CN109474483A - 一种设备异常情况的检测方法、检测装置及终端设备 - Google Patents

Abstract

本申请公开了一种设备异常情况的检测方法、检测装置、终端设备及计算机可读存储介质，其中，该设备异常情况的检测方法，包括：获取终端设备的日志信息；将所述日志信息输入训练后的目标分类器；根据所述训练后的目标分类器所输出的检测结果判断所述终端设备是否存在异常情况，并在所述终端设备存在异常情况时，确定所述终端设备的异常情况所对应的异常属性。通过本申请，可以提高设备异常情况的检测效率，具有较强的易用性和实用性。

Description

一种设备异常情况的检测方法、检测装置及终端设备

技术领域

本申请属于终端设备技术领域，尤其涉及一种设备异常情况的检测方法、检测装置、终端设备及计算机可读存储介质。

背景技术

在实际使用过程中，终端设备常常会出现如应用错误、系统异常、卡顿等异常情况，而用户或者技术人员往往在异常情况对终端设备的使用造成明显影响时，才会着手检测异常情况和分析出现异常情况的原因，并尝试解决该异常情况，这样的检测方式会导致对终端设备的异常情况的检测不及时，检测效率较低，用户体验较差。

发明内容

有鉴于此，本申请提供了一种设备异常情况的检测方法、检测装置、终端设备及计算机可读存储介质，可以提高对设备异常情况的检测效率。

本申请的第一方面提供了一种设备异常情况的检测方法，包括：

获取终端设备的日志信息；

将上述日志信息输入训练后的目标分类器；

根据上述训练后的目标分类器所输出的检测结果判断上述终端设备是否存在异常情况，并在上述终端设备存在异常情况时，确定上述终端设备的异常情况所对应的异常属性。

本申请的第二方面提供了一种设备异常情况的检测装置，包括：

获取模块，用于获取终端设备的日志信息；

输入模块，用于将上述日志信息输入训练后的目标分类器；

检测模块，用于根据上述训练后的目标分类器所输出的检测结果判断上述终端设备是否存在异常情况，并在上述终端设备存在异常情况时，确定上述终端设备的异常情况所对应的异常属性。

本申请的第三方面提供了一种终端设备，上述终端设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上第一方面的检测方法的步骤。

本申请的第四方面提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上第一方面的检测方法的步骤。

本申请的第五方面提供了一种计算机程序产品，上述计算机程序产品包括计算机程序，上述计算机程序被一个或多个处理器执行时实现如上述第一方面的检测方法的步骤。

由上可见，本申请中，获取终端设备的日志信息；将上述日志信息输入训练后的目标分类器；根据上述训练后的目标分类器所输出的检测结果判断上述终端设备是否存在异常情况，并在上述终端设备存在异常情况时，确定上述终端设备的异常情况所对应的异常属性。本申请通过训练后的目标分类器，可以利用终端设备的日志信息来检测上述终端设备的异常情况，从而及时检测上述终端设备是否出现异常，无需等到用户或者技术人员发现终端设备出现异常时才对上述终端设备进行检测；并且，本申请在检测到上述终端设备的异常情况时，可以确定上述终端设备的异常情况所对应的异常属性，从而通过上述训练后的目标分类器提升了对上述异常情况的分析判断能力。本申请提升了对终端设备的异常情况的检测效率，为后续对异常情况的及时处理提供了及时有效的信息，从而提升了用户体验，具有较高的实用性和易用性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，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是本申请实施例提供的设备异常情况的检测方法的一种实现流程示意图；

图2是本申请实施例提供的设备异常情况的检测方法的另一种实现流程示意图；

图3是本申请实施例提供的设备异常情况的检测装置的结构示意图；

图4是本申请实施例提供的终端设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

具体实现中，本申请实施例中描述的终端设备包括但不限于诸如具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是，在某些实施例中，上述设备并非便携式通信设备，而是具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的台式计算机。

在接下来的讨论中，描述了包括显示器和触摸敏感表面的终端设备。然而，应当理解的是，终端设备可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。

终端设备支持各种应用程序，例如以下中的一个或多个：绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。

可以在终端设备上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样，终端的公共物理架构(例如，触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。

另外，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

为了说明本申请上述的技术方案，下面通过具体实施例来进行说明。

实施例一

参见图1，是本申请实施例提供的设备异常情况的检测方法的实现流程示意图，该检测方法可以包括以下步骤：

步骤101，获取终端设备的日志信息。

本申请实施例中，上述终端设备可以是移动终端(如智能手机、平板电脑)、台式电脑、可穿戴设备等电子设备，在此不作限定。上述日志信息可以是日志以及与日志相关的信息。其中，上述日志信息中可以包括上述终端设备中硬件、软件以及系统的信息，此外还可以包括系统中发生的事件的信息。需要说明的是，本申请实施例中，可以获取上述终端设备中的全部日志的信息，可以获取上述终端设备中部分日志的信息，如获取指定的硬件、软件的日志信息或者获取预设时间节点之后产生的日志的信息等等。

示例性的，通过指定路径可以获取到存储于上述终端设备的预设存储空间中的上述日志信息；或者，也可以通过无线通信或者有线传输(如通用串行总线(UniversalSerial Bus，USB)接口等)获取上述终端设备的日志信息。上述日志信息的获取方式可以根据实际应用场景进行选择。

步骤102，将上述日志信息输入训练后的目标分类器。

本申请实施例中，上述目标分类器可以基于指定的分类函数或者分类模型，例如，上述目标分类器可以包括决策树、逻辑回归、朴素贝叶斯、机器学习(如支持向量机(Support Vector Machine，SVM)等)等算法中的一种或多种。

其中，可以通过指定的训练数据，预先训练上述目标分类器。上述训练数据中可以包括异常日志信息以及标识上述异常日志信息的异常属性的标识信息。本申请实施例中，可以通过上述训练数据不断训练上述目标分类器，直到上述目标分类器识别上述异常日志信息所对应的异常属性的结果符合指定条件，如上述结果的准确率达到指定值。其中，上述异常属性可以包括异常类型、异常原因、异常内容以及异常特征属性中至少一种。示例性的，上述指定的训练集可以是第三方提供的，也可以是开发人员采集得到的，并且，上述训练数据可以来自一个设备，也可以来自多个设备。

步骤103，根据上述训练后的目标分类器所输出的检测结果判断上述终端设备是否存在异常情况，并在上述终端设备存在异常情况时，确定上述终端设备的异常情况所对应的异常属性。

本申请实施例中，在将上述日志信息输入训练后的目标分类器后，训练后的上述目标分类器可以根据上述日志信息输出检测结果，其中，若终端设备存在异常情况，则上述检测结果可以包括检测到的上述异常情况及其所对应的异常属性。上述异常属性可以指与上述异常情况相关联的属性。其中，示例性的，上述异常属性可以包括异常类型、异常原因、异常内容以及异常特征属性中至少一种。

本申请实施例中，上述异常类型可以指示上述异常情况所属的类别，其中，示例性的，上述类别可以包括设备崩溃类、系统兼容类、应用缺陷类以及硬件故障类中至少一种。此外，上述异常类型可以包括一个或多个层级的类别，例如，系统兼容类这一类型可以包括操作系统与硬件不兼容、操作系统与应用不兼容等多个子类型。

上述异常原因可以指示上述异常情况产生的原因，例如，对于属于系统崩溃类的异常情况，其异常原因可以包括系统缺陷、硬件损坏和/或用户非法操作等；对于属于系统兼容类的异常情况，其异常原因可以包括系统缺陷、硬件存在兼容性问题和/或应用存在兼容性问题等。

上述异常内容可以指示上述异常情况在上述日志信息中所体现的内容。例如，对于属于系统崩溃类的异常情况，其异常内容可以包括终端设备自行关机或者终端设备自行重启等；对于属于系统兼容类的异常情况，其异常内容可以包括使用硬件相关功能的应用出现卡顿，闪退，失灵或者特定应用使用异常并伴随用户自行强制终止进程或系统重启等操作；对于属于应用缺陷类的异常情况，其异常内容可以包括应用出现卡顿，闪退，或者特定应用使用异常并伴随用户自行强制终止进程或重启等操作；对于属于硬件故障类的异常情况，其异常内容可以根据硬件用途不同而不同，如可以包括频繁充放电、扬声器噪音、听筒杂音、定位失灵、网络慢、存储空间不足等。

上述异常特征属性可以指与异常情况相关联的特征属性，此时，不同的异常情况可以对应一个或多个上述异常特征属性。如对于属于设备崩溃类的异常情况，其异常特征属性可以包括内存寻址分配错误、系统卡顿伴随终端设备自行关机、系统文件损坏、非法操作等特征属性。对于属于系统兼容类中的操作系统与硬件不兼容子类型的异常情况，其异常特征属性可以包括操作系统在指定时长内多次出现与硬件调用有关的错误。

可选的，在根据上述训练后的目标分类器所输出的检测结果判断上述终端设备是否存在异常情况，并在上述终端设备存在异常情况时，确定上述终端设备的异常情况所对应的异常属性之后，还包括：

将上述终端设备的异常情况及其对应的异常属性存储至终端设备异常表中。

可选的，本申请实施例中，上述终端设备异常表还可以包括上述终端设备的属性信息，如终端设备的型号、唯一标识码、使用时间等。

示例性的，如下表1所示为终端设备异常表的一种示例，其中，上述异常属性包括异常类型。

表1：

上述终端设备异常表可以实时记录上述终端设备的异常情况等异常信息，因此通过上述终端设备异常表可以及时了解并及时反馈上述终端设备的使用状态是否正常，从而为后续可以评估和调整上述终端设备提供有效的信息。

可选的，在根据上述训练后的目标分类器所输出的检测结果判断上述终端设备是否存在异常情况，并在上述终端设备存在异常情况时，确定上述终端设备的异常情况所对应的异常属性之后，还包括：

判断是否在预设时间间隔内，检测到目标异常情况和/或目标异常属性的次数大于预设次数，其中，上述目标异常情况属于上述异常情况，上述目标异常属性属于上述异常属性；

若在预设时间间隔内，检测到目标异常情况和/或目标异常属性的次数大于预设次数，则根据上述目标异常情况和/或目标异常属性生成预警信息。

本申请实施例中，可以以上述预设时间间隔为一个周期来定期通过训练后的目标分类器检测终端设备的异常情况，并判断是否在预设时间间隔内，检测到目标异常情况和/或目标异常属性的次数大于预设次数。

示例性的，上述预警信息可以包括检测到的目标异常情况和/或目标异常属性的信息、对终端设备的影响(如影响的硬件以及软件)、推荐的解决方案等等。上述预警信息可以推送给上述终端设备的用户，从而可以使得用户及时了解上述终端设备的状态；或者，也可以发送给上述终端设备的制造商，为制造商改进产品和服务提供更具体的参考依据。

此外，当上述预警信息发送给不同的对象时，上述预警信息的内容可以不同，比如，根据检测到的上述目标异常情况和/或目标异常属性，上述预警信息中包括的建议可以不同。示例性的，可以根据检测到的上述目标异常情况和/或目标异常属性以及上述次数，评估上述终端设备的风险等级，上述风险等级可以包括高风险等级、中风险等级和低风险等级。当评估得到上述终端设备的风险等级为高风险等级时，上述预警信息中可以包括设备维护知识和/或新产品促销内容，以诱导用户维护或者更换上述终端设备。当评估得到上述终端设备的风险等级为低风险等级时，上述预警信息中可以包括终端设备的功能介绍，以提高终端设备使用率，增加用户粘性。

可选的，在根据上述训练后的目标分类器所输出的检测结果判断上述终端设备是否存在异常情况，并在上述终端设备存在异常情况时，确定上述终端设备的异常情况所对应的异常属性之后，还包括：

统计第一预设时长内检测到的上述终端设备的异常情况及其对应的异常属性，获得统计结果；

获取上述终端设备的每一种异常情况的权重，和/或，获取上述终端设备的每一种异常情况所分别对应的异常属性的权重；

获取上述终端设备的每一种异常情况在第二预设时长内的出现次数，和/或，获取上述终端设备的每一种异常情况所分别对应的异常属性在第二预设时长内的出现次数；

根据上述统计结果、上述权重和上述出现次数，获得上述终端设备的异常风险值。

本申请实施例中，上述统计结果中可以包括第一预设时长内检测的所有异常情况及其对应的异常属性。上述权重可以根据上述异常情况对上述终端设备的性能的影响的严重程度、影响范围、影响时长等等因素来确定。

根据上述统计结果、上述权重和上述出现次数，获得上述终端设备的异常风险值的方式可以有多种。例如，预先为每一种异常情况和/或异常属性设置权重，也可以在检测到终端设备的异常情况和/或异常属性后，再分配上述权重。示例性的，若检测到上述终端设备的异常情况包括异常情况x1、异常情况x2……异常情况xn，而异常情况x1、异常情况x2……异常情况xn的权重分别是a1、a2……an，且异常情况x1、异常情况x2……异常情况xn在第二预设时长内的出现次数分别为b1、b2……bn，那么上述异常风险值C可以通过以下公式计算得到：

C＝a1×b1+a2×b2+……an×bn

通过根据上述统计结果、上述权重和上述出现次数，获得上述终端设备的异常风险值，可以将上述终端设备出现异常情况的风险进行量化，为用户或者制造商等提供更直观的量化结果，使得上述用户或者制造商可以根据上述量化结果对上述终端设备进行优化，例如，上述制造商可以根据上述异常风险值为使用上述终端设备的用户提供更个性化的服务。

可选的，本申请实施例中，在获得上述终端设备的异常风险值之后，还可以包括：

将上述异常风险值保存至终端设备风险评估表。

示例性的，如下表2所示为终端设备风险评估表的一种示例。

表2：

本申请实施例通过训练后的目标分类器，可以利用终端设备的日志信息来检测上述终端设备的异常情况，从而及时检测上述终端设备是否出现异常，无需等到用户或者技术人员发现终端设备出现异常时才对上述终端设备进行检测；并且，本申请在检测到上述终端设备的异常情况时，可以确定上述终端设备的异常情况所对应的异常属性，从而通过上述训练后的目标分类器提升了对上述异常情况的分析判断能力。本申请提升了对终端设备的异常情况的检测效率，为后续对异常情况的及时处理提供了及时有效的信息，从而提升了用户体验，具有较高的实用性和易用性。

实施例二

参见图2，是本申请实施例提供的设备异常情况的检测方法的另一实现流程示意图，该检测方法可以包括以下步骤：

步骤201，获取至少一组异常日志信息，其中，上述异常日志信息与目标设备的异常情况相关联；

本申请实施例中，上述异常日志信息可以是异常日志以及与异常日志相关的信息，其中，可以通过不同的方式确定上述异常日志，从而获取到上述异常日志信息。例如，可以获取上述目标设备的异常情况发生时所在的指定时间段内的日志信息作为异常日志信息，也可以获取上述目标设备的异常情况的对应操作所在的日志的信息作为异常日志信息。其中，上述一组异常日志信息可以对应一个异常情况，而每一组异常日志信息中，所包含的内容的类别以及内容的多少可以存在差异。

本申请实施例中，上述目标设备是移动终端(如智能手机、平板电脑)、台式电脑、可穿戴设备等电子设备，上述目标设备可以有一个或多个，并且上述目标设备可以包括上述终端设备，也可以不包括上述终端设备。

其中，获取上述异常日志信息的方式可以有多种。示例性的，可以是上述目标设备所在的用户将上述目标设备的日志上传至指定的存储空间(如服务器)中，然后技术人员再从上述目标设备的日志中筛选得到上述异常日志信息，也可以是上述目标设备在使用过程中出现异常情况时，上述目标设备所在的用户将上述目标设备在使用过程中的异常情况所对应的异常日志上传至指定的存储空间，从而获得上述异常日志信息。

可选的，上述获取至少一组异常日志信息包括：

获取上述目标设备的日志；

筛选出上述日志中与上述目标设备的异常情况相关联的日志；

根据与上述目标设备的异常情况相关联的日志，获得二维表结构的日志信息，并将上述二维表结构的日志信息作为异常日志信息。

本申请实施例中，上述二维表结构的日志信息可以以数据库的形式进行存储和呈现。其中，将上述目标设备的异常情况相关联的日志转换为二维表结构的日志信息，可以便于计算机进行识别和后续的分析使用。

示例性的，如下表3所示为二维表结构的日志信息的一种示例。

表3：

示例性的，可以筛选出上述目标设备的异常情况发生时所在的指定时间段内的日志，作为与上述目标设备的异常情况相关联的日志；此外，也可以筛选出上述目标设备的异常情况的对应操作所在的日志，作为与上述目标设备的异常情况相关联的日志。

可选的，上述筛选出上述日志中与上述目标设备的异常情况相关联的日志包括：

确定目标设备的异常情况发生时所对应的异常时间；

筛选出上述目标设备在异常时间段内的日志，并将上述目标设备在异常时间段内的日志作为与上述目标设备的异常情况相关联的日志，其中，上述异常时间段中包括上述异常时间。

其中，上述异常时间在上述异常时间段中的时间节点位置以及上述异常时间段的长度等可以根据具体应用场景进行设置，在此不作限定。例如，可以设置以上述异常时间为中心时间节点，以上述异常时间向前10分钟至上述异常时间向后10分钟所形成的时间段为上述异常时间段。

步骤202，标识每一组上述异常日志信息所分别对应的异常属性，并将标识后的上述异常日志信息作为训练数据；

本申请实施例中，上述异常属性可以是开发人员预先通过经验、测试或者推理分析异常情况等手段进行总结归纳而得到的，也可以是通过其他方式，如通过获取第三方资料预先得到的。每一组上述异常日志信息一般可以对应一种异常属性，而一种异常属性可以对应一组或多组上述异常日志信息。

可选的，上述标识每一组上述异常日志信息所分别对应的异常属性包括：

获取每一组异常日志信息所分别对应的异常类型、异常原因、异常内容以及异常特征属性中至少一种；

根据每一组异常日志信息所分别对应的异常类型、异常原因、异常内容和/或异常特征属性，对上述异常日志信息进行标识。

本申请实施例中，上述异常类型可以指示上述异常情况所属的类别，上述异常原因可以指示上述异常情况产生的原因，上述异常内容可以指示上述异常情况在上述日志信息中所体现的内容，上述异常特征属性可以指与异常情况相关联的特征属性。

示例性的，如下表4所示为上述异常日志信息所对应的异常属性的一种示例。

表4：

步骤203，通过上述训练数据训练目标分类器，获得训练后的目标分类器。

本申请实施例中，训练上述目标分类器的方式可以根据具体情况进行设置。例如，上述目标分类器的迭代次数和判断上述目标分类器训练是否完成的判断条件等可以根据上述目标分类器的种类、期望的训练结果来进行设置。训练的方式在此不作限制。

可选的，上述通过上述训练数据训练目标分类器，获得训练后的目标分类器包括：

通过上述目标分类器对上述训练数据中的异常日志信息进行处理，获得上述训练数据中的异常日志信息的预测异常属性；

将上述预测异常属性与上述异常日志信息所对应的标识的异常属性进行比较，并根据上述预测异常属性与标识的异常属性的比较结果调整上述目标分类器的参数，直到通过参数调整后的上述目标分类器得到的上述比较结果符合第一条件，并将该参数调整后的上述目标分类器作为训练后的目标分类器。

示例性的，上述目标分类器的参数可以包括上述目标分类器的核函数、系数、幂、权重、学习速率、迭代次数等等。

本申请实施例中，上述第一条件可以是研发人员预先设置的，上述第一条件可以是上述比较结果的准确率高于预设准确率阈值，此外，也可以通过上述目标分类器的代价函数来判断上述目标分类器得到的上述比较结果是否符合第一条件。示例性的，上述代价函数可以是关于上述目标分类器的输出结果的均方误差的函数，或者是关于上述目标分类器的输出结果的交叉熵的函数。当参数调整后的上述目标分类器的代价函数的值小于第一代价预设值时，可以认为参数调整后的上述目标分类器得到的上述比较结果符合第一条件，并将该参数调整后的上述目标分类器作为训练后的目标分类器。

步骤204，获取终端设备的日志信息。

步骤205，将上述日志信息输入训练后的目标分类器。

步骤206，根据上述训练后的目标分类器所输出的检测结果判断上述终端设备是否存在异常情况，并在上述终端设备存在异常情况时，确定上述终端设备的异常情况所对应的异常属性。

在本申请实施例中，上述步骤204、205、206分别与上述步骤101、102、103相同，具体可参见上述步骤101、102、103的相关描述，在此不再赘述。

本发明实施例中，通过获取到异常情况所对应的异常日志信息，并根据预先获取的异常属性对上述异常日志信息进行标识，可以充分利用目标设备的日志，得到针对上述终端设备使用过程中的异常情况的训练数据，从而可以通过上述训练数据训练上述目标分类器，得到可以自动判断上述终端设备的异常情况的目标分类器，从而大大提升了对设备异常情况的检测效率，并且减少了人工成本，为后续对异常情况的及时处理提供了及时有效的信息。

应理解，上述实施例一和二中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

实施例三

参见图3，是本申请实施例提供的设备异常情况的检测装置的结构示意图，为了便于说明，仅示出了与本申请实施例相关的部分。该设备异常情况的检测装置可以用于各种具备图像处理功能的终端，例如笔记本电脑、口袋计算机(Pocket Personal Computer，PPC)、个人数字助理(Personal Digital Assistant，PDA)等中，可以为内置于这些终端内的软件单元、硬件单元或者软硬件结合单元等。本申请实施例中的设备异常情况的检测装置300包括：

获取模块301，用于获取终端设备的日志信息；

输入模块302，用于将上述日志信息输入训练后的目标分类器；

检测模块303，用于根据上述训练后的目标分类器所输出的检测结果判断上述终端设备是否存在异常情况，并在上述终端设备存在异常情况时，确定上述终端设备的异常情况所对应的异常属性。

可选的，上述设备异常情况的检测装置300还包括：

第二获取模块，用于获取至少一组异常日志信息，其中，上述异常日志信息与目标设备的异常情况相关联；

标识模块，用于标识每一组上述异常日志信息所分别对应的异常属性，并将标识后的上述异常日志信息作为训练数据；

训练模块，用于通过上述训练数据训练目标分类器，获得训练后的目标分类器。

可选的，上述第二获取模块具体包括：

第一获取单元，用于获取上述目标设备的日志；

筛选单元，用于筛选出上述日志中与上述目标设备的异常情况相关联的日志；

获得单元，用于根据与上述目标设备的异常情况相关联的日志，获得二维表结构的日志信息，并将上述二维表结构的日志信息作为异常日志信息。

可选的，上述筛选单元具体包括：

确定子单元，用于确定目标设备的异常情况发生时所对应的异常时间；

筛选子单元，用于筛选出上述目标设备在异常时间段内的日志，并将上述目标设备在异常时间段内的日志作为与上述目标设备的异常情况相关联的日志，其中，上述异常时间段中包括上述异常时间。

可选的，上述标识模块具体包括：

第二获取单元，用于获取每一组异常日志信息所分别对应的异常类型、异常原因、异常内容以及异常特征属性中至少一种；

标识单元，用于根据每一组异常日志信息所分别对应的异常类型、异常原因、异常内容和/或异常特征属性，对上述异常日志信息进行标识。

可选的，上述训练模块具有包括：

处理单元，用于通过上述目标分类器对上述训练数据中的异常日志信息进行处理，获得上述训练数据中的异常日志信息的预测异常属性；

调整单元，用于将上述预测异常属性与上述异常日志信息所对应的标识的异常属性进行比较，并根据上述预测异常属性与标识的异常属性的比较结果调整上述目标分类器的参数，直到通过参数调整后的上述目标分类器得到的上述比较结果符合第一条件，并将该参数调整后的上述目标分类器作为训练后的目标分类器。

可选的，上述设备异常情况的检测装置300还包括：

存储模块，用于将上述终端设备的异常情况及其对应的异常属性存储至终端设备异常表中。

可选的，上述设备异常情况的检测装置300还包括：

判断模块，用于判断是否在预设时间间隔内，检测到目标异常情况和/或目标异常属性的次数大于预设次数，其中，上述目标异常情况属于上述异常情况，上述目标异常属性属于上述异常属性；

预警模块，用于若在预设时间间隔内，检测到目标异常情况和/或目标异常属性的次数大于预设次数，则根据上述目标异常情况和/或目标异常属性生成预警信息。

可选的，上述设备异常情况的检测装置300还包括：

统计模块，用于统计第一预设时长内检测到的上述终端设备的异常情况及其对应的异常属性，获得统计结果；

第三获取模块，用于获取上述终端设备的每一种异常情况的权重，和/或，获取上述终端设备的每一种异常情况所分别对应的异常属性的权重；

第四获取模块，用于获取上述终端设备的每一种异常情况在第二预设时长内的出现次数，和/或，获取上述终端设备的每一种异常情况所分别对应的异常属性在第二预设时长内的出现次数；

评估模块，用于根据上述统计结果、上述权重和上述出现次数，获得上述终端设备的异常风险值。

本申请实施例通过训练后的目标分类器，可以利用终端设备的日志信息来检测上述终端设备的异常情况，从而及时检测上述终端设备是否出现异常，无需等到用户或者技术人员发现终端设备出现异常时才对上述终端设备进行检测；并且，本申请在检测到上述终端设备的异常情况时，可以确定上述终端设备的异常情况所对应的异常属性，从而通过上述训练后的目标分类器提升了对上述异常情况的分析判断能力。本申请提升了对终端设备的异常情况的检测效率，为后续对异常情况的及时处理提供了及时有效的信息，从而提升了用户体验，具有较高的实用性和易用性。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、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单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

实施例四

本申请实施例四提供了一种终端设备，请参阅图4，本申请实施例中的终端设备包括：存储器401，一个或多个处理器402(图4中仅示出一个)及存储在存储器401上并可在处理器上运行的计算机程序。其中：存储器401用于存储软件程序以及模块，处理器402通过运行存储在存储器401的软件程序以及单元，从而执行各种功能应用以及数据处理。具体地，处理器402通过运行存储在存储器401的上述计算机程序时实现以下步骤：

获取终端设备的日志信息；

将上述日志信息输入训练后的目标分类器；

根据上述训练后的目标分类器所输出的检测结果判断上述终端设备是否存在异常情况，并在上述终端设备存在异常情况时，确定上述终端设备的异常情况所对应的异常属性。

假设上述为第一种可能的实施方式，则在上述第一种可能的实施方式作为基础而提供的第二种可能的实施方式中，处理器402通过运行存储在存储器401的上述计算机程序时还实现以下步骤：

获取至少一组异常日志信息，其中，上述异常日志信息与目标设备的异常情况相关联；

标识每一组上述异常日志信息所分别对应的异常属性，并将标识后的上述异常日志信息作为训练数据；

通过上述训练数据训练目标分类器，获得训练后的目标分类器。

在上述第二种可能的实施方式作为基础而提供的第三种可能的实施方式中，处理器402通过运行存储在存储器401的上述计算机程序时，上述获取至少一组异常日志信息包括：

获取上述目标设备的日志；

筛选出上述日志中与上述目标设备的异常情况相关联的日志；

根据与上述目标设备的异常情况相关联的日志，获得二维表结构的日志信息，并将上述二维表结构的日志信息作为异常日志信息。

在上述第三种可能的实施方式作为基础而提供的第四种可能的实施方式中，处理器402通过运行存储在存储器401的上述计算机程序时，上述筛选出上述日志中与上述目标设备的异常情况相关联的日志包括：

确定目标设备的异常情况发生时所对应的异常时间；

筛选出上述目标设备在异常时间段内的日志，并将上述目标设备在异常时间段内的日志作为与上述目标设备的异常情况相关联的日志，其中，上述异常时间段中包括上述异常时间。

在上述第二种可能的实施方式作为基础而提供的第五种可能的实施方式中，处理器402通过运行存储在存储器401的上述计算机程序时，上述标识每一组上述异常日志信息所分别对应的异常属性包括：

获取每一组异常日志信息所分别对应的异常类型、异常原因、异常内容以及异常特征属性中至少一种；

根据每一组异常日志信息所分别对应的异常类型、异常原因、异常内容和/或异常特征属性，对上述异常日志信息进行标识。

在上述第二种可能的实施方式作为基础而提供的第六种可能的实施方式中，处理器402通过运行存储在存储器401的上述计算机程序时，上述通过上述训练数据训练目标分类器，获得训练后的目标分类器包括：

通过上述目标分类器对上述训练数据中的异常日志信息进行处理，获得上述训练数据中的异常日志信息的预测异常属性；

将上述预测异常属性与上述异常日志信息所对应的标识的异常属性进行比较，并根据上述预测异常属性与标识的异常属性的比较结果调整上述目标分类器的参数，直到通过参数调整后的上述目标分类器得到的上述比较结果符合第一条件，并将该参数调整后的上述目标分类器作为训练后的目标分类器。

在上述第一种可能的实施方式作为基础而提供的第七种可能的实施方式中，处理器402通过运行存储在存储器401的上述计算机程序时还实现以下步骤：

将上述终端设备的异常情况及其对应的异常属性存储至终端设备异常表中。

在以第一种可能的实施方式作为基础，或者上述第二种可能的实施方式作为基础，或者上述第三种可能的实施方式作为基础，或者上述第四种可能的实施方式作为基础，或者上述第五种可能的实施方式作为基础，或者上述第六种可能的实施方式作为基础，或者上述第七种可能的实施方式作为基础而提供的第八种可能的实施方式中，处理器402通过运行存储在存储器401的上述计算机程序时还实现以下步骤：

判断是否在预设时间间隔内，检测到目标异常情况和/或目标异常属性的次数大于预设次数，其中，上述目标异常情况属于上述异常情况，上述目标异常属性属于上述异常属性；

若在预设时间间隔内，检测到目标异常情况和/或目标异常属性的次数大于预设次数，则根据上述目标异常情况和/或目标异常属性生成预警信息。

在以第一种可能的实施方式作为基础，或者上述第二种可能的实施方式作为基础，或者上述第三种可能的实施方式作为基础，或者上述第四种可能的实施方式作为基础，或者上述第五种可能的实施方式作为基础，或者上述第六种可能的实施方式作为基础，或者上述第七种可能的实施方式作为基础而提供的第九种可能的实施方式中，处理器402通过运行存储在存储器401的上述计算机程序时还实现以下步骤：

统计第一预设时长内检测到的上述终端设备的异常情况及其对应的异常属性，获得统计结果；

获取上述终端设备的每一种异常情况的权重，和/或，获取上述终端设备的每一种异常情况所分别对应的异常属性的权重；

获取上述终端设备的每一种异常情况在第二预设时长内的出现次数，和/或，获取上述终端设备的每一种异常情况所分别对应的异常属性在第二预设时长内的出现次数；

根据上述统计结果、上述权重和上述出现次数，获得上述终端设备的异常风险值。

进一步，如图4所示，上述终端设备还可包括：一个或多个输入设备403(图4中仅示出一个)和一个或多个输出设备404(图4中仅示出一个)。存储器401、处理器402、输入设备403和输出设备404通过总线405连接。

应当理解，在本申请实施例中，所称处理器402可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

输入设备403可以包括键盘、触控板、指纹采集传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风、摄像头等，输出设备404可以包括显示器、扬声器等。

存储器401可以包括只读存储器和随机存取存储器，并向处理器402提供指令和数据。存储器401的一部分或全部还可以包括非易失性随机存取存储器。例如，存储器401还可以存储设备类型的信息。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者外部设备软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，上述模块或单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。

上述集成的单元、模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读存储介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机可读存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。

以上上述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (12)

1.一种设备异常情况的检测方法，其特征在于，包括：

获取终端设备的日志信息；

将所述日志信息输入训练后的目标分类器；

根据所述训练后的目标分类器所输出的检测结果判断所述终端设备是否存在异常情况，并在所述终端设备存在异常情况时，确定所述终端设备的异常情况所对应的异常属性。

2.如权利要求1所述的检测方法，其特征在于，在将所述日志信息输入训练后的目标分类器之前，还包括：

获取至少一组异常日志信息，其中，所述异常日志信息与目标设备的异常情况相关联；

标识每一组所述异常日志信息所分别对应的异常属性，并将标识后的所述异常日志信息作为训练数据；

通过所述训练数据训练目标分类器，获得训练后的目标分类器。

3.如权利要求2所述的检测方法，其特征在于，所述获取至少一组异常日志信息包括：

获取所述目标设备的日志；

筛选出所述日志中与所述目标设备的异常情况相关联的日志；

根据与所述目标设备的异常情况相关联的日志，获得二维表结构的日志信息，并将所述二维表结构的日志信息作为异常日志信息。

4.如权利要求3所述的检测方法，其特征在于，所述筛选出所述日志中与所述目标设备的异常情况相关联的日志包括：

确定目标设备的异常情况发生时所对应的异常时间；

筛选出所述目标设备在异常时间段内的日志，并将所述目标设备在异常时间段内的日志作为与所述目标设备的异常情况相关联的日志，其中，所述异常时间段中包括所述异常时间。

5.如权利要求2所述的检测方法，其特征在于，所述标识每一组所述异常日志信息所分别对应的异常属性包括：

获取每一组异常日志信息所分别对应的异常类型、异常原因、异常内容以及异常特征属性中至少一种；

根据每一组异常日志信息所分别对应的异常类型、异常原因、异常内容和/或异常特征属性，对所述异常日志信息进行标识。

6.如权利要求2所述的检测方法，其特征在于，所述通过所述训练数据训练目标分类器，获得训练后的目标分类器包括：

通过所述目标分类器对所述训练数据中的异常日志信息进行处理，获得所述训练数据中的异常日志信息的预测异常属性；

将所述预测异常属性与所述异常日志信息所对应的标识的异常属性进行比较，并根据所述预测异常属性与标识的异常属性的比较结果调整所述目标分类器的参数，直到通过参数调整后的所述目标分类器得到的所述比较结果符合第一条件，并将该参数调整后的所述目标分类器作为训练后的目标分类器。

7.如权利要求1所述的检测方法，其特征在于，在根据所述训练后的目标分类器所输出的检测结果判断所述终端设备是否存在异常情况，并在所述终端设备存在异常情况时，确定所述终端设备的异常情况所对应的异常属性之后，还包括：

将所述终端设备的异常情况及其对应的异常属性存储至终端设备异常表中。

8.如权利要求1至7任意一项所述的检测方法，其特征在于，在根据所述训练后的目标分类器所输出的检测结果判断所述终端设备是否存在异常情况，并在所述终端设备存在异常情况时，确定所述终端设备的异常情况所对应的异常属性之后，还包括：

判断是否在预设时间间隔内，检测到目标异常情况和/或目标异常属性的次数大于预设次数，其中，所述目标异常情况属于所述异常情况，所述目标异常属性属于所述异常属性；

若在预设时间间隔内，检测到目标异常情况和/或目标异常属性的次数大于预设次数，则根据所述目标异常情况和/或目标异常属性生成预警信息。

9.如权利要求1至7任意一项所述的检测方法，其特征在于，在根据所述训练后的目标分类器所输出的检测结果判断所述终端设备是否存在异常情况，并在所述终端设备存在异常情况时，确定所述终端设备的异常情况所对应的异常属性之后，还包括：

统计第一预设时长内检测到的所述终端设备的异常情况及其对应的异常属性，获得统计结果；

获取所述终端设备的每一种异常情况的权重，和/或，获取所述终端设备的每一种异常情况所分别对应的异常属性的权重；

获取所述终端设备的每一种异常情况在第二预设时长内的出现次数，和/或，获取所述终端设备的每一种异常情况所分别对应的异常属性在第二预设时长内的出现次数；

根据所述统计结果、所述权重和所述出现次数，获得所述终端设备的异常风险值。

10.一种设备异常情况的检测装置，其特征在于，包括：

获取模块，用于获取终端设备的日志信息；

输入模块，用于将所述日志信息输入训练后的目标分类器；

检测模块，用于根据所述训练后的目标分类器所输出的检测结果判断所述终端设备是否存在异常情况，并在所述终端设备存在异常情况时，确定所述终端设备的异常情况所对应的异常属性。

11.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任一项所述检测方法的步骤。

12.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任一项所述检测方法的步骤。