本申请涉及互联网技术领域,尤其涉及一种终端真伪验证方法、装置及系统。
背景技术:
随着科学技术的飞速发展,手机等各种终端不断地丰富大众生活。由于利用终端处理信息具有方便快捷、节省资源等优势,终端现已成为人们生活或工作中不可或缺的一部分。伴随着各种终端的普及,市面上逐渐出现仿造正版终端的盗版终端。由于盗版终端与正版终端的功能及样式非常相似,容易被消费者误认为是正版终端。因此,逐渐出现对终端进行真伪验证应用软件,利用可以利用应用软件确定一个终端的真伪。
目前,现有技术在验证终端真伪时,通常在终端所属的官方网站或特定验证网站中输入终端的imei(internationalmobileequipmentidentity,国际移动装备辨识码),如果imei注册成功则证明该终端为正版终端,否则表示该终端为盗版终端。
但是,伴随着仿造技术的提高,可以盗版终端上伪造可被注册成功的imei,这导致单单通过imei验证终端真伪的方式准确性较低。
技术实现要素:
本申请发明人在研究过程中发现,可以在服务器上自动准确的验证终端真伪。服务器上的具体执行过程如下:
服务器可以预先采集大量终端各个机型的硬件参数信息,其中,硬件参数信息可以包括多个硬件项目的硬件参数。服务器可以针对每个硬件项目确定各个硬件参数所占比例。下面以一个x机型终端的硬件项目1为例,对服务器确定各个硬件参数所占比例的过程进行说明。
例如,服务器采集100个x机型的终端关于硬件项目1的硬件参数,假设80个终端针对硬件项目1的硬件参数为a,10个终端针对硬件项目1的硬件参数为b,10个终端针对硬件项目1的硬件参数为c。那么,该硬件项 目1各个硬件参数比例为:硬件参数a占80%,硬件参数b占10%,以及硬件参数c占10%。
由于服务器所采集硬件参数信息的大量终端中有的为正版终端、有的为盗版终端,按通常理解硬件参数的所占比例越高,则代表其为正版终端的几率越大。因此,服务器将硬件项目所占比例最大的硬件参数,作为正版硬件参数。例如,服务器针对x机型终端的硬件项目1而言,将硬件参数a作为硬件项目1的正版硬件参数信息。
在服务器验证待测终端真伪的过程中,服务器可以扫描终端多个硬件项目的待测硬件参数信息,然后将待测硬件参数信息与服务器上同款机型的正版硬件参数信息进行对比,若一致则确定待测终端为正版终端,若不一致则表示待测终端为盗版终端。在本方式中由于服务器可以基于终端的多种硬件参数来判断终端真伪,相比于现有技术仅仅采用imei而言,可以大大提高验证终端真伪的和准确率。
但是,在上述方式中服务器确定正版硬件参数信息的方式为:选择所占比例最大的硬件参数信息作为正版硬件参数信息。例如,选择所占比例为80%的硬件参数a作为正版硬件参数信息,硬件参数b和硬件参数c为盗版硬件参数信息。
但是,本申请发明人在研究过程中发现上述方式在一定程度上可以验证终端真伪,但是仍然具有准确率不高的问题。因为,目前市面上针对同一款机型有一种生产量很大的主流设计,还有一些生产量较小的小批次设计。
目前,归属于小批次设计的终端也是正版终端,但是由于其生产量较少,所以市面上的流通量较少。如果服务器按照上述方式确定正版硬件参数,则很可能将小批次设计的正版终端误判为盗版终端,即上述验证终端真伪的方式不准确。
因此,本申请一种终端真伪验证方法、装置及系统,以便针对不同批次的终端均可以准确验证出终端真伪。
为了实现上述目的,本申请提供了以下技术手段:
一种终端真伪验证方法,应用于服务器,包括:
接收客户端发送的包含待测终端的特征信息的验证请求;
依据预设特征信息模型对所述待测终端的特征信息进行真伪验证,并确定所述待测终端的第一验证结果;所述预设特征信息模型为依据若干终端的特征信息和类别结果组成的训练样本集训练得到的,用于依据特征信息来区分正版终端和盗版终端的分类器;
向所述客户端反馈所述第一验证结果;
其中,所述第一验证结果和所述类别结果均为正版终端或盗版终端中的一个。
优选的,在所述待测终端的第一验证结果为盗版终端的情况下,所述方法还包括:
接收所述待测终端的第二验证结果;其中,所述第二验证结果利用人工分析方式确定;
若所述第二验证结果为正版终端,则将所述待测终端的特征信息和所述第二验证结果添加所述训练样本集;
依据所述训练样本集,重新训练所述预设特征信息模型。
优选的,所述特征信息包括软件特征信息和硬件特征信息。
优选的,所述软件特征信息包括操作系统软件版本、网络频率、数据业务、机身内存和运行内存;
所述硬件特征信息包括:cpuid、cpu型号、cpu频率、cpu核数、屏幕分辨率和传感器种类。
一种终端真伪验证方法,应用于客户端,所述方法包括:
获取待测终端的特征信息;
向服务器发送包含所述待测终端的特征信息的验证请求;
接收所述服务器反馈的第一验证结果;
其中,所述第一验证结果为所述服务器依据预设特征信息模型对所述待测终端的特征信息进行真伪验证后确定的;所述预设特征信息模型为依据若干终端的特征信息和类别结果组成的训练样本集训练得到的,用于依据特征信息来区分正版终端和盗版终端的分类器;其中,所述第一验证结果和所述类别结果均为正版终端或盗版终端中的一个。
优选的,所述获取待测终端的特征信息,包括:
在与所述待测终端建立物理连接之后,与所述待测终端建立通信连接;
扫描所述待测终端并获取所述待测终端的特征信息。
优选的,所述特征信息包括软件特征信息和硬件特征信息。
优选的,所述软件特征信息包括系统软件版本、网络频率、数据业务、机身内存和运行内存;
所述硬件特征信息包括:cpuid、cpu型号、cpu频率、cpu核数、屏幕分辨率和传感器种类。
优选的,在所述接收所述服务器反馈的第一验证结果之后,还包括:
利用人机显示界面显示所述待测终端的第一验证结果。
一种终端真伪验证装置,集成于服务器,包括:
第一接收单元,用于接收客户端发送的包含待测终端的特征信息的验证请求;
验证单元,用于依据预设特征信息模型对所述待测终端的特征信息进行真伪验证,并确定所述待测终端的第一验证结果;所述预设特征信息模型为依据若干终端的特征信息和类别结果组成的训练样本集训练得到的,用于依据特征信息来区分正版终端和盗版终端的分类器;其中,所述第一验证结果和所述类别结果均为正版终端或盗版终端中的一个;
第一反馈单元,用于向所述客户端反馈所述第一验证结果。
优选的,还包括:
第二接收单元,用于接收所述待测终端的第二验证结果;其中,所述第二验证结果利用人工分析方式确定;
添加单元,用于若所述第二验证结果为正版终端,则将所述待测终端的特征信息和所述第二验证结果添加所述训练样本集;
训练单元,用于依据所述训练样本集,重新训练所述预设特征信息模型。
优选的,所述特征信息包括软件特征信息和硬件特征信息。
优选的,所述软件特征信息包括系统软件版本、网络频率、数据业务、机身内存和运行内存;
所述硬件特征信息包括:cpuid、cpu型号、cpu频率、cpu核数、屏幕分辨率和传感器种类。
一种终端真伪验证装置,集成于客户端,包括:
获取单元,用于获取待测终端的特征信息;
发送单元,用于向服务器发送包含所述待测终端的特征信息的验证请求;
第二反馈单元,用于接收所述服务器反馈的第一验证结果;
其中,所述第一验证结果为所述服务器依据预设特征信息模型对所述待测终端的特征信息进行真伪验证后确定的;所述预设特征信息模型为依据若干终端的特征信息和类别结果组成的训练样本集训练得到的,用于依据特征信息来区分正版终端和盗版终端的分类器;其中,所述第一验证结果和所述类别结果均为正版终端或盗版终端中的一个。
优选的,所述获取单元,包括:
建立单元,用于在与所述待测终端建立物理连接之后,与所述待测终端建立通信连接;
扫描单元,用于扫描所述待测终端并获取所述待测终端的特征信息。
优选的,所述特征信息包括软件特征信息和硬件特征信息。
优选的,所述软件特征信息包括系统软件版本、网络频率、数据业务、机身内存和运行内存;
所述硬件特征信息包括:cpuid、cpu型号、cpu频率、cpu核数、屏幕分辨率和传感器种类。
优选的,还包括:
显示单元,用于利用人机显示界面显示所述待测终端的第一验证结果。
一种终端真伪验证系统,包括:
服务器和与所述服务器相连的客户端;
所述客户端,用于获取待测终端的特征信息;向服务器发送包含所述待测终端的特征信息的验证请求;并接收所述服务器反馈的第一验证结果;
所述服务器,用于接收客户端发送的包含待测终端的特征信息的验证请求;依据预设特征信息模型对所述待测终端的特征信息进行真伪验证,并确定所述待测终端的第一验证结果;并向所述客户端反馈所述第一验证结果;
其中,所述预设特征信息模型为依据若干终端的特征信息和类别结果组成的训练样本集训练得到的,用于依据特征信息来区分正版终端和盗版终端的分类器,其中,所述第一验证结果和所述类别结果均为正版终端或盗版终端中的一个。
通过以上技术特征,可以看出本申请具有以下有益效果:
本申请并未预先设置正版终端的特征信息,而是利用预设特征信息模型来判定待测终端的真伪。因此,相对于上述确定终端真伪的方式而言,本申请不依赖于服务器上预先设置的正版特征信息。本申请的预设特征信息模型是利用训练样本集训练后得到的、用于区分正版终端和盗版终端的分类器。由于训练样本集中既可以包含主流设计终端的特征信息,又可以包含小批次设计终端的特征信息,所以预设特征信息模型可以准确确定不同批次终端的类别结果。因此,不论待测终端是那种批次的终端,本申请均可以利用预设特征信息模型来准确终端的验证结果。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本申请的一些实施例,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为本申请提供的一种终端真伪验证方法中构建预设特征信息模型的流程图;
图2为本申请提供的一种终端真伪验证方法的流程图;
图3为本申请提供的又一种终端真伪验证方法的流程图;
图4为本申请提供的又一种终端真伪验证方法的流程图;
图5为本申请提供的一种终端真伪验证装置的结构示意图;
图6为本申请提供的又一种终端真伪验证装置的结构示意图;
图7为本申请提供的又一种终端真伪验证装置的结构示意图;
图8为本申请提供的又一种终端真伪验证装置的结构示意图;
图9为本申请提供的一种终端真伪验证系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
为了针对不同批次的终端均可以准确验证出终端真伪目的,本申请在服务器上构建一个预设特征信息模型;其中,预设特征信息模型为依据若干终端的特征信息和类别结果组成的训练样本集训练得到的,用于依据特征信息来区分正版终端和盗版终端的分类器。
下面介绍构建预设特征信息模型的具体过程,如图1所示,具体包括以下步骤:
步骤s101:获取若干终端的特征信息和类别结果组成的训练样本集。
服务器可以在客户端上获取若干个终端的特征信息,或者,在其它采集系统中获取若干终端的特征信息。为了准确的确定终端的真伪,本申请可以采集终端的软件特征信息和硬件特征信息两方面的特征信息,以便利用终端软件特征信息和硬件特征信息来准确确定终端的真伪。
其中,所述软件特征信息包括系统软件版本、网络频率、数据业务、机身内存和运行内存;所述硬件特征信息包括:cpuid、cpu型号、cpu频率、cpu核数、屏幕分辨率和传感器种类。
然后,利用人工分析方式分析依据每个终端的特征信息,准确分析每个终端的类别结果,即终端为正版终端还是为盗版终端。本申请采用人工分析方式来确定每个终端的类别结果的目的为,使得训练样本集中的每个终端的类别结果是准确的,进而保证训练后得到的预设特征信息模型是准确的。
服务器将一个终端的特征信息和该终端的类别结果作为一组训练样本,然后将多组训练样本组成训练样本集,以便利用训练样本集来训练分类器。
步骤s102:利用训练样本集来训练分类器。
假设训练样本集为{xi,zi},其中xi为特征信息,对应的zi为{-1,1}。其中“-1”表示该特征信息对应的终端为盗版终端,“1”表示特征信息对应的终端为正版终端。“-1”和“1”仅仅作为举例说明,在实际操作中可以采用不同字符来区分正版终端和盗版终端即可。
分类器中具有一些参数,参数的具体数量与分类器的种类有关。本申请训练分类器目的为调整参数的大小,以使得利用调整后参数构建拟合曲线可以准确将正版终端的特征信息和盗版终端的特征信息进行划界,从而实现区分正版终端和盗版终端的目的。具体训练过程已有相关现有技术,在此不再详细介绍。
步骤s103:将训练完成的分类器确定为预设特征信息模型。
在分类器训练完成之后,分类器便可以实现依据输入的特征信息进行分析计算后输出正版终端或盗版终端的目的。因此,可以将训练完成的分类器确定为本申请在后续过程中所需使用的预设特征信息模型。
在介绍预设特征信息模型的训练过程之后,参考图2为本申请提供的一种终端真伪验证方法实施例的流程图。本实施例可以应用于服务器端,本实施例可以包括以下步骤:
步骤s201:接收客户端发送的包含待测终端的特征信息的验证请求。
客户端可以扫描待测终端的特征信息,并利用待测终端的特征信息构建验证请求。然后客可以将验证请求发送至服务器,由服务器来对验证请求中待测终端的特征信息进行进一步的分析。
其中,待测终端的特征信息可以包括软件特征信息和硬件特征信息。具体而言,所述软件特征信息包括系统软件版本、网络频率、数据业务、机身内存和运行内存;所述硬件特征信息包括:cpuid、cpu型号、cpu频率、cpu核数、屏幕分辨率和传感器种类。
服务器在接收包含待测终端的特征信息的验证请求之后,可以在验证请求中获取待测终端的特征信息,并利用预设特征信息模型判定待测终端的真伪。
步骤s202:依据预设特征信息模型对所述待测终端的特征信息进行真伪验证,并确定所述待测终端的第一验证结果;其中,所述第一验证结果为正版终端或盗版终端;所述预设特征信息模型为依据若干终端的特征信息和类别结果组成的训练样本集训练得到的,用于依据特征信息来区分正版终端和盗版终端的分类器。
由于预设特征信息模型是预先训练好的、用于依据特征信息来区分正版终端和盗版终端的分类器。因此,在本实施例预设特征信息模型相当于一个黑匣子,其输入数据为一个终端的特征信息,输出数据为该终端的验证结果。
因此,可以将待测终端的特征信息输入至预设特征信息模型,由预设特征信息模型依据预先已训练好的准则对待测终端的特征信息进行分析,从而确定并输出待测终端的第一验证结果。
可以理解的是,如果预设特征信息模型分析后确定待测终端为正版终端,则输出的第一验证结果为正版终端;如果预设特征信息模型分析后确定待测终端为盗版终端,则输出的第一验证结果为盗版终端。
步骤s203:向所述客户端反馈所述第一验证结果。
服务器在利用预设特征信息模型确定待测终端的第一验证结果之后,可以向客户端发送第一验证结果,以便用户可以在客户端上得知待测终端的第一验证结果。
通过以上技术特征,可以看出本申请具有以下有益效果:
本申请并未预先设置正版终端的特征信息,而是利用预设特征信息模型来判定待测终端的真伪。因此,相对于上述确定终端真伪的方式而言,本申请不依赖于服务器上预先设置的正版特征信息。本申请的预设特征信息模型是利用训练样本集训练后得到的、用于区分正版终端和盗版终端的分类器。由于训练样本集中既可以包含主流设计终端的特征信息,又可以包含小批次设计终端的特征信息,所以预设特征信息模型可以准确确定不同批次终端的类别结果。因此,不论待测终端是那种批次的终端,本申请均可以利用预设特征信息模型来准确终端的验证结果。
可以理解的是,目前终端机型非常多,所以服务器上构建预设特征信息模型的训练样本集中不可能包含所有机型的特征信息。当待测终端机型的特征信息未包含训练样本集时,服务器则发送无法判断该终端的真伪信息。
为了保证服务器利用预设特征信息模型确定出的正版终端必然是正版终端,则在服务器无法准确确定待测终端的特征信息判定为正版终端还是盗版终端时,服务器将待测终端归属为盗版终端。
由于服务器待测终端的验证结果为盗版终端的情况下,待测终端可能是由于确实是盗版终端而被确定为盗版终端的,也有可能是由于服务器无法准确待测终端的验证结果导致的。
因此,在服务器确定待测终端的验证结果为盗版终端的情况下,可以执行以下处理过程。如图3所示,具体包括以下步骤:
步骤s301:接收所述待测终端的第二验证结果;其中,所述第二验证结果利用人工分析方式确定。
由于服务器无法继续准确确定待测终端的验证结果,因此,由人工方式来详细分析待测终端的特征信息,并确定待测终端的第二验证结果。可以理解的是,第二验证结果可以与第一验证结果一致,即第二验证结果同样为盗版终端,在此情况下,说明第一验证结果未出现误判。此时可以不对预设特征信息模型进行重新训练。
第二验证结果可以与第一验证结果不一致,即第二验证结果为正版终端。在此情况下,说明第一验证结果错误的。即,服务器训练样本集中未具有待测终端的特征信息,所以导致出现误判情况。
步骤s302:若所述第二验证结果为正版终端,则将所述待测终端的特征信息和所述第二验证结果添加所述训练样本集。
因此,在第二验证结果为正版终端的情况下,服务器可以将待测终端的特征信息和第二验证结果(即正版终端)组成一组训练样本,然后将该组训练样本添加训练样本集中。
步骤s303:依据所述训练样本集,重新训练所述预设特征信息模型。
由于原有的预设特征信息模型是依据原有的训练样本集训练后得到的,在训练样本集中添加与待测终端对应的训练样本之后,由于训练样本集发生变化,所以需要重新依据训练样本集对分类器进行训练。然后,将训练结束后的分类器重新确定为本申请所使用的预设特征信息模型;以便后续在出现与待测终端类似的特征信息之后,可以准确输出待测终端的验证结果。
如图4所示,本申请提供了一种终端真伪验证方法,应用于客户端,所述方法包括:
步骤s401:获取待测终端的特征信息。
可以理解的是,在实际应用过程中,用户可以将待测终端通过数据连接线与客户端建立物理连接,然后客户端可以与待测终端建立通信连接。此后,客户端便可以扫描待测终端并获取所述待测终端的特征信息。
其中,待测终端的特征信息可以包括软件特征信息和硬件特征信息。具体而言,所述软件特征信息包括系统软件版本、网络频率、数据业务、机身 内存和运行内存;所述硬件特征信息包括:cpuid、cpu型号、cpu频率、cpu核数、屏幕分辨率和传感器种类。
步骤s402:向服务器发送包含所述待测终端的特征信息的验证请求。
为了验证终端真伪,客户端可以将包含待测终端的特征信息的验证请求发送至服务器,由服务器来进行进一步的分析。
步骤s403:接收所述服务器反馈的第一验证结果。其中,所述第一验证结果为所述服务器依据预设特征信息模型对所述待测终端的特征信息进行真伪验证后确定的;所述第一验证结果为正版终端或盗版终端;所述预设特征信息模型为依据若干终端的特征信息和类别结果组成的训练样本集训练得到的,用于依据特征信息来区分正版终端和盗版终端的分类器。
在服务器利用图2所示的实施例,确定待测终端的第一验证结果之后,可以向客户端发送第一验证结果,以便客户端接收第一验证结果。为了方便用户查看待测终端的第一验证结果,客户端可以利用利用人机显示界面显示所述待测终端的第一验证结果。
通过以上技术特征,可以看出本申请具有以下有益效果:
本申请并未预先设置正版终端的特征信息,而是利用预设特征信息模型来判定待测终端的真伪。因此,相对于上述确定终端真伪的方式而言,本申请不依赖于服务器上预先设置的正版特征信息。本申请的预设特征信息模型是利用训练样本集训练后得到的、用于区分正版终端和盗版终端的分类器。由于训练样本集中既可以包含主流设计终端的特征信息,又可以包含小批次设计终端的特征信息,所以预设特征信息模型可以准确确定不同批次终端的类别结果。因此,不论待测终端是那种批次的终端,本申请均可以利用预设特征信息模型来准确终端的验证结果。
与图2所示的实施例相对应,本申请提供了一种终端真伪验证装置,集成于服务器。如图5所示,具体包括:
第一接收单元51,用于接收客户端发送的包含待测终端的特征信息的验证请求;
验证单元52,用于依据预设特征信息模型对所述待测终端的特征信息进行真伪验证,并确定所述待测终端的第一验证结果;其中,所述第一验证结 果为正版终端或盗版终端;所述预设特征信息模型为依据若干终端的特征信息和类别结果组成的训练样本集训练得到的,用于依据特征信息来区分正版终端和盗版终端的分类器;
第一反馈单元53,用于向所述客户端反馈所述第一验证结果。
如图6所示,所述一种终端真伪验证装置在图5的基础上还包括:
第二接收单元54,用于接收所述待测终端的第二验证结果;其中,所述第二验证结果利用人工分析方式确定;
添加单元55,用于若所述第二验证结果为正版终端,则将所述待测终端的特征信息和所述第二验证结果添加所述训练样本集;
训练单元56,用于依据所述训练样本集,重新训练所述预设特征信息模型。
本申请中的所述特征信息包括软件特征信息和硬件特征信息。其中,所述软件特征信息包括系统软件版本、网络频率、数据业务、机身内存和运行内存;所述硬件特征信息包括:cpuid、cpu型号、cpu频率、cpu核数、屏幕分辨率和传感器种类。
与图4所示的实施例相对应,本申请提供了一种终端真伪验证装置,集成于服务器。如图7所示,具体包括:
获取单元71,用于获取待测终端的特征信息;
发送单元72,用于向服务器发送包含所述待测终端的特征信息的验证请求;
第二反馈单元73,用于接收所述服务器反馈的第一验证结果;
其中,所述第一验证结果为所述服务器依据预设特征信息模型对所述待测终端的特征信息进行真伪验证后确定的;所述第一验证结果为正版终端或盗版终端;所述预设特征信息模型为依据若干终端的特征信息和类别结果组成的训练样本集训练得到的,用于依据特征信息来区分正版终端和盗版终端的分类器。
此外,本申请提供的终端真伪验证装置还包括:
显示单元74,用于利用人机显示界面显示所述待测终端的第一验证结果。
如图8所示,所述获取单元71,包括:
建立单元81,用于在与所述待测终端建立物理连接之后,与所述待测终端建立通信连接;
扫描单元82,用于扫描所述待测终端并获取所述待测终端的特征信息。
本实施例中所述特征信息包括软件特征信息和硬件特征信息。其中,所述软件特征信息包括系统软件版本、网络频率、数据业务、机身内存和运行内存;所述硬件特征信息包括:cpuid、cpu型号、cpu频率、cpu核数、屏幕分辨率和传感器种类。
如图9所示,本申请提供了一种终端真伪验证系统,包括:
服务器100和与所述服务器100相连的客户端200;
所述客户端200,用于获取待测终端的特征信息;向服务器100发送包含所述待测终端的特征信息的验证请求;并接收所述服务器100反馈的第一验证结果。
所述服务器100,用于接收客户端200发送的包含待测终端的特征信息的验证请求;依据预设特征信息模型对所述待测终端的特征信息进行真伪验证,并确定所述待测终端的第一验证结果;并向所述客户端200反馈所述第一验证结果;
其中,所述第一验证结果为正版终端或盗版终端;所述预设特征信息模型为依据若干终端的特征信息和类别结果组成的训练样本集训练得到的,用于依据特征信息来区分正版终端和盗版终端的分类器。
本实施例方法所述的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设备可读取存储介质中。基于这样的理解,本申请实施例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设备(可以是个人计算机,服务器,移动计算设备或者网络设备等)执行本申请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。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。