发明内容
鉴于上述,本公开提供了一种用于风险识别处理方法及装置。利用该方法及装置,能够在确保客户业务数据安全的情况下,使用业务提供方处的业务数据和云端业务数据来进行风险识别处理,以提升风险识别和防控效果。
根据本公开的一个方面,提供了一种风险识别处理方法,包括:在接收到针对业务事件的风险识别处理请求后,使用本地风险识别引擎来基于第一本地业务数据进行风险评估,以得到第一风险评估结果;将所述风险识别处理请求发送给云端风险识别引擎;从所述云端风险识别引擎获取针对所述业务事件的第二风险评估结果,所述第二风险评估结果是在所述云端风险识别引擎处响应于接收到所述风险识别处理请求而使用云端业务数据得到的;以及基于所述第一风险评估结果和所述第二风险评估结果,确定针对所述业务事件的风险识别结果。
可选地,在上述方面的一个示例中,所述第一风险评估结果和所述第二风险评估结果包括下述风险评估结果中的一种:通过;待定;和拒绝。
可选地,在上述方面的一个示例中,所述第一本地业务数据和所述云端业务数据是与所述业务事件和/或风险识别策略相关联的业务数据。
可选地,在上述方面的一个示例中,所述第一本地业务数据和所述云端业务数据是基于所述业务事件和/或风险识别策略配置的。
可选地,在上述方面的一个示例中,所述第一风险评估结果和所述第二风险评估结果分别具有第一权重值和第二权重值,其中,基于所述第一风险评估结果和所述第二风险评估结果,确定针对所述业务事件的风险识别处理结果包括:基于所述第一风险评估结果和所述第二风险评估结果以及对应的第一权重值和第二权重值,确定针对所述业务事件的风险识别结果。
可选地,在上述方面的一个示例中,基于所述第一风险评估结果和所述第二风险评估结果以及对应的第一权重值和第二权重值,确定针对所述业务事件的风险识别结果包括:基于所述第一风险评估结果和所述第二风险评估结果以及对应的第一权重值和第二权重值,使用风险识别处理模型来确定针对所述业务事件的风险识别结果。
可选地,在上述方面的一个示例中,所述第一权重值是基于所述业务事件和/或所述第一本地业务数据确定的,以及所述第二权重值是基于所述业务事件和/或所述云端业务数据确定的。
可选地,在上述方面的一个示例中,基于所述第一风险评估结果和所述第二风险评估结果,确定针对所述业务事件的风险识别结果包括:基于所述第一风险评估结果和所述第二风险评估结果,根据风险识别组合规则来确定针对所述业务事件的风险识别结果。
可选地,在上述方面的一个示例中,所述风险识别组合规则是基于所述业务事件确定的。
可选地,在上述方面的一个示例中,所述风险识别组合规则包括:从所述第一风险评估结果和所述第二风险评估结果中选择风险级别较低的风险评估结果,作为所述风险识别结果;或者从所述第一风险评估结果和所述第二风险评估结果中选择风险级别较高的风险评估结果,作为所述风险识别结果。
可选地,在上述方面的一个示例中,将所述风险识别处理请求发送给云端风险识别引擎包括:在所述第一风险评估结果指示通过或待定时,将所述风险识别处理请求发送给所述云端风险识别引擎。
可选地,在上述方面的一个示例中,所述方法还可以包括:在所述风险识别结果指示通过时,使用本地风险识别引擎来基于第二本地业务数据对所述业务事件进行深度风险识别处理,其中,所述第二本地业务数据是基于深度风险识别策略配置的本地业务数据。
根据本公开的另一方面,提供一种风险识别处理装置,包括:风险评估单元,被配置为在接收到针对业务事件的风险识别处理请求后,使用本地风险识别引擎来基于第一本地业务数据进行风险评估,以得到第一风险评估结果;请求发送单元,被配置为将所述风险识别处理请求发送给云端风险识别引擎;风险评估结果获取单元,被配置为从所述云端风险识别引擎获取针对所述业务事件的第二风险评估结果,所述第二风险评估结果是在所述云端风险识别引擎处响应于接收到所述风险识别处理请求而使用云端业务数据得到的;以及风险识别结果确定单元,被配置为基于所述第一风险评估结果和所述第二风险评估结果,确定针对所述业务事件的风险识别结果。
可选地,在上述方面的一个示例中,所述第一风险评估结果和所述第二风险评估结果包括下述风险评估结果中的一种:通过;待定;和拒绝。
可选地,在上述方面的一个示例中,所述第一本地业务数据和所述云端业务数据是与所述业务事件和/或风险识别策略相关联的业务数据,所述风险识别处理装置还包括:业务数据配置单元,被配置为基于所述业务事件和/或风险识别策略配置所述第一本地业务数据。
可选地,在上述方面的一个示例中,所述第一风险评估结果和所述第二风险评估结果分别具有第一权重值和第二权重值,其中,所述风险识别结果确定单元被配置为:基于所述第一风险评估结果和所述第二风险评估结果以及对应的第一权重值和第二权重值,确定针对所述业务事件的风险识别结果。
可选地,在上述方面的一个示例中,所述风险识别结果确定单元被配置为:基于所述第一风险评估结果和所述第二风险评估结果,根据风险识别组合规则来确定针对所述业务事件的风险识别结果。
可选地,在上述方面的一个示例中,所述风险评估单元被配置为:在所述风险识别结果指示通过时,使用本地风险识别引擎来基于第二本地业务数据对所述业务事件进行深度风险评估,其中,所述第二本地业务数据是基于深度风险识别策略配置的本地业务数据。
根据本公开的另一方面,提供一种计算设备,包括:至少一个处理器,以及与所述至少一个处理器耦合的存储器,所述存储器存储指令,当所述指令被所述至少一个处理器执行时,使得所述至少一个处理器执行如上所述的风险识别处理方法。
根据本公开的另一方面,提供一种非暂时性机器可读存储介质,其存储有可执行指令,所述指令当被执行时使得所述机器执行如上所述的风险识别处理方法。
具体实施方式
现在将参考示例实施方式讨论本文描述的主题。应该理解,讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题,并非是对权利要求书中所阐述的保护范围、适用性或者示例的限制。可以在不脱离本公开内容的保护范围的情况下,对所讨论的元素的功能和排列进行改变。各个示例可以根据需要,省略、替代或者添加各种过程或组件。例如,所描述的方法可以按照与所描述的顺序不同的顺序来执行,以及各个步骤可以被添加、省略或者组合。另外,相对一些示例所描述的特征在其它例子中也可以进行组合。
如本文中使用的,术语“包括”及其变型表示开放的术语,含义是“包括但不限于”。术语“基于”表示“至少部分地基于”。术语“一个实施例”和“一实施例”表示“至少一个实施例”。术语“另一个实施例”表示“至少一个其他实施例”。术语“第一”、“第二”等可以指代不同的或相同的对象。下面可以包括其他的定义,无论是明确的还是隐含的。除非上下文中明确地指明,否则一个术语的定义在整个说明书中是一致的。
下面将结合附图来详细描述根据本公开的实施例的风险识别处理方法及装置。
图1示出了根据本公开的实施例的风险识别处理方法的流程图。
如图1所示,当在业务提供方发生业务事件10后,在业务提供方处触发针对业务事件10的风险识别处理请求,并且将该风险识别处理请求发送给风险识别处理装置20。在本公开中,业务事件10可以包括各种类型的业务事件,比如转账业务、扣款业务、保险理赔业务等。业务事件10可以包括多个字段信息,比如业务主体字段信息、业务执行时间字段信息、业务类型字段信息和/或业务关联属性字段信息。所述业务主体字段信息用于记录业务事件10的发起主体信息,所述业务执行时间字段信息用于记录业务事件10的业务执行时间信息,所述业务类型字段信息用于记录业务事件10的业务类型信息,所述业务关联属性字段信息用于记录与业务事件10的执行相关联的其它属性信息。
在接收到针对业务事件10的风险识别处理请求后,风险识别处理装置20调用本地风险识别引擎来基于第一本地业务数据进行风险评估,以得到第一风险评估结果。这里,本地风险识别引擎可以由第三方提供的风险识别引擎,例如,由蚂蚁金服提供的风险识别引擎等。在本公开中,所述第一风险评估结果可以包括下述风险评估结果中的一种:通过;待定;和拒绝。这里,“通过”是指该业务事件通过了风险评估,从而允许该业务事件继续进行下去。“待定”是指该业务事件的风险评估处于待定状态,需要采用其他方式继续进行评估,例如人工风险评估等。“拒绝”是该业务事件的风险评估未通过,从而拒绝该业务事件继续进行下去。
在本公开的一个示例中,第一本地业务数据可以是业务提供方所具有的所有业务数据。在另一示例中,第一本地业务数据可以是与所述业务事件和/或风险识别策略相关联的业务数据。例如,在业务事件10是针对用户A的转账业务,则第一本地业务数据可以是用户A的转账业务数据、与转账业务相关联的用户A的其它业务数据、或者与转账业务相关联的其它用户的业务数据或系统数据。在本公开的一个示例中,第一本地业务数据可以是在风险识别处理装置处基于业务事件的类型和/或风险识别策略而配置的业务数据。上述业务数据配置过程可以是预先完成的,也可以是在接收到针对业务事件10的风险识别处理请求后,基于业务事件和/或风险识别策略而配置的。所述业务事件可以与风险识别处理请求一起或者作为风险识别处理请求的一部分,发送给风险识别处理装置20。在本公开中,第一本地业务数据可以随着业务事件10和/或风险识别策略的不同而不同。
接着,在块130,风险识别处理装置20将该风险识别处理请求发送给云端风险识别引擎30。然后,在块140,云端风险识别引擎30使用云端业务数据来对该业务事件10进行风险评估,以得到第二风险评估结果。云端风险识别引擎30可以是由第三方提供的风险识别引擎。在本公开中,本地风险识别引擎和云端风险识别引擎30可以是由第三方提供的同一风险识别引擎。
在本公开的一个示例中,云端业务数据可以是云端所具有的所有业务数据。在另一示例中,云端业务数据可以是与业务事件和/或风险识别策略相关联的业务数据。例如,云端业务数据可以是基于业务事件和/或风险识别策略而配置的业务数据。上述业务数据配置过程可以是预先完成的,也可以是在接收到针对业务事件10的风险识别处理请求后,基于业务事件和/或风险识别策略而配置的。所述业务事件可以与风险识别处理请求一起或者作为风险识别处理请求的一部分,从风险识别处理装置20发送给云端风险识别引擎30。在本公开中,云端业务数据可以随着业务事件10和/或风险识别策略的不同而不同。
在云端风险识别引擎30得到第二风险评估结果后,在块150,将所得到的第二风险评估结果发送给风险识别处理装置20。然后,在块160,风险识别处理装置20基于第一风险评估结果和第二风险评估结果,确定针对业务事件10的风险识别结果。
在本公开的一个示例中,第一风险评估结果和第二风险评估结果可以分别具有第一权重值和第二权重值。相应地,基于第一风险评估结果和第二风险评估结果,确定针对业务事件10的风险识别处理结果可以包括:基于第一风险评估结果和第二风险评估结果以及对应的第一权重值和第二权重值,确定针对业务事件10的风险识别结果。例如,假设第一风险评估结果为:“通过”的概率为60%,“待定”的概率为10%,以及“拒绝”的概率为30%,以及第二风险评估结果为:“通过”的概率为20%,“待定”的概率为20%,以及“拒绝”的概率为60%。第一权重值为0.7,并且第二权重值为0.3。则由于风险评估结果为“通过”的总概率为60%*0.7+20%*0.3=0.48,风险评估结果为“待定”的总概率为10%*0.7+20%*0.3=0.13,以及风险评估结果为“拒绝”的总概率为30%*0.7+60%*0.3=0.39,其中,风险评估结果为“通过”的总概率最大,从而风险识别结果被确定为“通过”。
此外,在本公开的另一示例中,基于第一风险评估结果和第二风险评估结果以及对应的第一权重值和第二权重值,确定针对业务事件10的风险识别结果可以包括:基于第一风险评估结果和第二风险评估结果以及对应的第一权重值和第二权重值,使用风险识别处理模型来确定针对业务事件10的风险识别结果。这里,风险识别处理模型可以是预先训练的模型,并且第一风险评估结果和第二风险评估结果以及对应的第一权重值和第二权重值作为该风险识别处理模型的输入来得到对应的风险识别结果。
在本公开的一个示例中,第一权重值和第二权重值可以是预先设定的。例如,根据经验设定的。此外,在本公开的另一示例中,第一权重值可以是基于业务事件10和/或第一本地业务数据来确定的。第二权重值可以是基于业务事件10和/或云端业务数据确定的。图2示出了根据本公开的实施例的风险识别结果确定过程的一个示例的流程图,在图2中示出的风险识别结果过程中,第一权重值和第二权重值是在接收到风险识别处理请求后实时确定的。
如图2所示,在接收到针对业务事件10的风险识别处理请求后,在块210,分别在风险识别处理装置20和云端风险识别引擎30处确定第一权重值和第二权重值。例如,在风险识别处理装置20接收到针对业务事件10的风险识别处理请求并且获取到第一本地业务数据后,基于业务事件10和/或第一本地业务数据(例如,第一本地业务数据的数据属性)来确定第一权重值。在接收到针对业务事件10的风险识别处理请求并且获取到云端业务数据后,云端风险识别引擎30基于业务事件10和/或云端业务数据(例如,云端业务数据的数据属性)来确定第二权重值。这里,不同的业务数据属性对应不同的权重值。例如,可以在业务数据属性和/或业务事件与权重值之间预先创建对应关系,以便在接收到业务事件和/或业务数据属性后,基于该对应关系来获取对应的权重值。在本公开的一个示例中,第一权重值可以是基于业务事件10的业务类型和/或第一本地业务数据来确定的。第二权重值可以是基于业务事件10的业务类型和/或云端业务数据确定的。
然后,在块220,基于第一风险评估结果和第二风险评估结果以及对应的第一权重值和第二权重值,确定针对业务事件10的风险识别结果。块220的风险识别结果确定过程可以参考上面描述的各种基于权重值的风险识别结果确定过程。
此外,在本公开的另一示例中,基于第一风险评估结果和第二风险评估结果,确定针对业务事件10的风险识别结果还可以包括:基于第一风险评估结果和第二风险评估结果,根据风险识别组合规则来确定针对业务事件10的风险识别结果。在本公开的一个示例中,所述风险识别组合规则可以包括:从第一风险评估结果和第二风险评估结果中选择风险级别较低的风险评估结果,作为风险识别结果;或者从第一风险评估结果和第二风险评估结果中选择风险级别较高的风险评估结果,作为风险识别结果。例如,对于风险评估结果“通过”、“待定”和“拒绝”,“通过”的风险级别最低,“待定”的风险级别中等,以及“拒绝”的风险级别最高。
在本公开的一个示例中,所述风险识别组合规则也可以是预先设定的,例如,根据经验设定的,或者基于业务事件来设定的。在本公开的另一示例中,所述风险识别组合规则也可以是基于所述业务事件来确定的。图3示出了根据本公开的实施例的风险识别结果确定过程的另一示例的流程图,在图3中示出的风险识别结果过程中,风险识别组合规则是基于业务事件来实时确定的。
如图3所示,在块310,在获取到第一风险评估结果和第二风险评估结果后,基于业务事件10来确定风险识别组合规则。然后,在块320,基于第一风险评估结果和第二风险评估结果,根据风险识别组合规则来确定针对业务事件10的风险识别结果。
利用本公开的风险识别处理方法,在需要针对业务事件进行风险识别处理时,可以通过在业务提供方调用本地风险识别引擎来使用本地业务数据进行风险评估以得到第一风险评估结果,并且在云端风险识别引擎处使用云端业务数据进行风险评估以得到第二风险评估结果,然后组合第一和第二风险评估结果来得到针对业务事件的风险识别结果,从而可以基于本地业务数据和云端业务数据来进行风险评估,由此提高风险评估效果,并且由于本地业务数据和云端业务数据不会被公开给对方,从而可以确保业务数据安全。
利用本公开的风险识别处理方法,通过基于业务事件和/或风险识别策略来配置本地业务数据和云端业务数据,可以使得在进行风险评估时可以使用更为合适的业务数据,由此提升风险评估效果,并且降低风险识别时间,即,风险识别响应时间。
利用本公开的风险识别处理方法,通过基于业务事件和/或对应的业务数据来分别为本地风险评估和云端风险评估设置/确定第一权重值和第二权重值,并且基于第一和第二风险评估结果以及对应的第一权重值和第二权重来确定风险识别结果,从而可以基于业务事件来调整本地风险评估和云端风险评估对风险识别结果的影响,由此进一步提升风险评估效果。
利用本公开的风险识别处理方法,通过基于业务事件来确定风险识别组合规则,并且基于风险识别组合规则来确定风险识别结果,从而可以基于业务事件来调整本地风险评估和云端风险评估对风险识别结果的影响,由此进一步提升风险评估效果。
如上参照图1到图3对根据本公开的风险识别处理方法进行描述。这里要说明的是,图1到图3示出的仅仅是根据本公开的风险识别处理方法的一个实施例,在本公开的其它实施例中,还可以对图1到图2中示出的风险识别处理方法进行修改。
例如,在本公开的另一实施例中,将所述风险识别处理请求发送给云端风险识别引擎可以包括:在第一风险评估结果指示通过或待定时,才将风险识别处理请求发送给云端风险识别引擎30。利用该方案,通过在第一风险评估结果指示通过或待定时,才触发云端风险识别引擎30来进行风险识别,由此可以降低风险识别成本(例如,可以减少由于云端风险识别处理带来的成本),并且降低风险识别时间。
此外,在本公开的另一实施例中,所述风险识别处理方法还可以包括:在块160处得到的风险识别结果指示通过时,使用本地风险识别引擎来基于第二本地业务数据对所述业务事件进行深度风险识别处理,其中,所述第二本地业务数据是基于深度风险识别策略配置的本地业务数据。利用本公开的风险识别处理方法,通过在风险识别结果为通过时,调用本地风险识别引擎来进行深度风险识别处理,从而可以获悉更多的风险信息,由此制定更为有效的风险防控措施。
图4示出了根据本公开的实施例的风险识别处理装置400的方框图。如图4所示,风险识别处理装置400包括风险评估单元410、请求发送单元420、云端评估结果获取单元430和风险识别结果确定单元440。
风险评估单元410被配置为在接收到针对业务事件的风险识别处理请求后,使用本地风险识别引擎来基于第一本地业务数据进行风险评估,以得到第一风险评估结果。在本公开的一个示例中,所述第一风险评估结果可以包括下述风险评估结果中的一种:通过;待定;和拒绝。风险评估单元410的更为详细的操作可以参考上面参照图1描述的块120的操作。
请求发送单元420被配置为将风险识别处理请求发送给云端风险识别引擎30。请求发送单元420的操作可以参考上面参照图1描述的块130的操作。
云端评估结果获取单元430被配置为从云端风险识别引擎30获取针对业务事件10的第二风险评估结果,所述第二风险评估结果是在所述云端风险识别引擎处响应于接收到所述风险识别处理请求而使用云端业务数据得到的。云端评估结果获取单元430的操作可以参考上面参照图1描述的块150的操作。
风险识别结果确定单元440被配置为基于第一风险评估结果和第二风险评估结果,确定针对业务事件10的风险识别结果。风险识别结果确定单元440的操作可以参考上面参照图1描述的块160的操作。
在本公开的一个示例中,所述第一本地业务数据和所述云端业务数据是与所述业务事件和/或风险识别策略相关联的业务数据。相应地,风险识别处理装置400还可以包括业务数据配置单元(未示出)。所述业务数据配置单元被配置为基于业务事件和/或风险识别策略配置第一本地业务数据。此外,在云端风险识别引擎30中也可以包括业务数据配置单元,该业务数据配置单元被配置为基于业务事件和/或风险识别策略配置云端业务数据。
此外,在本公开的一个示例中,所述第一风险评估结果和所述第二风险评估结果可以分别具有第一权重值和第二权重值。相应地,风险识别结果确定单元440被配置为:基于第一风险评估结果和第二风险评估结果以及对应的第一权重值和第二权重值,确定针对业务事件的风险识别结果。关于基于权重值的风险识别结果确定过程可以参考上面描述的各种基于权重值的风险识别结果确定过程。
此外,在本公开的一个示例中,风险识别结果确定单元440可以被配置为:基于第一风险评估结果和第二风险评估结果,根据风险识别组合规则来确定针对业务事件的风险识别结果。
此外,在本公开的一个示例中,风险识别组合规则可以包括:从第一风险评估结果和第二风险评估结果中选择风险级别较低的风险评估结果,作为风险识别结果;或者从第一风险评估结果和第二风险评估结果中选择风险级别较高的风险评估结果,作为风险识别结果。例如,对于风险评估结果“通过”、“待定”和“拒绝”,“通过”的风险级别最低,“待定”的风险级别中等,以及“拒绝”的风险级别最高。
在本公开的一个示例中,风险识别组合规则可以是预先设定的,例如,根据经验设定的,或者基于业务事件的类型来设定的。在本公开的另一示例中,所述风险识别组合规则也可以是基于业务事件的类型来确定的。
此外,在本公开的一个示例中,风险评估单元410还可以被配置为:在风险识别结果指示通过时,使用本地风险识别引擎来基于第二本地业务数据对所述业务事件进行深度风险评估,其中,第二本地业务数据是基于深度风险识别策略配置的本地业务数据。
如上参照图1到图4,对根据本公开的风险识别处理方法及装置的实施例进行了描述。上面的风险识别处理装置可以采用硬件实现,也可以采用软件或者硬件和软件的组合来实现。
图5示出了根据本公开的实施例的用于风险识别处理的计算设备500的硬件结构图。如图5所示,计算设备500可以包括至少一个处理器510、存储器520、内存530和通信接口540,并且至少一个处理器510、存储器520、内存530和通信接口540经由总线560连接在一起。至少一个处理器510执行在存储器中存储或编码的至少一个计算机可读指令(即,上述以软件形式实现的元素)。
在一个实施例中,在存储器中存储计算机可执行指令,其当执行时使得至少一个处理器510:在接收到针对业务事件的风险识别处理请求后,使用本地风险识别引擎来基于第一本地业务数据进行风险评估,以得到第一风险评估结果;将所述风险识别处理请求发送给云端风险识别引擎;从所述云端风险识别引擎获取针对所述业务事件的第二风险评估结果,所述第二风险评估结果是在所述云端风险识别引擎处响应于接收到所述风险识别处理请求而使用云端业务数据得到的;以及基于所述第一风险评估结果和所述第二风险评估结果,确定针对所述业务事件的风险识别结果。
应该理解,在存储器中存储的计算机可执行指令当执行时使得至少一个处理器510进行本公开的各个实施例中以上结合图1-4描述的各种操作和功能。
在本公开中,计算设备500可以包括但不限于:个人计算机、服务器计算机、工作站、桌面型计算机、膝上型计算机、笔记本计算机、移动计算设备、智能电话、平板计算机、蜂窝电话、个人数字助理(PDA)、手持装置、消息收发设备、可佩戴计算设备、消费电子设备等等。
根据一个实施例,提供了一种比如非暂时性机器可读介质的程序产品。非暂时性机器可读介质可以具有指令(即,上述以软件形式实现的元素),该指令当被机器执行时,使得机器执行本公开的各个实施例中以上结合图1-4描述的各种操作和功能。具体地,可以提供配有可读存储介质的系统或者装置,在该可读存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码,且使该系统或者装置的计算机或处理器读出并执行存储在该可读存储介质中的指令。
根据一个实施例,提供了一种比如非暂时性机器可读介质的程序产品。非暂时性机器可读介质可以具有指令(即,上述以软件形式实现的元素),该指令当被机器执行时,使得机器执行本公开的各个实施例中以上结合图1-4描述的各种操作和功能。具体地,可以提供配有可读存储介质的系统或者装置,在该可读存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码,且使该系统或者装置的计算机或处理器读出并执行存储在该可读存储介质中的指令。
在这种情况下,从可读介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能,因此机器可读代码和存储机器可读代码的可读存储介质构成了本发明的一部分。
可读存储介质的实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD-RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从服务器计算机上或云上下载程序代码。
本领域技术人员应当理解,上面公开的各个实施例可以在不偏离发明实质的情况下做出各种变形和修改。因此,本发明的保护范围应当由所附的权利要求书来限定。
需要说明的是,上述各流程和各系统结构图中不是所有的步骤和单元都是必须的,可以根据实际的需要忽略某些步骤或单元。各步骤的执行顺序不是固定的,可以根据需要进行确定。上述各实施例中描述的装置结构可以是物理结构,也可以是逻辑结构,即,有些单元可能由同一物理实体实现,或者,有些单元可能分由多个物理实体实现,或者,可以由多个独立设备中的某些部件共同实现。
以上各实施例中,硬件单元或模块可以通过机械方式或电气方式实现。例如,一个硬件单元、模块或处理器可以包括永久性专用的电路或逻辑(如专门的处理器,FPGA或ASIC)来完成相应操作。硬件单元或处理器还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器),可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。
上面结合附图阐述的具体实施方式描述了示例性实施例,但并不表示可以实现的或者落入权利要求书的保护范围的所有实施例。在整个本说明书中使用的术语“示例性”意味着“用作示例、实例或例示”,并不意味着比其它实施例“优选”或“具有优势”。出于提供对所描述技术的理解的目的,具体实施方式包括具体细节。然而,可以在没有这些具体细节的情况下实施这些技术。在一些实例中,为了避免对所描述的实施例的概念造成难以理解,公知的结构和装置以框图形式示出。
本公开内容的上述描述被提供来使得本领域任何普通技术人员能够实现或者使用本公开内容。对于本领域普通技术人员来说,对本公开内容进行的各种修改是显而易见的,并且,也可以在不脱离本公开内容的保护范围的情况下,将本文所定义的一般性原理应用于其它变型。因此,本公开内容并不限于本文所描述的示例和设计,而是与符合本文公开的原理和新颖性特征的最广范围相一致。