔克尔伯格博弈模型中，存在一个监管者和若干参与者。假设所有的参与者仅关心自身效益的最大化，在斯塔克尔伯格博弈模型中，舆情的监管者率先行动，网络中的参与用户(也即，参与者)根据监管者的资源分配策略随后做出干预操作策略。在斯塔克尔伯格博弈的第一阶段，舆情监管者根据当前扭曲信息造成的影响评估损失，并根据参与者对于辟谣信息的参与情况来决定总资源以最大化自身效益。在斯塔克尔伯格博弈的第二阶段，网络中的参与者根据总资源情况决定对于辟谣过程的参与度来获得可得资源。基于以上分析，斯塔克尔伯格博弈每个阶段的策略都会影响其他阶段的决策，监管者做决定时需同时考虑该决策对于参与者所造成的影响。

在一种实施方式中，干预算法包括斯塔克尔伯格博弈算法(也即，上述斯塔克尔伯格博弈模型)，斯塔克尔伯格博弈算法包括资源决策公式(awarddecisionalgorithm，ada，也可称之为奖励决策算法)和投入选择公式(distributedinputselectionalgorithm，disa，也可称之为分布式投入选择算法)。

基于此，本发明实施例提供了一种根据预设的干预算法和用户信息计算监管者对应的最优资源分配策略的实施方式，可以根据资源决策公式和用户信息计算监管者对应的最优资源分配策略，具体的，可以对预设的第一最优问题进行求最优解，将第一最优问题的最优解作为资源决策公式，然后将用户信息输入至资源决策公式，得到监管者对应的最优资源分配策略。

在一种实施方式中，第一最优问题包括：

资源决策公式包括：

其中，w表示初始资源分配策略；w^*表示最优资源分配策略，xn表示第n个参与者的用户信息，n表示参与者的总人数。

本发明实施例还提供了一种根据干预算法和最优资源分配策略计算参与者对应的最优干预操作策略的实施方式，可以根据投入选择公式和最优资源分配策略计算参与者对应的最优干预操作策略。具体的，对预设的第二最优问题进行求最优解，将第二最优问题的最优解作为投入选择公式，然后将最优资源分配策略作为投入选择公式的变量，并对投入选择公式进行迭代，如果投入选择公式收敛，将收敛结果确定为参与者对应的最优干预操作策略。

在一种实施方式中，第二最优问题包括：

投入选择公式包括：

其中，表示第t次迭代时第n个用户的当前干预操作策略，表示第t-1次迭代时第i个用户的当前干扰操作策略，w^*表示最优资源决策公式，an表示第n个用户每次对扭曲信息进行干预操作所消耗的收益。

在一种实施方式中，还可以获取参与者执行干预操作后的干预结果，并基于干预结果和可得资源，为参与者进行资源分配。

为便于对上述获取最优资源决策公式和最优干预操作策略进行理解，本发明实施例对斯塔克尔伯格博弈均的衡解进行分析，具体分析如下：假设舆情监管者通过向网络中的参与用户支付资源(也可称之为奖励)以达到借助用户协助对扭曲信息进行干预的目的。舆情监管者根据参与者的投入情况(通过用户对于辟谣信息的转发次数、投入时间等来衡量，也即上述干预操作策略)将资源分成不同份额分配给各个参与用户，参与用户的投入与资源呈正相关。本发明实施例假设参与用户获得的资源与其投入占所有参与用户投入的总和的比例成正比。因此，参与用户n获得的资源wn为总资源w(也即，上述初始资源分配策略)乘以用户n的投入情况cn占所有用户投入情况总和的比例：

各个参与用户以在合理的投入下最大化其收益为目标。因此，参与用户n的第一效用函数可以被定义为获得的资源减去为获得资源所投入的成本，第一效用函数如公式(2)所示：

un＝wn-ancn(2)

其中，un为第一效用函数(可用于表征参与用户n的可得资源)，an表示第n个用户每次对扭曲信息进行干预操作所消耗的收益。因此，参与用户n通过求解以下的效用最优化问题(也即，第二最优问题)来求得其最优干预操作策略：

另外，定义舆情监管者的第二效用函数为由于用户参与所带来的干预效益(也即，减少的扭曲信息传播范围)f(cn)减去所支出的总资源w：

其中，um为第二效用函数，xn为参与用户n单位投入所带来的干预增益(也即，用户信息)，xn与用户的中心性与可信度密切相关。考虑到参与用户通过转发辟谣消息、发布对冲信息来抑制扭曲信息的传播时，随着参与用户投入情况的增加，干预效果的增长起初相对较快，之后将逐渐放缓(例如，在参与用户转发辟谣消息的过程中，随着投入的增加，未接收过辟谣消息的邻居节点比例将会越来越低，已接收过辟谣消息的邻居节点对于该类信息逐渐失去兴趣)，这非常符合对数函数的特点。因此，本发明实施例选择对数函数作为f函数。相应的，舆情监管者的第二效用函数则变为：

对于舆情监管者来说，其目标是通过为参与用户分配奖励来最大化其自身效用。同时，舆情监管者也需要考虑扭曲信息爆发将造成严重的经济、政治损失，监管者的目的为控制扭曲信息的传播始终在爆发阈值之下。因此，舆情监管者的效用最优化问题(也即，第一最优问题)表示为：

第一最优问题和第二最优问题组成了发明实施例的斯塔克尔伯格博弈模型。斯塔克尔伯格博弈的目标是找到斯塔克尔伯格博弈均衡解(stackerbergequilibrium,se)，在该均衡点，监管者和参与者均不会单方面的改变各自对应的策略从而背离斯塔克尔伯格博弈均衡点。

在实际应用中，舆情监管者根据扭曲信息的传播情况确定总奖励w，参与用户通过执行干预操作来获得资源，因此各个参与用户之间形成一个非合作投入选择博弈g＝[f,{cn}{un(·)}](non-cooperativeinputselectivegame,nisg)，其中g为game，f是参与用户集合，cn是参与用户n的策略空间策略空间包括多个干预操作策略，un(·)是参与用户n的效用函数。un可以通过上述公式(1)和(2)计算求得：

由于un为凸函数(un的二阶导数总是为负的)。因此，为了求得最大值，当其一阶导数等于0时，可得对应的最优解为：

由于各个参与用户制定其最优策略时均要考虑其它用户的决策，当所有用户都没有单方面改变自身策略的动机时，达到纳什均衡(nashequilibrium,ne)。

另外，根据第一阶段博弈中各参与用户的最优干预操作策略，斯塔克尔伯格博弈的领导者(也即，上述监管者)确定其最优资源分配策略w以最大化其效用，可以得到如下公式(9)：

其中，对n个参与用户的最优干预操作策略求和，得到

将公式(9)中的代入到第一最优问题中，可以得到：

可知，um也为凸函数，令其一阶导数等于0时，可得对应的最优解为：

即监管者根据所有参与用户的中心性以及可信度来确定总奖励。现在已经求得斯塔克尔伯格博弈的均衡解。

基于上述分析，为便于对上述实施例提供的扭曲信息的干预方法进行理解，本发明实施例提供了另一种扭曲信息的干预方法，参见图2所示的另一种干预信息的流程示意图，该方法主要包括以下步骤s202至步骤s210：

步骤s202，如果监管者根据手机的扭曲信息的传播态势确定发起对扭曲信息进行干预操作，根据参与用户的中心性、可信度计算用户信息。

步骤s204，将用户信息带入至资源决策公式得到监管者的最优资源分配策略。

步骤s206，初始化参与用户的初始化干预操作策略和收敛精度。其中，收敛精度可用ε表示。

步骤s208，根据最优资源分配策略和投入选择公式对参与用户的当前干扰策略进行迭代。

步骤s210，当投入选择公式收敛时得到参与者对应的最优干预操作策略。其中，如果|c(t)-c(t-1)|<ε，确定投入选择公式收敛。

综上所述，本发明实施例提供的扭曲信息的干预方法至少包括以下特点：

(1)本发明实施例通过设置奖励的方式鼓励更多的用户参与到辟谣信息的推广与传播中，从而与扭曲信息形成信息对冲。

(2)相比于传统的基于网络结构的免疫策略，本发明实施例所提算法能够有效抑制谣言、涉恐言论等扭曲信息的传播。

对于上述实施例提供的扭曲信息的干预方法，本发明实施例还提供了一种扭曲信息的干预装置，参见图3所示的一种扭曲信息的干预装置的结构示意图，该装置主要包括以下部分：

资源策略计算模块302，用于获取监管者收集的参与者的用户信息，并根据预设的干预算法和用户信息计算监管者对应的最优资源分配策略；其中，用户信息包括参与者针对扭曲信息的干预效益。

操作策略计算模块304，用于根据干预算法和最优资源分配策略计算参与者对应的最优干预操作策略。

可得资源计算模块306，用于根据最优资源分配策略和最优干预操作策略计算参与者的可得资源。

提供模块308，用于将最优干预操作策略和可得资源提供给参与者，以使参与者基于最优干预操作策略对扭曲信息执行干预操作。

本发明实施例提供的上述扭曲信息的干预装置，根据参与者的用户信息和干预算法计算最优资源分配策略，从而根据最优资源分配策略和干预算法确定最优干预操作策略，进而根据最优资源分配策略和最优干预操作策略确定参与者的可得资源，以通过可得资源鼓励参与者对扭曲信息进行干预操作，相较于现有技术中采用对关键节点和关键链路进行控制的方式，本发明实施例可以较好地对扭曲信息的传播进行抑制。

在一种实施方式中，干预算法包括斯塔克尔伯格博弈算法，斯塔克尔伯格博弈算法包括资源决策公式和投入选择公式；上述资源策略计算模块302还用于：根据资源决策公式和用户信息计算监管者对应的最优资源分配策略；上述操作策略计算模块304还用于：根据投入选择公式和最优资源分配策略计算参与者对应的最优干预操作策略。

在一种实施方式中，上述资源策略计算模块302还用于：将用户信息输入至资源决策公式，得到监管者对应的最优资源分配策略；其中，资源决策公式包括：w^*表示最优资源分配策略，xn表示第n个参与者的用户信息，n表示参与者的总人数。

在一种实施方式中，上述装置还包括第一公式获取模块，用于：对预设的第一最优问题进行求最优解，将第一最优问题的最优解作为资源决策公式；其中，第一最优问题包括：w表示初始资源分配策略。

在一种实施方式中，上述操作策略计算模块304还用于：将最优资源分配策略作为投入选择公式的变量；对投入选择公式进行迭代，如果投入选择公式收敛，将收敛结果确定为参与者对应的最优干预操作策略；其中，投入选择公式包括：表示第t次迭代时第n个用户的当前干预操作策略，表示第t-1次迭代时第i个用户的当前干扰操作策略，w^*表示最优资源决策公式，an表示第n个用户每次对扭曲信息进行干预操作所消耗的收益。

在一种实施方式中，上述装置还包括第二公式获取模块，用于：对预设的第二最优问题进行求最优解，将第二最优问题的最优解作为投入选择公式；其中，第二最优问题包括：

在一种实施方式中，上述装置还包括资源分配模块，用于：获取参与者执行干预操作后的干预结果；基于干预结果和可得资源，为参与者进行资源分配。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

本发明实施例提供了一种电子设备，具体的，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被处理器运行时执行如上实施方式的任一项的方法。

图4为本发明实施例提供的一种电子设备的结构示意图，该电子设备100包括：处理器40，存储器41，总线42和通信接口43，处理器40、通信接口43和存储器41通过总线42连接；处理器40用于执行存储器41中存储的可执行模块，例如计算机程序。

其中，存储器41可能包含高速随机存取存储器(ram，randomaccessmemory)，也可能还包括非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。

总线42可以是isa总线、pci总线或eisa总线等。所述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4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

其中，存储器41用于存储程序，所述处理器40在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器40中，或者由处理器40实现。

处理器40可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器，包括中央处理器(centralprocessingunit，简称cpu)、网络处理器(networkprocessor，简称np)等；还可以是数字信号处理器(digitalsignalprocessing，简称dsp)、专用集成电路(applicationspecificintegratedcircuit，简称asic)、现成可编程门阵列(field-programmablegatearray，简称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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41，处理器40读取存储器41中的信息，结合其硬件完成上述方法的步骤。

本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见前述方法实施例，在此不再赘述。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。