一种电子设备及其运行状态的控制方法

摘要

本发明公开了一种电子设备运行状态的控制方法，包括：获取电子设备内部至少一传感器采集所得的传感数据；根据所述传感数据，并基于预设的环境信息预测模型，获得所述电子设备内部的环境信息；根据所述环境信息，并基于预设的运行控制策略，生成控制指令，所述控制指令用于控制所述电子设备的运行状态。本发明还公开了一种电子设备。通过实施本发明，能更准确的检测电子设备的环境，并能更准确有效的控制电子设备的运行状态。

权利要求

1.一种电子设备运行状态的控制方法，其特征在于，所述方法包括：获取电子设备内部至少一传感器采集所得的传感数据；

根据所述传感数据，并基于预设的环境信息预测模型，获得所述电子设备内部的环境信息；

根据所述环境信息，并基于预设的运行控制策略，生成控制指令，所述控制指令用于控制所述电子设备的运行状态；

所述环境信息预测模型是基于神经网络的机器学习算法、或模糊控制算法构建的；

所述传感数据为传感温度值，所述环境信息为电子设备的使用时间和/或使用程度，所述环境信息预测模型为电子设备的使用时间和/或使用程度预测模型，所述方法包括：根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的使用时间和/或使用程度预测模型，获得所述电子设备的使用时间和/或使用程度信息；根据所述使用时间和/或使用程度信息，并基于预设的运行控制策略，生成控制指令。

2.根据权利要求1所述的控制方法，其特征在于，所述传感数据为传感温度值，所述环境信息为环境温度值，所述环境信息预测模型为环境温度预测模型，所述方法包括：根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的环境温度预测模型，获得所述电子设备内部的环境温度值；根据所述环境温度值，并基于预设的运行控制策略，生成控制指令。

3.根据权利要求2所述的控制方法，其特征在于，所述方法还包括：当所述环境温度大于等于预设的第一阈值时，生成第一控制指令，所述第一控制指令用于控制所述电子设备处于第一运行状态；

当所述环境温度小于预设的第二阈值时，生成第二控制指令，所述第二控制指令用于控制所述电子设备处于第二运行状态；

其中，所述第一阈值与第二阈值相同或不同。

4.根据权利要求1所述的控制方法，其特征在于，所述方法还包括：当所述使用时间和/或使用程度信息达到或超出预设门限时，生成第三控制指令，所述第三控制指令用于控制所述电子设备处于第三运行状态；

当所述使用时间和/或使用程度信息未达到所述预设门限时，生成第四控制指令，所述第四控制指令用于控制所述电子设备处于第四运行状态。

5.一种电子设备，其特征在于，包括：

第一获得单元，用于获取电子设备内部至少一传感器采集所得的传感数据；

第二获得单元，用于根据所述传感数据，并基于预设的环境信息预测模型，获得所述电子设备内部的环境信息；

控制指令生成单元，用于根据所述环境信息，并基于预设的运行控制策略，生成控制指令，所述控制指令用于控制所述电子设备的运行状态；

所述传感数据为传感温度值，所述环境信息为电子设备的使用时间和/或使用程度，所述环境信息预测模型为电子设备的使用时间和/或使用程度预测模型；

所述第二获得单元进一步用于，根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的使用时间和/或使用程度预测模型，获得所述电子设备的使用时间和/或使用程度信息；

所述控制指令生成单元进一步用于，根据所述使用时间和/或使用程度信息，并基于预设的运行控制策略，生成控制指令。

6.根据权利要求5所述的电子设备，其特征在于，所述传感数据为传感温度值，所述环境信息为环境温度值，所述环境信息预测模型为环境温度预测模型；

所述第二获得单元进一步用于，根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的环境温度预测模型，获得所述电子设备内部的环境温度值；

所述控制指令生成单元进一步用于，根据所述环境温度值，并基于预设的运行控制策略，生成控制指令。

7.根据权利要求6所述的电子设备，其特征在于，所述控制指令生成单元进一步用于，当所述环境温度大于等于预设的第一阈值时，生成第一控制指令，所述第一控制指令用于控制所述电子设备处于第一运行状态；

当所述环境温度小于预设的第二阈值时，生成第二控制指令，所述第二控制指令用于控制所述电子设备处于第二运行状态；其中，所述第一阈值与第二阈值相同或不同。

8.根据权利要求5所述的电子设备，其特征在于，所述控制指令生成单元进一步用于，当所述使用时间和/或使用程度信息达到或超出预设门限时，生成第三控制指令，所述第三控制指令用于控制所述电子设备处于第三运行状态；

当所述使用时间和/或使用程度信息未达到所述预设门限时，生成第四控制指令，所述第四控制指令用于控制所述电子设备处于第四运行状态。

说明书

一种电子设备及其运行状态的控制方法

技术领域

[0001] 本发明涉及电子设备的运行控制技术领域，尤其涉及一种电子设备及其运行状态的控制方法。

背景技术

[0002] 固态硬盘(SSD，Solid State Drives)是一种集成度非常高的电子产品，全速运行的时候发热量是非常大的，主要表现为SSD控制器(Controller)和NAND闪存的温度明显高于周边的环境。因此，需要对SSD进行温度管理，当SSD温度过高时需要适当的降低运行速度，从而减少发热量，以使整个计算机达到符合要求的温度。通常的温度管理策略是，设定一个温度门限值，当温度传感器测量所得的温度高于该门限值时，降低SSD的运行速度，当温度降低到该门限值以下时，SSD自动进入全速性能。通常情况下，温度传感器是贴附在发热器件上的，如SSD Controller和NAND，温度传感器测量所得温度并不能准确的反应SSD的内部环境温度，因此，相应的温度管理策略对SSD的内部温度管理效果并不好。

发明内容

[0003] 有鉴于此，本发明实施例提出一种电子设备及其运行状态的控制方法，[0004] 根据本发明的第一方面，提供一种电子设备运行状态的控制方法，包括：

[0005] 获取电子设备内部至少一传感器采集所得的传感数据；

[0006] 根据所述传感数据，并基于预设的环境信息预测模型，获得所述电子设备内部的环境信息；

[0007] 根据所述环境信息，并基于预设的运行控制策略，生成控制指令，所述控制指令用于控制所述电子设备的运行状态。

[0008] 根据本发明一个实施方式，所述环境信息预测模型是基于神经网络的机器学习算法、模糊控制算法构建的。

[0009] 根据本发明一个实施方式，所述传感数据为传感温度值，所述环境信息为环境温度值，所述环境信息预测模型为环境温度预测模型，所述方法包括：

[0010] 根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的环境温度预测模型，获得所述电子设备内部的环境温度值；根据所述环境温度值，并基于预设的运行控制策略，生成控制指令。

[0011] 根据本发明一个实施方式，所述方法还包括：

[0012] 当所述环境温度大于等于预设的第一阈值时，生成第一控制指令，所述第一控制指令用于控制所述电子设备处于第一运行状态；

[0013] 当所述环境温度小于预设的第二阈值时，生成第二控制指令，所述第二控制指令用于控制所述电子设备处于第二运行状态；

[0014] 其中，所述第一阈值与第二阈值相同或不同。

[0015] 根据本发明一个实施方式，所述传感数据为传感温度值，所述环境信息为电子设备的使用时间和/或使用程度，所述环境信息预测模型为电子设备的使用时间和/或使用程度预测模型，所述方法包括：

[0016] 根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的使用时间和/或使用程度预测模型，获得所述电子设备的使用时间和/或使用程度信息；根据所述使用时间和/或使用程度信息，并基于预设的运行控制策略，生成控制指令。

[0017] 根据本发明一个实施方式，所述方法还包括：

[0018] 当所述使用时间和/或使用程度信息达到或超出预设门限时，生成第三控制指令，所述第三控制指令用于控制所述电子设备处于第三运行状态；

[0019] 当所述使用时间和/或使用程度信息未达到所述预设门限时，生成第四控制指令，所述第四控制指令用于控制所述电子设备处于第四运行状态。

[0020] 根据本发明的第二方面，提供一种电子设备，包括：

[0021] 第一获得单元，用于获取电子设备内部至少一传感器采集所得的传感数据；

[0022] 第二获得单元，用于根据所述传感数据，并基于预设的环境信息预测模型，获得所述电子设备内部的环境信息；

[0023] 控制指令生成单元，用于根据所述环境信息，并基于预设的运行控制策略，生成控制指令，所述控制指令用于控制所述电子设备的运行状态。

[0024] 根据本发明一个实施方式，所述传感数据为传感温度值，所述环境信息为环境温度值，所述环境信息预测模型为环境温度预测模型；

[0025] 所述第二获得单元进一步用于，根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的环境温度预测模型，获得所述电子设备内部的环境温度值；

[0026] 所述控制指令生成单元进一步用于，根据所述环境温度值，并基于预设的运行控制策略，生成控制指令。

[0027] 根据本发明一个实施方式，所述控制指令生成单元进一步用于，

[0028] 当所述环境温度大于等于预设的第一阈值时，生成第一控制指令，所述第一控制指令用于控制所述电子设备处于第一运行状态；

[0029] 当所述环境温度小于预设的第二阈值时，生成第二控制指令，所述第二控制指令用于控制所述电子设备处于第二运行状态；

[0030] 其中，所述第一阈值与第二阈值相同或不同。

[0031] 根据本发明一个实施方式，所述传感数据为传感温度值，所述环境信息为电子设备的使用时间和/或使用程度，所述环境信息预测模型为电子设备的使用时间和/或使用程度预测模型；

[0032] 所述第二获得单元进一步用于，根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的使用时间和/或使用程度预测模型，获得所述电子设备的使用时间和/或使用程度信息；

[0033] 所述控制指令生成单元进一步用于，根据所述使用时间和/或使用程度信息，并基于预设的运行控制策略，生成控制指令。

[0034] 根据本发明一个实施方式，所述控制指令生成单元进一步用于，

[0035] 当所述使用时间和/或使用程度信息达到或超出预设门限时，生成第三控制指令，所述第三控制指令用于控制所述电子设备处于第三运行状态；

[0036] 当所述使用时间和/或使用程度信息未达到所述预设门限时，生成第四控制指令，所述第四控制指令用于控制所述电子设备处于第四运行状态。

[0037] 本发明实施例通过采用基于神经网络的机器学习算法、模糊控制算法构建环境信息预测模型，并根据采集所得的传感数据，获得电子设备内部的环境信息，从而能够确保检测的电子设备的环境信息更加准确，并能更准确有效的控制电子设备的运行状态。不仅能够有效避免电子器件由于运行环境温度过高而损坏，还能尽量保证电子设备在环境温度处于安全范围内的情况下提供最优运行性能。

[0038] 需要理解的是，本发明的教导并不需要实现上面所述的全部有益效果，而是特定的技术方案可以实现特定的技术效果，并且本发明的其他实施方式还能够实现上面未提到的有益效果。

附图说明

[0039] 通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：

[0040] 在附图中，相同或对应的标号表示相同或对应的部分。

[0041] 图1根据本发明一个方面的一种电子设备运行状态的控制方法的流程示意图；

[0042] 图2示出了根据本发明一个方面的电子设备的组成结构示意图。

具体实施方式

[0043] 下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。

[0044] 下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。

[0045] 实施例一

[0046] 本发明实施例所提供的一种电子设备运行状态的控制方法，如图1所示，该方法主要包括：

[0047] 步骤101，获取电子设备内部至少一传感器采集所得的传感数据。

[0048] 电子设备内部设置有至少一个传感器，用于采集传感数据，传感器可以是温度传感器，传感数据为传感温度值，但本发明实施例并非仅限于此，也可以是其他类型的传感数据。

[0049] 步骤102，根据所述传感数据，并基于预设的环境信息预测模型，获得所述电子设备内部的环境信息。

[0050] 本发明实施例的环境信息预测模型可以是基于神经网络的机器学习算法构建的，可以通过大量的实验数据或经验数据/历史数据，采用机器学习的方式生成环境信息预测模型，该预测模型主要反映传感数据与电子设备内部的环境信息之间的关系。构建该模型的目的就是用于根据采集获得的传感数据，能够获得对应的环境信息预测。

[0051] 例如：如果传感数据为传感温度值，环境信息为环境温度值，那么环境信息预测模型则为环境温度预测模型，用于根据采集获得的传感温度值，获得对应的环境温度信息。

[0052] 再例如：如果传感数据为传感温度值，环境信息为电子设备的使用时间，所述环境信息预测模型为电子设备的使用时间预测模型，用于根据采集获得的传感温度值，获得对应的电子设备使用时间。

[0053] 再例如：如果传感数据为传感温度值，环境信息为电子设备的使用程度，所述环境信息预测模型为电子设备的使用程度预测模型，用于根据采集获得的传感温度值，获得对应的电子设备使用程序信息。

[0054] 步骤103，根据所述环境信息，并基于预设的运行控制策略，生成控制指令，所述控制指令用于控制所述电子设备的运行状态。

[0055] 预设的运行控制策略是指对电子设备运行状态的控制策略，该控制策略用于基于获得的环境信息，生成对应的控制指令，从而依此来控制电子设备的运行状态。

[0056] 在一种可实施方式中，传感数据为传感温度值，所述环境信息为环境温度值，所述环境信息预测模型为环境温度预测模型，所述方法包括：

[0057] 根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的环境温度预测模型，获得所述电子设备内部的环境温度值；根据所述环境温度值，并基于预设的运行控制策略，生成控制指令。

[0058] 进一步的，当所述环境温度大于等于预设的第一阈值时，生成第一控制指令，所述第一控制指令用于控制所述电子设备处于第一运行状态；

[0059] 当所述环境温度小于预设的第二阈值时，生成第二控制指令，所述第二控制指令用于控制所述电子设备处于第二运行状态；

[0060] 其中，所述第一阈值与第二阈值相同或不同。

[0061] 在第一运行状态下，电子设备的运行速度或整体运行性能，相比在第二运行状态下要低。也就是说，当环境温度值大于等于预设的第一阈值时控制电子设备的运行速度或整体运行性能降低，以使电子设备内部的环境温度降下来，避免电子器件由于运行环境温度过高而损坏；当环境温度值小于预设的第二阈值时，控制电子设备的运行速度或整体运行性能提升，以使电子设备在环境温度处于安全范围内的情况下尽量保证电子设备的运行性能最大。

[0062] 第一阈值和第二阈值可以采用相同的取值，也可以采用不同的取值，当第一阈值和第二阈值为不同取值时，第一阈值的取值大于第二阈值，那么当环境温度值在第一阈值和第二阈值之间时，电子设备可以保持当前所处的运行状态不变。

[0063] 在另一种可实施方式中，所述传感数据为传感温度值，所述环境信息为电子设备的使用时间和/或使用程度，所述环境信息预测模型为电子设备的使用时间和/或使用程度预测模型，所述方法包括：

[0064] 根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的使用时间和/或使用程度预测模型，获得所述电子设备的使用时间和/或使用程度信息；根据所述使用时间和/或使用程度信息，并基于预设的运行控制策略，生成控制指令。

[0065] 进一步的，当所述使用时间和/或使用程度信息达到或超出预设门限时，生成第三控制指令，所述第三控制指令用于控制所述电子设备处于第三运行状态；

[0066] 当所述使用时间和/或使用程度信息未达到所述预设门限时，生成第四控制指令，所述第四控制指令用于控制所述电子设备处于第四运行状态。

[0067] 在第三运行状态下，电子设备的运行速度或整体运行性能，相比在第四运行状态下要低。也就是说，当使用时间和/或使用程度信息大于等于预设门限时，控制电子设备的运行速度或整体运行性能降低，以减少电子设备的使用程度，避免电子设备由于过度使用而损坏；当使用时间和/或使用程度信息小于预设门限时，控制电子设备的运行速度或整体运行性能提升，以使电子设备在允许的使用程度内尽量提供最大的运行性能。

[0068] 本发明实施例所述的电子设备可以是SSD，当然也可以是其他类型的电子设备，对此本发明实施例不做限定。下面仅以SSD为例详细阐述本发明实施例的方法在SSD中的应用，其他类型的电子设备不做过多赘述，实现原理方案类似。SSD是一种集成度非常高的电子设备，全速运行时发热量是非常大的，其主要表现为SSD Controller和NAND的温度明显高于周边的环境。本发明实施例在NAND附近贴附至少一个温度传感器，在SSD Controller内部也设置至少一个温度传感器，分别用于测量NAND和SSD Controller的温度值。根据采集所得的各传感温度值，并基于预设的环境温度预测模型，获得SSD内部的环境温度值，进而根据该环境温度值，并基于预设的运行控制策略，生成对应的控制指令，以控制电子设备的运行状态。

[0069] 在具体实施过程中，可以设置一环境温度阈值，当基于环境温度预测模型获得的环境温度值大于或等于所述环境温度阈值时，控制SSD的运行速度或整体运行性能降低，以使SSD内部的环境温度降下来，避免电子器件由于运行环境温度过高而损坏；当基于环境温度预测模型获得的环境温度值小于所述环境温度阈值时，控制SSD的运行速度或整体运行性能进入全速性能，以使SSD在环境温度处于安全范围内的情况下尽量保证最大运行性能。

[0070] 在具体实施过程中，也可以设置两个或多个环境温度阈值，以实现效果更优的控制。以两个环境温度阈值为例，环境温度阈值1小于环境温度阈值2，当基于环境温度预测模型获得的环境温度值大于或等于环境温度阈值1时，开始运行温度策略调整，如提升散热系统的散热能力等等；当基于环境温度预测模型获得的环境温度值大于或等于环境温度阈值2时，控制SSD的运行速度或整体运行性能降低，以使SSD内部的环境温度降下来，避免电子器件由于运行环境温度过高而损坏；当基于环境温度预测模型获得的环境温度值小于所述环境温度阈值2时，控制SSD的运行速度或整体运行性能进入全速性能，以使SSD在环境温度处于安全范围内的情况下尽量保证最大运行性能，这样可以使SSD的内部温度维持在环境温度阈值2附近(这个过程称为Thermal Throttling)。

[0071] 实施例二

[0072] 本发明实施例还提供了一种电子设备，如图2所示，该电子设备包括：

[0073] 第一获得单元10，用于获取电子设备内部至少一传感器采集所得的传感数据；

[0074] 第二获得单元20，用于根据所述传感数据，并基于预设的环境信息预测模型，获得所述电子设备内部的环境信息；

[0075] 控制指令生成单元30，用于根据所述环境信息，并基于预设的运行控制策略，生成控制指令，所述控制指令用于控制所述电子设备的运行状态。

[0076] 其中，环境信息预测模型是基于神经网络的机器学习算法构建的。

[0077] 在一可实施方式中，所述传感数据为传感温度值，所述环境信息为环境温度值，所述环境信息预测模型为环境温度预测模型；

[0078] 所述第二获得单元20进一步用于，根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的环境温度预测模型，获得所述电子设备内部的环境温度值；

[0079] 所述控制指令生成单元30进一步用于，根据所述环境温度值，并基于预设的运行控制策略，生成控制指令。

[0080] 进一步的，控制指令生成单元30在所述环境温度大于等于预设的第一阈值时，生成第一控制指令，所述第一控制指令用于控制所述电子设备处于第一运行状态；

[0081] 在所述环境温度小于预设的第二阈值时，生成第二控制指令，所述第二控制指令用于控制所述电子设备处于第二运行状态；

[0082] 其中，所述第一阈值与第二阈值相同或不同。

[0083] 在第一运行状态下，电子设备的运行速度或整体运行性能，相比在第二运行状态下要低。也就是说，当环境温度值大于等于预设的第一阈值时控制电子设备的运行速度或整体运行性能降低，以使电子设备内部的环境温度降下来，避免电子器件由于运行环境温度过高而损坏；当环境温度值小于预设的第二阈值时，控制电子设备的运行速度或整体运行性能提升，以使电子设备在环境温度处于安全范围内的情况下尽量保证电子设备的运行性能最大。

[0084] 第一阈值和第二阈值可以采用相同的取值，也可以采用不同的取值，当第一阈值和第二阈值为不同取值时，第一阈值的取值大于第二阈值，那么当环境温度值在第一阈值和第二阈值之间时，电子设备可以保持当前所处的运行状态不变。

[0085] 在另一可实施方式中，所述传感数据为传感温度值，所述环境信息为电子设备的使用时间和/或使用程度，所述环境信息预测模型为电子设备的使用时间和/或使用程度预测模型；

[0086] 所述第二获得单元20进一步用于，根据所述电子设备内部至少一传感器采集所得的传感温度值，并基于预设的使用时间和/或使用程度预测模型，获得所述电子设备的使用时间和/或使用程度信息；

[0087] 所述控制指令生成单元30进一步用于，根据所述使用时间和/或使用程度信息，并基于预设的运行控制策略，生成控制指令。

[0088] 进一步的，控制指令生成单元在所述使用时间和/或使用程度信息达到或超出预设门限时，生成第三控制指令，所述第三控制指令用于控制所述电子设备处于第三运行状态；

[0089] 在所述使用时间和/或使用程度信息未达到所述预设门限时，生成第四控制指令，所述第四控制指令用于控制所述电子设备处于第四运行状态。

[0090] 在第三运行状态下，电子设备的运行速度或整体运行性能，相比在第四运行状态下要低。也就是说，当使用时间和/或使用程度信息大于等于预设门限时，控制电子设备的运行速度或整体运行性能降低，以减少电子设备的使用程度，避免电子设备由于过度使用而损坏；当使用时间和/或使用程度信息小于预设门限时，控制电子设备的运行速度或整体运行性能提升，以使电子设备在允许的使用程度内尽量提供最大的运行性能。(如根据第一阈值与传感器测量值的差以及第二阈值与传感器测量值的差作为两个输入参数，供预测模型输出确定的SSD读写速度调整策略)。

[0091] 综上所述，本发明实施例通过采用基于神经网络的机器学习算法构建环境信息预测模型，并根据采集所得的传感数据，获得电子设备内部的环境信息，从而能够确保检测的电子设备的环境信息更加准确，并能更准确有效的控制电子设备的运行状态。不仅能够有效避免电子器件由于运行环境温度过高而损坏，还能尽量保证电子设备在环境温度处于安全范围内的情况下提供最优运行性能。

[0092] 这里需要指出的是：以上实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果，因此不做赘述。对于本发明实施例中未披露的技术细节，请参照本发明方法实施例的描述而理解，为节约篇幅，因此不再赘述。

[0093] 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。

[0094] 在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

[0095] 上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

[0096] 另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

[0097] 本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。

[0098] 或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例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中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

[0099] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。