故障特征数据的生成方法、装置、电子设备及存储介质

技术领域

本申请属于网络运维领域，具体涉及一种故障特征数据的生成方法、装置、电子设备及存储介质。

背景技术

随着互联网技术的发展，互联网网站组成越来越复杂。网站内的各个层之间存在强关联的耦合关系，当网站内单个节点发生故障时，会影响到其他的各个节点，继而出现故障传播、级联失效甚至整个网站系统瘫痪。传统故障分析手段通常为通过机器学习进行故障定位和分析，但是机器学习需要足够多的故障特征数据进行训练。

通常机器学习所需要的故障特征数据都是从历史故障中提取，这种情况下提取的故障特征数据较少、种类有限、故障特征数据泛化能力不足，导致没有足够的故障特征数据支撑机器学习的训练。

发明内容

本申请实施例提供一种故障特征数据的生成方法、装置、电子设备及存储介质，能够解决故障特征数据较少、种类有限、故障特征数据泛化能力不足，导致没有足够的故障特征数据支撑机器学习的训练的问题。

第一方面，本申请实施例提供了一种故障特征数据的生成方法，该方法包括：根据多个网络节点之间的指向关系，构建复杂网络，所述复杂网络包括所述多个网络节点、及其组成的至少一条路径；从所述复杂网络的多个网络节点中，确定故障模拟节点和受所述故障模拟节点影响的故障影响节点，所述故障模拟节点和所述故障影响节点之间满足预设的故障传播条件；

根据所述故障影响节点上经过的路径，生成所述故障影响节点对应的故障特征数据，所述故障特征数据表征所述故障影响节点受所述故障模拟节点影响产生的告警。

第二方面，本申请实施例提供了一种故障特征数据的生成装置，该装置包括：构建模块，用于根据多个网络节点之间的指向关系，构建复杂网络，所述复杂网络包括所述多个网络节点、及其组成的至少一条路径；模拟模块，用于从所述复杂网络的多个网络节点中，确定故障模拟节点和受所述故障模拟节点影响的故障影响节点，所述故障模拟节点和所述故障影响节点之间满足预设的故障传播条件；生成模块，用于根据所述故障影响节点上经过的路径，生成所述故障影响节点对应的故障特征数据，所述故障特征数据表征所述故障影响节点受所述故障模拟节点影响产生的告警。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。

在本申请实施例中，通过根据多个网络节点之间的指向关系，构建复杂网络，复杂网络包括所述多个网络节点、及其组成的至少一条路径；从复杂网络的多个网络节点中，确定故障模拟节点和受故障模拟节点影响的故障影响节点，故障模拟节点和故障影响节点之间满足预设的故障传播条件；根据故障影响节点上经过的路径，生成故障影响节点对应的故障特征数据，故障特征数据表征故障影响节点受故障模拟节点影响产生的告警，能够将复杂网络应用于生成故障特征数据，在复杂网络中模拟故障模拟节点以及受故障模拟节点影响的故障影响节点，进而基于复杂网络获取故障影响节点受故障模拟节点影响对应的故障特征数据，生成的故障特征数据种类多、数量大、泛化能力强。

附图说明

图1是本申请实施例提供的一种故障特征数据的生成方法的流程示意图；

图2是本申请实施例提供的一种复杂网络的构建流程示意图；

图3是本申请实施例提供的一种故障特征数据的生成装置的结构示意图；

图4是本申请实施例提供的一种电子设备的结构示意图。

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作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。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的故障特征数据的生成方法、装置、电子设备及存储介质进行详细地说明。

图1示出本发明的一个实施例提供的一种故障特征数据的生成方法，该方法可以由电子设备执行，该电子设备可以包括：服务器和/或终端设备。换言之，该方法可以由安装在电子设备的软件或硬件来执行，该方法包括如下步骤：

步骤102：根据多个网络节点之间的指向关系，构建复杂网络。

在本申请实施例中，可以先从全链路日志中获取到同一网络中的多个网络节点之间的指向关系。具体的，数据仓库存储有上述多个网络节点的全链路日志，例如可以包括程序之间的访问日志、网络层传输日志、域名系统(Domain Name System，DNS)解析日志等，全链路日志是用于服务访问质量保障的日志，其包括源节点和目的节点，以及源节点调用访问目的节点的整个链路的日志记录，例如访问时间、源节点、目的节点、访问状态码、访问耗时、报错信息等，多用于作为系统原数据进行性能分析。访问日志有各个节点的管理者写入数据仓库。

具体的，可以从全链路日志中获取到多个网络节点之间的指向关系，构建复杂网络，复杂网络包括多个网络节点及其组成的至少一条路径，复杂网络是指由大量网络节点和有向边(路径)构成的一种网络结构，其中节点和路径之间的关系可能非常复杂和多样化。复杂网络通常有这些特征：规模大、结构复杂、动态变化、非线性分布。

可以将数据仓库中的多个网络节点作为复杂网络中的节点集合V。可以从全链路日志中获取多个网络节点之间的指向关系，作为复杂网络中的有向边集合E：

其中，E

作为一个示例，例如图2所示，假设网络节点包括节点1、节点2、节点3、节点4、节点5、节点6，则节点集合V可以包括节点1、节点2、节点3、节点4、节点5、节点6。其中，在全链路日志中获取到节点1为源节点，节点2为目标节点，则集合E包括节点1、节点2以及两者之间的有向边e1(节点1指向节点2的路径)。此外，从全链路日志中还获取到源节点可以为节点2，目的节点可以为节点3，则集合E还包括节点2、节点3以及两者之间的有向边e2。从全链路日志中还获取到源节点可以为节点2，目的节点可以为节点4，则集合E还包括节点2、节点4以及两者之间的有向边e3。从全链路日志中还获取到源节点可以为节点3，目的节点可以为节点5，则集合E还包括节点3、节点5以及两者之间的有向边e4。从全链路日志中还获取到源节点可以为节点4，目的节点可以为节点6，则集合E还包括节点4、节点6以及两者之间的有向边e5。如图2所示，在得到集合V和集合E之后，可以使用复杂网络库直接构建复杂网络G＝(V，E)，得到复杂网络，复杂网络中，包括由多个网络节点组成的路径。如图2所示，复杂网络包括网络节点1指向网络节点2的路径，包括网络节点1指向网络节点3的路径，还包括网络节点2指向网络节点6的路径，在此不对图2中所有的路径进行详细列举。

步骤104：从所述复杂网络的多个网络节点中，确定故障模拟节点和受所述故障模拟节点影响的故障影响节点。

具体的，可以在复杂网络的多个网络节点中模拟故障模拟节点，在确定故障模拟节点之后可以从复杂网络中确定受到故障模拟节点影响的故障影响节点，故障模拟节点和故障影响节点之间满足预设的故障传播条件。多个网络节点包括故障模拟节点和故障影响节点，即故障模拟节点和故障影响节点均为复杂网络中多个网络节点中的网络节点，故障模拟节点可以是复杂网络的多个网络节点中的任意网络节点，在此不对故障模拟节点作具体限定。

步骤106：根据所述故障影响节点上经过的路径，生成所述故障影响节点对应的故障特征数据。

具体的，在确定了故障影响节点之后，可以根据故障影响节点上经过的路径，生成故障影响节点受故障模拟节点影响对应的特征故障数据，故障影响节点的故障特征数据也可以称为故障影响节点受到故障模拟节点的影响对应的告警数据，即上述的故障特征数据表征故障影响节点受故障模拟节点影响产生的告警。

本发明实施例提供的故障特征数据的生成方法，通过根据多个网络节点之间的指向关系，构建复杂网络，复杂网络包括由多个网络节点组成的至少一条路径；从复杂网络的多个网络节点中，确定故障模拟节点和受故障模拟节点影响的故障影响节点，故障模拟节点和故障影响节点之间满足预设的故障传播条件；根据故障影响节点上经过的路径，生成故障影响节点对应的故障特征数据，故障特征数据表征故障影响节点受故障模拟节点影响产生的告警，能够将复杂网络应用于生成故障特征数据，在复杂网络中模拟故障模拟节点以及受故障模拟节点影响的故障影响节点，进而基于复杂网络获取故障影响节点受故障模拟节点影响对应的故障特征数据，生成的故障特征数据种类多、数量大、泛化能力强。将故障模拟节点影响故障影响节点过程在复杂网络中模拟，避免人为参与，降低了人为主观因素影响故障判定。复杂网络可动态进行网络节点的增删，对历史数据不敏感，仅基于当前网络生产故障特征数据，实时性更好。

在一种实现方式中，所述从所述复杂网络中确定故障模拟节点和受所述故障模拟节点影响的故障影响节点，包括：

按照预设条件从所述多个网络节点中确定故障模拟节点；从除所述故障模拟节点以外的其他网络节点中确定至少一个目标节点；针对任一目标节点，根据所述目标节点上经过的路径，确定所述目标节点对应的模拟循环的次数，所述模拟循环用于模拟所述目标节点受所述故障模拟节点的故障影响；获取所述目标节点与所述故障模拟节点之间的最短路径的第一长度；根据所述模拟循环的次数，每模拟循环一次且在当次模拟循环内根据所述第一长度确定所述目标节点满足故障传播条件的情况下，确定当次模拟循环内所述目标节点为受所述故障模拟节点影响的故障影响节点。

具体的，可以按照预设条件从复杂网络的多个网络节点中确定故障模拟节点。其中，预设条件可以是随机获取，也可以是按照路径指向顺序。在确定了故障模拟节点之后，可以除故障模拟节点以外的其他网络节点中确定至少一个目标节点，目标节点的确定方式可以根据需求进行设定，例如随机确定或者按照路径指向顺序确定。

在本申请实施例中，针对任一目标节点，需要根据该目标节点上经过的路径，确定该目标节点对应的模拟循环的次数，模拟循环用于模拟目标节点受故障模拟节点的故障影响。例如，确定了该目标节点对应的模拟循环的次数为N次，则需要模拟N次该目标节点受故障模拟节点故障影响。

具体的，可以预先遍历复杂网络，生成网络节点之间的网络集合，汇总成邻接矩阵A：

其中，A

在一种实现方式中，所述根据所述目标节点上经过的路径，确定所述目标节点对应的模拟循环的次数，包括：

根据所述目标节点上经过的路径的数量、预设的第一随机系数和预设的第一随机误差，确定所述目标节点对应的模拟循环的次数。

具体的，可以通过以下公式计算目标节点对应的模拟循环的次数：

其中，z为模拟循环的次数，D

在一种实现方式中，所述故障传播条件包括：

所述第一长度大于预设值，以及根据所述最短路径的长度、故障传染概率确定所述目标节点未受到所述故障模拟节点影响的概率小于预设的随机概率。

具体的，故障传播条件如以下公式所示：

A

P＝(1-ρ)

其中，A

在一种实现方式中，所述根据所述故障影响节点上经过的路径，生成所述故障影响节点对应的故障特征数据，包括：

根据所述模拟循环的次数，每模拟循环一次且当次模拟循环内根据所述第一长度确定所述目标节点为受所述故障模拟节点影响的故障影响节点的情况下，根据所述故障影响节点上经过的路径的数量、所述模拟循环的次数、预设的第二随机系数和预设的第二随机误差，确定当次模拟循环内所述故障影响节点受所述故障模拟节点影响对应的故障特征数据。

具体的，根据模拟循环的次数，在每模拟一次且当次模拟循环内根据故障模拟节点指向目标节点的第一长度确定目标节点为受故障模拟节点影响的故障影响节点的情况下，则可以根据以下公式计算得到故障影响节点受所述故障模拟节点影响对应的故障特征数据：

其中，e为本次模拟循环的次数取值范围[1，z]，s为故障影响节点，W

在一种实现方式中，在确定当次模拟循环内所述目标节点为所述故障影响节点之后，所述方法还包括：

根据所述模拟循环的次数，每模拟循环一次且在当次模拟循环内确定所述目标节点不满足故障传播条件的情况下，确定当次模拟循环内所述目标节点对应的故障特征数据为预设数据。

具体的，根据模拟循环的次数，每模拟循环一次且在当次模拟循环内确定目标节点不满足故障传播条件的情况下，可以确定当次模拟循环内目标节点不受故障模拟节点的影响，则确定当次模拟循环内目标节点未受对应的故障特征数据为预设数据，该预设数据可以根据预设需求进行设定，例如可以设定为0。

这样，根据目标节点受故障节点影响对应的故障特征数据和预设数据，可以得到目标节点在z次模拟循环内对应的故障特征数据矩阵：

上述矩阵是将目标节点作为复杂网络中的一个网络节点对应的故障特征数据矩阵，在模拟循环中，单次故障模拟会遍历复杂网络中全部n个网络节点，得到全部n个网络节点对应的故障特征数据矩阵：

在一种实现方式中，在所述从除所述故障模拟节点以外的其他网络节点中确定至少一个目标节点之后，还包括：

获取各所述网络节点指向所述目标节点的最短路径的第二长度；将所述第二长度的和值确定为所述目标节点上经过的路径的数量。

具体的，可以通过以下公式计算目标节点上经过的路径的数量：

其中，D

这样，能够利用复杂网络节点的出入度的关系简化网络，使用路径联通性进行故障链路溯源，精准判断故障发展路径，生产准确的故障影响特征数据。通过获取各网络节点指向故障影响节点的最短路径的第二长度，进而将第二长度的和值确定为目标节点上经过的路径的数量。

在一种实现方式中，在所述根据所述故障影响节点上经过的路径，生成所述故障影响节点对应的故障特征数据之后，所述方法还包括：

从所述多个网络节点中，确定与所述故障模拟节点存在关联的关联节点，所述关联节点包括所述故障影响节点；根据所述故障模拟节点、所述关联节点、以及所述故障模拟节点与所述关联节点之间的最短路径，构建故障模拟展示网络；在所述故障模拟展示网络中，渲染所述故障模拟节点、所述故障影响节点，以及述故障模拟节点和所述故障影响节点之间的路径。

具体的，在复杂网络中，可以以故障模拟节点为中心点，从多个网络节点中确定与故障模拟节点存在关联的关联节点，关联节点可能会受到故障模拟节点的影响，也可能会影响故障模拟节点，例如图2所示，若故障模拟节点为节点3，则与故障模拟节点存在关联的关联节点即为节点1、节点2和节点5，其中，关联节点包括故障影响节点。

可以从复杂网络中获取故障模拟节点与关联节点之间的最短路径，得到最短路径集合Ei，根据最短路径集合Ei。根据关联节点和故障模拟节点可以得到节点集合Vi，使用最短路径集合Ei和节点集合Vi直接构建故障模拟展示网络Gi＝(Vi，Ei)。然后在故障模拟展示网络中渲染故障模拟节点、故障影响节点，以及述故障模拟节点和故障影响节点之间的路径，例如将故障模拟节点、故障影响节点，以及述故障模拟节点和故障影响节点之间的路径用预设颜色进行标注。这样，进行故障溯源更准确，能够实现复杂网络环境下故障传播分析、级联故障模拟的需求，便于直观查看故障发展以及影响范围。

需要说明的是，本申请实施例提供的故障特征数据的生成方法，执行主体可以为故障特征数据的生成装置，或者该故障特征数据的生成装置中的用于执行故障特征数据的生成方法的控制模块。本申请实施例中以故障特征数据的生成装置执行故障特征数据的生成方法为例，说明本申请实施例提供的故障特征数据的生成装置。

图3是根据本发明实施例的故障特征数据的生成装置的结构示意图。如图3所示，故障特征数据的生成装置300包括：构建模块310、模拟模块320和生成模块330。

构建模块310，用于根据多个网络节点之间的指向关系，构建复杂网络，所述复杂网络包括所述多个网络节点、及其组成的至少一条路径；模拟模块320，用于从所述复杂网络的多个网络节点中，确定故障模拟节点和受所述故障模拟节点影响的故障影响节点，所述故障模拟节点和所述故障影响节点之间满足预设的故障传播条件；生成模块330，用于根据所述故障影响节点上经过的路径，生成所述故障影响节点对应的故障特征数据，所述故障特征数据表征所述故障影响节点受所述故障模拟节点影响产生的告警。

在一种实现方式中，所述模拟模块320，用于按照预设条件从所述多个网络节点中确定故障模拟节点；从除所述故障模拟节点以外的其他网络节点中确定至少一个目标节点；针对任一目标节点，根据所述目标节点上经过的路径，确定所述目标节点对应的模拟循环的次数，所述模拟循环用于模拟所述目标节点受所述故障模拟节点的故障影响；获取所述目标节点与所述故障模拟节点之间的最短路径的第一长度；根据所述模拟循环的次数，每模拟循环一次且在当次模拟循环内根据所述第一长度确定所述目标节点满足故障传播条件的情况下，确定当次模拟循环内所述目标节点为受所述故障模拟节点影响的故障影响节点。

在一种实现方式中，所述模拟模块320，用于根据所述目标节点上经过的路径的数量、预设的第一随机系数和预设的第一随机误差，确定所述目标节点对应的模拟循环的次数。

在一种实现方式中，所述生成模块330，用于根据所述模拟循环的次数，每模拟循环一次且当次模拟循环内根据所述第一长度确定所述目标节点为受所述故障模拟节点影响的故障影响节点的情况下，根据所述故障影响节点上经过的路径的数量、所述模拟循环的次数、预设的第二随机系数和预设的第二随机误差，确定当次模拟循环内所述故障影响节点受所述故障模拟节点影响对应的故障特征数据。

在一种实现方式中，所述故障传播条件包括：所述第一长度大于预设值，以及根据所述最短路径的长度、故障传染概率确定所述目标节点未受到所述故障模拟节点影响的概率小于预设的随机概率。

在一种实现方式中，所述模拟模块320，还用于根据所述模拟循环的次数，每模拟循环一次且在当次模拟循环内确定所述目标节点不满足故障传播条件的情况下，确定当次模拟循环内所述目标节点对应的故障特征数据为预设数据。

在一种实现方式中，所述模拟模块320，还用于获取所述复杂网络中多个网络节点分别指向所述目标节点的最短路径的第二长度；将所述第二长度的和值确定为所述目标节点上经过的路径的数量。

在一种实现方式中，所述生成模块330，还用于从所述多个网络节点中，确定与所述故障模拟节点存在关联的关联节点，所述关联节点包括所述故障影响节点；根据所述故障模拟节点、所述关联节点、以及所述故障模拟节点与所述关联节点之间的最短路径，构建故障模拟展示网络；在所述故障模拟展示网络中，渲染所述故障模拟节点、所述故障影响节点、述故障模拟节点和所述故障影响节点之间的路径。

本申请实施例中的故障特征数据的生成装置可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。

本申请实施例中的故障特征数据的生成装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。

本申请实施例提供的故障特征数据的生成装置能够实现图1的方法实施例实现的各个过程，为避免重复，这里不再赘述。

可选地，如图4所示，本申请实施例另提供一种电子设备400，包括处理器401和存储器402，存储器402上存储有可在所述处理器401上运行的程序或指令，该程序或指令被处理器401执行时实现：根据多个网络节点之间的指向关系，构建复杂网络，所述复杂网络包括所述多个网络节点、及其组成的至少一条路径；从所述复杂网络的多个网络节点中，确定故障模拟节点和受所述故障模拟节点影响的故障影响节点，所述故障模拟节点和所述故障影响节点之间满足预设的故障传播条件；根据所述故障影响节点上经过的路径，生成所述故障影响节点对应的故障特征数据，所述故障特征数据表征所述故障影响节点受所述故障模拟节点影响产生的告警。

在一种实现方式中，按照预设条件从所述多个网络节点中确定故障模拟节点；从除所述故障模拟节点以外的其他网络节点中确定至少一个目标节点；针对任一目标节点，根据所述目标节点上经过的路径，确定所述目标节点对应的模拟循环的次数，所述模拟循环用于模拟所述目标节点受所述故障模拟节点的故障影响；获取所述目标节点与所述故障模拟节点之间的最短路径的第一长度；根据所述模拟循环的次数，每模拟循环一次且在当次模拟循环内根据所述第一长度确定所述目标节点满足故障传播条件的情况下，确定当次模拟循环内所述目标节点为受所述故障模拟节点影响的故障影响节点。

在一种实现方式中，根据所述目标节点上经过的路径的数量、预设的第一随机系数和预设的第一随机误差，确定所述目标节点对应的模拟循环的次数。

在一种实现方式中，根据所述模拟循环的次数，每模拟循环一次且当次模拟循环内根据所述第一长度确定所述目标节点为受所述故障模拟节点影响的故障影响节点的情况下，根据所述故障影响节点上经过的路径的数量、所述模拟循环的次数、预设的第二随机系数和预设的第二随机误差，确定当次模拟循环内所述故障影响节点受所述故障模拟节点影响对应的故障特征数据。

在一种实现方式中，所述故障传播条件包括：所述第一长度大于预设值，以及根据所述最短路径的长度、故障传染概率确定所述目标节点未受到所述故障模拟节点影响的概率小于预设的随机概率。

在一种实现方式中，在确定当次模拟循环内所述目标节点为所述故障影响节点之后，根据所述模拟循环的次数，每模拟循环一次且在当次模拟循环内确定所述目标节点不满足故障传播条件的情况下，确定当次模拟循环内所述目标节点对应的故障特征数据为预设数据。

在一种实现方式中，在所述从除所述故障模拟节点以外的其他网络节点中确定至少一个目标节点之后，获取所述复杂网络中多个网络节点分别指向所述目标节点的最短路径的第二长度；将所述第二长度的和值确定为所述目标节点上经过的路径的数量。

在一种实现方式中，在所述根据所述故障影响节点上经过的路径，生成所述故障影响节点对应的故障特征数据之后，从所述多个网络节点中，确定与所述故障模拟节点存在关联的关联节点，所述关联节点包括所述故障影响节点；根据所述故障模拟节点、所述关联节点、以及所述故障模拟节点与所述关联节点之间的最短路径，构建故障模拟展示网络；在所述故障模拟展示网络中，渲染所述故障模拟节点、所述故障影响节点、述故障模拟节点和所述故障影响节点之间的路径。

具体执行步骤可以参见上述故障特征数据的生成方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要说明的是，本申请实施例中的电子设备包括：服务器、终端或除终端之外的其他设备。

以上电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，例如，输入单元，可以包括图形处理器(Graphics Processing Unit，GPU)和麦克风，显示单元可以采用液晶显示器、有机发光二极管等形式来配置显示面板。用户输入单元包括触控面板以及其他输入设备中的至少一种。触控面板也称为触摸屏。其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

存储器可用于存储软件程序以及各种数据。存储器可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器可以包括易失性存储器或非易失性存储器，或者，存储器可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。

处理器可包括一个或多个处理单元；可选的，处理器集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器中。

本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述故障特征数据的生成方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如ROM、RAM、磁碟或者光盘等。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。