应用异常检测方法及装置

技术领域

本说明书涉及风险检测技术领域，尤其涉及一种应用异常检测方法及装置。

背景技术

在日常运维中，业务的不定时变更(如代码的业务逻辑变动)往往会带来一些未知的影响，极易造成生产事故。由于业务的变更通常不会造成系统指标上的异常，因此，对业务的各类变更行为进行指标监控，通过识别变更的合法性并作出针对性处理，在业务变更、应急等场景有着巨大的应用价值。

相关技术中，针对业务变更进行的指标监控，通常是人工配置与业务变更关联的监控，以及人工配置风险告警规则。但是，人工配置的方式往往需要技术支持，也就是要求技术人员对业务变更与应用有高度的理解，显然，这种方式耗费较高的人力成本，并且受到覆盖面、实效性等的限制，导致业务变更情况下的风险检测效果较差。

发明内容

一方面，本说明书一个或多个实施例提供一种应用异常检测方法，包括：当确定目标应用的服务状态发生变更时，则从所述目标应用对应的多个业务监测对象中，确定受本次变更影响的第一业务监测对象。根据各所述业务监测对象的监测属性信息，以及各所述业务监测对象与所述第一业务监测对象的相关性，确定各所述业务监测对象对于本次变更的监测重要程度值。根据各所述业务监测对象分别对应的监测重要程度值，从所述多个业务监测对象中，筛选出与所述目标应用本次变更所对应的目标业务监测对象。基于所述目标业务监测对象对应的所述监测属性信息，对所述目标应用进行业务监测，得到业务监测结果，并根据所述业务监测结果对所述目标应用进行异常检测。

另一方面，本说明书一个或多个实施例提供一种应用异常检测装置，包括：第一确定模块，当确定目标应用的服务状态发生变更时，则从所述目标应用对应的多个业务监测对象中，确定受本次变更影响的第一业务监测对象。第二确定模块，根据各所述业务监测对象的监测属性信息，以及各所述业务监测对象与所述第一业务监测对象的相关性，确定各所述业务监测对象对于本次变更的监测重要程度值。筛选模块，根据各所述业务监测对象分别对应的监测重要程度值，从所述多个业务监测对象中，筛选出与所述目标应用本次变更所对应的目标业务监测对象。异常检测模块，基于所述目标业务监测对象对应的所述监测属性信息，对所述目标应用进行业务监测，得到业务监测结果，并根据所述业务监测结果对所述目标应用进行异常检测。

再一方面，本说明书一个或多个实施例提供一种应用异常检测设备，包括处理器和与所述处理器电连接的存储器，所述存储器存储有计算机程序，所述处理器用于从所述存储器调用并执行所述计算机程序以实现：当确定目标应用的服务状态发生变更时，则从所述目标应用对应的多个业务监测对象中，确定受本次变更影响的第一业务监测对象。根据各所述业务监测对象的监测属性信息，以及各所述业务监测对象与所述第一业务监测对象的相关性，确定各所述业务监测对象对于本次变更的监测重要程度值。根据各所述业务监测对象分别对应的监测重要程度值，从所述多个业务监测对象中，筛选出与所述目标应用本次变更所对应的目标业务监测对象。基于所述目标业务监测对象对应的所述监测属性信息，对所述目标应用进行业务监测，得到业务监测结果，并根据所述业务监测结果对所述目标应用进行异常检测。

再一方面，本说明书实施例提供一种存储介质，用于存储计算机程序，所述计算机程序能够被处理器执行以实现以下流程：当确定目标应用的服务状态发生变更时，则从所述目标应用对应的多个业务监测对象中，确定受本次变更影响的第一业务监测对象。根据各所述业务监测对象的监测属性信息，以及各所述业务监测对象与所述第一业务监测对象的相关性，确定各所述业务监测对象对于本次变更的监测重要程度值。根据各所述业务监测对象分别对应的监测重要程度值，从所述多个业务监测对象中，筛选出与所述目标应用本次变更所对应的目标业务监测对象。基于所述目标业务监测对象对应的所述监测属性信息，对所述目标应用进行业务监测，得到业务监测结果，并根据所述业务监测结果对所述目标应用进行异常检测。

附图说明

为了更清楚地说明本说明书一个或多个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说明书一个或多个实施例中记载的一些实施例，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是根据本说明书一实施例的一种应用异常检测方法的示意性流程图；

图2是根据本说明书一实施例的一种监测对象筛选模型的示意性应用原理图；

图3是根据本说明书一实施例的一种监测对象筛选模型的训练方法的示意性流程图；

图4是根据本说明书一实施例的一种监测对象筛选模型的训练方法的示意性原理图；

图5是根据本说明书一实施例的一种应用异常检测装置的示意性框图；

图6是根据本说明书一实施例的一种应用异常检测设备的示意性框图。

具体实施方式

本说明书一个或多个实施例提供一种应用异常检测方法及装置，以解决业务发生变更时对应用的风险检测效果较差的问题。

为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个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说明书一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书一个或多个实施例保护的范围。

图1是根据本说明书一实施例的一种应用异常检测方法的示意性流程图，如图1所示，该方法包括：

S102，当确定目标应用的服务状态发生变更时，则从目标应用对应的多个业务监测对象中，确定受本次变更影响的第一业务监测对象。

其中，目标应用包括多个业务，多个业务中的至少一个业务发生变更(比如业务对应的代码逻辑发生变更)时，均会导致目标应用的服务状态发生变更。例如，技术人员编辑目标应用中的某一业务对应的代码逻辑，就会导致目标应用的服务状态发生变更，其中包括代码逻辑发生变化的业务的服务状态。

目标应用对应的(或关联的)多个业务监测对象，指的是预先为目标应用配置的、用于对目标应用的相关业务进行监测的多个监测配置。例如，目标应用相关的一个业务为“购票”，则针对“购票”业务可预先配置有一个或多个业务监测对象，该一个或多个业务监测对象用于监测“购票”业务的服务状态。可选地，同一个业务可配置有一个或多个业务监测对象，同一个业务监测对象可用于监测目标应用的一个或多个业务。

S104，根据各业务监测对象的监测属性信息，以及各业务监测对象与第一业务监测对象的相关性，确定各业务监测对象对于本次变更的监测重要程度值。

其中，业务监测对象与第一业务监测对象的相关性可包括以下至少一项：业务监测对象是否为第一业务监测对象、业务监测对象是否与第一业务监测对象相关、业务监测对象是否与第一业务监测对象对应的业务相关。

业务监测对象对于本次变更的监测重要程度值，反映了业务监测对象对于本次变更的监测重要程度，监测重要程度值越高，说明在本次变更中，业务监测对象对应的业务就越需要进行异常检测(或风险检测)。也就是说，基于本次变更，业务监测对象对应的业务的服务状态很可能随之发生变化，比如业务指标时序发生异常。

各业务监测对象可对应有相同或不同的监测属性。针对相同或不同的监测属性，各业务监测对象分别对应有各自的监测属性信息。比如，监测属性包括监测关联应用、监测关联业务、相关日志路径、是否配置告警、告警是否打开等中的至少一项。假设其中一个业务监测对象对应的监测属性信息包括：监测关联应用为应用A、监测关联业务为应用A中的业务“购票”、相关日志路径为“cache_log/squid/logs/cache.log”、已配置告警、告警已打开。相关日志路径“cache_log/squid/logs/cache.log”指的是与应用A相关的日志的存储路径，这里仅是举例，具体的相关日志路径可以是任意一个或者多个路径。

S106，根据各业务监测对象分别对应的监测重要程度值，从多个业务监测对象中，筛选出与目标应用本次变更所对应的目标业务监测对象。

可选地，可根据各业务监测对象分别对应的监测重要程度值，从多个业务监测对象中筛选出满足预设监测条件的目标业务监测对象。其中，预设监测条件可包括：监测重要程度值大于或等于预设阈值。

S108，基于目标业务监测对象对应的监测属性信息，对目标应用进行业务监测，得到业务监测结果，并根据业务监测结果对目标应用进行异常检测。

其中，业务监测结果可包括业务指标时序，业务指标时序由至少一种业务指标对应的监测数据组合得到。例如，对于业务“购票”，其包括有单日活跃用户数和单日成交量两种业务指标，则对业务“购票”进行业务监测时，可监测单日活跃用户数和单日成交量两种业务指标，从而得到业务“购票”对应的业务指标时序。

本实施例中，目标应用关联的业务监测对象对应的监测属性，可包括以下至少一种：

a、监测信息；例如维度列表、指标列表、监测值列表；

b、基本信息；例如业务监测对象的标识信息、类型、最近一次的编辑时间、创建时间；

c、关联信息；例如关联应用、相关日志路径、日志是否配置追踪、日志是否配置标识信息；

d、告警相关信息；例如是否配置告警、告警是否打开、最近一次告警时间、最近一次告警响应时间；

e、使用信息统计；例如最近7天的单页点击率、最近7天的访问率。

采用本说明书一个或多个实施例的技术方案，当确定目标应用的服务状态发生变更时，通过确定受本次变更影响的第一业务监测对象，并根据各业务监测对象的监测属性信息以及各业务监测对象与第一业务监测对象的相关性，确定各业务监测对象对于本次变更的监测重要程度值，进而根据各业务监测对象分别对应的监测重要程度值，从多个业务监测对象中筛选出与目标应用本次变更所对应的目标业务监测对象，并基于目标业务监测对象对应的监测属性信息对目标应用进行业务监测，得到业务监测结果，根据业务监测结果对目标应用进行异常检测。可见，该技术方案能够在目标应用的服务状态发生变更时，基于受本次变更影响的第一业务监测对象对目标应用的多个业务监测对象进行关联与过滤，从而筛选出对于本次变更的监测重要程度较高的目标业务监测对象，即重点监测与本次变更相关的业务，不仅减少了与本次变更无关的业务监测带来的噪音，节约了计算资源，且通过监测与本次变更相关的业务对目标应用进行异常检测，使得目标应用的异常检测更加准确。此外，在筛选目标业务监测对象的过程中，无需人工参与监测配置，因此节省了人工成本。

在一个实施例中，从目标应用对应的多个业务监测对象中，确定受本次变更影响的第一业务监测对象时，可先从目标应用对应的多个业务特征中，确定受变更影响的第一业务特征。进而，根据预先配置的各业务特征和业务监测对象之间的关联关系，确定与第一业务特征相关联的第一业务监测对象。

其中，目标应用对应的多个业务特征可包括：日志路径、RPC(Remote ProcedureCal l，远程过程调用)接口等。在确定与第一业务特征相关联的第一业务监测对象时，可基于不同的业务特征来确定。日志路径用于记录目标应用服务过程中产生的日志数据，RPC接口用于传输目标应用服务过程中产生的数据。

可选地，第一业务特征为第一日志路径。目标应用对应有多个日志路径，可预先配置有各日志路径和业务监测对象之间的关联关系。具有关联关系的日志路径和业务监测对象中，日志路径和业务监测对象关联至相同的业务，例如，日志路径用于记录目标应用的业务A在服务过程中产生的日志数据，则与该日志路径关联的业务监测对象即为业务A对应的业务监测对象。在确定与第一业务特征相关联的第一业务监测对象时，可根据预先配置的各日志路径和业务监测对象之间的关联关系，确定与第一日志路径相关联的业务监测对象为第一业务监测对象。

可选地，第一业务特征为第一RPC接口。目标应用对应有多个RPC接口，可预先配置各RPC接口和业务监测对象之间的关联关系。具有关联关系的RPC接口和业务监测对象中，RPC接口和业务监测对象关联至相同的业务，例如，RPC接口用于传输目标应用的业务A在服务过程中产生的数据，则与该RPC接口关联的业务监测对象即为业务A对应的业务监测对象。在确定与第一业务特征相关联的第一业务监测对象时，可根据预先配置的各RPC接口和业务监测对象之间的关联关系，确定与第一RPC接口相关联的业务监测对象为第一业务监测对象。若业务监测采用的方式是利用RPC接口调用采集目标应用中的业务数据，则可采用本实施例提供的这种方式，即直接关联至第一RPC接口对应的第一业务监测对象。

或者，可预先配置各RPC接口和业务服务信息之间的关联关系，以及各业务服务信息和业务监控对象之间的关联关系。业务服务信息包括业务对应的服务名称、方法名称中的至少一项。在确定与第一业务特征相关联的第一业务监测对象时，可根据预先配置的各RPC接口和业务服务信息之间的关联关系，确定与第一RPC接口相关联的第一业务服务信息，然后根据预先配置的业务服务信息和业务监控对象之间的关联关系，确定与第一业务服务信息相关联的业务监测对象为第一业务监测对象。若采用日志形式进行业务监测，则可通过本实施例提供的方式，即先关联至第一RPC接口对应的业务服务信息(如服务名称、方法名称)，然后再关联至对应的第一业务监测对象。

在一个实施例中，根据各业务监测对象的监测属性信息，以及各业务监测对象与第一业务监测对象的相关性，确定各业务监测对象对于本次变更的监测重要程度值，可执行为如图2所示的过程：

首先，将每个业务监测对象对应的监测属性信息输入预先训练的监测对象筛选模型，得到多个业务监测对象对应的每个监测属性对应的权重值，其中，每个业务监测对象对应有各自的第一标签信息，第一标签信息用于标识业务监测对象与第一业务监测对象的相关性。

其中，各业务监测对象可对应有相同或不同的监测属性。针对相同或不同的监测属性，各业务监测对象分别对应有各自的监测属性信息。比如，监测属性包括监测关联应用、监测关联业务、相关日志路径、是否配置告警、告警是否打开等中的至少一项。假设其中一个业务监测对象对应的监测属性信息包括：监测关联应用为应用A、监测关联业务为应用A中的业务“购票”、相关日志路径为“cache_log/squid/logs/cache.log”、已配置告警、告警已打开。相关日志路径“cache_log/squid/logs/cache.log”指的是与应用A相关的日志的存储路径，这里仅是举例，具体的相关日志路径可以是任意一个或者多个路径。

业务监测对象与第一业务监测对象的相关性可包括以下至少一项：业务监测对象是否为第一业务监测对象、业务监测对象是否与第一业务监测对象相关、业务监测对象是否与第一业务监测对象对应的业务相关。

其次，根据每个监测属性对应的权重值，以及各业务监测对象分别对应的监测属性信息，确定各业务监测对象分别对应的监测重要程度值。

本实施例中，在计算业务监测对象对应的监测重要程度值时，可将业务监测对象对应的监测属性信息数值化，从而可对数值化的监测属性信息和监测属性的权重值进行加权求和计算，得到业务监测对象对应的监测重要程度值。

可选地，同一监测属性仅对应有两种情况的监测属性信息，可通过0和1来替换监测属性信息，从而实现将监测属性信息数值化。例如，监测属性“是否配置告警”对应的监测属性信息仅有两种情况：是、否。因此，可以“0”代表没有配置告警(即“否”)，以“1”代表配置告警(即“是”)。

可选地，同一监测属性对应有至少三种情况的监测属性信息，则可预先为不同的监测属性信息设置对应的数值，以实现将监测属性信息数值化。例如，监测属性“关联业务”对应的监测属性信息包括业务A、业务B和业务C三种，则可预先为业务A、业务B和业务C分别设置对应的数值，如业务A对应的数值为1，业务B对应的数值为2，业务C对应的数值为3。在为监测属性信息设置对应的数值时，可采用数值随机方式、数值递增方式、数值递减方式为不同的监测属性信息设置不同的数值，也可以按照各个监测属性信息分别对应的重要程度来设置对应的数值，例如，监测属性信息对应的重要程度越高，其对应的数值越大；反之，监测属性信息对应的重要程度越低，其对应的数值越小。

在一个实施例中，监测对象筛选模型的训练方法可包括如图3所示的步骤S302-S304：

S302，获取样本应用关联的多个样本业务监测对象对象对应的样本监测属性信息，以及每个样本业务监测对象分别对应的第二标签信息；第二标签信息用于标识：样本业务监测对象与受变更影响的业务监测对象的相关性，以及，样本业务监测对象的样本监测重要程度。

其中，各样本业务监测对象可对应有相同或不同的样本监测属性。针对相同或不同的样本监测属性，各样本业务监测对象分别对应有各自的样本监测属性信息。比如，监测属性包括监测关联应用、监测关联业务、相关日志路径、是否配置告警、告警是否打开等中的至少一项。假设其中一个业务监测对象对应的监测属性信息包括：监测关联应用为应用A、监测关联业务为应用A中的业务“购票”、相关日志路径为“cache_log/squid/logs/cache.log”、已配置告警、告警已打开。相关日志路径“cache_log/squid/logs/cache.log”指的是与应用A相关的日志的存储路径，这里仅是举例，具体的相关日志路径可以是任意一个或者多个路径。

样本业务监测对象可通过以下两种方式获取：

方式一、人工收集样本业务监测对象。具体地，在应用发生变更后，收集应用的业务监测对象作为样本业务监测对象，其中包括受变更影响的业务监测对象以及不受变更影响的业务监测对象。这类样本业务监测对象需人工进行打标，即添加对应的第二标签信息。

方式二、自动收集样本业务监测对象。具体地，在应用发生变更后，自动拦截应用的业务监测对象作为样本业务监测对象，其中包括受变更影响的业务监测对象以及不受变更影响的业务监测对象。在拦截应用的业务监测对象之前，可对应用的每个业务监测对象进行有效性评估，有效性评估的结果包括有效监测和无效监测两种。有效监测指的是业务监测对象对应的业务监测与应用变更相关，即，应用变更可能会影响该业务的业务指标发生变化。无效监测指的是业务监测对象对应的业务监测与应用变更无关，即，应用变更不会影响该业务的业务指标发生变化。可根据有效性评估的评估结果确定样本业务监测对象的标签信息，并将标签信息添加至对应的样本业务监测对象。具体地，若评估结果为有效监测，则对应的样本业务监测对象的第二标签信息包括：样本业务监测对象与受变更影响的业务监测对象相关，以及，样本业务监测对象的样本监测重要程度为重要(或“1”)；若评估结果为无效监测，则对应的样本业务监测对象的第二标签信息包括：样本业务监测对象与受变更影响的业务监测对象不相关，以及，样本业务监测对象的样本监测重要程度为不重要(或“0”)。由于能够基于有效性评估的评估结果确定出标签信息，因此，自动收集的样本业务监测对象无需人工进行打标。

在第二标签信息中，样本业务监测对象与受变更影响的业务监测对象的相关性可采用0和1来标识，例如，以0表示样本业务监测对象与受变更影响的业务监测对象不具有相关性，以1表示样本业务监测对象与受变更影响的业务监测对象具有相关性。其中，样本业务监测对象与受变更影响的业务监测对象具有相关性可包括以下任一种情况：样本业务监测对象属于受变更影响的业务监测对象、样本业务监测对象与受变更影响的业务监测对象相关、样本业务监测对象与受变更影响的业务监测对象对应的业务相关。

样本业务监测对象的样本监测重要程度可采用0和1来标识，例如，以0表示样本业务监测对象的样本监测重要程度为“不重要”，以1表示样本业务监测对象的样本监测重要程度为“重要”。当然，样本监测重要程度也可不局限于重要和不重要两种，其还可以是更多类型，比如重要程度高、重要程度中等、重要程度低等等。

采用第二标签信息表示样本业务监测对象与受变更影响的业务监测对象的相关性以及样本业务监测对象的样本监测重要程度时，相关性和样本监测重要程度应采用不同的标识方式进行区分。例如，采用A0和A1标识样本业务监测对象与受变更影响的业务监测对象的相关性，采用B0和B1标识样本业务监测对象的样本监测重要程度。

S304，将多个样本业务监测对象对应的样本监测属性信息和第二标签信息输入待训练的监测对象筛选模型中进行迭代训练，得到训练后的监测对象筛选模型。

图4是根据本说明书一实施例中的一种训练监测对象筛选模型的示意性原理图。

如图4所示，在训练监测对象筛选模型时，首先将多个样本业务监测对象对应的样本监测属性信息和各自对应的第二标签信息输入待训练的监测对象筛选模型中，以确定每个样本业务监测对象对应的第一监测重要程度。

其中，第一监测重要程度指的是基于当前模型参数所确定出的样本业务监测对象对应的监测重要程度。第一监测重要程度的表征方式可以有多种。例如，第一监测重要程度包括重要和不重要两种，或者，第一监测重要程度包括重要程度高、重要程度低、重要程度中等三种，再或者，第一监测重要程度包括0-30、31-70、71-100三个分值范围，分值范围的数值越小，说明第一监测重要程度越低，分值范围的数值越大，则说明第一监测重要程度越高。第二标签信息包括：样本业务监测对象与受变更影响的业务监测对象的相关性，以及，样本业务监测对象的样本监测重要程度。

其次，将各第一监测重要程度和对应的样本监测重要程度进行比对，以确定第一监测重要程度和对应的样本监测重要程度是否匹配。

其中，第一监测重要程度和对应的样本监测重要程度是否匹配的确定方式与监测重要程度的表征方式相关。以监测重要程度包括重要和不重要两种为例，当第一监测重要程度和对应的样本监测重要程度相同(如均为重要、或者均为不重要)时，说明第一监测重要程度和对应的样本监测重要程度相匹配；当第一监测重要程度和对应的样本监测重要程度不相同(其中一个为重要、另一个为不重要)时，说明第一监测重要程度和对应的样本监测重要程度不相匹配。

然后，根据第一监测重要程度和对应的样本监测重要程度是否匹配的匹配结果，确定继续迭代训练或者停止迭代训练。

具体地，若第一监测重要程度和对应的样本监测重要程度不匹配，则调整待训练的监测对象筛选模型的模型参数，并基于调整后的模型参数确定每个样本业务监测对象对应的第一监测重要程度，其中，模型参数包括多个样本业务监测对象对应的每个样本监测属性的权重值。若第一监测重要程度和对应的样本监测重要程度匹配，则停止迭代，得到训练后的监测对象筛选模型。

本实施例中，第一监测重要程度可基于第一监测重要程度值来确定。可预先设置第一监测重要程度值范围和第一监测重要程度之间的映射关系，例如，第一监测程度值范围为0-40时，对应的第一监测重要程度为不重要，第一监测程度值范围为41-100时，对应的第一监测重要程度为重要。因此，在将多个样本业务监测对象对应的样本监测属性信息和各自对应的第二标签信息输入待训练的监测对象筛选模型中，以确定每个样本业务监测对象对应的第一监测重要程度时，针对任一样本业务监测对象，可基于当前模型参数和样本业务监测对象对应的监测属性信息，计算样本业务监测对象的第一监测重要程度值，具体地，当前模型参数包括样本业务监测对象对应的每个样本监测属性的权重值，可将每个样本监测属性的权重值和对应的样本监测属性信息进行加权求和计算，从而得到样本业务监测对象对应的的第一监测重要程度值。其中，在进行加权求和计算时，可预先将各样本监测属性信息进行数值化，从而可对数值化的样本监测属性信息和样本监测属性的权重值进行加权求和计算，得到业务监测对象对应的监测重要程度值。

可选地，同一样本监测属性仅对应有两种情况的样本监测属性信息，可通过0和1来替换样本监测属性信息，从而实现将样本监测属性信息数值化。例如，样本监测属性“是否配置告警”对应的样本监测属性信息仅有两种情况：是、否。因此，可以“0”代表没有配置告警(即“否”)，以“1”代表配置告警(即“是”)。

可选地，同一样本监测属性对应有至少三种情况的样本监测属性信息，则可预先为不同的样本监测属性信息设置对应的数值，以实现将样本监测属性信息数值化。例如，样本监测属性“关联业务”对应的样本监测属性信息包括业务A、业务B和业务C三种，则可预先为业务A、业务B和业务C分别设置对应的数值，如业务A对应的数值为1，业务B对应的数值为2，业务C对应的数值为3。在为监测属性信息设置对应的数值时，可采用数值随机方式、数值递增方式、数值递减方式为不同的样本监测属性信息设置不同的数值，也可以按照各个样本监测属性信息分别对应的重要程度来设置对应的数值，例如，样本监测属性信息对应的重要程度越高，其对应的数值越大；反之，样本监测属性信息对应的重要程度越低，其对应的数值越小。

在确定每个样本业务监测对象对应的第一监测重要程度之后，若第一监测重要程度和对应的样本监测重要程度不匹配，则调整多个样本业务监测对象对应的每个样本监测属性的权重值，并基于调整后的权重值再次确定样本业务监测对象对应的第一监测重要程度，直至样本业务监测对象对应的第一监测重要程度与其对应的样本监测重要程度相匹配。

本实施例中，训练得到的监测对象筛选模型用于确定目标应用所关联的业务监测对象对应的每个监测属性的权重值。即，监测对象筛选模型的输入数据为目标应用所关联的业业务监测对象的监测属性信息，以及每个业务监测对象和受本次变更影响的第一业务监测对象的相关性，监测对象筛选模型的输出数据为目标应用所关联的业务监测对象对应的每个监测属性的权重值。其中，受本次变更影响的第一业务监测对象的确定方式已在上述实施例中说明，此处不再赘述。

在一个实施例中，基于目标业务监测对象对应的监测属性信息，对目标应用进行业务监测，得到目标业务监测对象对应的业务监测结果，之后，可根据目标业务监测对象对应的业务监测结果对本次业务监测进行有效性评估，得到评估结果；进而根据评估结果，对监测对象筛选模型进行优化。

其中，有效性评估的评估结果包括有效监测和无效监测两种。有效监测指的是业务监测对象对应的业务监测与应用变更相关，即，应用变更可能会影响该业务的业务指标发生变化。无效监测指的是业务监测对象对应的业务监测与应用变更无关，即，应用变更不会影响该业务的业务指标发生变化。若基于目标业务监测对象对应的业务监测结果，确定本次业务监测为有效监测，则说明基于监测对象筛选模型筛选出的目标业务监测对象是正确的；反之，若基于目标业务监测对象对应的业务监测结果，确定本次业务监测为无效监测，则说明基于监测对象筛选模型筛选出的目标业务监测对象是错误的，需要对监测对象筛选模型进行优化。一种可选的优化方式为：将目标业务监测对象作为样本业务监测对象，并对目标业务监测对象添加正确的标签信息，包括目标业务监测对象与本次受影响的第一业务监测对象的相关性以及目标业务监测对象的监测重要程度，进而基于新的样本业务监测对象优化模型。其中，由于目标业务监测对象对应的本次业务监测为无效监测，因此目标业务监测对象对应的标签信息中，目标业务监测对象的监测重要程度为不重要。

在一个实施例中，目标应用运行于多个电子设备中，该多个电子设备位于同一网络环境中。当确定目标应用在至少一个电子设备中的服务状态发生变更时，根据各电子设备分别对应的设备状态信息和/或预设的分批变更规则，确定多个电子设备对应的变更批次，进而，根据多个电子设备对应的变更批次，分批对各电子设备中运行的目标应用进行异常检测。

其中，设备状态信息包括设备运行状态和/或目标应用的服务状态。设备运行状态信息比如：设备当前正在运行、设备当前停止运行。目标应用的服务状态如：目标应用当前是否正运行于电子设备中。若根据各电子设备分别对应的设备状态信息确定多个电子设备对应的变更批次，则可选的一种确定方式为：若电子设备当前正在运行，则该电子设备延迟变更，若电子设备当前停止运行，则该电子设备优先变更。也即，停止运行的电子设备的变更批次早于正在运行的电子设备。从而可以避免对正在运行的电子设备进行变更时导致电子设备中断运行、或者运行错误的情况。可选的另一种确定方式为：若电子设备上的目标应用当前正在运行，则该电子设备延迟变更，若电子设备上的目标应用当前没有运行，则该电子设备优先变更。也即，没有运行目标应用的电子设备的变更批次早于正在运行目标应用的电子设备。从而可以避免对正在运行目标应用的电子设备进行变更时，导致目标应用中断运行、或者运行错误的情况。

预设的分批变更规则可以是以下任一种：每次随机选取N个电子设备进行变更(N为大于或等于1的整数)、按照多个电子设备对应的预设变更顺序依次进行变更等等。

本实施例中，针对目标应用运行于多个电子设备中，且该多个电子设备位于同一网络环境中的情况，需要针对多个电子设备进行分批变更。本实施例能够根据各电子设备分别对应的设备状态信息和/或预设的分批变更规则，确定多个电子设备对应的变更批次，使得多个电子设备的变更批次得以明确，避免一次性对所有电子设备进行变更时容易导致电子设备运行中断、目标应用运行中断等情况，从而基于分批变更实现提升变更效率的效果。

在一个实施例中，基于目标业务监测对象对应的监测属性信息，对目标应用进行业务监测，得到业务监测结果，并根据业务监测结果对目标应用进行异常检测时，可执行为以下动作：

首先，基于目标业务监测对象对应的监测属性信息，采集目标应用中的目标业务的第一业务指标时序。

其中，目标业务为与目标业务监测对象相关的业务，业务监测结果包括第一业务指标时序。业务指标时序由至少一种业务指标对应的监测数据组合得到。例如，对于业务“购票”，其包括有单日活跃用户数和单日成交量两种业务指标，则对业务“购票”进行业务监测时，可监测单日活跃用户数和单日成交量两种业务指标，从而得到业务“购票”对应的业务指标时序。

其次，将第一业务指标时序和目标业务在本次变更之前的第二业务指标时序进行比对。若比对结果为第一业务指标时序和第二业务指标时序之间的时序差小于或等于预设时序差阈值，则确定目标应用不存在异常；若比对结果为时序差大于预设信息差阈值，则确定目标应用存在异常。

其中，可通过计算第一业务指标时序和第二业务指标时序之间的时序分布差异、和/或通过第一业务指标时序和第二业务指标时序之间的时序波形分析，来确定第一业务指标时序和第二业务指标时序之间的时序差。

本实施例中，由于业务指标时序在变更前后可能会存在时序上的波动，从而造成变更前后的时序差异，因此，通过将目标业务在变更之前和变更之后的业务指标时序进行比对，从而基于变更前后的业务指标时序之间的差异判断目标业务是否存在异常，使得目标业务是否在本次变更后发生异常的判断方式更加简单、高效。

在一个实施例中，目标应用运行于多个电子设备中，该多个电子设备位于同一网络环境中，多个电子设备包括：目标应用的服务状态发生变更的第一电子设备，以及，目标应用的服务状态未发生变更的第二电子设备。

在将第一业务指标时序和目标业务在本次变更之前的第二业务指标时序进行比对之后，若比对结果为第一业务指标时序和第二业务指标时序之间的时序差大于预设信息差阈值，则可获取第一电子设备对应的第一业务指标时序，以及第二电子设备对应的第三业务指标时序，并将第一业务指标时序和第三业务指标时序进行比对。若第一业务指标时序和第三业务指标时序之间存在时序差，则进一步获取多个电子设备对应的历史全局业务指标时序，判断第一业务指标时序是否符合历史全局业务指标时序对应的时序规则。若符合，则确定目标应用存在异常。

本实施例中，通过将第一电子设备对应的第一业务指标时序和第二电子设备对应的第三业务指标时序进行比对，能够确定出目标应用的服务状态发生变更的电子设备相较于目标应用的服务状态未生变更的电子设备而言，是否业务指标时序发生变更。若变更，则进一步将目标应用的服务状态发生变更的电子设备(即第一电子设备)和所有电子设备的全局业务指标时序进行比对，以判断第一业务指标时序是否符合历史全局业务指标时序对应的时序规则，从而通过参考全局指标的稳定性和周期性，来实现对单个电子设备对应的业务指标时序进行降噪(即消除异常检测错误的情况)的目的。并且，由于单个电子设备对应的业务指标时序可能会受变更期间的切流、限流等的影响，导致单个电子设备对应的业务指标时序发生异常波动，因此，通过将单个电子设备对应的业务指标时序和全局业务指标时序进行比对，还能够消除将这种时序波动误认为是变更所导致的异常的情况，从而提升异常检测的准确度。

综上，已经对本主题的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可以按照不同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，以实现期望的结果。在某些实施方式中，多任务处理和并行处理可以是有利的。

以上为本说明书一个或多个实施例提供的应用异常检测方法，基于同样的思路，本说明书一个或多个实施例还提供一种应用异常检测这种。

图5是根据本说明书一实施例的一种应用异常检测装置的示意性框图，如图5所示，该装置包括：

第一确定模块51，当确定目标应用的服务状态发生变更时，则从所述目标应用对应的多个业务监测对象中，确定受本次变更影响的第一业务监测对象；

第二确定模块52，根据各所述业务监测对象的监测属性信息，以及各所述业务监测对象与所述第一业务监测对象的相关性，确定各所述业务监测对象对于本次变更的监测重要程度值；

筛选模块53，根据各所述业务监测对象分别对应的监测重要程度值，从所述多个业务监测对象中，筛选出与所述目标应用本次变更所对应的目标业务监测对象；

异常检测模块54，基于所述目标业务监测对象对应的所述监测属性信息，对所述目标应用进行业务监测，得到业务监测结果，并根据所述业务监测结果对所述目标应用进行异常检测。

在一个实施例中，所述第一确定模块51包括：

第一确定单元，从所述目标应用对应的多个业务特征中，确定受所述变更影响的第一业务特征；

第二确定单元，根据预先配置的各所述业务特征和业务监测对象之间的关联关系，确定与所述第一业务特征相关联的所述第一业务监测对象。

在一个实施例中，所述第一业务特征包括第一日志路径；

所述第二确定单元，根据预先配置的各日志路径和业务监测对象之间的关联关系，确定与所述第一日志路径相关联的业务监测对象为所述第一业务监测对象；所述目标应用对应有多个所述日志路径。

在一个实施例中，所述第一业务特征包括第一RPC接口；

所述第二确定单元：

根据预先配置的各远程过程调用RPC接口和业务监测对象之间的关联关系，确定与所述第一RPC接口相关联的业务监测对象为所述第一业务监测对象；所述目标应用对应有多个所述RPC接口；

或者，

根据预先配置的各RPC接口和业务服务信息之间的关联关系，确定与所述第一RPC接口相关联的第一业务服务信息；根据预先配置的业务服务信息和业务监控对象之间的关联关系，确定与所述第一业务服务信息相关联的业务监测对象为所述第一业务监测对象。

在一个实施例中，所述筛选模块53包括：

筛选单元，根据各所述业务监测对象分别对应的监测重要程度值，从所述多个业务监测对象中筛选出满足预设监测条件的所述目标业务监测对象；所述预设监测条件包括：所述监测重要程度值大于或等于预设阈值。

在一个实施例中，所述第二确定模块52包括：

模型输入单元，将每个所述业务监测对象对应的监测属性信息输入预先训练的监测对象筛选模型，得到所述多个业务监测对象对应的每个监测属性对应的权重值；其中，每个所述业务监测对象对应有各自的第一标签信息，所述第一标签信息用于标识所述业务监测对象与所述第一业务监测对象的相关性；

第三确定单元，根据每个所述监测属性对应的权重值，以及各所述业务监测对象分别对应的所述监测属性信息，确定各所述业务监测对象分别对应的所述监测重要程度值。

在一个实施例中，所述装置还包括：

获取模块，获取样本应用关联的多个样本业务监测对象对应的样本监测属性信息，以及每个所述样本业务监测对象分别对应的第二标签信息；所述第二标签信息用于标识：所述样本业务监测对象与受变更影响的业务监测对象的相关性，以及，所述样本业务监测对象的样本监测重要程度；

模型训练模块，将所述多个样本业务监测对象对应的样本监测属性信息和所述第二标签信息输入待训练的监测对象筛选模型中进行迭代训练，得到训练后的监测对象筛选模型。

在一个实施例中，所述模型训练模块包括：

第四确定单元，将所述多个样本业务监测对象对应的监测属性信息和所述第二标签信息输入所述待训练的监测对象筛选模型中，以确定每个所述样本业务监测对象对应的第一监测重要程度；

第一比对单元，将各所述第一监测重要程度和对应的所述样本监测重要程度进行比对，以确定所述第一监测重要程度和对应的所述样本监测重要程度是否匹配；

迭代单元，若否，则调整所述待训练的监测对象筛选模型的模型参数，并基于调整后的模型参数确定每个所述样本业务监测对象对应的第一监测重要程度；所述模型参数包括所述多个样本业务监测对象对应的每个样本监测属性的权重值；若是，则停止迭代，得到所述训练后的监测对象筛选模型。

在一个实施例中，所述装置还包括：

评估模块，所述基于所述目标业务监测对象对应的监测属性信息，对所述目标应用进行业务监测，得到业务监测结果之后，根据所述业务监测结果，对本次业务监测进行有效性评估，得到评估结果；

优化模块，根据所述评估结果，对所述监测对象筛选模型进行优化。

在一个实施例中，所述目标应用运行于多个电子设备中；所述多个电子设备位于同一网络环境中；

所述装置还包括：

第三确定模块，当确定所述目标应用在至少一个所述电子设备中的服务状态发生变更时，根据各所述电子设备分别对应的设备状态信息和/或预设的分批变更规则，确定所述多个电子设备对应的变更批次；所述设备状态信息包括设备运行状态和/或所述目标应用的服务状态；

分批检测模块，根据所述变更批次，分批对各所述电子设备中运行的所述目标应用进行异常检测。

在一个实施例中，所述异常检测模块54包括：

采集单元，基于所述目标业务监测对象对应的监测属性信息，采集所述目标应用中的目标业务的第一业务指标时序；所述目标业务为与所述目标业务监测对象相关的业务；所述业务监测结果包括所述第一业务指标时序；

第二比对单元，将所述第一业务指标时序和所述目标业务在本次变更之前的第二业务指标时序进行比对；若比对结果为所述第一业务指标时序和所述第二业务指标时序之间的时序差小于或等于预设时序差阈值，则确定所述目标应用不存在异常；若所述比对结果为所述时序差大于所述预设信息差阈值，则确定所述目标应用存在异常。

在一个实施例中，所述多个电子设备包括：所述目标应用的服务状态发生变更的第一电子设备，以及，所述目标应用的服务状态未发生变更的第二电子设备；

所述第二比对单元：

若所述比对结果为所述时序差大于所述预设信息差阈值，则获取所述第一电子设备对应的所述第一业务指标时序，以及所述第二电子设备对应的第三业务指标时序；

若所述第一业务指标时序和所述第三业务指标时序之间存在时序差，则获取所述多个电子设备对应的历史全局业务指标时序；

判断所述第一业务指标时序是否符合所述历史全局业务指标时序对应的时序规则；若是，则确定所述目标应用存在异常。

采用本说明书一个或多个实施例的装置，当确定目标应用的服务状态发生变更时，通过确定受本次变更影响的第一业务监测对象，并根据各业务监测对象的监测属性信息以及各业务监测对象与第一业务监测对象的相关性，确定各业务监测对象对于本次变更的监测重要程度值，进而根据各业务监测对象分别对应的监测重要程度值，从多个业务监测对象中筛选出与目标应用本次变更所对应的目标业务监测对象，并基于目标业务监测对象对应的监测属性信息对目标应用进行业务监测，得到业务监测结果，根据业务监测结果对目标应用进行异常检测。可见，该装置能够在目标应用的服务状态发生变更时，基于受本次变更影响的第一业务监测对象对目标应用的多个业务监测对象进行关联与过滤，从而筛选出对于本次变更的监测重要程度较高的目标业务监测对象，即重点监测与本次变更相关的业务，不仅减少了与本次变更无关的业务监测带来的噪音，节约了计算资源，且通过监测与本次变更相关的业务对目标应用进行异常检测，使得目标应用的异常检测更加准确。此外，在筛选目标业务监测对象的过程中，无需人工参与监测配置，因此节省了人工成本。

本领域的技术人员应可理解，上述应用异常检测装置能够用来实现前文所述的应用异常检测方法，其中的细节描述应与前文方法部分描述类似，为避免繁琐，此处不另赘述。

基于同样的思路，本说明书一个或多个实施例还提供一种应用异常检测设备，如图6所示。应用异常检测设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器601和存储器602，存储器602中可以存储有一个或一个以上存储应用程序或数据。其中，存储器602可以是短暂存储或持久存储。存储在存储器602的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对应用异常检测设备中的一系列计算机可执行指令。更进一步地，处理器601可以设置为与存储器602通信，在应用异常检测设备上执行存储器602中的一系列计算机可执行指令。应用异常检测设备还可以包括一个或一个以上电源603，一个或一个以上有线或无线网络接口604，一个或一个以上输入输出接口605，一个或一个以上键盘606。

具体在本实施例中，应用异常检测设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对应用异常检测设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：

当确定目标应用的服务状态发生变更时，则从所述目标应用对应的多个业务监测对象中，确定受本次变更影响的第一业务监测对象；

根据各所述业务监测对象的监测属性信息，以及各所述业务监测对象与所述第一业务监测对象的相关性，确定各所述业务监测对象对于本次变更的监测重要程度值；

根据各所述业务监测对象分别对应的监测重要程度值，从所述多个业务监测对象中，筛选出与所述目标应用本次变更所对应的目标业务监测对象；

基于所述目标业务监测对象对应的所述监测属性信息，对所述目标应用进行业务监测，得到业务监测结果，并根据所述业务监测结果对所述目标应用进行异常检测。

采用本说明书一个或多个实施例的技术方案，当确定目标应用的服务状态发生变更时，通过确定受本次变更影响的第一业务监测对象，并根据各业务监测对象的监测属性信息以及各业务监测对象与第一业务监测对象的相关性，确定各业务监测对象对于本次变更的监测重要程度值，进而根据各业务监测对象分别对应的监测重要程度值，从多个业务监测对象中筛选出与目标应用本次变更所对应的目标业务监测对象，并基于目标业务监测对象对应的监测属性信息对目标应用进行业务监测，得到业务监测结果，根据业务监测结果对目标应用进行异常检测。可见，该技术方案能够在目标应用的服务状态发生变更时，基于受本次变更影响的第一业务监测对象对目标应用的多个业务监测对象进行关联与过滤，从而筛选出对于本次变更的监测重要程度较高的目标业务监测对象，即重点监测与本次变更相关的业务，不仅减少了与本次变更无关的业务监测带来的噪音，节约了计算资源，且通过监测与本次变更相关的业务对目标应用进行异常检测，使得目标应用的异常检测更加准确。此外，在筛选目标业务监测对象的过程中，无需人工参与监测配置，因此节省了人工成本。

本说明书一个或多个实施例还提出了一种存储介质，该存储介质存储一个或多个计算机程序，该一个或多个计算机程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够使该电子设备执行上述应用异常检测方法实施例的各个过程，并具体用于执行：

当确定目标应用的服务状态发生变更时，则从所述目标应用对应的多个业务监测对象中，确定受本次变更影响的第一业务监测对象；

根据各所述业务监测对象的监测属性信息，以及各所述业务监测对象与所述第一业务监测对象的相关性，确定各所述业务监测对象对于本次变更的监测重要程度值；

根据各所述业务监测对象分别对应的监测重要程度值，从所述多个业务监测对象中，筛选出与所述目标应用本次变更所对应的目标业务监测对象；

基于所述目标业务监测对象对应的所述监测属性信息，对所述目标应用进行业务监测，得到业务监测结果，并根据所述业务监测结果对所述目标应用进行异常检测。

采用本说明书一个或多个实施例的技术方案，当确定目标应用的服务状态发生变更时，通过确定受本次变更影响的第一业务监测对象，并根据各业务监测对象的监测属性信息以及各业务监测对象与第一业务监测对象的相关性，确定各业务监测对象对于本次变更的监测重要程度值，进而根据各业务监测对象分别对应的监测重要程度值，从多个业务监测对象中筛选出与目标应用本次变更所对应的目标业务监测对象，并基于目标业务监测对象对应的监测属性信息对目标应用进行业务监测，得到业务监测结果，根据业务监测结果对目标应用进行异常检测。可见，该技术方案能够在目标应用的服务状态发生变更时，基于受本次变更影响的第一业务监测对象对目标应用的多个业务监测对象进行关联与过滤，从而筛选出对于本次变更的监测重要程度较高的目标业务监测对象，即重点监测与本次变更相关的业务，不仅减少了与本次变更无关的业务监测带来的噪音，节约了计算资源，且通过监测与本次变更相关的业务对目标应用进行异常检测，使得目标应用的异常检测更加准确。此外，在筛选目标业务监测对象的过程中，无需人工参与监测配置，因此节省了人工成本。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书一个或多个实施例可提供为方法、系统、或计算机程序产品。因此，本说明书一个或多个实施例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，本说明书一个或多个实施例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。

本说明书一个或多个实施例是参照根据本说明书实施例的方法、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(flash RAM)。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(trans itory media)，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。

本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

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。

以上所述仅为本说明书一个或多个实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的权利要求范围之内。