本發(fā)明涉及數(shù)據(jù)處理
技術(shù)領(lǐng)域:
,尤其涉及基于分布式技術(shù)的數(shù)據(jù)處理。
背景技術(shù):
:mtbf(meantimebetweenfailure,平均故障間隔時(shí)間)是衡量一個(gè)產(chǎn)品(尤其是電器產(chǎn)品)的可靠性指標(biāo)。它反映了產(chǎn)品的時(shí)間質(zhì)量,是體現(xiàn)產(chǎn)品在規(guī)定時(shí)間內(nèi)保持功能的一種能力。具體來(lái)說(shuō),mtbf是指相鄰兩次故障之間的平均工作時(shí)間,也稱(chēng)為平均故障間隔。一般而言,產(chǎn)品故障越少的產(chǎn)品可靠性越高。以手機(jī)的mtbf測(cè)試為例,現(xiàn)行mtbf測(cè)試系統(tǒng)中,會(huì)有若干臺(tái)真實(shí)用戶(hù)使用的測(cè)試手機(jī),每臺(tái)測(cè)試手機(jī)上都會(huì)運(yùn)行有bug日志收集系統(tǒng)。當(dāng)測(cè)試手機(jī)發(fā)生異常的時(shí)候,該測(cè)試手機(jī)會(huì)將該異常記錄下來(lái)并提交給中央服務(wù)器。中央服務(wù)器負(fù)責(zé)記錄并轉(zhuǎn)發(fā)相關(guān)的問(wèn)題信息給研發(fā)人員,供研發(fā)人員進(jìn)行分析解決。同時(shí),中央服務(wù)器也能生成mtbf統(tǒng)計(jì)報(bào)告。此外,現(xiàn)有技術(shù)中也存在一些基于分布式框架的自動(dòng)測(cè)試系統(tǒng),此類(lèi)系統(tǒng)旨在解決當(dāng)自動(dòng)測(cè)試中會(huì)使用到大量設(shè)備或系統(tǒng)資源的時(shí)候,如何自動(dòng)偵測(cè)聯(lián)網(wǎng)測(cè)試設(shè)備的負(fù)載情況,以及如何將自動(dòng)測(cè)試任務(wù)分配到空閑的測(cè)試設(shè)備上,用于解決大規(guī)模設(shè)備部署條件下,高效的自動(dòng)測(cè)試任務(wù)分配的問(wèn)題。發(fā)明人在實(shí)現(xiàn)本發(fā)明的過(guò)程中發(fā)現(xiàn),當(dāng)前mtbf系統(tǒng)運(yùn)轉(zhuǎn)過(guò)程中存在效率不高的問(wèn)題。舉例而言,所有測(cè)試客戶(hù)端采集到的異常信息都會(huì)上報(bào)給服務(wù)器,而某些系統(tǒng)異常的日志信息存儲(chǔ)容量較大。這樣大量的信息傳輸,占用了龐大的服務(wù)器資源和網(wǎng)絡(luò)資源,且其中包含有大量的重復(fù)信息,這種情況會(huì)導(dǎo)致服務(wù)器資源的浪費(fèi)。再如,當(dāng)系統(tǒng)中某個(gè)模塊存在重大問(wèn)題(如頻繁的崩潰等)時(shí),可能會(huì)影響整個(gè)系統(tǒng)的運(yùn)行。在該模塊的問(wèn)題修正之前,只能臨時(shí)暫停當(dāng)前版本的測(cè)試直到該問(wèn)題解決為止。這樣會(huì)有大量的測(cè)試資源被浪費(fèi)。技術(shù)實(shí)現(xiàn)要素:有鑒于此,本發(fā)明實(shí)施例提供一種基于客戶(hù)端/服務(wù)器的數(shù)據(jù)處理方法、裝置、客戶(hù)端、服務(wù)器、非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)及計(jì)算機(jī)程序,至少部分的解決現(xiàn)有技術(shù)中存在的問(wèn)題。第一方面,本發(fā)明實(shí)施例提供了一種基于客戶(hù)端的數(shù)據(jù)處理方法,包括:獲取所述客戶(hù)端中與測(cè)試目標(biāo)相關(guān)的異常日志信息;基于預(yù)設(shè)的特征值提取規(guī)則,獲取所述異常日志信息的特征值信息;利用一個(gè)或多個(gè)決策規(guī)則,對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理,得到包含不同異常類(lèi)型的異常分類(lèi)信息;將符合預(yù)設(shè)上報(bào)條件的異常分類(lèi)信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述方法還包括:對(duì)所述異常分類(lèi)信息進(jìn)行分析,以確定所述異常分類(lèi)信息所關(guān)聯(lián)的異常行為是否為可干預(yù)異常行為;以及對(duì)于所述可干預(yù)異常行為關(guān)聯(lián)的程序模塊,執(zhí)行暫時(shí)無(wú)效化操作。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述利用一個(gè)或多個(gè)決策規(guī)則,對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理,得到包含不同異常類(lèi)型的異常分類(lèi)信息,包括:構(gòu)建特征值分類(lèi)器;利用所述特征值分類(lèi)器,根據(jù)所述特征值信息中包含的特征值、特征值出現(xiàn)的頻率以及特征值之間的相互關(guān)系,對(duì)所述特征值信息進(jìn)行分類(lèi)處理;以及基于所述分類(lèi)處理的結(jié)果確定所述異常分類(lèi)信息的異常類(lèi)型。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述方法還包括:接收所述目標(biāo)服務(wù)器推送的更新特征值及更新分類(lèi)模型參數(shù);基于所述更新特征值及所述更新分類(lèi)模型參數(shù),更新所述特征值分類(lèi)器;以及利用更新后的特征值分類(lèi)器對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述方法還包括:構(gòu)建存儲(chǔ)有多種異常分類(lèi)信息的異常分類(lèi)信息映射表;基于所述異常分類(lèi)信息映射表,判斷所述特征值分類(lèi)器確定的所述異常分類(lèi)信息是否為新增的異常分類(lèi)信息;以及將確定為新增的異常分類(lèi)信息更新至所述異常分類(lèi)信息映射表。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述將符合預(yù)設(shè)上報(bào)條件的異常分類(lèi)信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送,包括:將所述新增的異常分類(lèi)信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述方法還包括:將異常類(lèi)型待定的所述特征值信息關(guān)聯(lián)的異常日志信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述方法還包括:基于所述異常分類(lèi)信息映射表,判斷所述特征值分類(lèi)器確定的所述異常分類(lèi)信息是否為已經(jīng)上報(bào)過(guò)的異常分類(lèi)信息;以及將所述已經(jīng)上報(bào)過(guò)的異常分類(lèi)信息對(duì)應(yīng)的異常日志信息在所述客戶(hù)端內(nèi)保存預(yù)設(shè)時(shí)間。第二方面,本發(fā)明實(shí)施例還提供了一種基于服務(wù)器的數(shù)據(jù)處理方法,包括:接收與所述服務(wù)器連接的客戶(hù)端發(fā)送的新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息;基于所述新增異常分類(lèi)信息及所述異常類(lèi)型待定的異常日志信息,確定所述客戶(hù)端的平均無(wú)故障時(shí)間。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述基于所述新增異常分類(lèi)信息及所述異常類(lèi)型待定的異常日志信息,確定所述客戶(hù)端的平均無(wú)故障時(shí)間,包括;基于預(yù)設(shè)的特征值提取規(guī)則,獲取所述異常類(lèi)型待定的異常日志信息的特征值信息;利用一個(gè)或多個(gè)決策規(guī)則,對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理,得到包含不同異常類(lèi)型的二次異常分類(lèi)信息;基于所述新增異常分類(lèi)信息及所述二次異常分類(lèi)信息,確定所述客戶(hù)端的平均無(wú)故障時(shí)間。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述方法還包括:基于所述新增異常分類(lèi)信息及所述異常類(lèi)型待定的異常日志信息,確定外部規(guī)則;以及將所述外部規(guī)則向客戶(hù)端進(jìn)行發(fā)送。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述外部規(guī)則包括更新特征值及更新分類(lèi)模型參數(shù)。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述外部規(guī)則包括一個(gè)或多個(gè)正則表達(dá)式,所述一個(gè)或多個(gè)正則表達(dá)式用于對(duì)預(yù)設(shè)的數(shù)據(jù)信息進(jìn)行特征提取。第三方面,本發(fā)明實(shí)施例還提供一種基于客戶(hù)端的數(shù)據(jù)處理裝置,包括:日志模塊,用于獲取所述客戶(hù)端中與測(cè)試目標(biāo)相關(guān)的異常日志信息;特征值模塊,用于基于預(yù)設(shè)的特征值提取規(guī)則,獲取所述異常日志信息的特征值信息;異常分類(lèi)信息模塊,用于利用一個(gè)或多個(gè)決策規(guī)則,對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理,得到包含不同異常類(lèi)型的異常分類(lèi)信息;以及第一發(fā)送模塊,用于將符合預(yù)設(shè)上報(bào)條件的異常分類(lèi)信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述異常分類(lèi)信息模塊,還用于:對(duì)所述異常分類(lèi)信息進(jìn)行分析,以確定所述異常分類(lèi)信息所關(guān)聯(lián)的異常行為是否為可干預(yù)異常行為;以及對(duì)于所述可干預(yù)異常行為關(guān)聯(lián)的程序模塊,執(zhí)行暫時(shí)無(wú)效化操作。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述異常分類(lèi)信息模塊,還用于:構(gòu)建特征值分類(lèi)器;利用所述特征值分類(lèi)器,根據(jù)所述特征值信息中包含的特征值、特征值出現(xiàn)的頻率以及特征值之間的相互關(guān)系,對(duì)所述特征值信息進(jìn)行分類(lèi)處理;以及基于所述分類(lèi)處理的結(jié)果確定所述異常分類(lèi)信息的異常類(lèi)型。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述裝置還包括:第一接收模塊,用于接收所述目標(biāo)服務(wù)器推送的更新特征值及更新分類(lèi)模型參數(shù);第一更新模塊,用于基于所述更新特征值及所述更新分類(lèi)模型參數(shù),更新所述特征值分類(lèi)器;以及決策模塊,用于利用更新后的特征值分類(lèi)器對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述裝置還包括:構(gòu)建模塊,用于構(gòu)建存儲(chǔ)有多種異常分類(lèi)信息的異常分類(lèi)信息映射表;第一判斷模塊,用于基于所述異常分類(lèi)信息映射表,判斷所述特征值分類(lèi)器確定的所述異常分類(lèi)信息是否為新增的異常分類(lèi)信息;以及第二更新模塊,用于將確定為新增的異常分類(lèi)信息更新至所述異常分類(lèi)信息映射表。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述第一發(fā)送模塊還用于:將新增的異常分類(lèi)信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述裝置還包括:第二發(fā)送模塊,用于將異常類(lèi)型待定的所述特征值信息關(guān)聯(lián)的所述異常日志信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述裝置還包括:第二判斷模塊,用于基于所述異常分類(lèi)信息映射表,判斷所述特征值分類(lèi)器確定的所述異常分類(lèi)信息是否為已經(jīng)上報(bào)過(guò)的異常分類(lèi)信息;以及保存模塊,用于將所述已經(jīng)上報(bào)過(guò)的異常分類(lèi)信息對(duì)應(yīng)的異常日志信息在所述客戶(hù)端內(nèi)保存預(yù)設(shè)時(shí)間。第四方面,本發(fā)明實(shí)施例還提供了一種基于服務(wù)器的數(shù)據(jù)處理裝置,包括:第二接收模塊,用于接收與所述服務(wù)器連接的客戶(hù)端發(fā)送的新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息;第一確定模塊,用于基于所述新增異常分類(lèi)信息及所述異常類(lèi)型待定的異常日志信息,確定所述客戶(hù)端的平均無(wú)故障時(shí)間。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述確定模塊,還用于;基于預(yù)設(shè)的特征值提取規(guī)則,獲取所述異常類(lèi)型待定的異常日志信息的特征值信息;利用一個(gè)或多個(gè)決策規(guī)則,對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理,得到包含不同異常類(lèi)型的二次異常分類(lèi)信息;基于所述新增異常分類(lèi)信息及所述二次異常分類(lèi)信息,確定所述客戶(hù)端的平均無(wú)故障時(shí)間。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述裝置還包括:第二確定模塊,用于基于所述新增異常分類(lèi)信息及所述異常類(lèi)型待定的異常日志信息,確定外部規(guī)則;以及第三發(fā)送模塊,用于將所述外部規(guī)則向客戶(hù)端進(jìn)行發(fā)送。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述外部規(guī)則包括更新特征值及更新分類(lèi)模型參數(shù)。作為本發(fā)明實(shí)施例的一種具體實(shí)現(xiàn)方式,所述外部規(guī)則包括一個(gè)或多個(gè)正則表達(dá)式,所述一個(gè)或多個(gè)正則表達(dá)式用于對(duì)預(yù)設(shè)的數(shù)據(jù)信息進(jìn)行特征提取。第五方面,本發(fā)明實(shí)施例還提供了一種客戶(hù)端,所述客戶(hù)端包括:至少一個(gè)處理器;以及,與所述至少一個(gè)處理器通信連接的存儲(chǔ)器;其中,所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令,所述指令被所述至少一個(gè)處理器執(zhí)行,以使所述至少一個(gè)處理器能夠執(zhí)行前述任第一方面或第一方面的任一實(shí)現(xiàn)方式所述的數(shù)據(jù)處理方法。第六方面,本發(fā)明實(shí)施例還提供了一種服務(wù)器,所述服務(wù)器包括:至少一個(gè)處理器;以及,與所述至少一個(gè)處理器通信連接的存儲(chǔ)器;其中,所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令,所述指令被所述至少一個(gè)處理器執(zhí)行,以使所述至少一個(gè)處理器能夠執(zhí)行前述第二方面或第二方面的任一實(shí)現(xiàn)方式所述的數(shù)據(jù)處理方法。第七方面,本發(fā)明實(shí)施例還提供了一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),所述非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)指令,所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行前述第一方面或第一方面的任一實(shí)現(xiàn)方式所述的數(shù)據(jù)處理方法。第八方面,本發(fā)明實(shí)施例還提供了一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),所述非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)指令,所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行前述第二方面或第二方面的任一實(shí)現(xiàn)方式所述的數(shù)據(jù)處理方法。第九方面,本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)程序產(chǎn)品,所述計(jì)算機(jī)程序產(chǎn)品包括存儲(chǔ)在非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上的計(jì)算程序,所述計(jì)算機(jī)程序包括程序指令,當(dāng)所述程序指令被計(jì)算機(jī)執(zhí)行時(shí),使所述計(jì)算機(jī)執(zhí)行前述第一方面或第一方面的任一實(shí)現(xiàn)方式所述的數(shù)據(jù)處理方法。第十方面,本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)程序產(chǎn)品,所述計(jì)算機(jī)程序產(chǎn)品包括存儲(chǔ)在非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上的計(jì)算程序,所述計(jì)算機(jī)程序包括程序指令,當(dāng)所述程序指令被計(jì)算機(jī)執(zhí)行時(shí),使所述計(jì)算機(jī)執(zhí)行前述第二方面或第二方面的任一實(shí)現(xiàn)方式所述的數(shù)據(jù)處理方法。本發(fā)明實(shí)施例提供的基于客戶(hù)端/服務(wù)器的數(shù)據(jù)處理方法、裝置、客戶(hù)端、服務(wù)器、非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)及計(jì)算機(jī)程序,通過(guò)獲取所述客戶(hù)端中與測(cè)試目標(biāo)相關(guān)的異常日志信息,基于預(yù)設(shè)的特征值提取規(guī)則,獲取所述異常日志信息的特征值信息,利用一個(gè)或多個(gè)決策規(guī)則,對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理,得到包含不同異常類(lèi)型的異常分類(lèi)信息,并將符合預(yù)設(shè)上報(bào)條件的異常分類(lèi)信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送,同時(shí)服務(wù)器端也能夠基于實(shí)際需求,發(fā)送外部規(guī)則,并基于客戶(hù)端發(fā)送的新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息,確定客戶(hù)端的平均無(wú)故障時(shí)間。這樣,基于分布式的數(shù)據(jù)處理結(jié)構(gòu),能夠有效緩解服務(wù)器數(shù)據(jù)處理的壓力,提高了服務(wù)器的資源處理效率。附圖說(shuō)明為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案,下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹,顯而易見(jiàn)地,下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例,對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講,在不付出創(chuàng)造性勞動(dòng)的前提下,還可以根據(jù)這些附圖獲得其它的附圖。圖1為本發(fā)明實(shí)施例提供的一種基于客戶(hù)端的數(shù)據(jù)處理流程示意圖;圖2為本發(fā)明實(shí)施例提供的另一種基于客戶(hù)端的數(shù)據(jù)處理流程示意圖;圖3為本發(fā)明實(shí)施例提供的另一種基于客戶(hù)端的數(shù)據(jù)處理流程示意圖;圖4為本發(fā)明實(shí)施例提供的另一種基于客戶(hù)端的數(shù)據(jù)處理流程示意圖;圖5為本發(fā)明實(shí)施例提供的另一種基于客戶(hù)端的數(shù)據(jù)處理流程示意圖;圖6為本發(fā)明實(shí)施例提供的一種基于服務(wù)器的數(shù)據(jù)處理流程示意圖;圖7為本發(fā)明實(shí)施例提供的另一種基于服務(wù)器的數(shù)據(jù)處理流程示意圖;圖8為本發(fā)明實(shí)施例提供的另一種基于服務(wù)器的數(shù)據(jù)處理流程示意圖;圖9為本發(fā)明實(shí)施例提供的一種基于客戶(hù)端的數(shù)據(jù)處理裝置結(jié)構(gòu)示意圖;圖10為本發(fā)明實(shí)施例提供的另一種基于客戶(hù)端的數(shù)據(jù)處理裝置結(jié)構(gòu)示意圖;圖11為本發(fā)明實(shí)施例提供的另一種基于客戶(hù)端的數(shù)據(jù)處理裝置結(jié)構(gòu)示意圖;圖12為本發(fā)明實(shí)施例提供的另一種基于客戶(hù)端的數(shù)據(jù)處理裝置結(jié)構(gòu)示意圖;圖13為本發(fā)明實(shí)施例提供的一種基于服務(wù)器的數(shù)據(jù)處理裝置結(jié)構(gòu)示意圖;圖14為本發(fā)明實(shí)施例提供的另一種基于服務(wù)器的數(shù)據(jù)處理裝置結(jié)構(gòu)示意圖;圖15為本發(fā)明實(shí)施例提供的一種客戶(hù)端結(jié)構(gòu)示意圖;圖16為本發(fā)明實(shí)施例提供的一種服務(wù)器結(jié)構(gòu)示意圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本發(fā)明實(shí)施例進(jìn)行詳細(xì)描述。應(yīng)當(dāng)明確,所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例,而不是全部的實(shí)施例?;诒景l(fā)明中的實(shí)施例,本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例,都屬于本發(fā)明保護(hù)的范圍。圖1為本發(fā)明的實(shí)施例的基于客戶(hù)端的數(shù)據(jù)處理的流程示意圖,如圖1所示,本實(shí)施例的方法可以包括以下步驟:s101,獲取所述客戶(hù)端中與測(cè)試目標(biāo)相關(guān)的異常日志信息。異常信息通常指測(cè)試客戶(hù)端上收集到的log信息,以android手機(jī)為例,android手機(jī)的存儲(chǔ)單元上通常存在adb命令采集的log,kmsg采集的log,trace的log等。上述log文件的名稱(chēng)和擴(kuò)展名不盡相同,但是絕大多數(shù)的log信息都以文本形式保存,或可以轉(zhuǎn)換為文本形式的其他文件格式存儲(chǔ)??梢圆捎脭?shù)據(jù)采集工具采集以文本方式保存的log信息,對(duì)于其他一些特殊格式的log信息,可以采用專(zhuān)用格式的文本轉(zhuǎn)換工具,將特殊格式的log信息進(jìn)行轉(zhuǎn)化之后,得到異常日志信息。s102,基于預(yù)設(shè)的特征值提取規(guī)則,獲取所述異常日志信息的特征值信息。對(duì)步驟s101中獲取的異常日志信息進(jìn)行初步處理,通過(guò)對(duì)異常日志信息中所包含的一系列關(guān)鍵特征信息進(jìn)行抽取,能夠達(dá)到信息降維的目的。以為后續(xù)的內(nèi)部規(guī)則生成及處理決策模塊提供支持。特征提取具有多種方式可以采用,舉例而言,由于異常分析中的關(guān)鍵信息通常是可識(shí)別、可提取的,可以使用正則表達(dá)式匹配的方式來(lái)針對(duì)異常日志信息中的特征內(nèi)容進(jìn)行識(shí)別并提取。針對(duì)不同對(duì)象及操作環(huán)境,可以選擇不同的程序語(yǔ)言進(jìn)行特征提取,本申請(qǐng)的特征值提取并沒(méi)有對(duì)實(shí)現(xiàn)的語(yǔ)言類(lèi)型進(jìn)行限定。舉例而言,在分析anr類(lèi)別的log時(shí),會(huì)出現(xiàn)的提示語(yǔ)之一是:eactivitymanager:reason:inputdispatchingtimedout(waitingbecausethefocusedwindowhasnotfinishedprocessingtheinputeventsthatwerepreviouslydeliveredtoit.)和eactivitymanager:anrincom.android.browser(com.android.browser/.browseractivity)。為了匹配上面的兩種提示信息,我們可以使用如下的兩個(gè)正則表達(dá)式:/eactivitymanager:reason:inputdispatchingtimedout\(.+\)/和/eactivitymanager:anrin.+\(.+\)/,進(jìn)行特征值提取。本方法在客戶(hù)端實(shí)現(xiàn)的時(shí)候,可以預(yù)先在客戶(hù)端中輸入一系列已知的特征表達(dá)式(例如正則表達(dá)式)。當(dāng)發(fā)現(xiàn)新的特征表達(dá)式的時(shí)候,可以通過(guò)服務(wù)器端的外部規(guī)則發(fā)送模塊將新的表達(dá)式推送到客戶(hù)端的外部規(guī)則接收模塊,進(jìn)而更新客戶(hù)端存儲(chǔ)的特征表達(dá)式。通過(guò)上述方式,能夠獲取異常日志信息的特征值信息,通常來(lái)講,上述特征值信息的文件會(huì)遠(yuǎn)小于異常日志信息的文件,這為后續(xù)的數(shù)據(jù)處理提供了便利。s103,利用一個(gè)或多個(gè)決策規(guī)則,對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理,得到包含不同異常類(lèi)型的異常分類(lèi)信息??蛻?hù)端可以利用一個(gè)或多個(gè)決策規(guī)則,對(duì)s102獲得的特征值信息進(jìn)行數(shù)據(jù)處理。上述決策規(guī)則可以是客戶(hù)端存儲(chǔ)的內(nèi)部規(guī)則,也可以是從與客戶(hù)端連接的服務(wù)器端獲取的外部規(guī)則,內(nèi)部規(guī)則及外部規(guī)則共同組成了一個(gè)或多個(gè)決策規(guī)則。內(nèi)部規(guī)則生成模塊由特征值分類(lèi)器構(gòu)成,旨在將生成的特征值進(jìn)過(guò)本分類(lèi)器分為固定的種類(lèi)。分類(lèi)器基于貝葉斯分類(lèi)算法構(gòu)建,輸入條件是各特征值以及特征值出現(xiàn)的頻率,特征值的相互關(guān)系,輸出為異常分類(lèi)信息,異常分類(lèi)信息包括:新異常、舊異常、未確定異及其分別關(guān)聯(lián)的特征值,其中舊異常分類(lèi)中進(jìn)一步分為不可干預(yù)異常和可干預(yù)異常。s104,將符合預(yù)設(shè)上報(bào)條件的異常分類(lèi)信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送。通過(guò)設(shè)置上報(bào)篩選條件,選擇性的上報(bào)異常分類(lèi)信息,會(huì)減輕目標(biāo)服務(wù)器的數(shù)據(jù)處理壓力,降低信號(hào)傳輸?shù)膸挕:Y選條件可以根據(jù)實(shí)際的需要來(lái)設(shè)置,舉例而言,可以預(yù)設(shè)map表,存儲(chǔ)異常分類(lèi)信息及異常分類(lèi)信息的上報(bào)情況,對(duì)于新發(fā)現(xiàn)的異常分類(lèi)信息中的信息,則在map表中查找對(duì)應(yīng)的異常歸屬是否為已經(jīng)上報(bào)過(guò)的舊異常。如在map表中沒(méi)有該異常歸屬,則在map表中加入該特征,同時(shí)上報(bào)新異常至目標(biāo)服務(wù)器。通過(guò)本實(shí)施例中的方法,將服務(wù)器端和部分研發(fā)人員進(jìn)行的分類(lèi)匯總篩選操作,移動(dòng)到客戶(hù)端上,實(shí)現(xiàn)運(yùn)算到數(shù)據(jù)的歸并,進(jìn)而達(dá)到降低服務(wù)器負(fù)載和運(yùn)行資源消耗的目的。同時(shí),也可以有效減少研發(fā)人員在數(shù)據(jù)分類(lèi)匯總工作上花費(fèi)的工作量。根據(jù)本發(fā)明另一實(shí)施例的方案,參見(jiàn)圖2,除了執(zhí)行圖1所對(duì)應(yīng)的實(shí)施例之外,可選擇性的,基于客戶(hù)端的數(shù)據(jù)處理方法還可以包括:s105,對(duì)所述異常分類(lèi)信息進(jìn)行分析,以確定所述異常分類(lèi)信息所關(guān)聯(lián)的異常行為是否為可干預(yù)異常行為。產(chǎn)生客戶(hù)端異常行為通常存在多種原因,對(duì)于產(chǎn)生異常的客戶(hù)端進(jìn)行分析,找出導(dǎo)致其行為異常的關(guān)聯(lián)模塊,并分析暫停該模塊是否可以執(zhí)行暫停等可干預(yù)行為處理。具體的,可以通過(guò)設(shè)置可干預(yù)行為對(duì)照表,查找產(chǎn)生異常行為的模塊是否可以執(zhí)行干預(yù)行為。s106,對(duì)于所述可干預(yù)異常行為關(guān)聯(lián)的程序模塊,執(zhí)行暫時(shí)無(wú)效化操作。具體而言,可以在客戶(hù)端內(nèi)部設(shè)置運(yùn)行干預(yù)模塊,運(yùn)行干預(yù)模塊是為了在少數(shù)頻發(fā)、且對(duì)系統(tǒng)運(yùn)行有重大影響的問(wèn)題出現(xiàn)時(shí),將該模塊進(jìn)行無(wú)效化操作的模塊。如果某些異常被分類(lèi)器判定為可干預(yù)的頻發(fā)異常,則會(huì)給測(cè)試用戶(hù)彈出對(duì)話(huà)框,確認(rèn)是否可以將該模塊暫時(shí)無(wú)效化。以android系統(tǒng)為例,無(wú)效化后的模塊通過(guò)添加在launcher以及activitymanagerservice中的處理。將該模塊的入口動(dòng)作無(wú)效掉,使該模塊暫時(shí)排除在系統(tǒng)運(yùn)行之外。通過(guò)對(duì)可干預(yù)模塊進(jìn)行無(wú)效化處理的方式,降低了客戶(hù)端出現(xiàn)異常情況的風(fēng)險(xiǎn)??蛇x的,作為步驟s103的一種具體實(shí)施方式,參見(jiàn)圖3,本發(fā)明實(shí)施例還提供了一種具體的數(shù)據(jù)處理方式,包括:s1031,構(gòu)建特征值分類(lèi)器。特征值分類(lèi)器具有多有方法構(gòu)建。以貝葉斯分類(lèi)器為例,按照貝葉斯定理的要求,對(duì)于一個(gè)分類(lèi)問(wèn)題,給定樣本特征x,樣本屬于類(lèi)別y的概率是:s1032,利用所述特征值分類(lèi)器,根據(jù)所述特征值信息中包含的特征值、特征值出現(xiàn)的頻率以及特征值之間的相互關(guān)系,對(duì)所述特征值信息進(jìn)行分類(lèi)處理。因此,根據(jù)已經(jīng)解決的項(xiàng)目中的問(wèn)題集合(已標(biāo)定的樣本集),分別統(tǒng)計(jì)出每個(gè)特征在每一類(lèi)中出現(xiàn)的條件概率,通過(guò)下述貝葉斯公式的展開(kāi)式。設(shè)上述x是一個(gè)特征向量且維度為m的情況下:即可以計(jì)算出,當(dāng)存在某一特征的時(shí)候,歸屬于某一分類(lèi)的概率是多少。其中,p(x)、p(y)的分別表示事件x,y的概率,p(x|y)表示事件y已發(fā)生條件下事件x的概率,p(y|x)表示事件x發(fā)生條件下事件y的概率,ck為預(yù)設(shè)樣本,i、k、m分別為自然數(shù)。上述分類(lèi)方法在執(zhí)行的時(shí)候,舉例來(lái)講,可以抽出10%的已標(biāo)定數(shù)據(jù)為校驗(yàn)樣本,當(dāng)校驗(yàn)樣本的準(zhǔn)確率(precision)和召回率(recall)都達(dá)到95%以上時(shí),認(rèn)為當(dāng)前模型校驗(yàn)完畢。否則,在現(xiàn)有樣本中再次尋找有意義的正則表達(dá)式,增加新的特征表達(dá),直到校驗(yàn)樣本滿(mǎn)足要求為止。s1033,基于所述分類(lèi)處理的結(jié)果確定所述異常分類(lèi)信息的異常類(lèi)型。上述方法運(yùn)行的過(guò)程中,可以通過(guò)設(shè)定閾值的方式對(duì)分類(lèi)是否為異常進(jìn)行判斷,例如,當(dāng)該p(y|x)∈(0.85,1]∪[0,0.15)時(shí),為已分類(lèi)異常,否則為未分類(lèi)異常。通過(guò)上述方式,能夠基于特征值、特征值出現(xiàn)的頻率以及特征值之間的相互關(guān)系進(jìn)行異常分類(lèi)信息中異常類(lèi)型的確定,由于使用較少的參數(shù),提高了異常分類(lèi)信息中異常類(lèi)型確定的效率??蛇x的,參見(jiàn)圖4,在實(shí)施基于客戶(hù)端的數(shù)據(jù)處理方法的過(guò)程中,還可以包含如下步驟:s1034,接收所述目標(biāo)服務(wù)器推送的更新特征值及更新分類(lèi)模型參數(shù)。在客戶(hù)端上設(shè)置外部規(guī)則接收模塊,更新參數(shù)接收模塊和服務(wù)器端新追加的外部規(guī)則發(fā)送模塊配合工作。當(dāng)有參數(shù)推送需求時(shí)(如開(kāi)發(fā)人員發(fā)現(xiàn)新的特征值或者新的分類(lèi)模型參數(shù)的時(shí)候),可以調(diào)用服務(wù)器的外部規(guī)則發(fā)送模塊將新參數(shù)發(fā)送給所有測(cè)試客戶(hù)端上的外部規(guī)則接收模塊。s1035,基于所述更新特征值及所述更新分類(lèi)模型參數(shù),更新所述特征值分類(lèi)器??蛻?hù)端接收到服務(wù)器發(fā)送的更新特征值及所述更新分類(lèi)模型參數(shù)后,可以自動(dòng)更新特征值分類(lèi)器,也可以提示用戶(hù)進(jìn)行更新,在經(jīng)過(guò)用戶(hù)的許可之后,完成特征值分類(lèi)器的更新。舉例而言,客戶(hù)端接收到新的正則表達(dá)式或分類(lèi)模型的參數(shù)信息時(shí),對(duì)于在客戶(hù)端的程序中是以變量形式存在的參數(shù),可以通過(guò)參數(shù)對(duì)其進(jìn)行調(diào)整。s1036,利用更新后的特征值分類(lèi)器對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理。通過(guò)更新特征值及所述更新分類(lèi)模型參數(shù),能夠較快的接收外部決策規(guī)則,特別是服務(wù)器基于大數(shù)據(jù)發(fā)送的外部決策規(guī)則,提高了決策規(guī)則的準(zhǔn)確性??蛇x的,參見(jiàn)圖5,在實(shí)施基于客戶(hù)端的數(shù)據(jù)處理方法的過(guò)程中,還可以包含如下步驟:s1037,構(gòu)建存儲(chǔ)有多種異常分類(lèi)信息的異常分類(lèi)信息映射表。在客戶(hù)端本地設(shè)置異常分類(lèi)信息映射表,舉例而言,異常分類(lèi)信息映射表可以如表1所示。表一異常分類(lèi)信息映射表序?qū)L卣髦诞惓n?lèi)型是否上報(bào)15465959093573163876wifi模塊異常是27673021043978770954藍(lán)牙模塊異常是32682386775420212619相機(jī)模塊異常否43509276326591445061瀏覽器模塊異常否…………s1038,基于所述異常分類(lèi)信息映射表,判斷所述特征值分類(lèi)器確定的所述異常分類(lèi)信息是否為新增的異常分類(lèi)信息。對(duì)于分類(lèi)器發(fā)現(xiàn)的異常情況,可以通過(guò)調(diào)用其特征值或異常類(lèi)型的方式,在異常分類(lèi)信息映射表中查看確定的所述異常分類(lèi)信息是否為新增的異常分類(lèi)信息。s1039,將確定為新增的異常分類(lèi)信息更新至所述異常分類(lèi)信息映射表。當(dāng)確定的所述異常分類(lèi)信息為新增的異常分類(lèi)信息時(shí),將所述新增的異常分類(lèi)信息在異常分類(lèi)信息映射表中進(jìn)行更新。除此之外,客戶(hù)端還可以將所述新增的異常分類(lèi)信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送。對(duì)于異常類(lèi)型待定的異常日志信息,為了便于確定其異常類(lèi)型,可以將與異常類(lèi)型待定的特征值信息關(guān)聯(lián)的異常日志信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送,以便于服務(wù)器進(jìn)行最終的異常類(lèi)型確定??蛇x的,客戶(hù)端還可以基于異常分類(lèi)信息映射表里面的上報(bào)信息字段,判斷特征值分類(lèi)器確定的異常分類(lèi)信息是否為已經(jīng)上報(bào)過(guò)的異常分類(lèi)信息,并將述已經(jīng)上報(bào)過(guò)的異常分類(lèi)信息對(duì)應(yīng)的異常日志信息在所述客戶(hù)端內(nèi)保存預(yù)設(shè)時(shí)間。通過(guò)設(shè)置異常分類(lèi)信息映射表,能夠較快的查詢(xún)新增異常分類(lèi)信息是否需要上報(bào),提高了異常分類(lèi)信息的上報(bào)效率。與客戶(hù)端的數(shù)據(jù)處理方法相對(duì)應(yīng),本發(fā)明實(shí)施例還提供了一種基于服務(wù)器的數(shù)據(jù)處理方法,如圖6所示,該方法包括:s201,接收與所述服務(wù)器連接的客戶(hù)端發(fā)送的新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息。服務(wù)器設(shè)置上報(bào)信息接收端口,用于新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息。對(duì)于新增異常分類(lèi)信息,從中提取異常分類(lèi)的類(lèi)型及該異常分類(lèi)的時(shí)間信息。對(duì)于異常類(lèi)型待定的異常日志信息,利用服務(wù)器存儲(chǔ)的分類(lèi)器對(duì)異常日志信息進(jìn)行處理,其處理流程與客戶(hù)端的處理流程類(lèi)似,在此不再贅述。s202,基于所述新增異常分類(lèi)信息及所述異常類(lèi)型待定的異常日志信息,確定所述客戶(hù)端的平均無(wú)故障時(shí)間。服務(wù)器基于新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息,確定客戶(hù)端的平均無(wú)故障時(shí)間。舉例而言,平均無(wú)故障時(shí)間可以采用多種算法,設(shè)有一個(gè)可修復(fù)的產(chǎn)品在使用過(guò)程中,共計(jì)發(fā)生過(guò)n0次故障,每次故障后經(jīng)過(guò)修復(fù)又和新的一樣繼續(xù)投入使用,其工作時(shí)間為ti,其中,那么產(chǎn)品的平均故障間隔時(shí)間,也就是平均壽命為q為:關(guān)于mtbf值的計(jì)算方法,也可以采用常見(jiàn)的mtbf標(biāo)準(zhǔn)來(lái)進(jìn)行計(jì)算,由于這些計(jì)算標(biāo)準(zhǔn)均為常見(jiàn)的技術(shù),在此不再贅述。本實(shí)施例的方法中,通過(guò)服務(wù)器客戶(hù)端發(fā)送的新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息,能夠在接收客戶(hù)端較少異常日志數(shù)據(jù)的情況,快速準(zhǔn)確的確定客戶(hù)端的平均無(wú)故障時(shí)間,提高了處理數(shù)據(jù)的效率??蛇x的,在執(zhí)行步驟s202的過(guò)程中,參見(jiàn)圖7,該步驟可包含如下步驟:s2021,基于預(yù)設(shè)的特征值提取規(guī)則,獲取所述異常類(lèi)型待定的異常日志信息的特征值信息??梢圆捎靡粋€(gè)或多個(gè)正則表達(dá)式,提取異常類(lèi)型待定的異常日志信息的特征值信息。s2022,利用一個(gè)或多個(gè)決策規(guī)則,對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理,得到包含不同異常類(lèi)型的二次異常分類(lèi)信息。服務(wù)器內(nèi)部存儲(chǔ)有多個(gè)決策規(guī)則,這些決策規(guī)則既可以是服務(wù)器自身生成的外部規(guī)則,也可以是基于客戶(hù)端內(nèi)部規(guī)則生成的規(guī)則。s2023,基于所述新增異常分類(lèi)信息及所述二次異常分類(lèi)信息,確定所述客戶(hù)端的平均無(wú)故障時(shí)間。服務(wù)器內(nèi)部存儲(chǔ)有異常分類(lèi)信息,結(jié)合新增異常分類(lèi)信息及所述二次異常分類(lèi)信息,最終確定所述客戶(hù)端的平均無(wú)故障時(shí)間。通過(guò)上述方式,能夠確保服務(wù)器快速的確定所述客戶(hù)端的平均無(wú)故障時(shí)間??蛇x的,除了圖6所述的方法步驟之外,參見(jiàn)圖8,基于服務(wù)器的數(shù)據(jù)處理方法還可以包括:s203,基于所述新增異常分類(lèi)信息及所述異常類(lèi)型待定的異常日志信息,確定外部規(guī)則。由于服務(wù)器能夠獲取眾多客戶(hù)端發(fā)送過(guò)來(lái)的新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息,通過(guò)對(duì)這些信息進(jìn)行分類(lèi)及自我學(xué)習(xí),能夠提煉出最新的異常類(lèi)型確定規(guī)則,并確定為外部規(guī)則。s204,將所述外部規(guī)則向客戶(hù)端進(jìn)行發(fā)送。通過(guò)上述處理方式,服務(wù)器能夠及時(shí)的形成外部規(guī)則,并將外部規(guī)則發(fā)送給客戶(hù)端,提高了客戶(hù)端的處理能力。與前述基于客戶(hù)端的數(shù)據(jù)處理方法實(shí)施例相對(duì)應(yīng),本發(fā)明實(shí)施例還提供了一種基于客戶(hù)端的數(shù)據(jù)處理裝置,如圖9所示,基于客戶(hù)端的數(shù)據(jù)處理裝置10,包括:日志模塊101,用于獲取所述客戶(hù)端中與測(cè)試目標(biāo)相關(guān)的異常日志信息。異常信息通常指測(cè)試客戶(hù)端上收集到的log信息。以android手機(jī)為例,android手機(jī)的存儲(chǔ)單元上通常存在adb命令采集的log,kmsg采集的log,trace的log等。上述log文件的名稱(chēng)和擴(kuò)展名不盡相同,但是絕大多數(shù)的log信息都以文本形式保存,或可以轉(zhuǎn)換為文本形式的其他文件格式存儲(chǔ)??梢圆捎脭?shù)據(jù)采集工具采集以文本方式保存的log信息,對(duì)于其他一些特殊格式的log信息,可以采用專(zhuān)用格式的文本轉(zhuǎn)換工具,將特殊格式的log信息進(jìn)行轉(zhuǎn)化之后,得到異常日志信息。特征值模塊102,用于基于預(yù)設(shè)的特征值提取規(guī)則,獲取所述異常日志信息的特征值信息。對(duì)日志模塊101中獲取的異常日志信息進(jìn)行初步處理,通過(guò)對(duì)異常日志信息中所包含的一系列關(guān)鍵特征信息進(jìn)行抽取,能夠達(dá)到信息降維的目的。以為后續(xù)的內(nèi)部規(guī)則生成及處理決策模塊提供支持。特征提取具有多種方式可以采用,舉例而言,由于異常分析中的關(guān)鍵信息通常是可識(shí)別、可提取的,可以使用正則表達(dá)式匹配的方式來(lái)針對(duì)異常日志信息中的特征內(nèi)容進(jìn)行識(shí)別并提取。針對(duì)不同對(duì)象及操作環(huán)境,可以選擇不同的程序語(yǔ)言進(jìn)行特征提取,本申請(qǐng)的特征值提取并沒(méi)有對(duì)實(shí)現(xiàn)的語(yǔ)言類(lèi)型進(jìn)行限定。舉例而言,在分析anr類(lèi)別的log是,會(huì)出現(xiàn)的提示語(yǔ)之一是:eactivitymanager:reason:inputdispatchingtimedout(waitingbecausethefocusedwindowhasnotfinishedprocessingtheinputeventsthatwerepreviouslydeliveredtoit.)和eactivitymanager:anrincom.android.browser(com.android.browser/.browseractivity)。為了匹配上面的兩種提示信息,我們可以使用如下的兩個(gè)正則表達(dá)式:/eactivitymanager:reason:inputdispatchingtimedout\(.+\)/和/eactivitymanager:anrin.+\(.+\)/,進(jìn)而進(jìn)行特征值提取。本裝置在客戶(hù)端實(shí)現(xiàn)的時(shí)候,可以預(yù)先在客戶(hù)端中輸入一系列已知的特征表達(dá)式。當(dāng)研發(fā)人員發(fā)現(xiàn)新的特征表達(dá)式的時(shí)候,也可以通過(guò)服務(wù)器端的外部規(guī)則發(fā)送模塊將新的表達(dá)式推送到客戶(hù)端的外部規(guī)則接收模塊,進(jìn)而更新特征表達(dá)式。通過(guò)上述方式,能夠獲取異常日志信息的特征值信息,通常來(lái)講,上述特征值信息的文件會(huì)遠(yuǎn)小于異常日志信息的文件,這為后續(xù)的數(shù)據(jù)處理提供了便利。異常分類(lèi)信息模塊103,用于利用一個(gè)或多個(gè)決策規(guī)則,對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理,得到包含不同異常類(lèi)型的異常分類(lèi)信息。客戶(hù)端可以利用一個(gè)或多個(gè)決策規(guī)則,對(duì)特征值模塊102獲得的特征值信息進(jìn)行數(shù)據(jù)處理。上述決策規(guī)則可以是客戶(hù)端存儲(chǔ)的內(nèi)部規(guī)則,也可以是從與客戶(hù)端連接的服務(wù)器端獲取的外部規(guī)則,內(nèi)部規(guī)則及外部規(guī)則共同組成了一個(gè)或多個(gè)決策規(guī)則。內(nèi)部規(guī)則生成模塊由特征值分類(lèi)器構(gòu)成,旨在將生成的特征值進(jìn)過(guò)本分類(lèi)器分為固定的種類(lèi)。分類(lèi)器基于貝葉斯分類(lèi)算法構(gòu)建,輸入條件是各特征值以及特征值出現(xiàn)的頻率,特征值的相互關(guān)系,輸出為異常分類(lèi)信息,異常分類(lèi)信息包括:新異常、舊異常、未確定異及其分別關(guān)聯(lián)的特征值,其中舊異常分類(lèi)中進(jìn)一步分為不可干預(yù)異常和可干預(yù)異常。第一發(fā)送模塊104,用于將符合預(yù)設(shè)上報(bào)條件的異常分類(lèi)信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送。通過(guò)設(shè)置上報(bào)篩選條件,選擇性的上報(bào)異常分類(lèi)信息,會(huì)減輕目標(biāo)服務(wù)器的數(shù)據(jù)處理壓力,降低信號(hào)傳輸?shù)膸?。篩選條件可以根據(jù)實(shí)際的需要來(lái)設(shè)置,舉例而言,可以預(yù)設(shè)設(shè)置map表,存儲(chǔ)異常分類(lèi)信息及異常分類(lèi)信息的上報(bào)情況,對(duì)于新發(fā)現(xiàn)的異常分類(lèi)信息中的信息,則在map表中查找對(duì)應(yīng)的異常歸屬是否為已經(jīng)上報(bào)過(guò)的舊異常。如在map表中沒(méi)有該異常歸屬,則在map表中加入該特征,同時(shí)上報(bào)新異常至目標(biāo)服務(wù)器。通過(guò)本實(shí)施例中的裝置,將服務(wù)器端和部分研發(fā)人員進(jìn)行的分類(lèi)匯總篩選操作移動(dòng)到客戶(hù)端上,實(shí)現(xiàn)運(yùn)算到數(shù)據(jù)的歸并,進(jìn)而達(dá)到降低服務(wù)器負(fù)載和運(yùn)行資源消耗的目的。同時(shí),也可以有效減少研發(fā)人員在數(shù)據(jù)分類(lèi)匯總工作上花費(fèi)的工作量??蛇x的,參見(jiàn)圖10,基于客戶(hù)端的數(shù)據(jù)處理裝置10還可以包括:分析模塊105,用于對(duì)異常分類(lèi)信息進(jìn)行分析,以確定異常分類(lèi)信息所關(guān)聯(lián)的異常行為是否為可干預(yù)異常行為;以及無(wú)效化模塊106,用于對(duì)于所述可干預(yù)異常行為關(guān)聯(lián)的程序模塊,執(zhí)行暫時(shí)無(wú)效化操作??蛇x的,異常分類(lèi)信息模塊103,還用于:構(gòu)建特征值分類(lèi)器;利用所述特征值分類(lèi)器,根據(jù)所述特征值信息中包含的特征值、特征值出現(xiàn)的頻率以及特征值之間的相互關(guān)系,對(duì)所述特征值信息進(jìn)行分類(lèi)處理;以及基于所述分類(lèi)處理的結(jié)果確定所述異常分類(lèi)信息的異常類(lèi)型。可選的,所述異常分類(lèi)信息模塊,還用于:接收所述目標(biāo)服務(wù)器推送的更新特征值及更新分類(lèi)模型參數(shù);基于所述更新特征值及所述更新分類(lèi)模型參數(shù),更新所述特征值分類(lèi)器;以及利用更新后的特征值分類(lèi)器對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理??蛇x的,所述異常分類(lèi)信息模塊,還用于:構(gòu)建存儲(chǔ)有多種異常分類(lèi)信息的異常分類(lèi)信息映射表;基于所述異常分類(lèi)信息映射表,判斷所述特征值分類(lèi)器確定的所述異常分類(lèi)信息是否為新增的異常分類(lèi)信息;以及將確定為新增的異常分類(lèi)信息更新至所述異常分類(lèi)信息映射表??蛇x的,所述第一發(fā)送模塊還用于:將新增的異常分類(lèi)信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送??蛇x的,所述基于客戶(hù)端的數(shù)據(jù)處理裝置10還包括:第二發(fā)送模塊107,用于將異常類(lèi)型待定的所述特征值信息關(guān)聯(lián)的所述異常日志信息向目標(biāo)服務(wù)器進(jìn)行發(fā)送??蛇x的,參見(jiàn)圖12,所述基于客戶(hù)端的數(shù)據(jù)處理裝置10還包括:判斷模塊108,用于基于所述異常分類(lèi)信息映射表,判斷所述特征值分類(lèi)器確定的所述異常分類(lèi)信息是否為已經(jīng)上報(bào)過(guò)的異常分類(lèi)信息;以及保存模塊109,用于將所述已經(jīng)上報(bào)過(guò)的異常分類(lèi)信息對(duì)應(yīng)的異常日志信息在所述客戶(hù)端內(nèi)保存預(yù)設(shè)時(shí)間。裝置10及其組成模塊的技術(shù)方案、技術(shù)效果分別與其對(duì)應(yīng)的方法實(shí)施例對(duì)應(yīng),此處不再贅述。與前述基于服務(wù)器的數(shù)據(jù)處理方法實(shí)施例相對(duì)應(yīng),本發(fā)明實(shí)施例還提供了一種基于服務(wù)器的數(shù)據(jù)處理裝置,圖13為本發(fā)明實(shí)施例提供的基于服務(wù)器的數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖,如圖13所示,基于服務(wù)器的數(shù)據(jù)處理裝置20,包括:接收模塊201,用于接收與所述服務(wù)器連接的客戶(hù)端發(fā)送的新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息。服務(wù)器設(shè)置上報(bào)信息接收端口,用于新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息。對(duì)于新增異常分類(lèi)信息,從中提取異常分類(lèi)的類(lèi)型及該異常分類(lèi)的時(shí)間信息。對(duì)于異常類(lèi)型待定的異常日志信息,利用服務(wù)器存儲(chǔ)的分類(lèi)器對(duì)異常日志信息進(jìn)行處理,其處理流程與客戶(hù)端的處理流程類(lèi)似。第一確定模塊202,用于基于所述新增異常分類(lèi)信息及所述異常類(lèi)型待定的異常日志信息,確定所述客戶(hù)端的平均無(wú)故障時(shí)間。服務(wù)器基于新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息,確定客戶(hù)端的平均無(wú)故障時(shí)間。舉例而言,平均無(wú)故障時(shí)間可以采用多種算法,設(shè)有一個(gè)可修復(fù)的產(chǎn)品在使用過(guò)程中,共計(jì)發(fā)生過(guò)n0次故障,每次故障后經(jīng)過(guò)修復(fù)又和新的一樣繼續(xù)投入使用,其工作時(shí)間為ti,其中,那么產(chǎn)品的平均故障間隔時(shí)間,也就是平均壽命為q為:關(guān)于mtbf值的計(jì)算方法,也可以采用常見(jiàn)的mtbf標(biāo)準(zhǔn)來(lái)進(jìn)行計(jì)算,由于這些計(jì)算標(biāo)準(zhǔn)均為常見(jiàn)的技術(shù),在此不再贅述。本實(shí)施例的裝置中,通過(guò)服務(wù)器客戶(hù)端發(fā)送的新增異常分類(lèi)信息及異常類(lèi)型待定的異常日志信息,能夠在接收客戶(hù)端較少異常日志數(shù)據(jù)的情況,快速準(zhǔn)確的確定客戶(hù)端的平均無(wú)故障時(shí)間,提高了處理數(shù)據(jù)的效率。可選的,第一確定模塊202,還用于;基于預(yù)設(shè)的特征值提取規(guī)則,獲取所述異常類(lèi)型待定的異常日志信息的特征值信息;利用一個(gè)或多個(gè)決策規(guī)則,對(duì)所述特征值信息進(jìn)行數(shù)據(jù)決策處理,得到包含不同異常類(lèi)型的二次異常分類(lèi)信息;基于所述新增異常分類(lèi)信息及所述二次異常分類(lèi)信息,確定所述客戶(hù)端的平均無(wú)故障時(shí)間。可選的,參見(jiàn)圖14,基于服務(wù)器的數(shù)據(jù)處理裝置20,還包括:第二確定模203,用于基于所述新增異常分類(lèi)信息及所述異常類(lèi)型待定的異常日志信息,確定外部規(guī)則;以及第三發(fā)送模塊204,用于將所述外部規(guī)則向客戶(hù)端進(jìn)行發(fā)送??蛇x的,所述外部規(guī)則包括更新特征值及更新分類(lèi)模型參數(shù),或,所述外部規(guī)則包括一個(gè)或多個(gè)正則表達(dá)式,所述一個(gè)或多個(gè)正則表達(dá)式用于對(duì)預(yù)設(shè)的數(shù)據(jù)信息進(jìn)行特征提取。裝置20及其組成模塊的技術(shù)方案、技術(shù)效果分別與其對(duì)應(yīng)的方法實(shí)施例對(duì)應(yīng),此處不再贅述。與基于客戶(hù)端的數(shù)據(jù)處理方法/裝置相對(duì)應(yīng),本發(fā)明實(shí)施例還提供一種客戶(hù)端30,所述客戶(hù)端可以包含前述任一實(shí)施例所述的基于客戶(hù)端的數(shù)據(jù)處理裝置。圖15為本發(fā)明實(shí)施例提供的客戶(hù)端30的結(jié)構(gòu)示意圖,客戶(hù)端30可以包括:至少一個(gè)處理器301、存儲(chǔ)器302、輸入輸出接口303、射頻電路304、音頻電路305、顯示屏306和傳感器307。其中,射頻電路304通過(guò)天線(xiàn)3041接收信號(hào);音頻電路305分別與喇叭3051和麥克風(fēng)3052連接。所述至少一個(gè)處理器301與存儲(chǔ)器302通信連接,所述存儲(chǔ)器302存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令,所述指令被所述至少一個(gè)處理器301執(zhí)行,以使所述至少一個(gè)處理器能夠執(zhí)行前述任一基于客戶(hù)端的數(shù)據(jù)處理方法的實(shí)施例。與基于服務(wù)器的數(shù)據(jù)處理方法/裝置相對(duì)應(yīng),本發(fā)明實(shí)施例還提供一種服務(wù)器40,所述服務(wù)器可以包含前述任一實(shí)施例所述的基于服務(wù)器的數(shù)據(jù)處理裝置圖16示出了本發(fā)明實(shí)施例提供的服務(wù)器40的結(jié)構(gòu)示意圖,服務(wù)器40包括至少一個(gè)處理器401(例如cpu),至少一個(gè)輸入輸出接口404,存儲(chǔ)器402,和至少一個(gè)通信總線(xiàn)403,用于實(shí)現(xiàn)這些部件之間的連接通信。至少一個(gè)處理器401用于執(zhí)行存儲(chǔ)器402中存儲(chǔ)的可執(zhí)行模塊,例如計(jì)算機(jī)程序。存儲(chǔ)器402為非暫態(tài)存儲(chǔ)器(non-transitorymemory),其可以包含易失性存儲(chǔ)器,例如高速隨機(jī)存取存儲(chǔ)器(ram:randomaccessmemory),也可以包括非易失性存儲(chǔ)器(non-volatilememory),例如至少一個(gè)磁盤(pán)存儲(chǔ)器。通過(guò)至少一個(gè)輸入輸出接口404(可以是有線(xiàn)或者無(wú)線(xiàn)通信接口)實(shí)現(xiàn)與至少一個(gè)其他網(wǎng)元之間的通信連接。在一些實(shí)施方式中,存儲(chǔ)器402存儲(chǔ)了程序4021,處理器401執(zhí)行程序4021,用于執(zhí)行前述任一基于服務(wù)器的數(shù)據(jù)處理方法的實(shí)施例。該客戶(hù)端或服務(wù)器可以以多種形式存在,包括但不限于:(1)移動(dòng)通信設(shè)備:這類(lèi)設(shè)備的特點(diǎn)是具備移動(dòng)通信功能,并且以提供話(huà)音、數(shù)據(jù)通信為主要目標(biāo)。這類(lèi)終端包括:智能手機(jī)(例如iphone)、多媒體手機(jī)、功能性手機(jī),以及低端手機(jī)等。(2)超移動(dòng)個(gè)人計(jì)算機(jī)設(shè)備:這類(lèi)設(shè)備屬于個(gè)人計(jì)算機(jī)的范疇,有計(jì)算和處理功能,一般也具備移動(dòng)上網(wǎng)特性。這類(lèi)終端包括:pda、mid和umpc設(shè)備等,例如ipad。(3)便攜式娛樂(lè)設(shè)備:這類(lèi)設(shè)備可以顯示和播放多媒體內(nèi)容。該類(lèi)設(shè)備包括:音頻、視頻播放器(例如ipod),掌上游戲機(jī),電子書(shū),以及智能玩具和便攜式車(chē)載導(dǎo)航設(shè)備。(4)特定服務(wù)器:提供計(jì)算服務(wù)的設(shè)備,服務(wù)器的構(gòu)成包括處理器、硬盤(pán)、內(nèi)存、系統(tǒng)總線(xiàn)等,服務(wù)器和通用的計(jì)算機(jī)架構(gòu)類(lèi)似,但是由于需要提供高可靠的服務(wù),因此在處理能力、穩(wěn)定性、可靠性、安全性、可擴(kuò)展性、可管理性等方面要求較高。(5)其他具有數(shù)據(jù)交互功能的電子設(shè)備。需要說(shuō)明的是,在本文中,諸如第一和第二等之類(lèi)的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái),而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且,術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括那些要素,而且還包括沒(méi)有明確列出的其他要素,或者是還包括為這種過(guò)程、方法、物品或者設(shè)備所固有的要素。在沒(méi)有更多限制的情況下,由語(yǔ)句“包括一個(gè)……”限定的要素,并不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。本說(shuō)明書(shū)中的各個(gè)實(shí)施例均采用相關(guān)的方式描述,各個(gè)實(shí)施例之間相同相似的部分互相參見(jiàn)即可,每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處。尤其,對(duì)于裝置實(shí)施例而言,由于其基本相似于方法實(shí)施例,所以描述的比較簡(jiǎn)單,相關(guān)之處參見(jiàn)方法實(shí)施例的部分說(shuō)明即可。在流程圖中表示或在此以其他方式描述的邏輯和/或步驟,例如,可以被認(rèn)為是用于實(shí)現(xiàn)邏輯功能的可執(zhí)行指令的定序列表,可以具體實(shí)現(xiàn)在任何計(jì)算機(jī)可讀介質(zhì)中,以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備(如基于計(jì)算機(jī)的系統(tǒng)、包括處理器的系統(tǒng)或其他可以從指令執(zhí)行系統(tǒng)、裝置或設(shè)備取指令并執(zhí)行指令的系統(tǒng))使用,或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用。就本說(shuō)明書(shū)而言,″計(jì)算機(jī)可讀介質(zhì)″可以是任何可以包含、存儲(chǔ)、通信、傳播或傳輸程序以供指令執(zhí)行系統(tǒng)、裝置或設(shè)備或結(jié)合這些指令執(zhí)行系統(tǒng)、裝置或設(shè)備而使用的裝置。計(jì)算機(jī)可讀介質(zhì)的更具體的示例(非窮盡性列表)包括以下:具有一個(gè)或多個(gè)布線(xiàn)的電連接部(電子裝置),便攜式計(jì)算機(jī)盤(pán)盒(磁裝置),隨機(jī)存取存儲(chǔ)器(ram),只讀存儲(chǔ)器(rom),可擦除可編輯只讀存儲(chǔ)器(eprom或閃速存儲(chǔ)器),光纖裝置,以及便攜式光盤(pán)只讀存儲(chǔ)器(cdrom)。另外,計(jì)算機(jī)可讀介質(zhì)甚至可以是可在其上打印所述程序的紙或其他合適的介質(zhì),因?yàn)榭梢岳缤ㄟ^(guò)對(duì)紙或其他介質(zhì)進(jìn)行光學(xué)掃描,接著進(jìn)行編輯、解譯或必要時(shí)以其他合適方式進(jìn)行處理來(lái)以電子方式獲得所述程序,然后將其存儲(chǔ)在計(jì)算機(jī)存儲(chǔ)器中。應(yīng)當(dāng)理解,本發(fā)明的各部分可以用硬件、軟件、固件或它們的組合來(lái)實(shí)現(xiàn)。在上述實(shí)施方式中,多個(gè)步驟或方法可以用存儲(chǔ)在存儲(chǔ)器中且由合適的指令執(zhí)行系統(tǒng)執(zhí)行的軟件或固件來(lái)實(shí)現(xiàn)。例如,如果用硬件來(lái)實(shí)現(xiàn),和在另一實(shí)施方式中一樣,可用本領(lǐng)域公知的下列技術(shù)中的任一項(xiàng)或他們的組合來(lái)實(shí)現(xiàn):具有用于對(duì)數(shù)據(jù)信號(hào)實(shí)現(xiàn)邏輯功能的邏輯門(mén)電路的離散邏輯電路,具有合適的組合邏輯門(mén)電路的專(zhuān)用集成電路,可編程門(mén)陣列(pga),現(xiàn)場(chǎng)可編程門(mén)陣列(fpga)等。以上所述,僅為本發(fā)明的具體實(shí)施方式,但本發(fā)明的保護(hù)范圍并不局限于此,任何熟悉本
技術(shù)領(lǐng)域:
的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi),可輕易想到的變化或替換,都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此,本發(fā)明的保護(hù)范圍應(yīng)以權(quán)利要求的保護(hù)范圍為準(zhǔn)。當(dāng)前第1頁(yè)12