一种数据的识别方法、装置、存储介质及电子设备

技术领域

本发明涉及数据处理的技术领域，尤其涉及一种数据的识别方法、装置、存储介质及电子设备。

背景技术

随着互联网的不断发展，电子银行已经成为了银行业务渠道和市场营销的主要竞争手段之一，网络电子银行为我们带来便利的同时，也为不法分子非法交易提供了新的渠道。

目前对于异常交易行为的识别主要通过业务专家对用户的交易流水进行人工审核，或者根据异常交易的特征构建专家规则进行识别。由于异常交易行为的形式具有多样化、复杂化的特点，采用业务专家的规则直接进行识别，一方面不同专家的评判标准有差异，导致识别结果的主观性大，稳定性差；另一方面还因为交易行为数据庞大，会导致识别效率低，完全不适应于当下电子银行大规模记录的业务场景需求。而且仅仅依靠专家经验这种单一模式识别异常数据，会导致较大的漏报率。

发明内容

本发明提供一种数据的识别方法、装置、存储介质及电子设备，能够提高对数据识别的准确率和效率。

本发明一方面提供一种数据的识别方法，该方法包括：

采集多条交易记录，所述交易记录用于记录用户之间的交易行为数据；

根据所述交易记录构建交易网络，所述交易网络中的节点为所述用户，所述交易网络中的连接两个节点的边表示用户之间存在交易行为；

从所述交易网络中确定满足设定条件的多个第一候选节点，所述多个第一候选节点组成第一集合；

对所述交易网络进行分割得到多个子网络，根据所述第一集合和所述子网络确定多个第二候选节点，多个所述第二候选节点组成第二集合；

对所述交易网络中的节点进行聚类得到多个簇，根据所述第一集合和所述簇确定多个第三候选节点，多个所述第三候选节点组成第三集合；

确定所述第二集合和所述第三集合的交集，所述交集和所述第一集合的并集为目标节点。

在一可实施方式中，所述从所述交易网络中确定满足设定条件的多个第一候选节点，包括：

所述设定条件有多个，满足所有所述设定条件的节点为第一候选节点。

在一可实施方式中，所述对所述交易网络进行分割得到多个子网络，包括：

将存在交易行为的多个节点分割在一个子网络中。

在一可实施方式中，所述根据所述第一集合和所述子网络确定多个第二候选节点，包括：

查找所述子网络中与所述第一候选节点存在交易行为的节点，则该节点为第二候选节点；

若所述子网络中不存在与所述第一候选节点存在交易行为的节点，则查找所述子网络中与所述第一候选节点有公共节点的待选节点，若所述待选节点与所述第一候选节点的公共节点的数量占所述待选节点边的总数的比值超过预设阈值，则所述待选节点为第二候选节点。

在一可实施方式中，所述对所述交易网络中的节点进行聚类得到多个簇，包括：

根据所述交易网络中的节点的相似性计算结果，将满足相似性要求多个节点聚类为一簇。

在一可实施方式中，所述根据所述第一集合和所述簇确定多个第三候选节点，包括：

确定所述第一候选节点所在的簇为目标簇；

所述目标簇中与所述第一候选节点存在交易行为且与所述第一候选节点存在设定关系的节点为第三候选节点。

在一可实施方式中，所述根据所述第一集合和所述簇确定多个第三候选节点，还包括：

将不存在所述第一候选节点的簇确定为待识别簇；

分析过滤所述待识别簇的中心节点，满足预设条件的中心节点也为第三候选节点。

本发明另一方面提供一种数据的识别装置，该装置包括：

采集模块，用于采集多条交易记录，所述交易记录用于记录用户之间的交易行为数据；

构建模块，用于根据所述交易记录构建交易网络，所述交易网络中的节点为所述用户，所述交易网络中的连接两个节点的边表示用户之间存在交易行为；

第一确定模块，用于从所述交易网络中确定满足设定条件的多个第一候选节点，所述多个第一候选节点组成第一集合；

第二确定模块，用于对所述交易网络进行分割得到多个子网络，根据所述第一集合和所述子网络确定多个第二候选节点，多个所述第二候选节点组成第二集合；

第三确定模块，用于对所述交易网络中的节点进行聚类得到多个簇，根据所述第一集合和所述簇确定多个第三候选节点，多个所述第三候选节点组成第三集合；

数据处理模块，用于确定所述第二集合和所述第三集合的交集，所述交集和所述第一集合的并集为目标节点。

本发明再一方面提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本发明所述的识别方法。

本发明还一方面提供一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本发明所述的识别方法。

在本发明上述的方案中，基于交易记录构建交易网络，通过从所述交易网络中确定满足设定条件的多个第一候选节点组成第一集合，再基于第一集合和交易网络确定多个第二候选节点组成第二集合以及多个第三候选节点组成第三集合，最后根据第一集合、第二集合和第三集合确定目标节点，采用本发明的识别方法，能够提高数据识别的准确率和效率。

附图说明

图1示出了一种数据的识别方法的流程示意图；

图2示出了交易网络的示意图；

图3示出了子网络的示意图；

图4示出了一种数据的识别装置的结构示意图。

具体实施方式

为使本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而非全部实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。

如图1所示为本发明实施例提供的一种数据的识别方法的流程示意图，该方法包括：

步骤S101、采集多条交易记录，所述交易记录用于记录用户之间的交易行为数据。

交易记录用于记录用户之间的交易行为数据，交易行为数据包括用户的标识信息，例如身份证号，账号，卡号等，还包括用户之间的交易数据的流向，交易数据的大小，交易的时间等。例如在金融领域，交易记录可以是电子银行的资金交易，记录两张银行卡之间的交易金额、交易时间等，其中交易数据的流向是由转出银行卡流向转入银行卡，交易数据的大小则为交易金额；例如在互联网领域，交易记录可以是互联网市场中的流量交易，两个用户为媒体方和广告方，交易数据的流向是由媒体方流入广告方，交易数据的大小则为交易流量的大小；在普通消费领域，交易记录可以是消费者和商户之间的物品交易，其中交易数据的流向由商户流向消费者，交易数据的大小则为交易物品的价值，可以是具体的交易资金，也可以是资金以外的其它形式。交易记录也可以是消费者和消费者之间或商户和商户之间发生的交易，本发明对具体的交易记录不做具体限制。

以金融领域为例，交易行为数据包括交易时间、交易机构、我行客户号、我行客户性别、我行客户年龄、我行客户职业、我行客户亲属信息、银行卡号、银行卡类型、交易金额、交易类型、余额、摘要、是否跨境交易、交易方式、用途、交易渠道、交易发生地国别、交易发生地行政区、交易去向国别、交易去向行政区、对方是否我行客户、对方金融机构国家、对方所在地区、对方银行卡号、对方客户号、对方银行卡类型、对方证件类型、对方是否离岸客户等。不同的应用场景下，交易记录的具体内容不同，即交易行为数据包括的具体内容存在差异。

步骤S102、根据所述交易记录构建交易网络，所述交易网络中的节点为所述用户，所述交易网络中的连接两个节点的边表示用户之间存在交易行为。

基于交易记录记录的交易行为数据构建交易网络，交易网络的节点为用于标识用户唯一性的数据，例如身份证号、账号、账户名、卡号等，交易网络的边用于连接存在交易行为的两个节点，边的箭头指向表示交易数据的流向，边的数量表示两个节点之间发生的交易行为的次数，边的粗细表示交易数据的大小。

如图2所示为根据交易记录构建的交易网络的示意图，以金融领域为例，交易网络中的节点为用于标识用户唯一性的银行账号，例如发生交易的银行卡号，连接两个节点之间的边表示两个账号之间发生了交易，边上箭头的方向由转出账号指向转入账号，边的数量表示两个账号之间发生交易的次数，边的粗细表示两个账号之间交易金额的大小，边的粗细与交易金额的大小呈正比。

C1和C2之间有相连的边，说明C1和C2之间发生了交易，其中边的箭头指向C2，说明资金由C1转出并转入C2。账号3和账号5之间有2条边，说明账号3和账号5之间发生了2次交易，其中一次交易是资金由账号3转出并转入账号5，另一次交易是资金由账号5转出并转入账号3，其中账号3转入账号5的边较粗，说明由账号3转入账号5的交易金额大于由账号5转入账号3的交易金额。

步骤S103、从所述交易网络中确定满足设定条件的多个第一候选节点，所述多个第一候选节点组成第一集合。

在一个示例中，从所述交易网络中确定满足设定条件的多个第一候选节点，包括：

设定条件有多个，同时满足所有设定条件的节点为第一候选节点。

设定条件可以是根据领域知识或专家经验，针对不同应用场景或不同业务流程所建立的规则集合。例如在金融领域，由于异常交易的特点主要呈集中转入-分散转出、分散转入-集中转出、特殊时段小额尝试、资金快进快出等特点，为了对异常交易的账号进行识别，基于异常交易的这些特点，设定条件的内容如下：

R1、2小时内同一出账账号累计交易次数大于10次；

R2、1天内同一出账账号出账关联渠道数量大于2或者1天内同一入账账号关联渠道数量大于2；且7天内转入金额与7天内转出金额的比值在95%至105%之间；

R3、1年内同一账号转账时间点集中在00:00至06:00，且集中度大于20%；

R4、1天内转入金额与1天内转出金额的比值在90%至110%之间、且1年内转入金额与1年内转出金额的比值在90%至110%之间、且1天内转入笔数与1天内转出笔数的比值大于3、且1年内转入笔数与1年内转出笔数的比值大于3；或者1年内金额集中在10元、20元、50元、100元的集中率大于40%；

R5、1年内账号的交易集中在3个月内（集中度95%）且交易3个月前有一笔不超过100元的金额测试；或者1年内账号的交易集中在2个月内（集中度95%）且交易2个月前有一笔不超过100元的金额测试；或者95%≤1年内累计转出金额/1年内累计转入金额≤105%；或者同一账号两次交易时间间隔≥180天。

类似的，还可以根据异常交易的特点制定其它设定条件，例如1年内同一账号累计入账金额大于1000万元，1年内同一账号入账关联出账账号银行行号数量为5个以上，且1年内同一账号入账关联的出账账号为50个以上，本发明对设定条件的具体内容不做限制。

通过设定条件的内容从交易网络中确定异常交易的第一候选节点，交易网络中的每一个节点均遍历一遍上述设定条件R1，符合设定条件R1的节点再依次遍历设定条件R2，符合设定条件R2的节点再遍历设定条件R3，符合设定条件R3的节点再遍历设定条件R4，符合设定条件R4的节点再遍历设定条件R5，最终符合设定条件R1至R5的节点为第一候选节点，所有的第一候选节点组成第一集合。

例如采集10000个用户的交易记录，用于标识每个用户唯一性的账号依次记为C1至C10000，因此可以构建一个包含10000个节点的交易网络。交易网络中的节点遍历上述设定条件R1至R5，其中同时符合设定条件R1至R5的节点有10条，各节点对应的账号分别为C15，C220，C1048，C2657，C3783，C4796，C5521，C7006，C8290，C9047，则C15，C220，C1048，C2657，C3783，C4796，C5521，C7006，C8290，C9047为第一候选节点，第一候选节点组成的第一集合为{C15，C220，C1048，C2657，C3783，C4796，C5521，C7006，C8290，C9047}。

步骤S104、对所述交易网络进行分割得到多个子网络，根据所述第一集合和所述子网络确定多个第二候选节点，多个所述第二候选节点组成第二集合。

在一个示例中，对所述交易网络进行分割得到多个子网络，包括：

将存在交易行为的多个节点分割在一个子网络中，例如利用连通图算法或高密子网络分割算法对交易网络进行分割得到多个子网络。

在一个示例中，所述根据所述第一集合和所述子网络确定多个第二候选节点，包括：

查找所述子网络中与所述第一候选节点存在交易行为的节点，则该节点为第二候选节点；

若所述子网络中不存在与所述第一候选节点存在交易行为的节点，则查找所述子网络中与所述第一候选节点有公共节点的待选节点，若所述待选节点与所述第一候选节点的公共节点的数量占所述待选节点边的总数的比值超过预设阈值，则所述待选节点为第二候选节点。

其中与待选节点和第一候选节点均发生过交易行为的节点为公共节点。

对于存在第一候选节点的子网络，在查找子网络中是否存在与第一候选节点发生交易的节点前，先对子网络进行标记，标记的方法可采用染色算法，染色算法可以选择社区发现算法或标签传播算法，本实施例以标签传播算法为例说明，基于设定条件确定的第一候选节点带有交易异常的标签，基于第一候选节点的标签对子网络中其它节点进行标记，标记内容包括正常或异常。

如图3所示为对交易网络进行分割后得到的其中一个子网络的示意图，子网络中的多个节点之间具有交易行为，以图3为例对子网络进行详细说明。

图3中，C220为已知的交易异常的账号，即根据设定条件确定的第一候选节点，图中与C220发生直接交易的节点均为第二候选节点，例如C220的资金来源主要来自C185，因此C185是第二候选节点；C220账号的资金分散转入至C1340、C2890、C3220、C4467以及C5793这五个账号，因此C1340、C2890、C3220、C4467以及C5793为第二候选节点。

图3中，C688是未被标记异常交易标签的节点且与C220没有发生直接交易，但是C688与C1340、C4467以及C5793这三个节点发生过交易，因此C1340、C4467以及C5793是C220与C688之间的公共交易节点，假设预设阈值为0.5，由于与C668发生交易的节点共4个，这4个节点中有3个节点与C220发生过交易，公共交易节点数量占与C668发生交易的节点数量的3/4，超过了0.5，因此C688也为第二候选节点。因此由第二候选节点组成的第二集合为{C688，C1340，C2890，C3220、C4467，C5793}。

步骤S105、对所述交易网络中的节点进行聚类得到多个簇，根据所述第一集合和所述簇确定多个第三候选节点，多个所述第三候选节点组成第三集合。

在一个示例中，所述对所述交易网络中的节点进行聚类得到多个簇，包括：

根据所述交易网络中的节点的相似性计算结果，将满足相似性要求多个节点聚类为一簇。

在交易网络中，根据交易行为数据的内容，例如年龄、性别、联系方式、身份证号、家庭住址、工作单位等，利用深度学习模型进行图节点嵌入学习得到节点表征向量，深度学习模型可以采用Node2Vec模型、GraphSage模型、EGES模型等。通过图嵌入学习得到每个节点的表征向量，然后利用无监督聚类方法中对交易网络中的节点进行聚类，得到多个簇，无监督聚类方法可以采用k-means算法等，本发明不做具体限制。

在一个示例中，根据所述第一集合和所述簇确定多个第三候选节点，包括：

确定所述第一候选节点所在的簇为目标簇；

所述目标簇中与所述第一候选节点存在交易行为且与所述第一候选节点存在设定关系的节点为第三候选节点。

设定关系指两个节点的用户之间存在交易行为之外的关系，根据交易行为数据的内容，进一步识别两个用户之间是否存在联系。例如在金融领域，设定关系可以为两个节点的用户之间存在亲属关系或同事关系，根据交易行为数据中的亲属信息、工作单位等数据判断两个用户之间是否存在设定关系，在其它领域，设定关系可以为两个用户之间存在共同利益关系。

例如，账号C220为满足设定条件确定的第一候选节点，包含该账号C220的簇为目标簇。假设该目标簇中的C1340、C3526、C4467与C220发生过交易且C1340、C3526、C4467与C220存在亲属关系，则C1340、C3526、C4467被确定为第三候选节点。

在一个示例中，所述根据所述第一集合和所述簇确定多个第三候选节点，还包括：

将不存在所述第一候选节点的簇确定为待识别簇；

分析过滤所述待识别簇的中心节点，满足预设条件的中心节点为第三候选节点。

若簇中不存在第一候选节点，则该簇是待识别簇，分析过滤待识别簇的目的是避免待识别簇中存在异常交易的节点。预设条件设置有多个，满足其中一个预设条件的节点则确定为第三候选节点，本实施例中预设条件如下：

（1）中心节点的交易时间处于凌晨0—6点的交易次数占总交易次数的比重大于阈值，假设阈值为0.7，若比重大于0.7，则该中心节点存在异常交易，该中心节点为第三候选节点；

（2）中心节点转入与转出资金比例大于阈值，假设阈值为0.8，若大于0.8，则判断该中心节点存在异常交易，该中心节点为第三候选节点；

（3）中心节点存在短时高频交易特点，且交易次数占比大于阈值，假设阈值为0.8，若大于0.8，则判断该中心节点存在异常交易，该中心节点为第三候选节点；

（4）中心节点资金来源是否与年龄、职业不符，若不符，则判断该中心节点存在异常交易，该中心节点为第三候选节点；

（5）中心节点交易渠道是否出现短时频繁且大笔与第三方支付的交易，如果存在，则判断该中心节点存在异常交易，该中心节点为第三候选节点。

假设待识别簇中的中心节点C7125总交易次数为20次，交易时间处于0-6点的交易次数为15次，则C7125满足预设条件（1），C7125为第三候选节点，因此由第三候选节点组成的第三交集为{C1340，C3526，C4467，C7125}。

步骤S106、确定所述第二集合和所述第三集合的交集，所述交集和所述第一集合的并集为目标节点。

根据上述示例，第一集合为{C15，C220，C1048，C2657，C3783，C4796，C5521，C7006，C8290，C9047}，第二集合为{C688，C1340、C2890、C3220、C4467，C5793}，第三集合为{C1340，C3526，C4467，C7125}。其中第二交集和第三集合的交集为{C1340，C4467}，该交集与第一集合的并集为{C15，C220，C1048，C1340，C2657，C3783，C4467，C4796，C5521，C7006，C8290，C9047}，因此该并集中的所有节点为异常节点，即目标节点。

在本发明上述的方案中，通过交易记录记录的交易行为数据构建交易网络，通过从所述交易网络中确定满足设定条件的多个第一候选节点组成第一集合，基于第一集合和交易网络确定多个第二候选节点组成第二集合以及多个第三候选节点组成第三集合，最后根据第一集合、第二集合和第三集合确定目标节点。本发明充分考虑了交易网络中节点和节点之间的关系、节点和边之间的关系，在第一候选节点的基础上识别出第二候选节点和第三候选节点。由于现有技术中仅仅根据专家经验对交易数据进行审核，只能识别出第一候选节点，因此与现有技术相比，本方案能够降低数据的漏报率，从而提高数据识别的准确率。例如对于电子银行的交易场景，采用本方案的识别方法，能够提高对异常交易账号识别的准确率。对于交易行为数据庞大的场景来说，例如电子银行每天都有大量的交易数据，若仅依靠业务专家的经验对交易数据进行人工审核识别，则工作效率十分低下；本发明通过自动的识别方法，依靠交易网络中节点和节点的交易行为对节点进行遍历分析，识别出异常交易的节点，因此采用本发明的识别方法还具备识别效率高的效果。

如图4所示为本发明实施例提供的一种数据的识别装置的示意图，该装置包括：

采集模块201，用于采集多条交易记录，所述交易记录用于记录用户之间的交易行为数据。

构建模块202，用于根据所述交易记录构建交易网络，所述交易网络中的节点为所述用户，所述交易网络中的连接两个节点的边表示用户之间存在交易行为。

第一确定模块203，用于从所述交易网络中确定满足设定条件的多个第一候选节点，所述多个第一候选节点组成第一集合。

在一个示例中，所述从所述交易网络中确定满足设定条件的多个第一候选节点，包括：

所述设定条件有多个，所述交易网络中满足所有所述设定条件的节点为第一候选节点。设定条件可以是根据领域知识或专家经验，针对不同应用场景或不同业务流程所建立的规则集合。

第二确定模块204，用于对所述交易网络进行分割得到多个子网络，根据所述第一集合和所述子网络确定多个第二候选节点，多个所述第二候选节点组成第二集合。

在一个示例中，所述对所述交易网络进行分割得到多个子网络，包括：

将存在交易行为的多个节点分割在一个子网络中。

第三确定模块205，用于对所述交易网络中的节点进行聚类得到多个簇，根据所述第一集合和所述簇确定多个第三候选节点，多个所述第三候选节点组成第三集合。

在一个示例中，所述对所述交易网络中的节点进行聚类得到多个簇，包括：

根据所述交易网络中的节点的相似性计算结果，将满足相似性要求多个节点聚类为一簇。

数据处理模块206，用于确定所述第二集合和所述第三集合的交集，所述交集和所述第一集合的并集为目标节点。

在一个示例中，第二确定模块204，具体用于：

查找所述子网络中与所述第一候选节点存在交易行为的节点，则该节点为第二候选节点；

若所述子网络中不存在与所述第一候选节点存在交易行为的节点，则查找所述子网络中与所述第一候选节点有公共节点的待选节点，若所述待选节点与所述第一候选节点的公共节点的数量占所述待选节点边的总数的比值超过预设阈值，则所述待选节点为第二候选节点。

在一个示例中，第三确定模块205，具体用于：

确定所述第一候选节点所在的簇为目标簇；

所述目标簇中与所述第一候选节点存在交易行为且与所述第一候选节点存在设定关系的节点为第三候选节点。

第三确定模块205，还用于：

将不存在所述第一候选节点的簇确定为待识别簇；

分析过滤所述待识别簇的中心节点，满足预设条件的中心节点为第三候选节点。

本发明再一方面提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本发明所述的识别方法。

本发明还一方面提供一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本发明所述的识别方法。

除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“如但不限于”，且可与其互换使用。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。