1.一种用于确定移动设备中软件应用或进程的执行状态的方法，所述方法包括：
在所述移动设备的处理器中监视所述软件应用或进程的活动以收集行为信息；
基于所收集的行为信息来生成行为矢量；以及
通过对所述行为矢量应用分类器模型来确定所述软件应用或进程的执行状态。
2.如权利要求1所述的方法，进一步包括：
基于所确定的执行状态来选择节能方案；以及
实施所选择的节能方案。
3.如权利要求1所述的方法，进一步包括：
通过对所述行为矢量应用所述分类器模型，来预测所述软件应用或进程的未来执行状态；以及
向调度器通知所确定的未来执行状态，以使得所述调度器能够执行与所确定的未来执行状态相一致的动作。
4.如权利要求1所述的方法，进一步包括：
确定所述软件应用或进程的操作系统执行状态；以及
判断所确定的操作系统执行状态是否与所确定的执行状态相同。
5.如权利要求4所述的方法，进一步包括：
响应于判定所述操作系统执行状态与所确定的执行状态不相同，将所述软件应用分类为“非良性的”。
6.如权利要求1所述的方法，进一步包括：
基于所确定的执行状态来选择行为分类器模型；以及
使用所选择的行为分类器模型来判断所述软件应用是否是“非良性的”。
7.如权利要求6所述的方法，其中，基于所确定的执行状态来选择行为分类器模型包括：选择特定于应用的分类器模型。
8.如权利要求6所述的方法，其中，基于所确定的执行状态来选择行为分类器模型包括：
识别所述软件应用所使用的移动设备特征；以及
选择所述行为分类器模型以包含所识别的特征。
9.如权利要求1所述的方法，进一步包括：
判断所述软件应用或进程的执行状态是否与所述活动相关；
响应于判定所述执行状态与所述活动相关，生成阴影特征值，所述阴影特征值识别所述活动被监视期间所述软件应用或进程的执行状态；
生成将所述活动与识别所述执行状态的所述阴影特征值相关联的第二行为矢量；以及
使用所述第二行为矢量来判断所述活动是否是“非良性的”。
10.一种计算设备，包括：
处理器，被处理器可执行指令配置来执行包括如下的操作：
监视软件应用或进程的活动以收集行为信息；
基于所收集的行为信息来生成行为矢量；以及
通过对所述行为矢量应用分类器模型来确定所述软件应用或进程的执行状态。
11.如权利要求10所述的计算设备，其中，所述处理器被处理器可执行指令配置来执行进一步包括如下的操作：
基于所确定的执行状态来选择节能方案；以及
实施所选择的节能方案。
12.如权利要求10所述的计算设备，其中，所述处理器被处理器可执行指令配置来执行进一步包括如下的操作：
通过对所述行为矢量应用所述分类器模型，来预测所述软件应用或进程的未来执行状态；以及
向调度器通知所确定的未来执行状态，以使得所述调度器能够执行与所确定的未来执行状态相一致的动作。
13.如权利要求10所述的计算设备，其中，所述处理器被处理器可执行指令配置来执行进一步包括如下的操作：
确定所述软件应用或进程的操作系统执行状态；以及
判断所确定的操作系统执行状态是否与所确定的执行状态相同。
14.如权利要求13所述的计算设备，其中，所述处理器被处理器可执行指令配置来执行进一步包括如下的操作：
响应于判定所述操作系统执行状态与所确定的执行状态不相同，将所述软件应用分类为“非良性的”。
15.如权利要求10所述的计算设备，其中，所述处理器被处理器可执行指令配置来执行进一步包括如下的操作：
基于所确定的执行状态来选择行为分类器模型；以及
使用所选择的行为分类器模型来判断所述软件应用是否是“非良性的”。
16.如权利要求15所述的计算设备，其中，所述处理器被处理器可执行指令配置来执行操作，以使得基于所确定的执行状态来选择所述行为分类器模型包括：选择特定于应用的分类器模型。
17.如权利要求15所述的计算设备，其中，所述处理器被处理器可执行指令配置来执行操作，以使得基于所确定的执行状态来选择所述行为分类器模型包括：
识别所述软件应用所使用的移动设备特征；以及
选择所述行为分类器模型以包含所识别的特征。
18.如权利要求10所述的计算设备，其中，所述处理器被处理器可执行指令配置来执行进一步包括如下的操作：
判断所述软件应用或进程的执行状态是否与所述活动相关；
响应于判定所述执行状态与所述活动相关，生成阴影特征值，所述阴影特征值识别所述活动被监视期间所述软件应用或进程的执行状态；
生成将所述活动与识别所述执行状态的所述阴影特征值相关联的第二行为矢量；以及
使用所述第二行为矢量来判断所述活动是否是“非良性的”。
19.一种具有存储在其上的处理器可执行软件指令的非瞬态计算机可读存储介质，所述处理器可执行软件指令被配置为使得移动设备处理器执行包括如下的操作：
监视软件应用或进程的活动以收集行为信息；
基于所收集的行为信息来生成行为矢量；以及
通过对所述行为矢量应用分类器模型来确定所述软件应用或进程的执行状态。
20.如权利要求19所述的非瞬态计算机可读存储介质，其中，所存储的处理器可执行软件指令被配置为使得接收机设备的移动设备处理器执行进一步包括如下的操作：
基于所确定的执行状态来选择节能方案；以及
实施所选择的节能方案。
21.如权利要求19所述的非瞬态计算机可读存储介质，其中，所存储的处理器可执行软件指令被配置为使得移动设备处理器执行包括如下的操作：
通过对所述行为矢量应用所述分类器模型，来预测所述软件应用或进程的未来执行状态；以及
向调度器通知所确定的未来执行状态，以使得所述调度器能够执行与所确定的未来执行状态相一致的动作。
22.如权利要求19所述的非瞬态计算机可读存储介质，其中，所存储的处理器可执行软件指令被配置为使得移动设备处理器执行包括如下的操作：
确定所述软件应用或进程的操作系统执行状态；以及
判断所确定的操作系统执行状态是否与所确定的执行状态相同。
23.如权利要求22所述的非瞬态计算机可读存储介质，其中，所存储的处理器可执行软件指令被配置为使得移动设备处理器执行包括如下的操作：
响应于判定所述操作系统执行状态与所确定的执行状态不相同，将所述软件应用分类为“非良性的”。
24.如权利要求19所述的非瞬态计算机可读存储介质，其中，所存储的处理器可执行软件指令被配置为使得移动设备处理器执行包括如下的操作：
基于所确定的执行状态来选择行为分类器模型；以及
使用所选择的行为分类器模型来判断所述软件应用是否是“非良性的”。
25.如权利要求24所述的非瞬态计算机可读存储介质，其中，所存储的处理器可执行软件指令被配置为使得移动设备处理器执行操作，以使得基于所确定的执行状态来选择所述行为分类器模型包括：选择特定于应用的分类器模型。
26.如权利要求24所述的非瞬态计算机可读存储介质，其中，所存储的处理器可执行软件指令被配置为使得移动设备处理器执行操作，以使得基于所确定的执行状态来选择所述行为分类器模型包括：
识别所述软件应用所使用的移动设备特征；以及
选择所述行为分类器模型以包含所识别的特征。
27.如权利要求19所述的非瞬态计算机可读存储介质，其中，所存储的处理器可执行软件指令被配置为使得移动设备处理器执行包括如下的操作：
判断所述软件应用或进程的执行状态是否与所述活动相关；
响应于判定所述执行状态与所述活动相关，生成阴影特征值，所述阴影特征值识别所述活动被监视期间所述软件应用或进程的执行状态；
生成将所述活动与识别所述执行状态的所述阴影特征值相关联的第二行为矢量；以及
使用所述第二行为矢量来判断所述活动是否是“非良性的”。
28.一种移动计算设备，包括：
用于监视软件应用或进程的活动以收集行为信息的单元；
用于基于所收集的行为信息来生成行为矢量的单元；以及
用于通过对所述行为矢量应用分类器模型来确定所述软件应用或进程的执行状态的单元。
29.如权利要求28所述的移动计算设备，进一步包括：
用于基于所确定的执行状态来选择节能方案的单元；以及
用于实施所选择的节能方案的单元。
30.如权利要求28所述的移动计算设备，进一步包括：
用于通过对所述行为矢量应用所述分类器模型，来预测所述软件应用或进程的未来执行状态的单元；以及
用于向调度器通知所确定的未来执行状态，以使得所述调度器能够执行与所确定的未来执行状态相一致的动作的单元。