CN108628623A - 一种基于马尔可夫链蒙特卡洛分包技术算法的移动平台整包热更新的解决方法 - Google Patents

Abstract

本发明涉及一种移动平台数据处理方法，尤其涉及一种基于马尔可夫链蒙特卡洛分包技术算法的移动平台整包热更新的解决方法。移动平台基于差分包的整包热更新和基于马尔可夫链蒙特卡洛分包资源加载；基于差分包的整包热更新方案，通过软件资源动态加载的方式将差分的资源加载到当前的包体里面；基于马尔可夫链蒙特卡洛分包资源加载，其一是边运行边下载，其二是采用微包技术。本发明的有益之处在于：接入简单，用户无打扰；更新策略灵活，版本运营功能强大；人工智能技术持续优化资源加载策略。

Description

一种基于马尔可夫链蒙特卡洛分包技术算法的移动平台整包 热更新的解决方法

技术领域

本发明涉及一种移动平台数据处理方法，尤其涉及一种基于马尔可夫链蒙特卡洛分包技术算法的移动平台整包热更新的解决方法。

背景技术

伴随着移动互联网和智能手机的飞速发展，智能机用户日渐庞大。用户对于高品质软件的持续追求和硬件设备升级的同时，也带来了软件的安装包包体容量的激增，软件的版本更新也变得日益频繁。

移动软件的安装包体的增大，更新频率的提高带来的用户流失和技术缺失已经成为移动软件开发的一大痛点。

目前热更新技术主要有两种：

一是软件开发商自主开发的资源和代码更新方案：主要是使用lua、pathon脚本和面向对象语言如C++、C#的混编技术，把注重效率和底层代码部分使用面向对象语言；涉及界面显示、数据加载、逻辑判断的部分使用脚本语言进行更新。美术和数据资源使用版本相关的索引表进行关联，在每次版本更新的时候进行对比，手动或者自动生成差分包后，对上线的版本进行线性更新。这种方案的主要缺点是前期技术开发难度很大，同时版本上线后维护成本较高。

二是使用第三方提供的热更新工具，以腾讯、微信官方的Android热更新解决方案Tinker为例。它支持动态下发代码、So库以及资源更新，让应用能够在不需要重新安装的情况下实现更新。可以让开发商集成和快速接入，但是他在功能设计和定制化管理有诸多限制，如不能自动计算和生成上线包和新包的补丁patch，不能提供打包工具集成方式，不能指定机型、语言、地区、数量更新，不支持预下载等。

发明内容

本发明的目的是提供了一种基于马尔可夫链蒙特卡洛分包技术算法的移动平台整包热更新的解决方法。所述方法兼顾前期软件开发商使用的低门槛、易使用和后期产品上线后的低维护成本和多策略。

为解决上述问题，本发明是通过以下技术方案实现的：

一种基于马尔可夫链蒙特卡洛分包技术算法的移动平台整包热更新的解决方法，移动平台基于差分包的整包热更新和基于马尔可夫链蒙特卡洛分包资源加载；所述移动平台包括手机、平板、电脑等。

第一个技术点：所述基于差分包的整包热更新方案，最新版本的包体上传后台的时候，会依次和各个老版本自动化差分出差分包，当低于最新版本的应用启动，会根据当前的差分包，通过软件资源动态加载的方式将差分的资源加载到当前的包体里面；

具体实现步骤如下：

第一步：应用接入盘古热更SDK（Software Development Kit 软件开发工具包），SDK的操作是介于移动操作系统底层和应用层之间，并和引擎层通信；同时SDK会获取应用的基本信息以及活动（Activity）、进程（Process）、服务（Service）,并对移动操作系统提供的底层功能进行封装和使用。第二步：将应用的版本上传至盘古热更新后台，服务器在获取到最新版本后采用差分算法和老版本依次差分出对应的差分包，保证各个版本只需一次升级并且无冗余资源。

第三步：当应用启动的时候，会启动相应SDK服务（Service）去和最新的版本的版本和code号比对，确定是否需要热更新。如果有新版本，盘古SDK会通过代理的方式，动态加载差分包资源，在WIFI环境下无感知升级软件包。

第四步：可以根据用户特性来定制化热更新策略：例如针对不同省份、移动运营商、语言、国家区别化更新；根据不同用户行为趋势更新A、B不同的版本；更新指定数量的用户做小规模版本测试，若版本不够理想，回退到上一个版本等。

第二个技术点：基于马尔可夫链蒙特卡洛分包资源加载，其一是边运行边下载，针对于资源加载，根据资源加载类型分为流媒体和软件两种，流媒体是线性路径的，流媒体的过程是固定的，软件的过程是随机的，多路径的，软件的随机性满足马尔可夫性，盘古热更新SDK底层实现是对访问资源进行访问监控，通过包体的运行采样，基于马尔可夫算法把包体的资源按照访问时间和访问概率进行排序，将用户使用的前期资源打成小包，其他资源上传服务，在应用软件启动后，如果连接至网络，会立即请求后续资源，资源服务器通过训练过的人工智能算法指定的当前策略依次派发资源数，用户每访问一个资源时，盘古热更新SDK可以预先判断出资源文件是在安装包里面，还是在服务器上，给出正确的路，若此时资源在服务器上，并且没有在预计计划中下载完成，此时立即暂停原有下载进程即刻下载此资源，同时反馈给服务器，作为训练数据调整人工智能的算法决，在下载完成此资源后，重启原有下载进程；其二是微包技术，把应用的资源全部放到服务器上，只保留能够启动软件的最小包体，用户通过安装预先制作的小包，在启动应用时需要先把资源下载一部分，下载完成后才能正常进入应用。

具体实现步骤如下：

第一步：在定制的移动平台上运行应用，所述移动平台上安装了基于马尔可夫算法的资源流收集应用，当软件运行一段时间后，通过该应用看到按照访问时间的排序资源数据流；

第二步：把靠前的资源打包成小包，把剩余的资源上传至盘古热更新服务器，所述盘古热更新SDK在底层对访问资源的接口进行了访问监控，接管了对包内文件的访问，若访问资源在包体内便可正常运行，否则，需要通知下载进程，请求下载资源；

第三步： 应用运行的过程中，有两条进程，一个是应用进程，一个是下载进程；应用启动后下载进程按照服务端预先指定好的资源顺序下载资源，当应用进程访问是本地资源是，软件正常运行，当访问的资源在服务端上时，盘古SDK就要把当前的应用进程挂起（Sleep）并通知下载进程暂停目前的下载任务，即刻下载缺少资源，当所需资源下载完毕重启之前的资源下载进程，并通知应用进程启动（Wakeup），周而复始直至应用关闭；

第四步：在盘古热更新服务器端，会持续不断的收集用户对于资源的请求序列，特别是针对于未按照预期的资源请求，会做加权处理，通过马尔可夫链蒙特卡洛方法，针对用户的大数据资源请求顺序进行不断的采样，训练人工智能的决策模型，不断优化出更加合理的资源派放路径。

与现有技术相比，本发明的有益之处在于：

一、接入简单，用户无打扰

本发明提供打包工具集成和自动化处理，只需要接入盘古SDK后，整包上传到服务器后台，就可以自动化差分包和版本全覆盖热更新。用户在使用WIFI环境下可以无感知、无打扰升级，在使用流量的情况下会可选择更新。

二、更新策略灵活，版本运营功能强大

本发明可以根据用户特性来定制化热更新策略：例如针对不同省份、移动运营商、语言、国家区别化更新；根据不同用户行为趋势更新A、B不同的版本；更新指定数量的用户做小规模版本测试，若版本不够理想，回退到上一个版本等。即使是流量情况下更新也会为用户节省大量流量，降到用户流失率，提供用户留存。同时版本管理变得更简单明了。

三、人工智能技术持续优化资源加载策略

本发明分包技术采用了马尔可夫链蒙特卡洛算法，对应用的资源进行整合分类和策略性加载。更小的包体可以给应用带来更好的下载量和转化率的同时不影响用户体验，其次也解决了部分应用商店限制包体大小的问题。

附图说明：

下面结合附图对本发明进一步说明：

图1是本发明的热更新客户端技术架构流程示意图

图2是本发明的盘古热更新SDK与移动操作系统的关系流程示意图

图3是本发明的热更新的网络和服务端架构流程示意图

图4是本发明的分包的总体技术架构流程示意图

图5是本发明的边用边下技术架构流程示意图

图6是本发明的分包的资源管理系统流程示意图

具体实施方式：

下面结合附图及具体实施方式对本发明进行详细描述：

一种基于马尔可夫链蒙特卡洛分包技术算法的移动平台整包热更新的解决方法，移动平台基于差分包的整包热更新和基于马尔可夫算法的分包技术；所述移动平台包括手机、平板、电脑等。

第一个技术点：所述基于差分包的整包热更新方案，最新版本的包体上传后台的时候，会依次和各个老版本自动化差分出差分包，当低于最新版本的应用启动，会根据当前的差分包，通过软件资源动态加载的方式将差分的资源加载到当前的包体里面；

具体实现步骤如下：

第一步：应用接入盘古热更SDK（Software Development Kit 软件开发工具包），SDK的操作是介于移动操作系统底层和应用层之间，并和引擎层通信，其架构如图1所示。SDK会获取应用的基本信息以及活动（Activity）、进程（Process）、服务（Service）等，并对移动操作系统提供的底层功能进行封装和使用，其架构如图2所示。

第二步：将应用的版本上传至盘古热更新后台，服务器在获取到最新版本后采用差分算法和老版本依次差分出对应的差分包，保证各个版本只需一次升级并且无冗余资源。

第三步：当应用启动的时候，会启动相应SDK服务（Service）去和最新的版本的版本和code号比对，确定是否需要热更新。如果有新版本，盘古SDK会通过代理的方式，动态加载差分包资源，在WIFI环境下无感知升级软件包。

第四步：可以根据用户特性来定制化热更新策略：例如针对不同省份、移动运营商、语言、国家区别化更新；根据不同用户行为趋势更新A、B不同的版本；更新指定数量的用户做小规模版本测试，若版本不够理想，回退到上一个版本等，整体的热更新架构如图3所示。

第二个技术点：基于马尔可夫链蒙特卡洛分包资源加载，其一是边运行边下载，针对于资源加载，根据资源加载类型分为流媒体和软件两种，流媒体是线性路径的，流媒体的过程是固定的，软件的过程是随机的，多路径的，软件的随机性满足马尔可夫性，盘古热更新SDK底层实现是对访问资源进行访问监控，通过包体的运行采样，基于马尔可夫算法把包体的资源按照访问时间和访问概率进行排序，将用户使用的前期资源打成小包，其他资源上传服务，在应用软件启动后，如果连接至网络，会立即请求后续资源，资源服务器通过训练过的人工智能算法指定的当前策略依次派发资源数，用户每访问一个资源时，盘古热更新SDK可以预先判断出资源文件是在安装包里面，还是在服务器上，给出正确的路，若此时资源在服务器上，并且没有在预计计划中下载完成，此时立即暂停原有下载进程即刻下载此资源，同时反馈给服务器，作为训练数据调整人工智能的算法决，在下载完成此资源后，重启原有下载进程；其二是微包技术，把应用的资源全部放到服务器上，只保留能够启动软件的最小包体，用户通过安装预先制作的小包，在启动应用时需要先把资源下载一部分，下载完成后才能正常进入应用。

具体实现步骤如下：

第一步：在定制的移动平台上运行应用，所述移动平台上安装了基于马尔可夫算法的资源流收集应用，当软件运行一段时间后，通过该应用看到按照访问时间的排序资源数据流；

第二步：把靠前的资源打包成小包，把剩余的资源上传至盘古热更新服务器，所述盘古热更新SDK在底层对访问资源的接口进行了访问监控，接管了对包内文件的访问，若访问资源在包体内便可正常运行，否则，需要通知下载进程，请求下载资源，其架构如图4所示；

第三步： 应用运行的过程中，有两条进程，一个是应用进程，一个是下载进程；应用启动后下载进程按照服务端预先指定好的资源顺序下载资源，当应用进程访问是本地资源是，软件正常运行，当访问的资源在服务端上时，盘古SDK就要把当前的应用进程挂起（Sleep）并通知下载进程暂停目前的下载任务，即刻下载缺少资源，当所需资源下载完毕重启之前的资源下载进程，并通知应用进程启动（Wakeup），周而复始直至应用关闭，其架构如图5所示；

第四步：在盘古热更新服务器端，会持续不断的收集用户对于资源的请求序列，特别是针对于未按照预期的资源请求，会做加权处理，通过马尔可夫链蒙特卡洛方法，针对用户的大数据资源请求顺序进行不断的采样，训练人工智能的决策模型，不断优化出更加合理的资源派放路径，其架构如图6所示。

需要强调的是：以上仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (4)

1.一种基于马尔可夫链蒙特卡洛分包技术算法的移动平台整包热更新的解决方法，其特征在于：

移动平台基于差分包的整包热更新和基于马尔可夫链蒙特卡洛分包资源加载；

所述基于差分包的整包热更新方案，最新版本的包体上传后台的时候，会依次和各个老版本自动化差分出差分包，当低于最新版本的应用启动，会根据当前的差分包，通过软件资源动态加载的方式将差分的资源加载到当前的包体里面；

所述基于马尔可夫链蒙特卡洛分包资源加载，其一是边运行边下载，针对于资源加载，根据资源加载类型分为流媒体和软件两种，流媒体是线性路径的，流媒体的过程是固定的，软件的过程是随机的，多路径的，软件的随机性满足马尔可夫性，盘古热更新SDK底层实现是对访问资源进行访问监控，通过包体的运行采样，基于马尔可夫算法把包体的资源按照访问时间和访问概率进行排序，将用户使用的前期资源打成小包，其他资源上传服务，在应用软件启动后，如果连接至网络，会立即请求后续资源，资源服务器通过训练过的人工智能算法指定的当前策略依次派发资源数，用户每访问一个资源时，盘古热更新SDK可以预先判断出资源文件是在安装包里面，还是在服务器上，给出正确的路，若此时资源在服务器上，并且没有在预计计划中下载完成，此时立即暂停原有下载进程即刻下载此资源，同时反馈给服务器，作为训练数据调整人工智能的算法决，在下载完成此资源后，重启原有下载进程；其二是微包技术，把应用的资源全部放到服务器上，只保留能够启动软件的最小包体，用户通过安装预先制作的小包，在启动应用时需要先把资源下载一部分，下载完成后才能正常进入应用。

2.根据权利要求1所述的一种基于马尔可夫链蒙特卡洛分包技术算法的移动平台整包热更新的解决方法，其特征在于：

所述基于差分包的整包热更新方案，具体实现步骤如下：

第一步：应用接入盘古热更SDK，SDK的操作是介于移动操作系统底层和应用层之间，并和引擎层通信，SDK会获取应用的基本信息以及活动、进程、服务；

第二步：将应用的版本上传至盘古热更新后台，服务器在获取到最新版本后采用差分算法和老版本依次差分出对应的差分包，保证各个版本只需一次升级并且无冗余资源；

第三步：当应用启动的时候，会启动相应SDK服务去和最新的版本的版本和code号比对，确定是否需要热更新，如果有新版本，盘古SDK会通过代理的方式，动态加载差分包资源，在WIFI环境下无感知升级软件包；

第四步：根据用户特性来定制化热更新策略。

3.根据权利要求1所述的一种基于马尔可夫链蒙特卡洛分包技术算法的移动平台整包热更新的解决方法，其特征在于：

基于马尔可夫链蒙特卡洛分包资源加载，具体实现步骤如下：

第一步：在定制的移动平台上运行应用，所述移动平台上安装了基于马尔可夫算法的资源流收集应用，当软件运行一段时间后，通过该应用看到按照访问时间的排序资源数据流；

第二步：把靠前的资源打包成小包，把剩余的资源上传至盘古热更新服务器，所述盘古热更新SDK在底层对访问资源的接口进行了访问监控，接管了对包内文件的访问，若访问资源在包体内便可正常运行，否则，需要通知下载进程，请求下载资源；

第三步： 应用运行的过程中，有两条进程，一个是应用进程，一个是下载进程；应用启动后下载进程按照服务端预先指定好的资源顺序下载资源，当应用进程访问是本地资源是，软件正常运行，当访问的资源在服务端上时，盘古SDK就要把当前的应用进程挂起（Sleep）并通知下载进程暂停目前的下载任务，即刻下载缺少资源，当所需资源下载完毕重启之前的资源下载进程，并通知应用进程启动（Wakeup），周而复始直至应用关闭；

第四步：在盘古热更新服务器端，会持续不断的收集用户对于资源的请求序列，特别是针对于未按照预期的资源请求，会做加权处理，通过马尔可夫链蒙特卡洛方法，针对用户的大数据资源请求顺序进行不断的采样，训练人工智能的决策模型，不断优化出更加合理的资源派放路径。

4.根据权利要求1所述的一种基于马尔可夫链蒙特卡洛分包技术算法的移动平台整包热更新的解决方法，其特征在于：所述移动平台包括手机、平板、电脑。