CN108347355A - 一种应用状态的检测方法及其设备 - Google Patents
一种应用状态的检测方法及其设备 Download PDFInfo
- Publication number
- CN108347355A CN108347355A CN201710046133.6A CN201710046133A CN108347355A CN 108347355 A CN108347355 A CN 108347355A CN 201710046133 A CN201710046133 A CN 201710046133A CN 108347355 A CN108347355 A CN 108347355A
- Authority
- CN
- China
- Prior art keywords
- data
- preset time
- download
- time period
- application
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/067—Generation of reports using time frame reporting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1425—Traffic logging, e.g. anomaly detection
Abstract
本发明实施例公开一种应用状态的检测方法及其设备，其中方法包括如下步骤：获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量；在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据，所述第一预设时间段和所述第二预设时间段为相邻的预设时间段；当所述应用特征数据不满足预设正常数据范围时，确定所述目标终端应用的应用状态为异常状态。采用本发明，可以正确识别数据量波动的正常范围，准确确定终端应用的数据量存在的异常行为。
Description
技术领域
本发明涉及互联网技术领域，尤其涉及一种应用状态的检测方法及其设备。
背景技术
随着互联网技术不断的开发和完善，现有的终端应用通常都是通过终端中的应用商店进行搜索并下载的，应用商店中展示有应用服务器中存储的多个终端应用，当存在对目标终端应用的下载操作时，可以向应用服务器请求该目标终端应用，并下载至终端中进行安装以及使用。
为了实现对终端应用的数据量波动(例如：下载量波动、使用率波动、广告分发量波动等)进行监控，现有技术通常采用同比或者环比的方式对数据量波动进行比较，然而，由于数据量波动存在一定的不稳定性，例如：控量时的数据量、刷量时的数据量等，因此采用此种特定时间点的数据比较无法正确识别数据量波动的正常范围，也无法确定终端应用的数据量是否存在异常行为。
发明内容
本发明实施例提供一种应用状态的检测方法及其设备，可以正确识别数据量波动的正常范围，准确确定终端应用的数据量存在的异常行为。
本发明实施例第一方面提供了一种应用状态的检测方法，可包括：
获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量；
在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据，所述第一预设时间段和所述第二预设时间段为相邻的预设时间段；
当所述应用特征数据不满足预设正常数据范围时，确定所述目标终端应用的应用状态为异常状态。
本发明实施例第二方面提供了一种应用状态的检测设备，可包括：
数据量获取单元，用于获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量；
特征数据生成单元，用于在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据，所述第一预设时间段和所述第二预设时间段为相邻的预设时间段；
状态确定单元，用于当所述应用特征数据不满足预设正常数据范围时，确定所述目标终端应用的应用状态为异常状态。
在本发明实施例中，通过获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量，并采用相邻两个预设时间段获取的应用数据量生成当前多个预设时间段相关联的应用特征数据，在应用特征数据不满足预设正常数据范围时，可以确定目标终端应用的应用状态为异常状态。通过采用相邻两个预设时间段的应用数据量生成关联的应用特征数据，并采用预设正常数据范围对应用特征数据进行匹配，实现了采用数据范围的方式正确识别数据量波动的正常范围，提升了对终端应用的数据量存在异常行为的判断准确性。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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是本发明实施例提供的一种应用状态的检测方法的流程示意图；
图2是本发明实施例提供的另一种应用状态的检测方法的流程示意图；
图3是本发明实施例提供的一种应用下载状态的检测的举例示意图；
图4是本发明实施例提供的另一种应用下载状态的检测的举例示意图；
图5是本发明实施例提供的一种应用状态的检测设备的结构示意图；
图6是本发明实施例提供的另一种应用状态的检测设备的结构示意图；
图7是本发明实施例提供的特征数据生成单元的结构示意图；
图8是本发明实施例提供的状态确定单元的结构示意图；
图9是本发明实施例提供的又一种应用状态的检测设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明实施例提供的应用状态的检测方法可以应用对应用商店中得各种终端应用的异常下载情况进行检测的场景，例如：检测设备获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量，所述检测设备在所述多个预设时间段中，采用第一预设时间段的应用下载量和第二预设时间段的应用下载量，生成与所述多个预设时间段相关联的下载特征数据，所述第一预设时间段和所述第二预设时间段为相邻的预设时间段，当所述下载特征数据不满足预设正常数据范围时，所述检测设备确定所述目标终端应用的下载状态为异常状态，并输出携带有异常状态的提示信息的场景等。通过采用相邻两个预设时间段的应用下载量生成关联的下载特征数据，并采用预设正常数据范围对下载特征数据进行匹配，实现了采用数据范围的方式正确识别下载量波动的正常范围，提升了对终端应用的下载量存在异常行为的判断准确性。
本发明实施例涉及的检测设备具体可以为检测各终端应用的应用下载量及检测各终端应用的下载状态是否存在异常的后台服务设备；所述终端应用具体可以为在用户终端中运行且实现特定功能的终端应用程序，例如：通信、摄像、游戏等终端应用；所述用户终端可以包括：平板电脑、智能手机、笔记本电脑、掌上电脑、个人计算机以及移动互联网设备(MID)等终端设备。
下面将结合附图1-附图4，对本发明实施例提供的应用状态的检测方法进行详细介绍。
请参见图1，为本发明实施例提供了一种应用状态的检测方法的流程示意图。如图1所示，本发明实施例的所述方法可以包括以下步骤S101-步骤S103。
S101，获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量；
具体的，应用状态的检测设备可以定时获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量，所述应用数据量可以包括下载量、使用率、广告分发量等，例如：每隔1天获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量等，当然，所述检测设备也可以实时获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量，即不间断的获取连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量，所述应用数据量为用户终端在多个预设时间段中各预设时间段内请求所述目标终端应用的数据的次数，所述预设时间段可以根据所述目标终端应用的业务特性进行设定。
S102，在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据；
具体的，所述检测设备可以在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据，可以理解的是，所述第一预设时间段和所述第二预设时间段为相邻的预设时间段，所述应用特征数据具体可以为依据应用数据量得到的用于表示数据量波动的特征信息，包括：下载特征数据、使用率特征数据、广告分发特征数据等，优选的，所述应用特征数据可以为应用数据量的曲线变化信息，也可以为应用数据量所表示的应用收入数据的曲线变化信息。
S103，当所述应用特征数据不满足预设正常数据范围时，确定所述目标终端应用的应用状态为异常状态；
具体的，所述检测设备可以采用预设正常数据范围对所述应用特征数据进行匹配，当所述应用特征数据不满足所述预设正常数据范围时，所述检测设备可以确定所述目标终端应用的应用状态为异常状态，并输出携带有异常状态的提示信息，可以理解的是，所述预设正常数据范围为工作人员在所述目标终端应用的历史应用数据量得到的多种场景下的历史应用特征数据中，确定的预设正常数据范围，所述多种场景可以包括：终端应用控量时、终端应用刷量时、终端应用在节假日时等。所述应用状态可以包括下载状态、使用状态、广告分发状态等。
在本发明实施例中，通过获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量，并采用相邻两个预设时间段获取的应用数据量生成当前多个预设时间段相关联的应用特征数据，在应用特征数据不满足预设正常数据范围时，可以确定目标终端应用的应用状态为异常状态。通过采用相邻两个预设时间段的应用数据量生成关联的应用特征数据，并采用预设正常数据范围对应用特征数据进行匹配，实现了采用数据范围的方式正确识别数据量波动的正常范围，提升了对终端应用的数据量存在异常行为的判断准确性。
请参见图2，为本发明实施例提供了另一种应用状态的检测方法的流程示意图。如图2所示，本发明实施例的所述方法可以包括以下步骤S201-步骤S209。
S201，获取针对目标终端应用所记录的多个历史应用下载量，并采用预设分类信息对所述多个历史应用下载量进行分类处理以生成至少一类历史应用下载量；
S202，根据所述至少一类历史应用下载量中各类历史应用下载量生成与所述各类历史应用下载量相关联的历史下载特征数据，并根据与所述各类历史应用下载量相关联的历史下载特征数据确定所述预设分类信息中各分类信息对应的预设正常数据范围；
具体的，应用状态的检测设备可以获取针对目标终端应用所记录的多个历史应用下载量，并采用预设分类信息对所述多个历史应用下载量进行分类处理，以生成至少一类历史应用下载量，所述预设分类信息具体可以由工作人员进行划分，即可以包括终端应用控量下载时、终端应用刷量下载时、终端应用节假日下载时等，所述检测设备可以根据所述至少一类历史应用下载量中各类历史应用下载量生成与所述各类历史应用下载量相关联的历史下载特征数据，并根据与所述各类历史应用下载量相关联的历史下载特征数据确定所述预设分类信息中各分类信息对应的预设正常数据范围，优选的，在得到与所述各类历史应用下载量相关联的历史下载特征数据后，可以由工作人员通过对历史下载特征数据进行参考确定不同分类信息对应的预设正常数据范围。
可以理解的是，获取历史应用下载量的过程以及历史下载特征数据生成的过程可以参见本发明实施例中获取应用下载量的过程以及下载特征数据生成的过程，在此不进行赘述，请一并参见图3，如图3所示，在确定所述各分类信息对应的预设正常数据范围后，所述检测设备中可以存储图3所示表格，其中预设分类信息可以包括控量下载量、刷量下载量、节假日下载量等，以cosA为例，其中，控量下载量的分类信息对应的预设正常数据范围为0.1～0.2，刷量下载量的分类信息对应的预设正常数据范围为0.7～0.9，节假日下载量的分类信息对应的预设正常数据范围为0.5～0.6等。cosA的具体获取方式可以参见本发明实施例的步骤S206中的描述，在此不进行赘述。
S203，获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量；
具体的，所述检测设备可以定时获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量，例如：每隔1天获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量等，当然，所述检测设备也可以实时获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量，即不间断的获取连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量，所述应用下载量为用户终端在多个预设时间段中各预设时间段内请求下载所述目标终端应用的次数，所述预设时间段可以根据所述目标终端应用的业务特性进行设定。
S204，计算第一预设时间段的应用下载量对应的第一下载数据，并计算第二预设时间段的应用下载量对应的第二下载数据；
具体的，所述检测设备可以计算第一预设时间段的应用下载量对应的第一下载数据，并计算第二预设时间段的应用下载量对应的第二下载数据，可以理解的是，所述第一下载数据和所述第二下载数据均可以为应用收入数据，进一步的，所述检测设备中预设有所述目标终端应用的单价信息，所述检测设备可以采用单价信息、所述第一预设时间段的应用下载量以及所述第二预设时间段的应用下载量，计算得出所述第一下载数据和所述第二下载数据。
S205，获取所述第一预设时间段和所述第二预设时间段的时长差值，并获取所述第一下载数据和所述第二下载数据的数据差值；
S206，将所述时长差值作为横轴直角边，将所述数据差值作为纵轴直角边，计算所述横轴直角边和所述纵轴直角边所在直角三角形中的夹角数据，并将所述夹角数据确定为与所述多个预设时间段相关联的下载特征数据；
具体的，所述检测设备可以获取所述第一预设时间段和所述第二预设时间段的时长差值，并获取所述第一下载数据和所述第二下载数据的数据差值，优选的，所述检测设备中可以设置有曲线平面坐标图，横轴表示时间，纵轴表示下载数据，所述检测设备可以将所述时长差值作为横轴直角边，即与横轴相平行的直角边，并将所述数据差值作为纵轴直角边，即与纵轴相平行的直角边，所述检测设备可以以所述横轴直角边以及所述纵轴直角边在曲线平面坐标图中的实际长度计算所在直角三角形的斜边长度，进一步计算得到所述直角三角形的夹角数据，所述夹角数据具体可以表示为应用下载量的曲线变化信息，也可以表示为应用下载量所表示的应用收入数据的曲线变化信息，请一并参见图4，如图4所示的曲线平面坐标图中，其中横轴表示T，即时间，纵轴表示下载数据，可以每隔5分钟获取一次下载数据，假设在T＝5时获取第一下载数据，T＝10时获取第二下载数据，通过连线可以得到直角三角形，其中时长差值为横轴直角边a，数据差值为纵轴直角边b，则可以计算得到斜边c的值，进而计算得到角A的夹角数据，所述夹角数据优选为cosA＝b/c，需要说明的是，所述夹角数据可以为与所述直角三角形中的角A或角B相关联的特征数据，例如：sinA、sinB、cosB、tanA、tanB等，均可以作为夹角数据，在本发明实施例中，所述检测设备具体可以依据确定所要获取的夹角数据对各分类信息对应的预设正常数据范围进行调整，以此类推，可以得到T＝10至T＝15的夹角数据。可以理解的是，所述检测设备可以每隔预设时间周期计算在该预设时间周期中的多个夹角数据，例如每隔5分钟在曲线平面坐标图取一个点，每隔15分钟获取一次夹角数据，则可以获取到3个夹角数据等。所述检测设备可以将所述夹角数据确定为与所述多个预设时间段相关联的下载特征数据。
S207，采用所述各分类信息对应的预设正常数据范围对所述下载特征数据进行匹配；
S208，当所述下载特征数据不属于任一分类信息对应的预设正常数据范围时，确定所述目标终端应用的下载状态为异常状态，并输出携带有异常状态的提示信息；
具体的，所述检测设备可以采用所述各分类信息对应的预设正常数据范围对所述下载特征数据进行匹配，即分别判断所述下载特征数据是否属于所述各分类信息对应的预设正常数据范围内，当所述下载特征数据不属于任一分类信息对应的预设正常数据范围时，所述检测设备可以确定所述目标终端应用的下载状态为异常状态，并输出携带有异常状态的提示信息。依据图3所示举例，假设获取的下载特征数据分别为0.31、0.38、0.46，则这些下载特征数据不属于任一分类信息对应的预设正常数据范围内，则可以确定所述目标终端应用存在异常下载的情况。
S209，当所述下载特征数据满足所述预设正常数据范围时，确定所述目标终端应用的下载状态为正常状态，并存储所述下载特征数据；
具体的，当所述下载特征数据满足某一分类信息对应的预设正常数据范围时，所述检测设备可以确定所述目标终端应用的下载状态为正常状态，并存储所述下载特征数据，可以理解的是，存储的下载特征数据可以作为历史下载特征数据，便于工作人员后续对该分类信息对应的预设正常数据范围进行调整。
在本发明实施例中，通过获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量，并采用相邻两个预设时间段获取的应用下载量生成当前多个预设时间段相关联的下载特征数据，在下载特征数据不满足预设正常数据范围时，可以确定目标终端应用的下载状态为异常状态，最终输出携带有异常状态的提示信息。通过采用相邻两个预设时间段的应用下载量生成关联的下载特征数据，并采用预设正常数据范围对下载特征数据进行匹配，实现了采用数据范围的方式正确识别下载量波动的正常范围，提升了对终端应用的下载量存在异常行为的判断准确性；通过获取不同分类信息对应的预设正常数据范围，可以在识别出当前的下载状态所属的分类信息的基础上，进一步实现了对异常下载行为的判断，有效的提升了对终端应用的下载量存在异常行为的判断准确性，提高了对异常行为判断的效率。
下面将结合附图5-附图8，对本发明实施例提供的应用状态的检测设备进行详细介绍。需要说明的是，附图5-附图8所示的检测设备，用于执行本发明图1-图4所示实施例的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明图1-图4所示的实施例。
请参见图5，为本发明实施例提供了一种应用状态的检测设备的结构示意图。如图5所示，本发明实施例的所述检测设备1可以包括：数据量获取单元11、特征数据生成单元12和状态确定单元13。
数据量获取单元11，用于获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量；
具体实现中，所述数据量获取单元11可以定时获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量，所述应用数据量可以包括下载量、使用率、广告分发量等，例如：每隔1天获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量等，当然，所述数据量获取单元11也可以实时获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量，即不间断的获取连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量，所述应用数据量为用户终端在多个预设时间段中各预设时间段内请求所述目标终端应用的数据的次数，所述预设时间段可以根据所述目标终端应用的业务特性进行设定。
特征数据生成单元12，用于在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据；
具体实现中，所述特征数据生成单元12可以在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据，可以理解的是，所述第一预设时间段和所述第二预设时间段为相邻的预设时间段，所述应用特征数据具体可以为依据应用数据量得到的用于表示数据量波动的特征信息，包括：下载特征数据、使用率特征数据、广告分发特征数据等，优选的，所述应用特征数据可以为应用数据量的曲线变化信息，也可以为应用数据量所表示的应用收入数据的曲线变化信息。
状态确定单元13，用于当所述应用特征数据不满足预设正常数据范围时，确定所述目标终端应用的应用状态为异常状态；
具体实现中，所述状态确定单元13可以采用预设正常数据范围对所述应用特征数据进行匹配，当所述应用特征数据不满足所述预设正常数据范围时，所述状态确定单元13可以确定所述目标终端应用的应用状态为异常状态，并输出携带有异常状态的提示信息，可以理解的是，所述预设正常数据范围为工作人员在所述目标终端应用的历史应用数据量得到的多种场景下的历史应用特征数据中，确定的预设正常数据范围，所述多种场景可以包括：终端应用控量时、终端应用刷量时、终端应用在节假日时等。所述应用状态可以包括下载状态、使用状态、广告分发状态等。
在本发明实施例中，通过获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量，并采用相邻两个预设时间段获取的应用数据量生成当前多个预设时间段相关联的应用特征数据，在应用特征数据不满足预设正常数据范围时，可以确定目标终端应用的应用状态为异常状态。通过采用相邻两个预设时间段的应用数据量生成关联的应用特征数据，并采用预设正常数据范围对应用特征数据进行匹配，实现了采用数据范围的方式正确识别数据量波动的正常范围，提升了对终端应用的数据量存在异常行为的判断准确性。
请参见图6，为本发明实施例提供了另一种应用状态的检测设备的结构示意图。如图6所示，本发明实施例的所述检测设备1可以包括：数据量获取单元11、特征数据生成单元12、状态确定单元13、下载量分类单元14、数据范围确定单元15和数据存储单元16。
下载量分类单元14，用于获取针对目标终端应用所记录的多个历史应用下载量，并采用预设分类信息对所述多个历史应用下载量进行分类处理以生成至少一类历史应用下载量；
数据范围确定单元15，用于根据所述至少一类历史应用下载量中各类历史应用下载量生成与所述各类历史应用下载量相关联的历史下载特征数据，并根据与所述各类历史应用下载量相关联的历史下载特征数据确定所述预设分类信息中各分类信息对应的预设正常数据范围；
具体实现中，所述下载量分类单元14可以获取针对目标终端应用所记录的多个历史应用下载量，并采用预设分类信息对所述多个历史应用下载量进行分类处理，以生成至少一类历史应用下载量，所述预设分类信息具体可以由工作人员进行划分，即可以包括终端应用控量下载时、终端应用刷量下载时、终端应用节假日下载时等，所述数据范围确定单元15可以根据所述至少一类历史应用下载量中各类历史应用下载量生成与所述各类历史应用下载量相关联的历史下载特征数据，并根据与所述各类历史应用下载量相关联的历史下载特征数据确定所述预设分类信息中各分类信息对应的预设正常数据范围，优选的，在得到与所述各类历史应用下载量相关联的历史下载特征数据后，可以由工作人员通过对历史下载特征数据进行参考确定不同分类信息对应的预设正常数据范围。
可以理解的是，获取历史应用下载量的过程以及历史下载特征数据生成的过程可以参见图2所示实施例中获取应用下载量的过程以及下载特征数据生成的过程，在此不进行赘述，请一并参见图3，如图3所示，在确定所述各分类信息对应的预设正常数据范围后，所述检测设备1中可以存储图3所示表格，其中预设分类信息可以包括控量下载量、刷量下载量、节假日下载量等，以cosA为例，其中，控量下载量的分类信息对应的预设正常数据范围为0.1～0.2，刷量下载量的分类信息对应的预设正常数据范围为0.7～0.9，节假日下载量的分类信息对应的预设正常数据范围为0.5～0.6等。cosA的具体获取方式可以参见图2所示实施例的步骤S206中的描述，在此不进行赘述。
数据量获取单元11，用于获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量；
具体实现中，所述数据量获取单元11可以定时获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量，例如：每隔1天获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量等，当然，所述数据量获取单元11也可以实时获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量，即不间断的获取连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量，所述应用下载量为用户终端在多个预设时间段中各预设时间段内请求下载所述目标终端应用的次数，所述预设时间段可以根据所述目标终端应用的业务特性进行设定。
特征数据生成单元12，用于在所述多个预设时间段中，采用第一预设时间段的应用下载量和第二预设时间段的应用下载量，生成与所述多个预设时间段相关联的下载特征数据；
具体实现中，所述特征数据生成单元12可以在所述多个预设时间段中，采用第一预设时间段的应用下载量和第二预设时间段的应用下载量，生成与所述多个预设时间段相关联的下载特征数据，可以理解的是，所述第一预设时间段和所述第二预设时间段为相邻的预设时间段，所述下载特征数据具体可以为依据应用下载量得到的用于表示下载量波动的特征信息，优选的，所述下载特征数据可以为应用下载量所表示的应用收入数据的曲线变化信息。
具体的，请一并参见图7，为本发明实施例提供了特征数据生成单元的结构示意图。如图7所示，所述特征数据生成单元12可以包括：
下载数据计算子单元121，用于计算第一预设时间段的应用下载量对应的第一下载数据，并计算第二预设时间段的应用下载量对应的第二下载数据；
具体实现中，所述下载数据计算子单元121可以计算第一预设时间段的应用下载量对应的第一下载数据，并计算第二预设时间段的应用下载量对应的第二下载数据，可以理解的是，所述第一下载数据和所述第二下载数据均可以为应用收入数据，进一步的，所述检测设备1中预设有所述目标终端应用的单价信息，所述下载数据计算子单元121可以采用单价信息、所述第一预设时间段的应用下载量以及所述第二预设时间段的应用下载量，计算得出所述第一下载数据和所述第二下载数据。
差值获取子单元122，用于获取所述第一预设时间段和所述第二预设时间段的时长差值，并获取所述第一下载数据和所述第二下载数据的数据差值；
特征数据确定子单元123，用于将所述时长差值作为横轴直角边，将所述数据差值作为纵轴直角边，计算所述横轴直角边和所述纵轴直角边所在直角三角形中的夹角数据，并将所述夹角数据确定为与所述多个预设时间段相关联的下载特征数据；
具体实现中，所述差值获取子单元122可以获取所述第一预设时间段和所述第二预设时间段的时长差值，并获取所述第一下载数据和所述第二下载数据的数据差值，优选的，所述检测设备1中可以设置有曲线平面坐标图，横轴表示时间，纵轴表示下载数据，所述特征数据确定子单元123可以将所述时长差值作为横轴直角边，即与横轴相平行的直角边，并将所述数据差值作为纵轴直角边，即与纵轴相平行的直角边，所述特征数据确定子单元123可以以所述横轴直角边以及所述纵轴直角边在曲线平面坐标图中的实际长度计算所在直角三角形的斜边长度，进一步计算得到所述直角三角形的夹角数据，所述夹角数据具体可以表示为应用下载量的曲线变化信息，也可以表示为应用下载量所表示的应用收入数据的曲线变化信息，请一并参见图4，如图4所示的曲线平面坐标图中，其中横轴表示T，即时间，纵轴表示下载数据，可以每隔5分钟获取一次下载数据，假设在T＝5时获取第一下载数据，T＝10时获取第二下载数据，通过连线可以得到直角三角形，其中时长差值为横轴直角边a，数据差值为纵轴直角边b，则可以计算得到斜边c的值，进而计算得到角A的夹角数据，所述夹角数据优选为cosA＝b/c，需要说明的是，所述夹角数据可以为与所述直角三角形中的角A或角B相关联的特征数据，例如：sinA、sinB、cosB、tanA、tanB等，均可以作为夹角数据，在本发明实施例中，所述检测设备具体可以依据确定所要获取的夹角数据对各分类信息对应的预设正常数据范围进行调整，以此类推，可以得到T＝10至T＝15的夹角数据。可以理解的是，所述检测设备1可以每隔预设时间周期计算在该预设时间周期中的多个夹角数据，例如每隔5分钟在曲线平面坐标图取一个点，每隔15分钟获取一次夹角数据，则可以获取到3个夹角数据等。所述特征数据确定子单元123可以将所述夹角数据确定为与所述多个预设时间段相关联的下载特征数据。
状态确定单元13，用于当所述下载特征数据不满足预设正常数据范围时，确定所述目标终端应用的下载状态为异常状态，并输出携带有异常状态的提示信息；
具体实现中，所述状态确定单元13可以采用预设正常数据范围对所述下载特征数据进行匹配，当所述下载特征数据不满足所述预设正常数据范围时，所述状态确定单元13可以确定所述目标终端应用的下载状态为异常状态，并输出携带有异常状态的提示信息，可以理解的是，所述预设正常数据范围为工作人员在所述目标终端应用的历史应用下载量得到的多种场景下的历史下载特征数据中，确定的预设正常数据范围，所述多种场景可以包括：终端应用控量下载时、终端应用刷量下载时、终端应用节假日下载时等。
具体的，请一并参见图8，为本发明实施例提供了状态确定单元的结构示意图。如图8所示，所述状态确定单元13可以包括：
数据范围匹配子单元131，用于采用所述各分类信息对应的预设正常数据范围对所述下载特征数据进行匹配；
信息输出子单元132，用于当所述下载特征数据不属于任一分类信息对应的预设正常数据范围时，确定所述目标终端应用的下载状态为异常状态，并输出携带有异常状态的提示信息；
具体实现中，所述数据范围匹配子单元131可以采用所述各分类信息对应的预设正常数据范围对所述下载特征数据进行匹配，即分别判断所述下载特征数据是否属于所述各分类信息对应的预设正常数据范围内，当所述下载特征数据不属于任一分类信息对应的预设正常数据范围时，所述信息输出子单元132可以确定所述目标终端应用的下载状态为异常状态，并输出携带有异常状态的提示信息。依据图3所示举例，假设获取的下载特征数据分别为0.31、0.38、0.46，则这些下载特征数据不属于任一分类信息对应的预设正常数据范围内，则可以确定所述目标终端应用存在异常下载的情况。
数据存储单元16，用于当所述下载特征数据满足所述预设正常数据范围时，确定所述目标终端应用的下载状态为正常状态，并存储所述下载特征数据；
具体实现中，当所述下载特征数据满足某一分类信息对应的预设正常数据范围时，所述数据存储单元16可以确定所述目标终端应用的下载状态为正常状态，并存储所述下载特征数据，可以理解的是，存储的下载特征数据可以作为历史下载特征数据，便于工作人员后续对该分类信息对应的预设正常数据范围进行调整。
在本发明实施例中，通过获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量，并采用相邻两个预设时间段获取的应用下载量生成当前多个预设时间段相关联的下载特征数据，在下载特征数据不满足预设正常数据范围时，可以确定目标终端应用的下载状态为异常状态，最终输出携带有异常状态的提示信息。通过采用相邻两个预设时间段的应用下载量生成关联的下载特征数据，并采用预设正常数据范围对下载特征数据进行匹配，实现了采用数据范围的方式正确识别下载量波动的正常范围，提升了对终端应用的下载量存在异常行为的判断准确性；通过获取不同分类信息对应的预设正常数据范围，可以在识别出当前的下载状态所属的分类信息的基础上，进一步实现了对异常下载行为的判断，有效的提升了对终端应用的下载量存在异常行为的判断准确性，提高了对异常行为判断的效率。
请参见图9，为本发明实施例提供了又一种应用状态的检测设备的结构示意图。如图9所示，所述检测设备1000可以包括：至少一个处理器1001，例如CPU，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。其中，用户接口1003可以包括显示屏(Display)、键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图9所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及状态检测应用程序。
在图9所示的检测设备1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的状态检测应用程序，并具体执行以下操作：
获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量；
在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据，所述第一预设时间段和所述第二预设时间段为相邻的预设时间段；
当所述应用特征数据不满足预设正常数据范围时，确定所述目标终端应用的应用状态为异常状态。
在一个实施例中，所述应用数据量为应用下载量，所述应用特征数据为下载特征数据。
在一个实施例中，所述处理器1001在执行获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量之前，还执行以下操作：
获取针对目标终端应用所记录的多个历史应用下载量，并采用预设分类信息对所述多个历史应用下载量进行分类处理以生成至少一类历史应用下载量；
根据所述至少一类历史应用下载量中各类历史应用下载量生成与所述各类历史应用下载量相关联的历史下载特征数据，并根据与所述各类历史应用下载量相关联的历史下载特征数据确定所述预设分类信息中各分类信息对应的预设正常数据范围。
在一个实施例中，所述处理器1001在执行在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据时，具体执行以下操作：
计算第一预设时间段的应用下载量对应的第一下载数据，并计算第二预设时间段的应用下载量对应的第二下载数据；
获取所述第一预设时间段和所述第二预设时间段的时长差值，并获取所述第一下载数据和所述第二下载数据的数据差值；
将所述时长差值作为横轴直角边，将所述数据差值作为纵轴直角边，计算所述横轴直角边和所述纵轴直角边所在直角三角形中的夹角数据，并将所述夹角数据确定为与所述多个预设时间段相关联的下载特征数据。
在一个实施例中，所述应用状态为下载状态；
所述处理器1001在执行当所述应用特征数据不满足预设正常数据范围时，确定所述目标终端应用的应用状态为异常状态时，具体执行以下操作：
采用所述各分类信息对应的预设正常数据范围对所述下载特征数据进行匹配；
当所述下载特征数据不属于任一分类信息对应的预设正常数据范围时，确定所述目标终端应用的下载状态为异常状态，并输出携带有异常状态的提示信息。
在一个实施例中，所述处理器1001还执行以下操作；
当所述下载特征数据满足所述预设正常数据范围时，确定所述目标终端应用的下载状态为正常状态，并存储所述下载特征数据。
在本发明实施例中，通过获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用下载量，并采用相邻两个预设时间段获取的应用下载量生成当前多个预设时间段相关联的下载特征数据，在下载特征数据不满足预设正常数据范围时，可以确定目标终端应用的下载状态为异常状态，最终输出携带有异常状态的提示信息。通过采用相邻两个预设时间段的应用下载量生成关联的下载特征数据，并采用预设正常数据范围对下载特征数据进行匹配，实现了采用数据范围的方式正确识别下载量波动的正常范围，提升了对终端应用的下载量存在异常行为的判断准确性；通过获取不同分类信息对应的预设正常数据范围，可以在识别出当前的下载状态所属的分类信息的基础上，进一步实现了对异常下载行为的判断，有效的提升了对终端应用的下载量存在异常行为的判断准确性，提高了对异常行为判断的效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (12)
1.一种应用状态的检测方法，其特征在于，包括：
获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量；
在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据，所述第一预设时间段和所述第二预设时间段为相邻的预设时间段；
当所述应用特征数据不满足预设正常数据范围时，确定所述目标终端应用的应用状态为异常状态。
2.根据权利要求1所述的方法，其特征在于，所述应用数据量为应用下载量，所述应用特征数据为下载特征数据。
3.根据权利要求2所述的方法，其特征在于，所述获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量之前，还包括：
获取针对目标终端应用所记录的多个历史应用下载量，并采用预设分类信息对所述多个历史应用下载量进行分类处理以生成至少一类历史应用下载量；
根据所述至少一类历史应用下载量中各类历史应用下载量生成与所述各类历史应用下载量相关联的历史下载特征数据，并根据与所述各类历史应用下载量相关联的历史下载特征数据确定所述预设分类信息中各分类信息对应的预设正常数据范围。
4.根据权利要求2所述的方法，其特征在于，所述在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据，包括：
计算第一预设时间段的应用下载量对应的第一下载数据，并计算第二预设时间段的应用下载量对应的第二下载数据；
获取所述第一预设时间段和所述第二预设时间段的时长差值，并获取所述第一下载数据和所述第二下载数据的数据差值；
将所述时长差值作为横轴直角边，将所述数据差值作为纵轴直角边，计算所述横轴直角边和所述纵轴直角边所在直角三角形中的夹角数据，并将所述夹角数据确定为与所述多个预设时间段相关联的下载特征数据。
5.根据权利要求3所述的方法，其特征在于，所述应用状态为下载状态；
所述当所述应用特征数据不满足预设正常数据范围时，确定所述目标终端应用的应用状态为异常状态，包括：
采用所述各分类信息对应的预设正常数据范围对所述下载特征数据进行匹配；
当所述下载特征数据不属于任一分类信息对应的预设正常数据范围时，确定所述目标终端应用的下载状态为异常状态，并输出携带有异常状态的提示信息。
6.根据权利要求2所述的方法，其特征在于，还包括：
当所述下载特征数据满足所述预设正常数据范围时，确定所述目标终端应用的下载状态为正常状态，并存储所述下载特征数据。
7.一种应用状态的检测设备，其特征在于，包括：
数据量获取单元，用于获取多个连续的预设时间段中各预设时间段内针对目标终端应用的应用数据量；
特征数据生成单元，用于在所述多个预设时间段中，采用第一预设时间段的应用数据量和第二预设时间段的应用数据量，生成与所述多个预设时间段相关联的应用特征数据，所述第一预设时间段和所述第二预设时间段为相邻的预设时间段；
状态确定单元，用于当所述应用特征数据不满足预设正常数据范围时，确定所述目标终端应用的应用状态为异常状态。
8.根据权利要求7所述的设备，其特征在于，所述应用数据量为应用下载量，所述应用特征数据为下载特征数据。
9.根据权利要求8所述的设备，其特征在于，还包括：
下载量分类单元，用于获取针对目标终端应用所记录的多个历史应用下载量，并采用预设分类信息对所述多个历史应用下载量进行分类处理以生成至少一类历史应用下载量；
数据范围确定单元，用于根据所述至少一类历史应用下载量中各类历史应用下载量生成与所述各类历史应用下载量相关联的历史下载特征数据，并根据与所述各类历史应用下载量相关联的历史下载特征数据确定所述预设分类信息中各分类信息对应的预设正常数据范围。
10.根据权利要求8所述的设备，其特征在于，所述特征数据生成单元包括：
下载数据计算子单元，用于计算第一预设时间段的应用下载量对应的第一下载数据，并计算第二预设时间段的应用下载量对应的第二下载数据；
差值获取子单元，用于获取所述第一预设时间段和所述第二预设时间段的时长差值，并获取所述第一下载数据和所述第二下载数据的数据差值；
特征数据确定子单元，用于将所述时长差值作为横轴直角边，将所述数据差值作为纵轴直角边，计算所述横轴直角边和所述纵轴直角边所在直角三角形中的夹角数据，并将所述夹角数据确定为与所述多个预设时间段相关联的下载特征数据。
11.根据权利要求9所述的设备，其特征在于，所述应用状态为下载状态；
所述状态确定单元包括：
数据范围匹配子单元，用于采用所述各分类信息对应的预设正常数据范围对所述下载特征数据进行匹配；
信息输出子单元，用于当所述下载特征数据不属于任一分类信息对应的预设正常数据范围时，确定所述目标终端应用的下载状态为异常状态，并输出携带有异常状态的提示信息。
12.根据权利要求8所述的设备，其特征在于，还包括：
数据存储单元，用于当所述下载特征数据满足所述预设正常数据范围时，确定所述目标终端应用的下载状态为正常状态，并存储所述下载特征数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710046133.6A CN108347355B (zh) | 2017-01-22 | 2017-01-22 | 一种应用状态的检测方法及其设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710046133.6A CN108347355B (zh) | 2017-01-22 | 2017-01-22 | 一种应用状态的检测方法及其设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108347355A true CN108347355A (zh) | 2018-07-31 |
| CN108347355B CN108347355B (zh) | 2022-03-11 |
Family
ID=62974510
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710046133.6A Active CN108347355B (zh) | 2017-01-22 | 2017-01-22 | 一种应用状态的检测方法及其设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108347355B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108881326A (zh) * | 2018-09-27 | 2018-11-23 | 深圳市联软科技股份有限公司 | 确定网络流量异常行为的方法、系统、介质及设备 |
| CN109885417A (zh) * | 2018-12-28 | 2019-06-14 | 广州卓动信息科技有限公司 | 异常分析方法及电子设备、可读存储介质 |
| CN113347264A (zh) * | 2021-06-16 | 2021-09-03 | 黑龙江八一农垦大学 | 智能网络自恢复方法和系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102130800A (zh) * | 2011-04-01 | 2011-07-20 | 苏州赛特斯网络科技有限公司 | 基于数据流行为分析的网络访问异常检测装置及方法 |
| CN104038929A (zh) * | 2014-05-09 | 2014-09-10 | 宇龙计算机通信科技(深圳)有限公司 | 网络访问异常识别方法和网络访问异常识别装置 |
| CN104077195A (zh) * | 2013-03-29 | 2014-10-01 | 广州华多网络科技有限公司 | 状态检测方法、装置及终端 |
| CN104932963A (zh) * | 2015-05-29 | 2015-09-23 | 广东欧珀移动通信有限公司 | 管理终端的方法及装置 |
| WO2015196960A1 (en) * | 2014-06-24 | 2015-12-30 | Tencent Technology (Shenzhen) Company Limited | Method and system for checking security of url for mobile terminal |
| CN105824834A (zh) * | 2015-01-06 | 2016-08-03 | 腾讯科技（深圳）有限公司 | 搜索流量作弊行为识别方法及装置 |
| CN106776245A (zh) * | 2016-11-18 | 2017-05-31 | 维沃移动通信有限公司 | 一种异常应用处理方法、装置及移动终端 |
-
2017
- 2017-01-22 CN CN201710046133.6A patent/CN108347355B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102130800A (zh) * | 2011-04-01 | 2011-07-20 | 苏州赛特斯网络科技有限公司 | 基于数据流行为分析的网络访问异常检测装置及方法 |
| CN104077195A (zh) * | 2013-03-29 | 2014-10-01 | 广州华多网络科技有限公司 | 状态检测方法、装置及终端 |
| CN104038929A (zh) * | 2014-05-09 | 2014-09-10 | 宇龙计算机通信科技(深圳)有限公司 | 网络访问异常识别方法和网络访问异常识别装置 |
| WO2015196960A1 (en) * | 2014-06-24 | 2015-12-30 | Tencent Technology (Shenzhen) Company Limited | Method and system for checking security of url for mobile terminal |
| CN105824834A (zh) * | 2015-01-06 | 2016-08-03 | 腾讯科技（深圳）有限公司 | 搜索流量作弊行为识别方法及装置 |
| CN104932963A (zh) * | 2015-05-29 | 2015-09-23 | 广东欧珀移动通信有限公司 | 管理终端的方法及装置 |
| CN106776245A (zh) * | 2016-11-18 | 2017-05-31 | 维沃移动通信有限公司 | 一种异常应用处理方法、装置及移动终端 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108881326A (zh) * | 2018-09-27 | 2018-11-23 | 深圳市联软科技股份有限公司 | 确定网络流量异常行为的方法、系统、介质及设备 |
| CN109885417A (zh) * | 2018-12-28 | 2019-06-14 | 广州卓动信息科技有限公司 | 异常分析方法及电子设备、可读存储介质 |
| CN109885417B (zh) * | 2018-12-28 | 2022-08-02 | 广州卓动信息科技有限公司 | 异常分析方法及电子设备、可读存储介质 |
| CN113347264A (zh) * | 2021-06-16 | 2021-09-03 | 黑龙江八一农垦大学 | 智能网络自恢复方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108347355B (zh) | 2022-03-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104081339B (zh) | 基于优先级和数据使用计划来管理通过网络连接的数据传输 | |
| CN105227626B (zh) | 一种内容推送方法、装置及终端 | |
| CN104579768B (zh) | 客户端升级方法和装置 | |
| EP3554152B1 (en) | Categorized location identification based on historical locations of a user device | |
| CN109726885A (zh) | 用电量异常评估方法、装置、设备和计算机存储介质 | |
| CN107689988A (zh) | 一种消息推送的方法、装置、电子设备及终端设备 | |
| CN104821956B (zh) | 基于电子设备或应用的定位方法和装置 | |
| CN102404397A (zh) | 信息提醒的方法、装置及系统 | |
| CN106171019B (zh) | 确定终端漫游状态的方法、装置、终端及服务器 | |
| CN108347355A (zh) | 一种应用状态的检测方法及其设备 | |
| CN110471821A (zh) | 异常变更检测方法、服务器及计算机可读存储介质 | |
| CN108600399A (zh) | 信息推送方法及相关产品 | |
| CN104333501A (zh) | 一种联系人列表的显示方法及装置 | |
| CN104618225A (zh) | 一种联系人列表的处理方法 | |
| CN105120429A (zh) | 一种终端接通方法及装置 | |
| CN108229133B (zh) | 一种业务操作方法及装置、业务权限获取方法及装置 | |
| CN106131238B (zh) | Ip地址的分类方法及装置 | |
| CN109168138A (zh) | 网内换号的识别方法、装置及设备 | |
| CN111291281A (zh) | 充电设备推荐方法及装置 | |
| EP3627339A1 (en) | User location identification method and apparatus, storage medium, and electronic device | |
| CN108805512A (zh) | 一种考勤信息记录方法及其设备、系统 | |
| CN102984076B (zh) | 流量业务类型识别方法和装置 | |
| CN105871563B (zh) | 一种话单采集方法及电子设备 | |
| CN109284950A (zh) | 时间估测方法、装置及电子设备 | |
| CN113377473A (zh) | 任务创建方法、装置、电子设备及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |