磁盘寿命的预测方法、装置、设备及存储介质与流程

1.本技术涉及云计算技术领域，具体涉及一种磁盘寿命的预测方法、装置、设备及存储介质。


背景技术：

2.磁盘作为云计算存储的基石，是运行在云上的应用所依赖的基础设备之一，用于对云计算中产生的数据进行存储。
3.为了保障云计算中数据存储的可靠性，需要对磁盘的剩余寿命进行预测，从而避免磁盘故障、数据丢失等情况的发生。
4.相关技术中，尚未对如何进行磁盘的剩余寿命进行准确的预测提供合适的解决方案。


技术实现要素：

5.本技术提供了磁盘寿命的预测方法、装置、设备及存储介质。该技术方案如下。
6.一方面，提供了一种磁盘寿命的预测方法，所述方法包括：
7.获取物理机上的磁盘在各个采样点上的特征数据，所述特征数据用于表征所述磁盘在相应采样点上的运行状态；
8.将所述各个采样点上的特征数据进行预处理后得到的特征时间序列输入预测模块，所述预测模块采用双层嵌套的残差网络，所述双层嵌套的残差网络中包括至少两个残差块，且所述至少两个残差块中的第i个残差块的正向输出作为预测结果的加权项，所述第i个残差块的反向输出与所述第i个残差块的输入之间的差值作为所述第i+1个残差块的输入，i为整数；
9.从所述预测模块输出所述预测结果，所述预测结果为预测得到的所述磁盘在未来时间点的特征数据；
10.根据所述预测结果，得到所述磁盘在所述未来时间点的剩余寿命。
11.再一方面，提供了一种磁盘寿命的预测装置，所述装置包括：
12.数据获取模块，用于获取物理机上的磁盘在各个采样点上的特征数据，所述特征数据用于表征所述磁盘在相应采样点上的运行状态；
13.数据输入模块，用于将所述各个采样点上的特征数据进行预处理后得到的特征时间序列输入预测模块，所述预测模块采用双层嵌套的残差网络，所述双层嵌套的残差网络中包括至少两个残差块，且所述至少两个残差块中的第i个残差块的正向输出作为预测结果的加权项，所述第i个残差块的反向输出与所述第i个残差块的输入之间的差值作为所述第i+1个残差块的输入，i为整数；
14.数据输出模块，用于从所述预测模块输出所述预测结果，所述预测结果为预测得到的所述磁盘在未来时间点的特征数据；
15.寿命预测模块，用于根据所述预测结果，得到所述磁盘在所述未来时间点的剩余
寿命。
16.再一方面，提供了一种计算机设备，所述计算机设备中包含处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述磁盘寿命的预测方法。
17.再一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述的磁盘寿命的预测方法。
18.再一方面，提供了一种计算机程序产品还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述的磁盘寿命的预测方法。
19.本技术提供的技术方案可以包括以下有益效果：
20.利用一种采用双层嵌套的残差网络的预测模块来进行用于表征磁盘的运行状态的特征数据的预测，预测的特征数据可以用于进行磁盘寿命的预测。由于在该双层嵌套的残差网络中，单个残差块的正向输出作为预测结果的加权项，而反向输出与该残差块的输入之间的差值作为下一个残差块的输入，使得数据能够在整个残差网络中进行共享，使得最终的预测结果更贴近真实值，进而提高磁盘寿命预测的准确度。
附图说明
21.为了更清楚地说明本技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本技术的一些实施方式，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。
22.图1是根据一示例性实施例示出的磁盘寿命的预测系统的示意图。
23.图2是根据一示例性实施例示出的磁盘寿命的预测流程的示意图。
24.图3是根据一示例性实施例示出的磁盘寿命的预测方法的方法流程图。
25.图4是根据一示例性实施例示出的双层嵌套的残差网络的示意图。
26.图5是根据一示例性实施例示出的残差块结构的示意图。
27.图6是根据一示例性实施例示出的磁盘寿命的预测方法的方法流程图。
28.图7是根据一示例性实施例示出的实验效果的示意图。
29.图8是根据一示例性实施例示出的实验效果的示意图。
30.图9是根据一示例性实施例示出的一种磁盘寿命的预测装置的结构方框图。
31.图10是根据一示例性实施例提供的一种计算机设备的示意图。
具体实施方式
32.下面将结合附图对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
33.应理解，在本技术的实施例中提到的“指示”可以是直接指示，也可以是间接指示，还可以是表示具有关联关系。举例说明，a指示b，可以表示a直接指示b，例如b可以通过a获
取；也可以表示a间接指示b，例如a指示c，b可以通过c获取；还可以表示a和b之间具有关联关系。
34.在本技术实施例的描述中，术语“对应”可表示两者之间具有直接对应或间接对应的关系，也可以表示两者之间具有关联关系，也可以是指示与被指示、配置与被配置等关系。
35.本技术实施例中，“预定义”可以通过在设备(例如，包括终端设备和网络设备)中预先保存相应的代码、表格或其他可用于指示相关信息的方式来实现，本技术对于其具体的实现方式不做限定。
36.下面，结合如下实施例，对本技术提供的技术方案进行说明。
37.图1是根据一示例性实施例示出的一种磁盘寿命的预测系统的结构示意图。
38.该磁盘寿命的预测系统包括：服务器10、物理机20，且物理机20对应有磁盘。
39.其中，上述服务器10与物理机20之间通过通信网络相连。可选的，该通信网络是有线网络或无线网络。可选的，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网，但也可以是其他任何网络，包括但不限于局域网、城域网、广域网、移动、有限或无线网络、专用网络或者虚拟专用网络的任何组合。
40.在本实施例中，用于表征磁盘的运行状态的特征数据可以被实时采集。通过上述通信网络，可以从物理机20向服务器10发送磁盘在各个采样点上的特征数据，进而由服务器10进行磁盘的剩余寿命的预测。
41.可选的，如图2所示，服务器10中包括分类算法模块和预测模块。
42.其中，该分类算法模块用于时序数据库中的特征数据，对磁盘的类型进行分类，分为健康磁盘、良好磁盘、老旧磁盘、故障磁盘中的一种；该预测模块用于根据各个采样点上的特征数据进行预处理后得到的特征时间序列，对不同类别的磁盘在未来时间点的特征数据分别进行预测，进而根据磁盘在未来时间点的特征数据，预测得到该磁盘在未来时间点的剩余寿命作为为最终的结果。此外，磁盘在未来时间点的特征数据还可以用于磁盘的提前预警。
43.图3是根据一示例性实施例示出的磁盘寿命的预测方法的方法流程图。该方法可以由上述系统中的服务器执行，如图3所示，该磁盘寿命的预测方法可以包括如下步骤：
44.步骤310，获取物理机上的磁盘在各个采样点上的特征数据，特征数据用于表征磁盘在相应采样点上的运行状态。
45.在本实施例中，以一定的采样频率对磁盘的特征数据进行采集，当到达采样点时，采集磁盘在当前采样点上的特征数据。
46.在一种可能的实现方式中，上述步骤310可以替换实现为：
47.在各个采样点上，接收物理机上的采集端发送的特征数据，采集端以可执行文件方式运行在物理机上，采集端通过读取系统文件并加以计算而得到特征数据。
48.其中，特征数据包括：转速(rotational speed per minute，rpm)、寻道时间(seek time，tseek)、旋转延迟(rotation time，trotation)、数据传输时间(transfer time，ttransfer)、每秒的输入输出量(input/output per second,iops)。
49.此外，可以理解的是，除了上述类型的特征数据之外，在各个采样点还可以同步获取磁盘的开关情况和磁盘的已运行时长，上述信息可以通过访问智能型平台管理接口
(intelligent platform management interface，ipmi)来获取。
50.步骤320，将各个采样点上的特征数据进行预处理后得到的特征时间序列输入预测模块，预测模块采用双层嵌套的残差网络，双层嵌套的残差网络中包括至少两个残差块，且至少两个残差块中的第i个残差块的正向输出作为预测结果的加权项，第i个残差块的反向输出与第i个残差块的输入之间的差值作为第i+1个残差块的输入，i为整数。
51.在本实施例中，对各个采样点上的特征数据进行预处理，从而得到特征时间序列，该特征时间序列是预测模块的输入。
52.在本实施例中，提供了一种采用双层嵌套的残差网络的预测模块，结合参考图4，在该双层嵌套的残差网络中，单个残差块的正向输出作为预测结果的加权项，而反向输出与该残差块的输入之间的差值作为下一个残差块的输入。
53.基于如图4所示的采用双层嵌套的残差网络，利用双层残差块嵌套的方式，每一个残差块都会对上一个残差块的数据进行过滤，对数据进行进一步处理，使得数据能够在整个残差网络中进行共享，并将每个残差块输出的正向输出进行加权得到最终的预测结果，使得最终的预测结果更贴近真实值。
54.步骤330，从预测模块输出预测结果，预测结果为预测得到的磁盘在未来时间点的特征数据。
55.在本实施例中，预测模块用于基于体现历史特征数据的特征时间序列，预测得到磁盘在未来时间点的特征数据。
56.示例性的，在当前时间点，已采样了时间点1至时间点60对应的特征数据，这些历史特征数据构成了特征时间序列，将特征时间序列输入预测模块，可以预测得到时间点61至时间点80的特征数据。
57.步骤340，根据预测结果，得到磁盘在未来时间点的剩余寿命。
58.在本实施例中，根据预测得到的磁盘在未来时间点的特征数据，预测磁盘在未来时间点的剩余寿命。
59.在一种可能的实现方式中，步骤340替换实现为：
60.获取特征数据与磁盘总寿命之间的对应关系；根据对应关系，通过预测结果确认磁盘在未来时间点对应的磁盘总寿命；基于磁盘在未来时间点对应的磁盘总寿命，得到磁盘在未来时间点的剩余寿命。
61.其中，特征数据作为磁盘的运行状态的反应，其与磁盘总寿命之间存在对应关系，随着时间的推移，磁盘的特征数据在性能表现上会降低，则磁盘总寿命也会逐渐降低。
62.其中，磁盘在未来时间点的剩余寿命也可以理解为磁盘在未来时间点的可运行时长，且磁盘在未来时间点的剩余寿命＝磁盘在未来时间点对应的磁盘总寿命－磁盘在未来时间点对应的已运行时长。磁盘在未来时间点对应的已运行时长可以通过访问ipmi来获取。
63.综上所述，本实施例提供的磁盘寿命的预测方法，利用一种采用双层嵌套的残差网络的预测模块来进行用于表征磁盘的运行状态的特征数据的预测，预测的特征数据可以用于进行磁盘寿命的预测。由于在该双层嵌套的残差网络中，单个残差块的正向输出作为预测结果的加权项，而反向输出与该残差块的输入之间的差值作为下一个残差块的输入，使得数据能够在整个残差网络中进行共享，使得最终的预测结果更贴近真实值，进而提高
磁盘寿命预测的准确度。
64.在示意性实施例中，双层嵌套的残差网络中包括若干个残差块，各个残差块的结构包括：
65.用于正向输出的串联的第一单连接层与第一激活函数；用于反向输出的串联的第二单连接层与第二激活函数；用于对正向输出进行偏正校准的串联的第三单连接层与第三激活函数。
66.在本实施例中，残差块中添加了单连接层加上激活函数的偏正方法。这是由于残差网络对真实值趋向于1时，误差会变得很大，使用偏正函数进行数据调整，能减少误差的范围。
67.示例性的，结合参考图5，其示出了一个残差块的结构。图5中所示的激活函数1和2可以分别为relu和tan函数，而激活函数3作为偏正输出选项，需要对正向输出进行一定的校准，其计算公式可以如下所示：
[0068][0069]
其中，a为常数变量，以防止过大或过小的单条数据，对整体预测造成影响。
[0070]
综上所述，本实施例提供的磁盘寿命的预测方法，双层嵌套的残差网络中的残差块添加了单连接层加上激活函数的偏正方法，可以对残差块的正向输出进行校准，进而保障预测的准确性。
[0071]
在示意性实施例中，在采用预测模块进行预测之前，还可以根据特征数据进行磁盘的分类，以确定后续的不同的处理方式。
[0072]
图6是根据一示例性实施例示出的磁盘寿命的预测方法的方法流程图。该方法可以由上述系统中的服务器执行，如图6所示，该磁盘寿命的预测方法可以包括如下步骤：
[0073]
步骤610，获取物理机上的磁盘在各个采样点上的特征数据，特征数据用于表征磁盘在相应采样点上的运行状态。
[0074]
步骤620，将最近一个采样点上的特征数据输入分类算法模块，得到磁盘的类型，磁盘的类型包括：健康类型、良好类型、故障类型、老旧类型。
[0075]
在一种可能的实现方式中，分类算法模块利用xgboost方法来进行分类。
[0076]
步骤630，在磁盘的类型为健康类型或良好类型的情况下，将各个采样点上的特征数据进行预处理后得到的特征时间序列输入预测模块。
[0077]
其中，预测模块的具体结构可以参见上文实施例，在此不再赘述。
[0078]
步骤640，在磁盘的类型为老旧类型的情况下，对各个采样点上的特征数据中的异常特征数据进行替换，得到修正后的特征数据；将修正后的特征数据进行预处理后得到的特征时间序列输入预测模块。
[0079]
其中，预测模块的具体结构可以参见上文实施例，在此不再赘述。
[0080]
在本实施例中，对于老旧类型的磁盘，其可能产生异常特征数据，为了避免异常特征数据对后续的预测结果的影响，可以替换异常特征数据。
[0081]
在一种可能的实现方式中，对各个采样点上的特征数据中的异常特征数据进行替换，得到修正后的特征数据，可以替换实现为：
[0082]
将各个采样点上的特征数据与特征数据取值准则进行对照，识别出特征数据中的
异常特征数据；将异常特征数据替换为特征数据参考值，得到修正后的特征数据，特征数据参考值是基于健康类型或良好类型下的特征数据计算得到的参考值。
[0083]
在本实施例中，通过对照特征数据取值准则，可以识别出异常特征数据，再参照健康类型、良好类型下的特征数据，确定出一个特征数据参考值，再将该异常特征数据替换为特征数据参考值。
[0084]
示例性的，特征数据取值准则包括：对于a类型的特征数据，其不可能为负值。因此，基于特征数据取值准则，在已采集到a类型的特征数据为负值的情况下，则将该特征数据认定为异常特征数据。
[0085]
示例性的，特征数据参考值是健康类型或良好类型下的特征数据平方后的开方值。
[0086]
步骤650，在磁盘的类型为故障类型的情况下，将最近一个采样点上的特征数据作为分类算法模块训练所用的负样本，并将最近一个采样点上的特征数据用于磁盘的故障预警。
[0087]
在本实施例中，对于故障类型的磁盘，可以将该磁盘对应的特征数据作为负样本进行分类算法模块的训练。
[0088]
在本实施例中，识别出的故障类型的磁盘的特征数据还可以用于故障预警。示例性的，从故障类型的磁盘的特征数据中提取出显著的非正常值，提取出的非正常值可以用于按时序数据距离差计算一个磁盘与故障磁盘的相似度，时序数据距离差指的是该非正常值与故障磁盘对应的特征值之间的欧氏距离，当相似度高于阈值，则对该磁盘进行故障预警。
[0089]
步骤660，从预测模块输出预测结果，预测结果为预测得到的磁盘在未来时间点的特征数据。
[0090]
步骤670，根据预测结果，得到磁盘在未来时间点的剩余寿命。
[0091]
综上所述，本实施例提供的磁盘寿命的预测方法，在采用预测模块进行预测之前，可以根据特征数据进行磁盘的分类，以确定后续的不同的处理方式，使用特征数据对磁盘进行寿命预测或者预警，提升特征数据的使用效率。
[0092]
在示意性实施例中，每个采样点上的特征数据对应于多种维度，可以通过多维度整合的方式，对各个采样点上的特征数据进行预处理。
[0093]
具体地，将各个采样点上的特征数据进行预处理后得到的特征时间序列输入预测模块，可以替换实现为：
[0094]
(1)根据维度对所有采样点上的特征数据进行归一化整合，得到各个维度下的归一化整合后的特征数据。
[0095]
示例性的，以转速为例，该维度下的归一化整合参考如下公式：
[0096][0097]
其中，所示t代表时间点(采样点1-t)，max{}表示该段时间内指标的最大值。
[0098]
(2)将所有维度下的归一化整合后的特征数据进行加权运算，得到处理完成的特征时间序列，将特征时间序列输入预测模块。
[0099]
示例性的，通过如下公式，对所有维度下的数据进行完全整合，形成统一后的特征
时间序列：
[0100][0101]
其中，(α,β,γ,δ,ε)的加权等于1，5个参数分别代表其对应维度的特征数据：rpm(即转速)、ts(即寻道时间)、tt(即数据传输时间)、tr(即旋转延迟)、iops(即每秒的输入输出量)在计算过程中所占权重。
[0102]
相较于其他算法，本技术同时考虑多维度的参数，并在应用过程中对参数进行权衡修订，得出更符合实际情况的参数配比，该过程需要在训练过程中，不断进行迭代，直至准确率保持稳定后，再得出相应参数。例如在一般系统中，iops更能体现磁盘的性能，因此，iops的参数ε相较其他四个参数会较大，比如，上述的各个参数可以相应设置为[0.1,0.2,0.2,0.1,0.4]。
[0103]
综上所述，本实施例提供的磁盘寿命的预测方法，通过多维度整合的方式，对各个采样点上的特征数据进行预处理，以保障输入预测模块的特征时间序列可以较准确地体现磁盘的运行状态。
[0104]
在进行实验时，对长短期记忆网络(long short-term memory，lstm)、门控循环单元(gate recurrent unit，gru)与本技术提供的算法进行分组比较。
[0105]
实验中，将数据分为多组，分别采取隔天、隔月的情况下进行预测，得出如图7和图8所示的结果，图中的“self-research”即为本技术提供的算法。因此，可以看出，本技术提出的算法在磁盘的寿命预测方面，较lstm与gru等算法更优。
[0106]
此外，本技术提出的算法，不需要对不同厂家或属性类型的磁盘进行区分预测，可以适用于使用磁盘阵列的存储环境，通用性较好。
[0107]
需要说明的是，上述方法实施例可以单独实施例，也可以组合实施，本技术对此不加以限制。
[0108]
图9是根据一示例性实施例示出的一种磁盘寿命的预测装置的结构方框图。所述装置包括：
[0109]
数据获取模块901，用于获取物理机上的磁盘在各个采样点上的特征数据，所述特征数据用于表征所述磁盘在相应采样点上的运行状态；
[0110]
数据输入模块902，用于将所述各个采样点上的特征数据进行预处理后得到的特征时间序列输入预测模块，所述预测模块采用双层嵌套的残差网络，所述双层嵌套的残差网络中包括至少两个残差块，且所述至少两个残差块中的第i个残差块的正向输出作为预测结果的加权项，所述第i个残差块的反向输出与所述第i个残差块的输入之间的差值作为所述第i+1个残差块的输入，i为整数；
[0111]
数据输出模块903，用于从所述预测模块输出所述预测结果，所述预测结果为预测得到的所述磁盘在未来时间点的特征数据；
[0112]
寿命预测模块904，用于根据所述预测结果，得到所述磁盘在所述未来时间点的剩余寿命。
[0113]
在一种可能的实现方式中，所述双层嵌套的残差网络中的各个残差块的结构包括：
[0114]
用于正向输出的串联的第一单连接层与第一激活函数；
[0115]
用于反向输出的串联的第二单连接层与第二激活函数；
[0116]
用于对所述正向输出进行偏正校准的串联的第三单连接层与第三激活函数。
[0117]
在一种可能的实现方式中，所述装置还包括：分类模块；
[0118]
所述分类模块，用于将最近一个采样点上的特征数据输入分类算法模块，得到所述磁盘的类型，所述磁盘的类型包括：健康类型、良好类型、故障类型、老旧类型；
[0119]
所述数据输入模块902，还用于在所述磁盘的类型为所述健康类型或所述良好类型的情况下，将所述各个采样点上的特征数据进行预处理后得到的特征时间序列输入所述预测模块。
[0120]
在一种可能的实现方式中，所述数据输入模块902，还用于在所述磁盘的类型为所述老旧类型的情况下，对所述各个采样点上的特征数据中的异常特征数据进行替换，得到修正后的特征数据；将所述修正后的特征数据进行预处理后得到的特征时间序列输入所述预测模块。
[0121]
在一种可能的实现方式中，所述数据输入模块902，还用于将所述各个采样点上的特征数据与特征数据取值准则进行对照，识别出所述特征数据中的异常特征数据；将所述异常特征数据替换为特征数据参考值，得到所述修正后的特征数据，所述特征数据参考值是基于所述健康类型或所述良好类型下的特征数据计算得到的参考值。
[0122]
在一种可能的实现方式中，所述装置还包括：故障预警模块；
[0123]
所述故障预警模块，用于在所述磁盘的类型为所述故障类型的情况下，将所述最近一个采样点上的特征数据作为所述分类算法模块训练所用的负样本，并将所述最近一个采样点上的特征数据用于磁盘的故障预警。
[0124]
在一种可能的实现方式中，每个采样点上的特征数据对应于多种维度；
[0125]
所述数据输入模块902，还用于根据维度对所有采样点上的所述特征数据进行归一化整合，得到各个维度下的归一化整合后的所述特征数据；将所有维度下的归一化整合后的所述特征数据进行加权运算，得到处理完成的所述特征时间序列，将所述特征时间序列输入所述预测模块。
[0126]
在一种可能的实现方式中，所述数据获取模块901，还用于在各个采样点上，接收所述物理机上的采集端发送的所述特征数据，所述采集端以可执行文件方式运行在所述物理机上，所述采集端通过读取系统文件并加以计算而得到所述特征数据；其中，所述特征数据包括：转速、寻道时间、旋转延迟、数据传输时间、每秒的输入输出量。
[0127]
在一种可能的实现方式中，所述寿命预测模块904，还用于获取特征数据与磁盘总寿命之间的对应关系；根据所述对应关系，通过所述预测结果确认所述磁盘在所述未来时间点对应的磁盘总寿命；基于所述磁盘在所述未来时间点对应的磁盘总寿命，得到所述磁盘在所述未来时间点的剩余寿命。
[0128]
需要说明的是：上述实施例提供的磁盘寿命的预测装置，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
[0129]
请参阅图10，其是根据本技术一示例性实施例提供的一种计算机设备的示意图，
所述计算机设备包括存储器和处理器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时，实现上述的磁盘寿命的预测方法。
[0130]
其中，处理器可以为中央处理器(central processing unit，cpu)。处理器还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
[0131]
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本技术实施方式中的方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施方式中的方法。
[0132]
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0133]
在一示例性实施例中，还提供了一种计算机可读存储介质，用于存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行以实现上述方法中的全部或部分步骤。例如，该计算机可读存储介质可以是只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、只读光盘(compact disc read-only memory，cd-rom)、磁带、软盘和光数据存储设备等。
[0134]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求指出。
[0135]
应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。