对称正则多维索引平台的构建方法及装置查询方法及系统与流程

本发明涉及海量信息的多维索引方法技术领域，尤其涉及一种对称正则多维索引平台的构建方法及装置，一种对称正则多维索引查询方法及系统。

背景技术：

云计算环境中，数据中心网络的数据存储模式为主从式(master-slave)，它采用键值对的形式存储数据，可实现针对键值的快速查询。但是对于复杂查询，如相似性查询、多属性查询、区间查询，k近邻查询，以及包含多个相似性预测的查询等，都涉及到非键值属性，需要在海量数据空间进行全局扫描，因此为提高云空间的查询速度，研究人员提出了大量的多维索引方法和技术。主要有三类多维索引方法。

(1)双层索引模式。这种索引方法在实际存储数据的节点上建立局部索引，在索引服务节点上建立全局索引。建立全局索引的主流方法为使用对等网络构建虚拟覆盖网络，如chord,can,patry等。查询时通过全局索引定位局部索引，然后到数据存储节点上进行查询。但是这种双层索引模式需要获取数据中心的全部客户端节点，才能构建虚拟覆盖网络。同时随着查询维度的增加，性能会急剧下降，出现维度灾难。

(2)两级索引模式。两级索引模式将非键值属性作为第二级的索引，构建二级索引表，在二级索引表里给出属于第二级索引的非键值属性和键值属性的映射。查询时先在二级索引表里进行查找键值属性，其次再在键值列表中查找。这种方式在非键值属性过多的情况下，存储开销巨大，索引更新复杂度高，同时多键值的高维查询效率低下。

(3)多维空间索引模式。这种索引方法将数据空间进行多维度等值划分，然后将多维空间映射成一维线性索引。这种方法在空间划分时会出现一致性问题，在数据量变大，分布不均匀时，查询树的深度会变大，影响多维查询效率。

现有的云平台下，数据中心多维索引结构受制于现有云平台的主从式(master-slave)数据存储模式，虽然在小规模查询需求下各种技术方法都能较好地实现复杂查询，但当查询维度增加时，多维索引的查询性能会急剧下降，或者出现维度灾难，或者索引维护的复杂度过高。

为解决维度灾难问题，有一类基于数据间相似度的降维方法。该降维方法根据原始高维数据的相似性，将数据从高维映射成低维或一维，如idistance方法，va-file方法，多维尺度方法(multi-dimensionalscaling),随机邻居嵌入方法，局部线性嵌入方法。

虽然多维索引方法已经非常成熟，基于相似度的降维方法已有大量研究，但是现有的技术计算复杂度高，索引维护代价大。专利(cn102831225a)“云环境下的多维索引结构、其构建方法及相似性查询方法”，采用va-file进行量化压缩，不可避免地会遗漏部分数据，专利(cn105357247a)“基于分层云对等网络的多维属性云资源区间查找方法”和专利(cn103678520a)“一种基于云计算的多维区间查询方法及其系统”都使用chord环状拓扑来构建全局索引结构，chord环状拓扑在节点数增多，索引量增加的情况下，查询效率和时间会急剧增加。

技术实现要素：

本发明旨在提供一种解决现有技术复杂度高，索引维护代价大，复杂查询效率低下的问题之一或者至少部分地解决上述任一问题的对称正则多维索引平台的构建方法及装置，对称正则多维索引查询方法及系统。

为达到上述目的，本发明的技术方案具体是这样实现的：

本发明的一个方面提供了一种对称正则多维索引平台的构建方法，包括：设置至少一个服务端节点和至少一个客户端节点；在各个客户端节点上构建基于k-d树的局部索引；在客户端节点k-d树的局部索引中选取部分节点加入玻尔凯莱图拓扑，构建基于玻尔凯莱图的全局索引。

其中，设置各个服务端节点进行数据查询信息的发布和数据索引维护；设置各个客户端节点存储海量数据，接收查询请求，处理查询请求和返回查询结果，并维护局部索引和全局索引。

本发明另一方面提供了一种对称正则多维索引的查询方法，包括：利用如上述的对称正则多维索引平台的构建方法构建对称正则多维索引平台；查询客户端节点获取查询请求，根据查询请求利用玻尔凯莱图拓扑获取查询请求的全局索引路由算法；查询客户端节点利用查询请求的全局索引路由算法将查询请求转发至每一个客户端节点；各个客户端节点分别查询各自的k-d树局部索引，获得符合查询请求的k-d树节点，基于符合查询请求的k-d树节点确定查询结果。

其中，查询客户端节点获取查询请求，根据查询请求利用玻尔凯莱图拓扑获取查询请求的全局索引路由算法包括：构建一个以查询客户端节点为根的广度优先搜索树，查找目标客户端节点；如果查询到目标客户端节点，停止搜索，获取查询请求的全局索引路由算法；如果未查询到目标客户端节点，查找中间客户端节点，确定中间客户端节点到目标节点的最短路径，获取查询请求的全局索引路由算法。

其中，客户端节点分别查询各自的k-d树局部索引，获得符合查询请求的k-d树节点，基于符合查询请求的k-d树节点确定查询结果包括：各个客户端节点判断自己是否为目标客户端节点；如果是，则在自身的缓存中查询k-d树局部索引，返回符合条件的k-d树节点，并基于k-d树的索引方法找到对应矩形区域，作为查询结果。

本发明又一方面提供了一种对称正则多维索引平台的构建装置，包括：设置模块，用于设置至少一个服务端节点和至少一个客户端节点；构建模块，用于在各个客户端节点上构建基于k-d树的局部索引；并在客户端节点k-d树的局部索引中选取部分节点加入玻尔凯莱图拓扑，构建基于玻尔凯莱图的全局索引。

其中，设置模块具体用于设置各个服务端节点进行数据查询信息的发布和数据索引维护；设置各个客户端节点存储海量数据，接收查询请求，处理查询请求和返回查询结果，并维护局部索引和全局索引。

本发明还一方面提供了一种对称正则多维索引的查询系统，包括：利用如权利要求6或7的对称正则多维索引平台的构建装置构建的对称正则多维索引平台：其中，查询客户端节点，用于获取查询请求，根据查询请求利用玻尔凯莱图拓扑获取查询请求的全局索引路由算法；利用查询请求的全局索引路由算法将查询请求转发至每一个客户端节点；各个客户端节点，用于分别查询各自的k-d树局部索引，获得符合查询请求的k-d树节点，基于符合查询请求的k-d树节点确定查询结果。

其中，查询客户端节点，具体用于构建一个以查询客户端节点为根的广度优先搜索树，查找目标客户端节点；如果查询到目标客户端节点，停止搜索，获取查询请求的全局索引路由算法；如果未查询到目标客户端节点，查找中间客户端节点，确定中间客户端节点到目标节点的最短路径，获取查询请求的全局索引路由算法。

其中，各个客户端节点，具体用于判断自己是否为目标客户端节点；如果是，则在自身的缓存中查询k-d树局部索引，返回符合条件的k-d树节点，并基于k-d树的索引方法找到对应矩形区域，作为查询结果。

由此可见，通过本发明实施例提供的对称正则多维索引平台的构建方法及装置，对称正则多维索引查询方法及系统，由于采用了对称的小世界拓扑玻尔凯莱图构建全局拓扑，因此无论是索引构建还是路由查询都可以直接通过确定性的方法获得，具有简单可行，可扩展性强的特点。另外，由于玻尔凯莱图比其他同是小世界拓扑的凯莱图效率高，在其上构建的多维索引比同是环状拓扑的chord结构查询效率要高。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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，对于本领域的普通技术人员来讲，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附图。

图1为本发明实施例提供的对称正则多维索引平台的构建方法的流程图；

图2为本发明实施例提供的对称正则多维索引平台系统的结构图；

图3为本发明实施例提供的局部索引k-d树构建图；

图4为本发明实施例提供的局部索引k-d树到全局索引的映射函数超立方体结构图；

图5为本发明实施例提供的玻尔凯莱图的玹环表示方式；

图6为本发明实施例提供的全局索引构建图；

图7为本发明实施例提供的对称正则多维索引平台的构建装置的结构示意图，

图8为本发明实施例提供的对称正则多维索引查询方法的流程图；

图9为本发明实施例提供的对称正则多维索引查询系统的结构示意图；

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了本发明实施例提供的对称正则多维索引平台的构建方法的流程图，参见图1，本发明实施例提供的对称正则多维索引平台的构建方法，该对称正则多维索引平台的构建方法应用在对等云网络中，包括：

s101，设置至少一个服务端节点和至少一个客户端节点；

s102，在各个客户端节点上构建基于k-d树的局部索引；

s103，在客户端节点k-d树的局部索引中选取部分节点加入玻尔凯莱图拓扑，构建基于玻尔凯莱图的全局索引。

具体地，本发明实施例中对于对称正则多维索引平台的构建中，可以采用双层索引模式构建多维索引kd-boca，局部索引采用k-d树构建，全局索引使用基于超立方体的映射函数选取k-d树叶子节点构建玻尔凯莱图拓扑。

作为本发明实施例的一个可选实施方式，设置各个服务端节点进行数据查询信息的发布和数据索引维护；设置各个客户端节点存储海量数据，接收查询请求，处理查询请求和返回查询结果，并维护局部索引和全局索引。具体地，构建基于云计算的数据索引平台，该平台上可以共维护服务端和客户端两类节点，服务端节点负责数据查询信息的发布和数据索引维护，客户端节点负责存储海量数据，接收查询请求，处理查询请求和返回查询结果，客户端节点同时维护局部索引和全局索引。管理数据中心的原始数据，在存储原始数据的客户端节点中，按照k-d树的方法使用多维原始数据构建索引结构，在每个客户端存储节点上生成基于k-d树的局部索引；在已生成k-d树索引的客户端存储节点中，按照基于超立方体的映射函数选取节点加入到全局索引中，动态地形成基于玻尔凯莱图的结构化覆盖网络拓扑。利用各个服务端节点和各个客户端节点的功能特性，可以方便地进行索引。

由此可见，利用本发明实施例提供的对称正则多维索引平台的构建方法，由于采用了对称的小世界拓扑玻尔凯莱图构建全局拓扑，因此无论是索引构建还是路由查询都可以直接通过确定性的方法获得，具有简单可行，可扩展性强的特点。

具体实施时，首先构建一个支持多维索引的云平台，由服务端节点和客户端节点构成，如图2所示，每个客户端节点上面维护了两类索引。

1、局部索引。客户端节点首先在本地生成基于k-d树的局部索引。以二维空间d＝[dl,dh]为例，其中，dl(a1,a2)为低端边界节点的二维坐标，dh(b1,b2)为高端边界节点的二维坐标。k-d树为二叉树，每个二叉树节点kdt[i]对应二维空间的轴平行矩形di,即根节点kdt[1]对应d1，每个二叉树中间节点kdt[i]对应两个孩子节点kdt[2i]和kdt[2i+1]。这两个孩子节点的索引空间由节点kdt[i]对应的索引空间分裂而来。具体分裂规则和索引构建步骤如下：

首先，新加入节点n在空间d随机地选择一个节点p开始进行查询，经过查询路由选择，找到节点b所负责的矩形区域包含新加入节点。

其次，为新加入节点n建立索引。具体有两种情况：

第一种情况：b所负责的矩形区域中没有其他节点。这时，将b节点分裂成两个节点，b为左叶子节点，新加入节点为右叶子节点。

第二种情况：b所负责的矩形区域中有其他节点，新加入的节点n就是b所负责的矩形区域中的一个节点，这时只需要将新加入节点并入区域中已有的节点即可。

2、全局索引。客户端节点中保存k-d树局部索引，全局索引的创建过程为在客户端节点k-d树的局部索引中选取部分节点加入玻尔凯莱图拓扑。具体包含以下两个步骤。

首先，选取k-d树中的部分节点。k-d树叶子节点为数据所在节点。设叶子节点的id为(x,y)，x为节点所在k-d树的深度，h为k-d树的高度。

其中，yi∈{0,1},0＜i≤h。y1y2…yh为从根节点开始，到叶子节点路径上的k-d树枝编号。如图3所示。节点c(2,01**)，表示它所负责的矩形区域，只经过2次划分，同时，它对01范围内的矩形区域进行索引。如图4所示，高度为h的k-d树节点可以使用h维的超立方体(h-cube)节点表示。超立方体空间h(h)可以看作为由节点集合{c1c2…ch:ci∈{0,1}}组成的图，节点c1c2…cn和d1d2…dn相邻当且仅当除了1个i值外，对所有的i来说，ci＝di，超立方体h(h)可以用凯莱图的方式表达。h(h)＝cay(g,s)，

节点的选择根据如下的映射函数实现。

k-d树的节点映射到超立方体空间后，任意k-d树叶子节点均可使用确定性的路由方法找到其他叶子节点。

其次，构建基于玻尔凯莱图的全局索引。在超立方体节点中任意选择部分节点放入全局索引表中，构造玻尔凯莱图。图5为一个拥有21个节点的4度玻尔凯莱图的弦环图表示。玻尔凯莱图具有和chord一样的环状拓扑结构。有研究已证明，在相同节点规模的情况下，玻尔凯莱图拓扑是密度最大的直径最小的图。玻尔凯莱网络是一种特殊的亚循环图，它的拓扑结构是由玻尔子群构建的凯莱图。玻尔子群的定义如下：

定义1令

其中，a∈zp\{0,1}，p为素数，m为满足am＝1(modp)的最小正整数，则称gb为2×2矩阵群gl2(zp)上的玻尔子群，记为bl2(zp)，其中，群运算为模p矩阵乘法运算。

令gb为玻尔子群，ω为gb的非空子集，则群gb关于ω的玻尔凯莱图boca(gb,ω)定义如下。boca(g,ω)的顶点集为玻尔子群bl2(zp)中的元素,对结点v≠u∈gb，g∈ω，如果v＝u*g，则从结点v到u的边为boca(g,s)中的边集，群运算*为模p矩阵乘法运算。

根据定义1可知，玻尔凯莱图boca(gb,ω)的顶点集为玻尔子群bl2(zp)中的2×2矩阵元素，则令gb＝(zm×hzp,*),其中，zm和zp为两循环群，整数h＝a^-1(modp)＝a^m-1(modp)。

令ti∈zm,yi∈zp,任给运算*使其中⊙为模m加法运算，为模p加法运算，

定义玻尔凯莱图boca(gb,ω)的生成元集合ω为：

玻尔凯莱图boca(gb,ω)的度为|s|＝4，结点个数为p×m。chudnovsky等人早在1988年就已证明当直径在7-13之间时，玻尔凯莱图是最稠密的4正则图。玻尔凯莱图除了可以用弦图，广义弦图表示外，还可以使用亚循环图来表示。玻尔凯莱图使用亚循环拓扑来表示后可以方便地实现索引的映射，图6为21个节点的玻尔凯莱图亚循环拓扑表示，以及亚循环拓扑在矩形区域的索引映射方法。

定义2任给整数m，p和h，满足gcd(p,h)＝1,h^m＝1(modp),令gb＝zm×hzp且ti∈zm，yi∈zp,任给群运算°定义如下：其中：⊙为模m加法运算，为模p加法运算，称(gb,°)为亚循环群。

任给玻尔子群bl2(zp)中的一个元素存在h＝a^-1(modp)＝a^m-1(modp)使可以使用二维数组(t,y)∈zm×hzp来表示b。这种二维的表示形式称为玻尔子群的亚循环表示。令生成元集合其对应的矩阵表示为

定义3γ(zm×hzp,ω)为玻尔凯莱图。

可以证明,对于给定参数m,p以及a的玻尔凯莱图boca(bl2(zp),ω)与亚循环图同构，其中h＝a^-1(modp)。

图7示出了本发明实施例提供的对称正则多维索引平台的构建装置的结构示意图，该对称正则多维索引平台的构建装置应用于上述方法，以下仅对对称正则多维索引平台的构建装置的结构进行简单说明，其他未尽事宜，请参照上述对称正则多维索引平台的构建方法中的相关描述，参见图7，本发明实施例提供的对称正则多维索引平台的构建装置，该对称正则多维索引平台的构建装置应用在对等云网络中，包括：

设置模块701，用于设置至少一个服务端节点和至少一个客户端节点；

构建模块702，用于在各个客户端节点上构建基于k-d树的局部索引；并在客户端节点k-d树的局部索引中选取部分节点加入玻尔凯莱图拓扑，构建基于玻尔凯莱图的全局索引。

由此可见，利用本发明实施例提供的对称正则多维索引平台的构建装置，由于采用了对称的小世界拓扑玻尔凯莱图构建全局拓扑，因此无论是索引构建还是路由查询都可以直接通过确定性的方法获得，具有简单可行，可扩展性强的特点。

作为本发明实施例的一个可选实施方式，设置模块701具体用于设置各个服务端节点进行数据查询信息的发布和数据索引维护；设置各个客户端节点存储海量数据，接收查询请求，处理查询请求和返回查询结果，并维护局部索引和全局索引。利用各个服务端节点和各个客户端节点的功能特性，可以方便地进行索引。

图8示出了本发明实施例提供的对称正则多维索引的查询方法的流程图，参见图8，本发明实施例提供的对称正则多维索引的查询方法，该对称正则多维索引的查询方法应用在对等云网络中，包括：

s801，利用上述的对称正则多维索引平台的构建方法构建对称正则多维索引平台；

s802，查询客户端节点获取查询请求，根据查询请求利用玻尔凯莱图拓扑获取查询请求的全局索引路由算法；

s803，查询客户端节点利用查询请求的全局索引路由算法将查询请求转发至每一个客户端节点；

s804，各个客户端节点分别查询各自的k-d树局部索引，获得符合查询请求的k-d树节点，基于符合查询请求的k-d树节点确定查询结果。

作为本发明实施例的一个可选实施方式，s802，查询客户端节点获取查询请求，根据查询请求利用玻尔凯莱图拓扑获取查询请求的全局索引路由算法包括：构建一个以查询客户端节点为根的广度优先搜索树，查找目标客户端节点；如果查询到目标客户端节点，停止搜索，获取查询请求的全局索引路由算法；如果未查询到目标客户端节点，查找中间客户端节点，确定中间客户端节点到目标节点的最短路径，获取查询请求的全局索引路由算法。

作为本发明实施例的一个可选实施方式，s804，客户端节点分别查询各自的k-d树局部索引，获得符合查询请求的k-d树节点，基于符合查询请求的k-d树节点确定查询结果包括：各个客户端节点判断自己是否为目标客户端节点；如果是，则在自身的缓存中查询k-d树局部索引，返回符合条件的k-d树节点，并基于k-d树的索引方法找到对应矩形区域，作为查询结果。

由此可见，利用本发明实施例提供的对称正则多维索引的查询方法，由于采用了对称的小世界拓扑玻尔凯莱图构建全局拓扑，因此无论是索引构建还是路由查询都可以直接通过确定性的方法获得，具有简单可行，可扩展性强的特点。另外，由于玻尔凯莱图比其他同是小世界拓扑的凯莱图效率高，在其上构建的多维索引比同是环状拓扑的chord结构查询效率要高。

具体实施时，以两级索引为基础，从节点(a,b)查询目标节点(a',b')按如下方法进行。

(1)首先，提出查询请求的客户端根据全局索引boca查询，通过从提出请求的节点(a,b)到查询目标节点(a',b')的路由算法，它将查询请求映射到玻尔凯莱图节点空间上的一个或多个虚拟节点。

步骤一，对节点(a,b)∈zm×zp，首先构建一个以节点(a,b)为根的广度优先搜索树t(a,b)，令

在任意深度α≤d，如果到达目标节点(a',b')，则停止搜索。

否则，找到节点(a",b")，使其满足如下条件：

г(a")+г(b")＝min{(г(p)+г(q))|(p,q)∈nx(d),x＝(a,b)}

其中，г(a)＝min(a,m-a)，г(b)＝min(b,p-b)

步骤二，使用一步贪心算法重新恢复节点(a",b")到节点(a',b')长度为(г(a")+г(b"))的最短路径。设节点(a",b")到节点(a',b')的最短路径上，节点(a",b")的邻居节点为(ai,bi)，任选一个节点(a",b")的邻居节点(ai,bi)作为路径上的第一个节点，不断地在节点(ai,bi)上使用一步贪心算法找到目标节点(a',b')，重新生成节点(a",b")到节点(a',b')长度为(г(a")+г(b"))的最短路径。

(2)其次，(1)中的查询结果通过全局索引路由转发给每一个客户端节点，当客户端收到查询请求，判断自己是否为目标节点(a',b')，如果是，则在缓存中查询k-d树局部索引，返回符合条件的k-d树节点作为查询结果。局部索引先使用超立方体空间进行路由转发查找，返回符合条件的k-d树节点，然后基于k-d树的索引方法找到对应矩形区域，作为最终的查询结果。

图9示出了本发明实施例提供的对称正则多维索引的查询系统的结构示意图，该对称正则多维索引的查询系统应用于上述方法，以下仅对对称正则多维索引的查询系统的结构进行简单说明，其他未尽事宜，请参照上述对称正则多维索引的查询方法中的相关描述，参见图9，本发明实施例提供的对称正则多维索引的查询系统，该对称正则多维索引的查询系统应用在对等云网络中，包括：

利用上述的对称正则多维索引平台的构建装置构建的对称正则多维索引平台90：其中，查询客户端节点901，用于获取查询请求，根据查询请求利用玻尔凯莱图拓扑获取查询请求的全局索引路由算法；利用查询请求的全局索引路由算法将查询请求转发至每一个客户端节点902；

各个客户端节点902，用于分别查询各自的k-d树局部索引，获得符合查询请求的k-d树节点，基于符合查询请求的k-d树节点确定查询结果。

作为本发明实施例的一个可选实施方式，查询客户端节点901，具体用于构建一个以查询客户端节点为根的广度优先搜索树，查找目标客户端节点；如果查询到目标客户端节点，停止搜索，获取查询请求的全局索引路由算法；如果未查询到目标客户端节点，查找中间客户端节点，确定中间客户端节点到目标节点的最短路径，获取查询请求的全局索引路由算法。

作为本发明实施例的一个可选实施方式，各个客户端节点902，具体用于判断自己是否为目标客户端节点；如果是，则在自身的缓存中查询k-d树局部索引，返回符合条件的k-d树节点，并基于k-d树的索引方法找到对应矩形区域，作为查询结果。

由此可见，利用本发明实施例提供的对称正则多维索引的查询系统，由于采用了对称的小世界拓扑玻尔凯莱图构建全局拓扑，因此无论是索引构建还是路由查询都可以直接通过确定性的方法获得，具有简单可行，可扩展性强的特点。另外，由于玻尔凯莱图比其他同是小世界拓扑的凯莱图效率高，在其上构建的多维索引比同是环状拓扑的chord结构查询效率要高。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。