AR智能眼镜的应用基于眼动追踪技术的广告推送方法与流程

本发明属于智能眼镜技术领域，尤其涉及一种ar智能眼镜的应用基于眼动追踪技术的广告推送方法。

背景技术

目前，业内常用的现有技术是这样的：

未来市场发展环境：随着近几年ar/vr产业的高速发展，我们关注到ar智能眼镜可能会是淘汰智能手机的下一代智能终端，那么ar智能眼镜上的app就如同智能手机上在刚兴起时的状态，存在着巨大的市场价值。我们了解到眼动追踪技术是未来ar智能眼镜的重要人机交互方式，我们立足这样的环境进行思考未来应用可能存在潜在需求，在未来来临之际可能爆发巨大的市场价值。

眼睛是人心灵的窗户，也是人认知世界的最重要的感受器官，可以说人的眼动过程也是人的认知过程。眼动追踪仪的在认知心理学中被大量使用，是重要的实验研究的仪器。

近一两年随着科技的发展，国内外皆有推出装有眼动追踪技术的vr智能眼镜，在虚拟的环境中捕获眼动行为进行数据分析，或者通过眼动设备与虚拟环境的事物进行交互，例如中国专利cn106056405a(基于虚拟现实视觉兴趣区域的广告定向推送技术)和中国专利cn206505382u(一种vr/ar中的双目立体视觉眼动装置)。通过上述的举例可知目前市面上现有眼动追踪技术都是把眼动坐标通过相关的算法映射到人所注视的二维屏幕上，并没有在未来实际应用的角度投入过多的研发精力。

如今是个信息爆炸的互联网时代，大量的广告信息无处不见，充斥着人们的生活，人们越来越厌烦无用的广告。众所周知，精准营销是当下各大营销手段的重要方向，但随着人们生活水平的进一步提高，消费者们对产品的个性化需求不断凸显，精准营销的难度也不断提高，并且传统的户外传媒广告的营销手段难以量化，最终效果难以保证。可以预判在未来智能眼镜时代上述的问题会更加严重。

综上所述，现有技术存在的问题是：

现有技术中，不能帮助人们获得有价值的信息，帮助消费者获得感兴趣的产品信息的方法十分稀缺，不能达到广告投放高精准度，不能有效提高广告的价值转化率，不能提升未来互联网时代的消费体验。并且现有技术没有利用基于视线追踪技术的ar智能眼镜进行个人的产品兴趣分析和广告的精准智能推送。

基于上述的考虑，发明了ar智能眼镜的应用基于眼动追踪技术的广告推送方法。为了提供完美的用户体验，需要兴趣产品识别的精准度、更长的续航时间、智能眼镜更加轻巧。

解决上述问题的难度和意义：

本发明的难度在于基于现在预判未来的社会问题，基于ar智能眼镜、眼动追踪技术、人工智能等技术构建一套可行的产品广告智能推送的系统技术架构。在信息爆炸繁多的时代，通过本应用技术帮助人们获得更有效、更有价值的产品信息，获得切实对消费者有价值、感兴趣的产品信息。帮助广告商提高广告投放精准度，提高产品广告转化率。

实现一套可行的产品广告智能推送的系统技术方案难点有以下三点：

如何精准判断用户对视觉注视的产品感兴趣。

目前或者未来3年的智能眼镜，其硬件性能、数据处理能力、续航时间不足以支撑本发明所需要的图像处理、语义分割处理、获得相关运算结果所需要的能力。

如何精准的推送用户感兴趣的产品。

意义：在未来基于ar智能眼镜的人机交互模式下，提供一种更新、更智能、更精准并且切实可行的产品广告推荐方法，创造一种全新的购物体验。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种ar智能眼镜的应用基于眼动追踪技术的广告推送方法。在未来将是个信息爆炸的互联网时代，大量的广告信息无处不见，充斥着人们的生活，人们越来越厌烦无用的广告。

众所周知，精准营销是当下各大营销手段的重要方向，但随着人们生活水平的进一步提高，消费者们对产品的个性化需求不断凸显，精准营销的难度也不断提高，传统的营销手段难以量化，最终效果难以保证。可以预判在未来智能眼镜时代上述的问题会不断加剧。

通过眼动追踪技术识别眼球行为和脑电波来判断用户注视的兴趣物体；并利用未来5g通信技术合理的将一部分计算机运算分配到云端服务器执行，降低了本地智能眼镜终端的运算量，间接降低了功耗、提升了整体的用户体验；通过在云端建立个人用户专属的兴趣数据库，数据库通过人工智能算法计算获得，利用兴趣数据库为用户推荐兴趣产品。

本发明是这样实现的，一种ar智能眼镜的应用基于眼动追踪技术的广告推送方法，包括：

步骤一，ar眼镜进行眼部特征识别；

通过ar智能眼镜上集成的眼动追踪模块来识别眼部虹膜特征来对用户的身份认证；

眼动追踪模块同时具备人眼瞳孔特征识别和人眼运动坐标的获取；

步骤二，通过ar智能眼镜上集成的gps和wifi模块、通信信号基站获得定位位置信息；

步骤三，当用户正常佩戴ar智能眼镜时，人目光环顾四周，智能眼镜计算机系统获取人眼注视点坐标，并通过算法计算获得人眼眼球运动坐标与环境坐标的映射关系；

步骤四，当计算机识别到人眼出现特定的眼动行为或者生物信号(包括心率、血压、气味、信息素、脑电波等)时将执行局部图像截取计算机指令，以注视点为圆心的圆形或以注视点为中心的正方形所截取出的局部图像、或者眼动路径所形成的不规则多边形；

步骤五，局部照片5g上传云端服务器，识别图像中的物体是否是特征数据库内已有产品类型，并判别是否满足弹出广告条件；在云端服务器中对图像进行运算、语义分割处理、识别、比对，获得相关运算结果，同时通过人工智能的机器学习处理大量的事物数据库；如果不是已有产品类型不满足广告弹出条件，跳转到步骤六，如果是已有产品类型满足广告弹出条件，跳转到步骤七；

步骤六，不弹出广告，不弹出广告指令由服务器下传该指令到智能眼镜终端，智能眼镜继续执行获取下一处注视坐标循环；再次调用ar智能眼镜上的眼动追踪模块坐标获取人眼注视点；

步骤七，由智能眼镜广告推荐系统判别弹出相关的广告信息，该指令由云端服务器通过5g下传该指令到智能眼镜终端，广告信息类别包括直接弹出用户视觉所关注兴趣产品或其他相似的兴趣产品，其他相似的兴趣产品信息获取方法跳转到步骤九；

步骤八，直接弹出所注视的兴趣产品广告；当用户所关注的兴趣区域中产品5g上传云端与产品数据库比对，两者图像相似度达到某一阈值时，则判断已在产品数据库中匹配到用户视觉注视的兴趣产品，随即云端服务器将该产品相关信息5g传送给该用户智能眼镜终端呈现该兴趣产品相关信息；

步骤九，在云端服务器的用户账户下建立个人兴趣特征数据库，计算机分析出智能眼镜用户独有兴趣偏好类型；

云端服务器对用户以往的视觉注视的大量兴趣事物和以往完成支付的产品照片进行人工智能图像识别，机器学习自动生成兴趣偏好数据模型，获取用户兴趣标签；

步骤十，在云端中央服务器中匹配相似的个人兴趣偏好数据库，把兴趣偏好数据库相似的用户喜欢的产品的信息推送给用户，产品信息5g回传智能眼镜终端；

步骤十一，在云端中央服务器的数据库中产品与兴趣偏好模型进行对比，把与个人兴趣偏好数据库高度相似的产品进行产品推送，产品信息5g回传智能眼镜终端；

步骤十二，ar智能眼镜接受云端中央服务器下传的产品信息，ar智能眼镜成像显示设备呈现用户视觉所关注兴趣产品或其他相似的兴趣产品，并通过智能眼镜自有交互方式对购买图形界面的操作，进而完成购买支付行为。

步骤十三，完成支付交易，该交易产品信息加入个人兴趣特征数据库，完善人工智能机器学习的用户偏好特征模型；

进一步，步骤四中，执行局部图像截取指令的条件包括：

对所注视的兴趣区域产生-凝视时间超过预设的时长；

对所注视的兴趣区域产生-回视一定的次数；

对所注视的兴趣区域产生-人眼瞳孔的放大或者缩小；

对所注视的兴趣区域产生-眨眼次数或眨眼行为达到预设标准；

对所注视的兴趣区域产生-特定事物的视觉注意路径模型；

同一时刻脑电波检测模块检测出用户对该视觉注视区域产生情绪波动；

同一时刻心率、血压人体生物信息监测模块检测出用户情绪发生波动；

其他具有生物信息监测功能模块与眼动注视点同时作用，判别用户对产品感兴趣；

步骤十二中，弹出用户视觉所关注兴趣产品或其他相似的兴趣产品的弹出方式包括：

在人佩戴ar智能眼镜时，在兴趣物的周围呈现信息；

在人佩戴ar智能眼镜时，在以视觉中心为圆心的圆形周围呈现信息；

在人佩戴ar智能眼镜时，ar眼镜成像屏幕上固定的位置呈现信息；

或者在后期以广告弹窗的形式进行广告信息推送。

本发明的另一目的在于提供一种实现所述ar智能眼镜的应用基于眼动追踪技术的广告推送方法的计算机程序。

本发明的另一目的在于提供一种实现所述ar智能眼镜的应用基于眼动追踪技术的广告推送方法的信息数据处理终端。

本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机或智能终端上运行时，使得计算机执行所述的ar智能眼镜的应用基于眼动追踪技术的广告推送方法。

本发明的另一目的在于提供一种所述智能眼镜广告推送控制系统包括：

眼部特征识别模块，用于通过ar眼镜进行眼部特征识别；

定位模块，通过集成的定位模块或gps、北斗卫星或者wifi，获得定位位置信息；

眼镜计算机系统，调用眼部特征识别模块获取人眼注视点坐标；

局部图像识别模块，用于局部图像识别，当计算机识别到人眼出现特定的眼动行为时将执行局部图像截取指令，以注视点为圆心的圆形或以注视点为中心的正方形所截取出的局部图像、或者眼动路径所形成的不规则多边形；

识别图像对比模块，用于识别图像中的物体是否是数据库内已有产品类型；

下一处注视坐标获取模块，用于不弹出广告，获取下一处注视坐标循环；

弹出广告模块，用于弹出广告；

直接弹出广告模块，用于直接弹出所注视的兴趣产品广告；

兴趣偏好分析模块，用于建立兴趣特征数据库；计算机分析出用户独有兴趣偏好类型；

匹配模块，用于匹配相似的个人用户数据库把其他用户喜欢的产品进行推送；

产品推送模块，用于把能够匹配数据的产品进行产品推送；

所述智能眼镜广告推送控制系统还包括：

支付交易模块，用于完成支付交易，加入数据库，完善用户偏好特征模型(计算机通过人工智能图像识别技术对大量的兴趣照片机器学习，数据模型是一种特征库)。

眼部特征识别包括眼纹特征和虹膜特征；

眼部特征识别模块包括用于采集眼纹特征的rgb摄像头，以及用于采集虹膜特征的红外摄像头。

本发明的另一目的在于提供一种搭载有所述智能眼镜广告推送控制系统的可穿戴智能设备，所述可穿戴智能设备集成有生物电、脑电波人类生物信号监测读取的硬件功能模块。

本发明的另一目的在于提供一种搭载有所述智能眼镜广告推送控制系统的利用基于视线追踪插技术的ar智能眼镜。

本发明的另一目的在于提供一种搭载有所述智能眼镜广告推送控制系统的进行产品兴趣分析和广告的精准智能推送终端。

本发明的优点及积极效果为：

本发明ar智能眼镜的应用基于眼动追踪技术的广告推送方法好智能眼镜广告推送控制系统，为新时代可穿戴智能终端、新人机交互、基于大数据人工智能分析的广告推荐系统。为新时代的广告推送方式。

在信息爆炸繁多的时代，通过本发明的应用技术帮助人们获得有价值的信息，获得切实对消费者有需求感兴趣的产品信息。

提高了广告投放精准度，提高产品广告转化率。

提升了未来互联网时代购物消费体验。

本发明广泛应用于可穿戴智能设备技术应用领域，尤其涉及利用基于视线追踪插技术的ar智能眼镜进行产品兴趣分析和广告的精准智能推送技术领域。

附图说明

图1是本发明实施提供的ar智能眼镜的应用基于眼动追踪技术的广告推送方法流程图。

图2是本发明实施提供的ar智能眼镜的应用基于眼动追踪技术的广告推送方法原理图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施仅仅用以解释本发明，并不用于限定本发明。

本发明的ar智能眼镜通过眼动追踪模块或其他可检测人体信息(包括心率、血压、气味、信息素、脑电波等)的可穿戴智能设备实时捕捉并分析人们的关注兴趣物体，经过长期计算机对用户所关注的兴趣物数据(图片)的积累、分类、标记、人工智能的机器学习获得用户个性化兴趣数据库特征模型。以用户个性化兴趣数据库特征模型作为推送商品广告信息的匹配依据。通过ar眼镜在被唤醒的时候，展示系统登录界面，进行眼部虹膜特征识别，确认是否是本人；通过定位获得位置信息，如果是在购物大卖场，商业街，娱乐等具有消费行为的场所，则开启“识别眼动的广告推送功能”；使用在正常佩戴ar眼镜时，通过ar智能眼镜上已有眼动追踪模块获取人眼眼球运动坐标并计算人眼注视点与环境中注视兴趣物的映射关系，对注视兴趣物的图像截取，5g上传云端数据库进行图像分析、图像的比对和识别，进而利用人工智能机器学习技术构建且不断完善个人兴趣的数据模型，最终利用个人兴趣的数据模型作为广告信息的推送的依据。本发明根据弹出的广告进行支付，完成支付交易，说明喜欢该产品加入数据库(不仅仅是完成支付后)，完善个人偏好特征模型。下面结合附图对本发明的应用原理作进一步描述。

如图1所示，本发明实施例提供的ar智能眼镜的应用基于眼动追踪技术的广告推送方法包括以下步骤：

s101，ar眼镜在被唤醒的时候，展示系统登录界面，进行眼部虹膜特征识别，确认是否是本人；

s102，通过定位获得位置信息，如果是在购物大卖场，商业街，娱乐等具有消费行为的场所，则开启“识别眼动的广告推送功能”；

s103，使用在正常佩戴ar眼镜时，人目光环绕四周，智能眼镜计算机系统获取人眼注视点坐标并计算获得与周围环境的映射关系；

s104，当计算机识别到人眼出现特定的眼动行为或者脑电波等生物信号(包括心率、血压、气味、信息素、脑电波等)时将执行局部图像截取指令，以注视点为圆心的圆形或以注视点为中心的方放形所截取出的局部图像、或者眼动路径所形成的不规则多边形；

s105，识别图像中的物体是否是数据库内已有产品类型，判定的产品类别有：上装、下装、裙装、箱包、鞋子、瓶饮、首饰、零食、家具、美妆、玩具、数码、内衣、其他；如果人的注视区域的物体被识别为上述类别中物体或数据库中已有物品特征数据，则判定可以弹出广告；如果不属于跳转到步骤s106，如果属于跳转到步骤s107；

s106，不弹出广告，获取下一处注视坐标循环；

s107，可以弹出广告，判断弹出广告类别；广告类别包括直接弹出用户视觉所关注兴趣产品或其他相似的兴趣产品；

s108，直接弹出所注视的兴趣产品广告；

s109，在云端服务器中建立个人兴趣特征数据库；通过人工智能的机器视觉技术对智能眼镜佩戴者对平时所注视大量感兴趣的产品的图片进行机器学习，进而计算机分析出个人使用者独有兴趣偏好类型；

s110，在云端中央服务器中匹配相似的个人兴趣偏好数据库，把兴趣偏好数据库相似的用户喜欢的产品的信息推送给用户，产品信息5g回传智能眼镜终端；

s111，在云端中央服务器的数据库中产品与兴趣偏好模型进行对比，把与个人兴趣偏好数据库高度相似的产品进行产品推送，产品信息5g回传智能眼镜终端；

s112，ar智能眼镜接受云端中央服务器下传的产品信息，ar智能眼镜成像显示设备呈现用户视觉所关注兴趣产品或其他相似的兴趣产品。并通过智能眼镜自有交互方式对购买图形界面的操作，进而完成购买支付行为；

s113，完成支付交易，说明喜欢该产品加入数据库，完善个人偏好特征模型。

本发明实施例提供的智能眼镜广告推送控制系统集成在如下智能眼镜硬件中：包括显示器、前置摄像头、眼动追踪模块(同时包含虹膜识别功能)、光学成像系统、触摸板、麦克风、定位模块、脑机接口(脑电波检测设备)、3g/4g/5g通信模块、处理器cup、图形处理器gpu、人工智能处理器tpu、陀螺仪、gps模块、imu、环境光传感器、温度传感器、电池、wifi模块、nfc、蓝牙、红外、内存、磁盘。

如图2，本发明实施提供的ar智能眼镜的应用基于眼动追踪技术的广告推送方法原理图。

1)身份验证功能：智能眼镜调用眼动追踪模块，其中通过已有红外摄像头对用户人眼的虹膜进行识别，通过虹膜识别来确认用户身份。

2)定位功能：计算机系统调用gps模块、wifi模块、3g/4g/5g通信模块来进行空间位置信息的定位功能。

3)眼动追踪功能：将眼动追踪模块获取的眼球运动的坐标向量进过映射算法计算获得人的视线焦点在用户视觉前方位置，调用前置摄像头获取用户视觉前方画面，即为使得计算机系统知道用户的视线注视位置。

4)局部图像截取功能：当计算机识别到人眼出现特定的眼动行为、情绪波动的脑电波或者生物电信号时将执行局部图像截取计算机指令，以注视点为圆心的圆形所截取出的局部图像或者眼动路径所形成的不规则多边形。其中包括眼动追踪模块对眼动行为的捕获识别和脑机接口(脑电波检测设备)的大脑信号的监测。

5)图像的识别、分类功能：调用图形处理器gpu和人工智能处理器tpu对图像进行图像特征点的提取，通过对特征点的识别比对判断是否为数据库已知产品，若为已知产品则符合广告弹出条件。

6)以图搜图的图像检索功能：将提取出的图像特征点通过3g/4g/5g通信模块上传云端服务器进行图像的检索，及根据图像特征在数据库中检索到该产品的信息。

7)个人兴趣特征库的建立：对个人用户的视觉关注的大量产品图片进行人工智能的机器学习。

8)产品推荐系统：产品推荐系统的实现过程将在云端服务器中运算处理获得产品广告推荐结果，数据上传、下传通过3g/4g/5g通信模块。

9)将相似兴趣特征库的用户分享的产品进行推荐；

10)将符合本用户兴趣特征库的产品进行推荐；

11)广告弹出功能：本功能模块控制广告弹出形式，弹出时间，广告的布局设计。广告内容的呈现形式通过ar智能眼镜显示器和光学成像系统所构成的成像系统进行内容的展示。

12)支付验证功能：购买线上商品的支付验证用户身份，眼动追踪模块对用户人眼的虹膜进行识别，通过虹膜识别来确认用户身份。以及前置摄像头进行手势识别或眼动追踪模块的眼动实现交互技术完整密码信息的输入，完成支付。

下面结合具体实施例对本发明作进一步描述。

实施例

本发明实施例提供的ar智能眼镜的应用基于眼动追踪技术的广告推送方法，包括：

步骤一，ar眼镜进行眼部特征识别；

通过ar智能眼镜上集成的眼动追踪模块来识别眼部特征来对用户的身份认证；

眼动追踪模块同时具备人眼瞳孔特征识别和人眼运动坐标的获取；

步骤二，通过ar智能眼镜上集成的gps和wifi模块、通信信号基站获得定位位置信息；

步骤三，当用户正常佩戴ar智能眼镜时，人目光环顾四周，智能眼镜计算机系统获取人眼注视点坐标，并通过算法计算获得人眼运动坐标与环境坐标的映射关系；

步骤四，当计算机识别到人眼出现特定的眼动行为或者生物信号(包括心率、血压、气味、信息素、脑电波等)时将执行局部图像截取的计算机指令，以注视点为圆心的圆形或以注视点为中心的正方形所截取出的局部图像、或者眼动路径所形成的不规则多边形；

步骤五，局部照片5g上传云端服务器，识别图像中的物体是否是特征数据库内已知产品类型，并判别是否满足弹出广告条件；在云端服务器对图像进行运算、语义分割处理、识别、比对，获得相关运算结果，同时通过人工智能的机器学习处理大量的事物数据库；如果不是已有产品类型不满足广告弹出条件，跳转到步骤六，如果是已有产品类型满足广告弹出条件，跳转到步骤七；

步骤六，不弹出广告，不弹出广告指令由服务器下传该指令到智能眼镜终端，智能眼镜继续执行获取下一处注视坐标循环；再次调用ar智能眼镜上的眼动追踪模块获取人的注视点；

步骤七，由智能眼镜广告推荐系统判别弹出相关的广告信息，该指令由云端服务器通过5g下传该指令到智能眼镜终端，广告信息类别包括直接弹出用户视觉所关注兴趣产品或其他相似的兴趣产品，直接弹出用户视觉所关注兴趣产品获取方法跳转到步骤八，其他相似的兴趣产品信息获取方法跳转到步骤九；

步骤八，直接弹出所注视的兴趣产品广告，当用户所关注的兴趣区域中产品5g上传云端与产品数据库比对，两者图像相似度达到某一阈值时，则判断已在产品数据库中匹配到用户视觉注视的兴趣产品，随即云端服务器将该产品相关信息5g传送给该用户智能眼镜终端呈现该兴趣产品相关信息；

步骤九，在云端服务器的用户账户下建立个人兴趣特征数据库，计算机分析出用户独有兴趣偏好类型；

云端服务器对用户以往的视觉注视的大量兴趣事物和以往完成支付的产品照片进行人工智能图像识别，机器学习自动生成兴趣偏好数据模型，获取用户兴趣标签；将某一产品与兴趣偏好模型进行对比；

步骤十，在云端中央服务器中匹配相似的个人兴趣偏好数据库，把兴趣偏好数据库的用户喜欢的该类型产品信息进行推送给用户，产品信息5g回传智能眼镜终端；

步骤十一，在云端中央服务器数据库中产品图片与兴趣偏好模型进行对比，把与个人兴趣偏好数据库高度相似的产品进行推送，产品信息5g回传智能眼镜终端；

步骤十二，ar智能眼镜接受云端中央服务器下传的产品信息，ar智能眼镜成像显示设备，弹出用户视觉所关注兴趣产品或其他相似的兴趣产品。并通过智能眼镜自有交互方式对购买图形界面的操作，进而完成购买支付行为。

步骤十三，完成支付交易，该交易产品信息加入个人兴趣特征数据库，完善人工智能机器学习的用户偏好特征模型；

进一步，步骤四中，执行局部图像截取指令的条件包括：

对所注视的兴趣区域产生-凝视一定的时长；

对所注视的兴趣区域产生-回视时长超过阈值；

对所注视的兴趣区域产生-人眼瞳孔的放大或者缩小

对所注视的兴趣区域产生-眨眼次数或眨眼行为达到预设标准；

对所注视的兴趣区域产生-特定事物的视觉注意路径模型；

同一时刻脑电波检测模块检测出用户对该视觉注视区域产生情绪波动；

同一时刻心率、血压人体生物信息监测模块检测出用户情绪发生波动；

其他具有生物信息监测功能模块与眼动注视点同时作用，判别用户对产品感兴趣；

步骤十二中，弹出用户视觉所关注兴趣产品或其他相似的兴趣产品的弹出方式包括：

在人佩戴ar智能眼镜时，在兴趣物的周围呈现信息；

在人佩戴ar智能眼镜时，在以视觉中心为圆心的圆形周围呈现信息；

在人佩戴ar智能眼镜时，ar眼镜成像屏幕上固定的位置呈现信息；

或者在后期以广告弹窗的形式进行广告信息推送。

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。当使用全部或部分地以计算机程序产品或功能模块的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或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)。所述计算机可读取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。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。