一种流量监控方法、装置及设备与流程

本申请涉及计算机技术领域，尤其涉及一种流量监控方法、装置及设备。

背景技术：

流量监控是指对数据流进行的监控，监控内容通常包括：出数据、入数据的速度、总流量等。

目前的流量监控方案，一般是从服务提供方的视角监控用户整体的流量变化情况，这种监控方式掩盖了具体的异常问题，为流量异常提供了巨大的发酵空间，因此，当监测到流量出现异常情况时，通常都是大面积的。

因此，需要提供一种更加有效的流量监控方案。

技术实现要素：

本说明书实施例提供一种流量监控方法，用以解决流量监控效果差的问题。

本说明书实施例还提供一种流量监控方法，包括：

获取目标用户群体中的用户的设备特征、客户端特征和环境特征中的至少一个；

基于所述设备特征、客户端特征和环境特征中的至少一个，对所述目标用户群体的流量进行划分处理，得到多条流量链路；

基于所述多条流量链路，监控所述目标用户群体的流量使用情况。

本说明书实施例还提供一种流量监控方法，包括：

确定目标设备群体中的设备对象的设备特征；

基于所述设备特征，对所述目标设备群体的流量进行划分处理，得到多条流量链路；

基于所述多条流量链路，监控所述目标设备群体的流量使用情况。

本说明书实施例还提供一种流量监控装置，包括：

获取模块，用于获取目标用户群体中的用户的设备特征、客户端特征和环境特征中的至少一个；

处理模块，用于基于所述设备特征、客户端特征和环境特征中的至少一个，对所述目标用户群体的流量进行划分处理，得到多条流量链路；

监控模块，用于基于所述多条流量链路，监控所述目标用户群体的流量使用情况。

本说明书实施例还提供一种流量监控装置，包括：

获取模块，用于确定目标设备群体中的设备对象的设备特征；

处理模块，用于基于所述设备特征，对所述目标设备群体的流量进行划分处理，得到多条流量链路；

监控模块，用于基于所述多条流量链路，监控所述目标设备群体的流量使用情况。

本说明书实施例还提供一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如上述的方法的步骤。

本说明书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执行时实现如上述的方法的步骤。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

通过采集用户群体中的用户对应的设备特征、客户端特征和环境特征中的至少一个，并将其作为划分流量的依据，以从该用户群体的整体流量中划分出多个流量链路，从而达到从微观视角监控该用户群体的流量使用情况的目的。与现有技术相比，能够有效提高流量监控的可靠性和时效性，并能高效感知流量异常情况并及时挖掘出异常原因。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本说明书提供的一种应用场景的示意图；

图2为本说明书一实施例提供的一种流量监控方法的流程示意图；

图3为本说明书一实施例提供的客户端版本对应的用户分布数据的示意图；

图4为本说明书一实施例提供的分辨率特征下的流量链路的示意图；

图5为本说明书一实施例提供的流量异常评估步骤的流程示意图；

图6为本说明书另一实施例提供的一种流量监控方法的流程示意图；

图7为本说明书一实施例提供的一种流量监控装置的结构示意图；

图8为本说明书另一实施例提供的一种流量监控装置的结构示意图；

图9为本说明书一实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例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。

结合背景技术部分的陈述，现有技术通常是从宏观视角来监控用户整体的流量变化情况，这种监控方式掩盖了具体的流量异常问题，导致服务提供方的异常感知能力较低，流量监控效果不理想。基于此，本发明提供一种流量监控方法，通过采集用户群体的特征信息，并基于特征信息将用户群体的流量划分为多条流量链路，以从微观视角监控用户群体的流量使用情况，从而有效提高流量监控的有效性。

下面参见图1对本发明的应用场景进行示例性说明。

第一种应用场景中包括：服务器102和服务器102服务的用户群体101，其中：

服务器102通过与用户群体101的用户设备之间的交互，采集用户群体101中每个用户的特征信息，并基于特征信息为每个用户的流量配置一个或多个流量标签；然后，对同一流量标签对应的用户数据流进行汇总，得到多个流量标签对应的流量链路并展示，从而实现划分用户群体101的流量的目的。

第二种应用场景中包括：厂商服务器102和厂商出厂的设备群体101，其中：

厂商服务器102通过与设备群体101中的每个出厂设备之间的交互，采集各出厂设备的设备特征，并基于设备特征为每个出厂设备的流量配置一个或多个流量标签；然后，对同一流量标签对应的出厂设备的数据流进行汇总，得到多个流量标签对应的流量链路并展示，从而实现划分设备群体101的流量的目的。

其中，多个流量链路的具体展示方式可参照流量监控表103。用户设备/出厂设备可以是pc，也可以是移动终端或者叫移动通信终端是指可以在移动中使用的计算机设备，广义的讲包括手机、笔记本、平板电脑、pos机甚至包括车载电脑。但是大部分情况下是指手机或者具有多种应用功能的智能手机以及平板电脑。用户特征信息是指用于反映用户各方面特征的信息。

以下结合附图，详细说明本申请各实施例提供的技术方案。

图2为本说明书一实施例提供的一种流量监控方法的流程示意图，该方法可由图1中的服务器102执行，参见图2，该方法具体可以包括如下步骤：

步骤220、获取目标用户群体中的用户的设备特征、客户端特征和环境特征中的至少一个；

其中，目标用户群体一般是指服务器服务范围内的用户总和；设备特征是指用户设备相关的特征，至少包括：设备厂商、设备型号、设备操作系统版本等，客户端特征是指安装在用户设备上与服务器对应的客户端相关的特征，包括：客户端版本等；环境特征是指用户所处周围环境的特征，包括：用户所处地理位置、天气等。

相应地，步骤220的一种实现方式可以为：

首先，服务器通过用户标识识别目标用户群体中的每个用户及其用户设备；然后，服务器与每个用户的用户设备进行交互，以得到每个用户的设备特征、客户端特征和环境特征中的至少一个。

具体可以示例为：在服务器与客户端的交互过程中，采集客户端相关的信息，例如：客户端版本；或者，服务器确定用户的身份信息后，从数据库中提取该用户相关的信息，例如：用户所在区域等；或者，服务器与用户设备的交互过程中，采集用户设备相关的信息，例如：厂商、设备型号等，以及用户设备的第三方软件或传感器采集的环境信息，以确定用户所处环境的物理环境信息，例如：天气等。

其中，服务器与用户设备的交互方式优选为将获取特征的指示搭载在用户设备与服务器之间的业务请求上，以降低进行流量监控需占用的资源。

步骤240、基于所述设备特征、客户端特征和环境特征中的至少一个，对所述目标用户群体的流量进行划分处理，得到多条流量链路；其一种实现方式可以为：

步骤s1、确定所述目标用户群体的目标特征信息的用户分布数据；

其中，所述目标特征信息包括：设备特征、客户端特征、环境特征中的至少一种。

以客户端版本特征为例，步骤s1具体可以示例为：

基于步骤220可得到每个用户的客户端版本特征，然后，对所有用户的客户端版本特征进行统计分析，得到客户端版本特征的用户分布数据。参见图3，用户分布布数据包括：1.0版本的用户占比为35％、2.0版本的用户占比为50％、1.2版本的用户占比为10％、1.3版本的用户占比为4％、其他版本的用户占比为1％。

同理，可统计分析其他单个特征对应的用户分布数据。而且，为了进一步提供监控视角的多样性，还可对特征进行组合，例如：客户端版本号特征+设备操作系统特征，以满足从从多个特征组合的角度进行监控的目的。

步骤s2、基于所述用户分布数据，确定满足预设条件的特征相关指标；结合图3，步骤s2具体可以示例为：

假设预设条件为用户占比需排行前三，则基于步骤s1得到的各客户端版本的用户占比，从中选取出占比前三的客户端版本指标，例如：版本2.0、版本1.0和版本1.2三个，并选择性地将该三个客户端版本指标作为对应流量链路的流量标签。

步骤s3、基于所述特征相关指标，划分所述目标用户群体的流量。其一种实现方式可以为：

步骤s31、确定所述目标用户群体中目标特征相关指标对应的用户集合；

其中，目标特征相关指标是指所述满足预设条件的特征相关指标中的任意一个或任意多个的组合，例如：版本1.0，或版本1.0+安卓操作系统。

步骤s32、划分出所述用户集合中的用户的数据流，以生成所述目标特征相关指标对应的流量链路。

假设目标特征相关指标为版本1.0，则步骤s31和步骤s32具体可以示例为：

首先，确定目标用户群体中使用版本1.0的客户端的所有用户，以生成版本1.0对应的用户集合；然后，为该用户集合中的每个用户的数据流打上版本1.0的流量标签；基于此，可归纳统计出版本1.0的流量标签的流量链路。同理，可统计分析出其他特征相关指标对应的流量链路。

另外，需要说明的是，同一用户可能有不同的流量标签，而同一用户的数据流会被全量计算到不同的流量标签的流量链路中；例如：用户1对应有雷雨天气和版本2.0的流量标签，则将用户1的数据流分别全量计算入雷雨天气的流量链路和版本2.0的流量链路。

基于此，本实现方式通过统计分析每个特征相关指标对应的用户集合，并对各用户集合中的用户的数据流进行汇总，以形成以该特征相关指标为流量标签的流量链路，从而达到精确统计每个特征相关指标对应的流量链路的目的。

步骤260、基于所述多条流量链路，监控所述目标用户群体的流量使用情况。

其中，流量链路是指数据流在目标业务链路中的具体体现。

参见图4，假设目标业务链路：包括流程a-流程b-流程d、流程a-流程c和流程a-流程b，则步骤260具体可以示例为：

结合图1，从服务器侧的流量监控表103，可清晰查看到每个流量链路的流量变化数据，例如：720*1280的流量标签下的流量链路中每个流程的流转率，1080*1920的流量标签下的流量链路中每个流程的流转率；进而，可从微观视角监控流量使用情况，例如：每个流量链路中每个流程的出数据、入数据的速度、总流量等。

基于此，为提高流量监控系统的监控性能，本实施例还进一步地公开了：

若监控到所述多条流量链路中存在异常流量链路，则基于所述异常流量链路对应的评估用特征相关指标，评估异常原因。其中，流量异常的判断步骤具体可以为：

步骤s1`、确定目标流量链路的异常相关指标；

步骤s2`、若监控到所述异常相关指标满足预设异常条件，则确定所述目标流量链路发生异常。

其中，异常相关指标是指基于流量链路中可获取到的指标，预先设置的指标，例如：出数据、入数据的速度、流量流转率等。

以流量流转率为例，则步骤s1`和步骤s2`具体可以示例为：

示例1、若检测到所述流量流转率的降幅超出预设第一异常阈值，则确定满足预设异常条件。

参考图4，当720*1280对应的流量链路中的流程c的流量流转率由7降为1，降幅达到了85.7％，远大于预设的第一异常阈值(例如：50％)，则认为发生了异常情况。

示例2、所述流量流转率相对于参考流转率的相对降幅超出预设第二异常阈值，则确定满足预设异常条件。

其中，参考流转率包括：同一流量链路中其他流程的流量流转率、同一特征下的其他流量标签对应的流量链路的相同流程的流量流转率、宏观视角下目标用户群体的流量流转率等等。

参考图4，当720*1280对应的流量链路中的流程c的流转率由7降为3，降幅为57.14％；同时，1080*1920对应的流量链路中的流程c的流转率由22降为18，降幅为13.64％，相对降幅为43.5％，超出了预设的第二异常阈值(例如：30％)，则认为发生了异常。

进一步地，参见图5，流量异常评估的步骤具体可以为：

步骤502、确定异常流量链路的数量

步骤504、判断异常流量链路的数量是否超限；

若是，则执行步骤506；否则，执行步骤508；

需要说明的是，由于异常流量链路越多，对应的流量标签就越多，评估精度也越高；反之异常流量链路越少，对应的流量标签就越少，评估精度也越低。因此，本实施例一般只设置数量下限(例如：5个)，而不设置数量上限。

步骤506、确定所述异常流量链路对应的用户集合，并将所述用户集合共性的特征相关指标作为所述评估用特征相关指标；具体可以示例为：

假设异常流量链路仅包括：720*1280对应的流量链路和2.0版本对应的流量链路，则对应的流量标签仅包括：720*1280和2.0版本，因此，为提高评估精度，可进一步地确定720*1280和2.0版本各自对应的用户集合，并分析除720*1280和2.0版本之外该每个用户集合中的用户共性的特征相关指标，以弥补评估依据的不足。

其中，用户集合共性的特征相关指标是指用户占比达标的特征相关指标；例如：在720*1280对应的用户集合中，用户设备为第一厂商的用户占比为50％、超出共性阈值，则将第一厂商记为共性的特征相关指标。

步骤508、将所述异常流量链路对应的特征相关指标作为所述评估用流量标签；

步骤510、基于所述评估用特征相关指标，评估异常原因。具体可以示例为：

示例1、假设评估用特征相关指标基本上都是与第一厂商的某一型号的设备相关的，则认为异常原因为该型号的设备存在不兼容的问题。或者，

假设评估用特征相关指标基本上都是与客户端的某一版本号相关的，则认为该版本号的客户端存在不兼容的问题。

示例2、将各评估用特征相关指标进行量化处理，得到各评估用特征相关指标对应的量化数据，并将量化数据作为预训练模型的输入，得到模型输出的异常评估报告。

另外，为提高异常评估精度，本实施例还进一步地包括：反馈修正步骤；该步骤具体可以包括：

确定所述异常流量链路实际的异常原因；基于所述实际的异常原因和评估的异常原因，优化所述目标用户群体的特征相关指标。

例如：评估出的异常原因是客户端对很多型号的设备都不兼容，但实际上仅与某一型号的设备不兼容，则可增加或删减一部分特征相关指标，以使评估结果符合实际情况。

可见，本实施例通过采集用户群体中的用户对应的设备特征、客户端特征和环境特征中的至少一个，并将其作为划分流量的依据，以从该用户群体的整体流量中划分出多个流量链路，从而达到从微观视角监控该用户群体的流量使用情况的目的。与现有技术相比，能够有效提高流量监控的可靠性和时效性，并能高效感知流量异常情况并及时挖掘出异常原因。

图6为本说明书另一实施例提供的一种流量监控方法的流程示意图，该方法可由厂商服务器执行，参见图6，该方法具体可以包括如下步骤：

步骤620、获取目标设备群体中的设备对象的设备特征；

其中，目标设备群体是指某厂商出厂的设备对象的集合，设备对象可以包括该厂商出厂的任意一个或多个型号的设备；设备特征至少包括：设备操作系统类型、设备操作系统版本、设备型号等等。

步骤640、基于所述设备特征，对所述目标设备群体的流量进行划分处理，得到多条流量链路。其一种实现方式可以为：

确定所述目标设备群体在目标设备特征的设备分布数据；基于所述设备分布数据，确定满足预设条件的特征相关指标；基于所述特征相关指标，划分所述目标设备群体的流量。其中，流量划分步骤具体可以为：确定所述目标设备群体中目标特征相关指标对应的设备集合；基于所述设备集合中的设备对应的数据流，生成所述目标特征相关指标对应的流量链路。

其中，所述目标特征相关指标为所述目标设备群体的特征相关指标中的任意一个或任意多个。

本实现方式具体可以示例为：

对于操作系统的设备特征，基于目标设备群体中安卓系统的设备所产生的流量，生成安卓系统对应的流量链路；基于目标设备群体中ios系统的设备所产生的流量，生成ios系统对应的流量链路。

同理，可生成其他设备特征下的各个流量标签对应的流量链路。

步骤660、基于所述多条流量链路，监控所述目标设备群体的流量使用情况。

不难理解的是，厂商服务器可对各条流量链路进行分析，以生成类似于图1中的流量监控表的监控表，从而实时查看各流量标签对应的流量链路的流量变化情况。

基于此，若监控到所述多条流量链路中存在异常流量链路，则基于所述异常流量链路对应的评估用特征相关指标，评估异常原因。其中，异常判断步骤具体可以为：

确定目标流量链路的异常相关指标；若监控到所述异常相关指标满足预设异常条件，则确定所述目标流量链路发生异常。

假设所述异常相关指标为流量流转率，则异常判断步骤可以示例为：

若检测到所述流量流转率的降幅超出预设第一异常阈值，或者，所述流量流转率相对于参考流转率的相对降幅超出预设第二异常阈值，则确定满足预设异常条件。

对于评估用特征相关指标，需要说明的是，若所述异常流量链路的数量未超限，则将所述异常流量链路对应的特征相关指标作为所述评估用特征相关指标；若所述异常流量链路的数量超限，则确定所述异常流量链路对应的设备集合，并将所述设备集合共性的特征相关指标作为所述评估用特征相关指标。

进一步地，本实施例还包括：反馈修正步骤，该步骤具体可以为：

确定所述异常流量链路实际的异常原因；基于所述实际的异常原因和评估的异常原因，优化所述目标设备群体的特征相关指标。

可见，本实施例通过采集出厂设备群体的设备特征，并将其作为划分流量的依据，以从该设备群体的整体流量中划分出多个流量链路，从而达到从微观视角监控该设备群体的流量使用情况的目的。与现有技术相比，能够有效提高流量监控的可靠性和时效性，并能高效感知流量异常情况并及时挖掘出异常原因，供厂商对异常出厂设备进行硬件或软件上的修正。

对于图6对应的厂商-设备应用场景的具体方案，由于其与图1对应的服务器-客户端应用场景的具体方案存在相似性，所以描述的比较简单，相关之处参见图1对应的实施方式的部分说明即可。

另外，对于上述方法实施方式，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施方式并不受所描述的动作顺序的限制，因为依据本发明实施方式，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施方式均属于优选实施方式，所涉及的动作并不一定是本发明实施方式所必须的。

图7为本说明书一实施例提供的一种流量监控装置的结构示意图，参见图7，该装置具体可以包括：获取模块71、处理模块72和监控模块73，其中：

获取模块71，用于获取目标用户群体中的用户的设备特征、客户端特征和环境特征中的至少一个；

处理模块72，用于基于所述设备特征、客户端特征和环境特征中的至少一个，对所述目标用户群体的流量进行划分处理，得到多条流量链路；

监控模块73，用于基于所述多条流量链路，监控所述目标用户群体的流量使用情况。

可选的，所述处理模块71，具体用于：

确定所述目标用户群体在所述设备特征、客户端特征和环境特征中的至少一个的用户分布数据；基于所述用户分布数据，确定满足预设条件的特征相关指标；基于所述特征相关指标，划分所述目标用户群体的流量。

可选的，处理模块72，具体用于：

确定所述目标用户群体中目标特征相关指标对应的用户集合；划分出所述用户集合中的用户的数据流，以生成所述目标特征相关指标对应的流量链路。

可选的，所述目标特征相关指标为所述目标用户群体的特征相关指标中的任意一个或任意多个。

可选的，装置还包括：

评估模块，用于若监控到所述多条流量链路中存在异常流量链路，则基于所述异常流量链路对应的评估用特征相关指标，评估异常原因。

可选的，装置还包括：

异常确定模块，用于确定目标流量链路的异常相关指标；若监控到所述异常相关指标满足预设异常条件，则确定所述目标流量链路发生异常。

可选的，所述异常相关指标包括：流量流转率；相应地，所述异常确定模块，具体用于：

若检测到所述流量流转率的降幅超出预设第一异常阈值，或者，所述流量流转率相对于参考流转率的相对降幅超出预设第二异常阈值，则确定满足预设异常条件。

可选的，所述评估模块，具体用于：

若所述异常流量链路的数量未超限，则将所述异常流量链路对应的特征相关指标作为所述评估用特征相关指标；若所述异常流量链路的数量超限，则将所述异常流量链路对应的用户集合共性的特征相关指标作为所述评估用特征相关指标。

可选的，装置还包括：

修正模块，用于确定所述异常流量链路实际的异常原因；基于所述实际的异常原因和评估的异常原因，优化所述目标用户群体的特征相关指标。

可见，本实施例通过采集用户群体中的用户对应的设备特征、客户端特征和环境特征中的至少一个，并将其作为划分流量的依据，以从该用户群体的整体流量中划分出多个流量链路，从而达到从微观视角监控该用户群体的流量使用情况的目的。与现有技术相比，能够有效提高流量监控的可靠性和时效性，并能高效感知流量异常情况并及时挖掘出异常原因。

图8为本说明书另一实施例提供的一种流量监控装置的结构示意图，参见图8，该装置具体可以包括：获取模块81、处理模块82和监控模块83，其中：

获取模块81，用于获取目标设备群体中的设备对象的设备特征；

处理模块82，用于基于所述设备特征，对所述目标设备群体的流量进行划分处理，得到多条流量链路；

监控模块83，用于基于所述多条流量链路，监控所述目标设备群体的流量使用情况。

可选的，所述处理模块81，具体用于：

确定所述目标设备群体在目标设备特征的设备分布数据；基于所述设备分布数据，确定满足预设条件的特征相关指标；基于所述特征相关指标，划分所述目标设备群体的流量。

可选的，处理模块82，具体用于：

确定所述目标设备群体中目标特征相关指标对应的设备集合；基于所述设备集合中的设备对应的数据流，生成所述目标特征相关指标对应的流量链路。

可选的，所述目标特征相关指标为所述目标设备群体的特征相关指标中的任意一个或任意多个。

可选的，装置还包括：

异常评估模块，用于若监控到所述多条流量链路中存在异常流量链路，则基于所述异常流量链路对应的评估用特征相关指标，评估异常原因。

可选的，所述异常评估模块，具体用于：

确定目标流量链路的异常相关指标；若监控到所述异常相关指标满足预设异常条件，则确定所述目标流量链路发生异常。

假设所述异常相关指标为流量流转率，则所述异常评估模块，具体用于：

若检测到所述流量流转率的降幅超出预设第一异常阈值，或者，所述流量流转率相对于参考流转率的相对降幅超出预设第二异常阈值，则确定满足预设异常条件。

对于评估用特征相关指标，需要说明的是，若所述异常流量链路的数量未超限，则将所述异常流量链路对应的特征相关指标作为所述评估用特征相关指标；若所述异常流量链路的数量超限，则确定所述异常流量链路对应的设备集合，并将所述设备集合共性的特征相关指标作为所述评估用特征相关指标。

可选的，装置还包括：

反馈修正模块，用于确定所述异常流量链路实际的异常原因；基于所述实际的异常原因和评估的异常原因，优化所述目标设备群体的特征相关指标。

可见，本实施例通过采集出厂设备群体的设备特征，并将其作为划分流量的依据，以从该设备群体的整体流量中划分出多个流量链路，从而达到从微观视角监控该设备群体的流量使用情况的目的。与现有技术相比，能够有效提高流量监控的可靠性和时效性，并能高效感知流量异常情况并及时挖掘出异常原因，供厂商对异常出厂设备进行硬件或软件上的修正。

另外，对于上述装置实施方式而言，由于其与方法实施方式基本相似，所以描述的比较简单，相关之处参见方法实施方式的部分说明即可。

而且，应当注意的是，在本发明的装置的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本发明不受限于此，可以根据需要对各个部件进行重新划分或者组合。

图9为本说明书一实施例提供的一种电子设备的结构示意图，参见图9，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成流量监控装置。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

网络接口、处理器和存储器可以通过总线系统相互连接。总线可以是isa(industrystandardarchitecture，工业标准体系结构)总线、pci(peripheralcomponentinterconnect，外设部件互连标准)总线或eisa(extendedindustrystandardarchitecture，扩展工业标准结构)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9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。

存储器用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器可能包含高速随机存取存储器(random-accessmemory，ram)，也可能还包括非易失性存储器(non-volatilememory)，例如至少1个磁盘存储器。

处理器，用于执行所述存储器存放的程序，并具体执行：

获取目标用户群体中的用户的设备特征、客户端特征和环境特征中的至少一个；

基于所述设备特征、客户端特征和环境特征中的至少一个，对所述目标用户群体的流量进行划分处理，得到多条流量链路；

基于所述多条流量链路，监控所述目标用户群体的流量使用情况。

或者，

获取目标设备群体中的设备对象的设备特征；

基于所述设备特征，对所述目标设备群体的流量进行划分处理，得到多条流量链路；

基于所述多条流量链路，监控所述目标设备群体的流量使用情况。

上述如本申请图7-8所示实施例揭示的流量监控装置或管理者(master)节点执行的方法可以应用于处理器中，或者由处理器实现。处理器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。上述的处理器可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等；还可以是数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列(field－programmablegatearray，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申请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。结合本申请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，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。

流量监控装置还可执行图2,5-6的方法，并实现管理者节点执行的方法。

基于相同的发明创造，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行图2,5-6对应的实施例提供的流量监控方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。

本发明是参照根据本发明实施例的方法、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。

内存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)。内存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。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，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。

以上所述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。