CN115291919B - 一种搜包方法及相关装置 - Google Patents

Abstract

本申请实施例提供了一种搜包方法及相关装置，该方法包括：基于第一时间点和第一软件的搜包轮询周期生成第二时间点；基于第三时间点和前述搜包轮询周期生成第四时间点；前述第二时间点和前述第四时间点为前述第一软件相邻的两次搜包时间点，前述第二时间点和前述第四时间点的时间间隔与前述搜包轮询周期不同。本申请可以提高电子设备满足自动下载升级包条件的概率，使其及时获取升级包。

Description

一种搜包方法及相关装置

技术领域

本申请涉及计算机领域，尤其涉及一种搜包方法及相关装置。

背景技术

计算机软件系统在功能日益多样化的同时，也伴随着更多的软件更新和维护。计算机通过搜包发现存储在服务器的升级包，并及时的获取可以更好的维护计算机系统，提升用户的使用体验。

搜包是指第一电子设备向服务器发送升级包请求信息，服务器向第一电子设备返回是否有升级包的信息，并在有升级包的情况下向第一电子设备返回升级包的下载地址。

在第一电子设备搜到升级包之后，往往会因为第一电子设备不满足自动下载升级包条件或者用户不选择“立刻下载升级包”，使其不能及时获取升级包。

发明内容

本申请实施例公开了一种搜包方法及相关装置，有助于提高电子设备满足自动下载升级包的条件的概率，使电子设备及时获取升级包。

第一方面，本申请提供一种搜包方法，该方法包括：

基于第一时间点和第一软件的搜包轮询周期生成第二时间点；基于第三时间点和前述搜包轮询周期生成第四时间点；前述第二时间点和前述第四时间点为前述第一软件相邻的两次搜包时间点，前述第二时间点和前述第四时间点的时间间隔与前述搜包轮询周期不同。

现有的方案中，电子设备按照预设的轮询周期定时地去对上述第一软件进行搜包，在搜到升级包的情况下，判断该电子设备是否满足自动下载该升级包的条件。若满足，则下载该升级包，以用于更新该第一软件。但是，由于该轮询周期是系统随机预设的一个周期，电子设备基于该周期确定的时间点大概率不满足自动下载该升级包的条件。而在本方案中，可以生成与该周期确定的时间点不同的搜包时间，相比于现有方案中在固定的周期内轮询搜包，本方案可以基于确定的时间点（例如上述第一时间点和第三时间点）灵活地生成搜包的时间点，能够有助于提高满足自动下载升级包的条件的概率。使电子设备及时获取升级包，进而可以升级对应的软件，使得用户可以及时使用到软件的新版本，提升用户体验。

一种可能的实施方式中，前述基于第一时间点和第一软件的搜包轮询周期生成第二时间点，包括：

基于前述第一时间点和前述搜包轮询周期生成多个时间点，前述多个时间点为前述第一时间点至第五时间点之间的多个时间点，前述第五时间点为前述第一时间点加上前述搜包轮询周期获得的时间点；

生成前述多个时间点中每一个时间点的标签，前述每一个时间点的标签表征第一电子设备在前述每一个时间点满足自动下载条件的概率；

基于前述多个时间点中每一个时间点的标签生成前述第二时间点。

本方案中，基于第一时间和搜包轮询周期生成多个时间点，并从该多个时间点内筛选出一个时间点作为下次搜包的时间点。前述筛选搜包时间的方法是，为每个时间点增加一个标签，该标签用于表征在该时间点电子设备满足自动下载条件的概率。通过筛选标签可以得到以较高概率满足自动下载条件的时间点。在该时间点搜到升级包有助于提升电子设备满足自动下载条件的概率，使电子设备及时获取升级包。

一种可能的实施方式中，前述第三时间点等于前述第一时间点加前述搜包轮询周期获得的时间点。

本方案中，在上述方案的基础上，将第三时间点限定为前述第一时间点加前述搜包轮询周期获得的时间点。减少搜包的次数，节省搜包占用的计算资源，同时也能够减少频繁搜包对用户的影响。

一种可能的实施方式中，前述第三时间点等于前述第二时间点。

本方案中，第三时间点等同于第二时间点，相当于每次搜包时间点（前述第二时间点）等同于下个轮询周期的起始时间点，由于搜包时间点小于一个轮询周期结束的时间点，可以在固定的一段时间内进行更高频率的搜包，在保证一定满足自动下载条件概率的前提下，使电子设备更快的获取升级包。

一种可能的实施方式中，前述第二时间点基于机器学习模型生成，前述方法还包括：

在第六时间点获取第一判断结果；前述第一判断结果指示前述第一电子设备是否满足自动下载前述第一软件的升级包的条件；使用前述第六时间点和前述第一判断结果训练前述机器学习模型。

本方案，在前述方案的基础上，明确了第二时间点是基于机器学习模型生成的，并给出了机器学习模型的训练过程，指出训练机器学习模型的输入参数包括：第六时间点以及在第六时间点电子设备是否满足自动下载升级包的条件的结果。该第六时间点指的是任意一个时间点，即在任意一个时间点获取电子设备是否满足自动下载升级包的条件的结果，并对其进行训练，得到的机器学习模型就可以预测在不同时间点满足自动下载升级包的条件的概率。通过这种实现，可以使得电子设备搜到升级包后，该电子设备满足自动下载升级包的条件的概率提高，从而可以及时的获取升级包，更新对应的软件，使得用户可以及时使用到软件的新版本，提升用户体验。

一种可能的实施方式中，前述使用前述第六时间点和前述第一判断结果训练前述机器学习模型，包括：

在前述第六时间点之前前述第一电子设备不满足前述条件的概率大于第一阈值的情况下，使用前述第六时间点和前述第一判断结果训练前述机器学习模型。

本方案，通过多次抓取电子设备在由前述机器学习模型确定的下载时间点是否满足自动下载升级包的条件的结果，判断由该模型是否达到预期的训练效果，如果没有达到预期效果就继续对该模型进行训练，从而可以有效地提升该模型的性能。

一种可能的实施方式中，前述方法还包括：

在第七时间点之前前述第一电子设备满足前述条件的概率大于第二阈值的情况下，停止训练前述机器学习模型。

本方案，通过多次抓取电子设备在由前述机器学习模型确定的下载时间点是否满足自动下载升级包的条件的结果，判断由该模型是否达到预期的训练效果，如果已经达到预期效果就停止对该模型的训练，从而可以在保证模型性能的同时节省电子设备训练模型消耗的计算资源。

一种可能的实施方式中，前述方法还包括：向第二电子设备发送前述机器学习模型。

本方案可以将第一电子设备中的机器学习模型发送给第二电子设备，方便对模型进行存储和管理。

一种可能的实施方式中，前述方法还包括：接收前述机器学习模型。

本方案中，电子设备可以接收来自其它电子设备已经训练好的机器学习模型，方便电子设备对模型的使用和管理，减少模型的训练时间。

第二方面，本申请提供一种搜包装置，该装置包括：

处理单元，用于基于第一时间点和第一软件的搜包轮询周期生成第二时间点；基于第三时间点和前述搜包轮询周期生成第四时间点；

前述第二时间点和前述第四时间点为前述第一软件相邻的两次搜包时间点，前述第二时间点和前述第四时间点的时间间隔与前述搜包轮询周期不同。

一种可能的实施方式中，前述处理单元具体用于：

基于前述第一时间点和前述搜包轮询周期生成多个时间点，前述多个时间点为前述第一时间点至第五时间点之间的多个时间点，前述第五时间点为前述第一时间点加上前述搜包轮询周期获得的时间点；

生成前述多个时间点中每一个时间点的标签，前述每一个时间点的标签表征第一电子设备在前述每一个时间点满足自动下载条件的概率；

基于前述多个时间点中每一个时间点的标签生成前述第二时间点。

一种可能的实施方式中，前述第三时间点等于前述第二时间点。

一种可能的实施方式中，前述第三时间点等于前述第一时间点加前述搜包轮询周期获得的时间点。

一种可能的实施方式中，前述第二时间点基于机器学习模型生成，前述装置还包括：

第二获取单元，用于在第六时间点获取第一判断结果；前述第一判断结果指示前述第一电子设备是否满足自动下载前述第一软件的升级包的条件；

训练单元，使用前述第六时间点和前述第一判断结果训练前述机器学习模型。

一种可能的实施方式中，前述训练单元具体用于：

在前述第六时间点之前前述第一电子设备不满足前述条件的概率大于第一阈值的情况下，使用前述第六时间点和前述第一判断结果训练前述机器学习模型。

一种可能的实施方式中，前述训练单元具体还用于：

在第七时间点之前前述第一电子设备满足前述条件的概率大于第二阈值的情况下，停止训练前述机器学习模型。

一种可能的实施方式中，前述装置还包括：发送单元，用于把前述机器学习模型发送给第二电子设备。

一种可能的实施方式中，前述装置还包括：接收单元，用于接收前述机器学习模型。

第三方面，提供了一种搜包装置，该装置包括处理器和存储器。处理器和存储器耦合，处理器执行存储器中存储的计算机程序时，可以实现上述第一方面任一项描述的显存泄露的处理方法。该装置还可以包括通信接口，通信接口用于该装置与其它装置进行通信，示例性的，通信接口可以是收发器、电路、总线、模块或其它类型的通信接口。

一种可能的实现中，该装置可以包括：

存储器，用于存储计算机程序；

处理器，用于基于第一时间点和第一软件的搜包轮询周期生成第二时间点；基于第三时间点和前述搜包轮询周期生成第四时间点；前述第二时间点和前述第四时间点为前述第一软件相邻的两次搜包时间点，前述第二时间点和前述第四时间点的时间间隔与前述搜包轮询周期不同。

需要说明的是，本申请中存储器中的计算机程序可以预先存储也可以使用该装置时从互联网下载后存储，本申请对于存储器中计算机程序的来源不进行具体的限定。本申请实施例中的耦合装置、单元或模块之间的间接耦合或连接，其可以是电性、机械或其他的形式，用于装置、单元或模块之间的信息交互。

第四方面，本申请提供一种电子设备，该电子设备包括上述第二方面或第三方面所述的搜包装置。

第五方面，本申请提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，前述计算机程序被处理器执行以实现前述第一方面或第一方面任一种可能的实施方式所述的方法。

第六方面，本申请提供一种计算机程序产品，该计算机程序产品被处理器执行时，上述第一方面或第一方面任一种可能的实现方式所述的方法将被执行。

上述第二方面至第六方面提供的方案，用于实现或配合实现上述第一方面对应提供的方法，因此可以与第一方面中对应的方法达到相同或相应的有益效果，此处不再赘述。

附图说明

为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。

图1为本申请实施例提供的电子设备100的结构示意图；

图2为本申请实施例提供的电子设备100的软件结构示意图；

图3为本申请实施例提供的一种搜包方法流程示意图；

图4A至图4D为申请实施例提供的一种搜包方法流程示意图;

图5A至图5C为申请实施例提供的一种模型使用流程示意图；

图6为本申请实施例提供的一种训练模型流程示意图；

图7A和图7B为申请实施例提供的一种判断是否满足自动下载升级包条件的流程示意图；

图8为本申请实施例提供的一种训练模型流程示意图；

图9为本申请实施例提供的一种模型的存储和下载的流程示意图；

图10为本申请实施例提供的一种搜包方法流程示意图；

图11是本申请实施例提供的装置的逻辑结构示意图；

图12是本申请实施例提供的装置的硬件结构示意图。

具体实施方式

本申请以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本申请实施例的限制。如在本申请实施例的说明书和所附权利要求书中所使用的那样，单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式，除非其上下文中明确地有相反指示。还应当理解，本申请实施例中使用的术语“和/或”是指并包含一个或多个所列出项目的任何或所有可能组合。

下面介绍本申请实施例涉及的终端。

图1为本申请实施例公开的一种电子设备100的结构示意图。

下面以电子设备100为例对实施例进行具体说明。应该理解的是，电子设备100可以具有比图1中所示的更多的或者更少的部件，可以组合两个或多个的部件，或者可以具有不同的部件配置。图1中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。

电子设备100可以包括：处理器110，外部存储器接口120，内部存储器121，通用串行总线(universal serial bus，USB)接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块150，无线通信模块160，音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，传感器模块180，按键190，马达191，指示器192，摄像头193，显示屏194以及用户标识模块(subscriber identification module，SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A，陀螺仪传感器180B，气压传感器180C，磁传感器180D，加速度传感器180E，距离传感器180F，接近光传感器180G，指纹传感器180H，温度传感器180J，触摸传感器180K，环境光传感器180L，骨传导传感器180M等。

可以理解的是，本申请实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中，电子设备100可以包括比图1所示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图1所示的部件可以以硬件，软件或软件和硬件的组合实现。

处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，存储器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。

其中，控制器可以是电子设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。

处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。

在一些实施例中，处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit，I2C)接口，集成电路内置音频(inter-integrated circuitsound，I2S)接口，脉冲编码调制(pulse code modulation，PCM)接口，通用异步收发传输器(universal asynchronous receiver/transmitter，UART)接口，移动产业处理器接口(mobile industry processor interface，MIPI)，通用输入输出(general-purposeinput/output，GPIO)接口，用户标识模块(subscriber identity module，SIM)接口，和/或通用串行总线(universal serial bus，USB)接口等。

I2C接口是一种双向同步串行总线，包括一根串行数据线（serial data line，SDA）和一根串行时钟线（derail clock line，SCL）。在一些实施例中，处理器110可以包含多组I2C总线。处理器110可以通过不同的I2C总线接口分别耦合触摸传感器180K，充电器，闪光灯，摄像头193等。例如：处理器110可以通过I2C接口耦合触摸传感器180K，使处理器110与触摸传感器180K通过I2C总线接口通信，实现电子设备100的触摸功能。

UART接口是一种通用串行数据总线，用于异步通信。该总线可以为双向通信总线。它将要传输的数据在串行通信与并行通信之间转换。在一些实施例中，UART接口通常被用于连接处理器110与无线通信模块160。例如：处理器110通过UART接口与无线通信模块160中的蓝牙模块通信，实现蓝牙功能。在一些实施例中，音频模块170可以通过UART接口向无线通信模块160传递音频信号，实现通过蓝牙耳机播放音乐的功能。

MIPI接口可以被用于连接处理器110与显示屏194，摄像头193等外围器件。MIPI接口包括摄像头串行接口（camera serial interface，CSI），显示屏串行接口（displayserial interface，DSI）等。在一些实施例中，处理器110和摄像头193通过CSI接口通信，实现电子设备100的拍摄功能。处理器110和显示屏194通过DSI接口通信，实现电子设备100的显示功能。

GPIO接口可以通过软件配置。GPIO接口可以被配置为控制信号，也可被配置为数据信号。在一些实施例中，GPIO接口可以用于连接处理器110与摄像头193，显示屏194，无线通信模块160，音频模块170，传感器模块180等。GPIO接口还可以被配置为I2C接口，I2S接口，UART接口，MIPI接口等。

SIM接口可以被用于与SIM卡接口195通信，实现传送数据到SIM卡或读取SIM卡中数据的功能。

USB接口130是符合USB标准规范的接口，具体可以是Mini USB接口，Micro USB接口，USB Type C接口等。USB接口130可以用于连接充电器为电子设备100充电，也可以用于电子设备100与外围设备之间传输数据。也可以用于连接耳机，通过耳机播放音频。该接口还可以用于连接其他电子设备，例如AR设备等。

可以理解的是，本申请实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对电子设备100的结构限定。在本申请另一些实施例中，电子设备100也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。

充电管理模块140用于从充电器接收充电输入。其中，充电器可以是无线充电器，也可以是有线充电器。

电源管理模块141用于连接电池142，充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入，为处理器110，内部存储器121，外部存储器，显示屏194，摄像头193，和无线通信模块160等供电。

电子设备100的无线通信功能可以通过天线1，天线2，移动通信模块150，无线通信模块160，调制解调处理器以及基带处理器等实现。

天线1和天线2用于发射和接收电磁波信号。电子设备100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。

移动通信模块150可以提供应用在电子设备100上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器，开关，功率放大器，低噪声放大器（low noise amplifier，LNA）等。移动通信模块150可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大，经天线1转为电磁波辐射出去。在一些实施例中，移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中，移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。

调制解调处理器可以包括调制器和解调器。其中，调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后，被传递给应用处理器。应用处理器通过音频设备（不限于扬声器170A，受话器170B等）输出声音信号，或通过显示屏194显示图像或视频。在一些实施例中，调制解调处理器可以是独立的器件。在另一些实施例中，调制解调处理器可以独立于处理器110，与移动通信模块150或其他功能模块设置在同一个器件中。

无线通信模块160可以提供应用在电子设备100上的包括无线局域网（wirelesslocal area networks，WLAN）（如无线保真（wireless fidelity，Wi-Fi）网络），蓝牙（bluetooth，BT），全球导航卫星系统（global navigation satellite system，GNSS），调频（frequency modulation，FM），近距离无线通信技术（near field communication，NFC），红外技术（infrared，IR）等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。

在一些实施例中，电子设备100的天线1和移动通信模块150耦合，天线2和无线通信模块160耦合，使得电子设备100可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统（global system for mobile communications，GSM），通用分组无线服务（general packet radio service，GPRS），码分多址接入（codedivision multiple access，CDMA），宽带码分多址（wideband code division multipleaccess，WCDMA），时分码分多址（time-division code division multiple access，TD-SCDMA），长期演进（long term evolution，LTE），BT，GNSS，WLAN，NFC ，FM，和/或IR技术等。所述GNSS可以包括全球卫星定位系统（global positioning system ，GPS），全球导航卫星系统（global navigation satellite system，GLONASS），北斗卫星导航系统（beidounavigation satellite system，BDS），准天顶卫星系统（quasi-zenith satellitesystem，QZSS）和/或星基增强系统（satellite based augmentation systems，SBAS）。

电子设备100通过GPU，显示屏194，以及应用处理器等实现显示功能。GPU为图像处理的微处理器，连接显示屏194和应用处理器。GPU用于执行数学和几何计算，用于图形渲染。处理器110可包括一个或多个GPU，其执行程序指令以生成或改变显示信息。

显示屏194用于显示图像，视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，LCD)，有机发光二极管(organic light-emittingdiode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode，AMOLED)，柔性发光二极管(flex light-emittingdiode，FLED)，Miniled，MicroLed，Micro-oLed，量子点发光二极管(quantum dot lightemitting diodes，QLED)等。在一些实施例中，电子设备100可以包括1个或N个显示屏194，N为大于1的正整数。

电子设备100可以通过ISP，摄像头193，视频编解码器，GPU，显示屏194以及应用处理器等实现拍摄功能。

ISP 用于处理摄像头193反馈的数据。例如，拍照时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给ISP处理，转化为肉眼可见的图像。ISP还可以对图像的噪点，亮度，肤色进行算法优化。ISP还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，ISP可以设置在摄像头193中。

摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，CMOS)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB，YUV等格式的图像信号。在一些实施例中，电子设备100可以包括1个或N个摄像头193，N为大于1的正整数。

数字信号处理器用于处理数字信号，除了可以处理数字图像信号，还可以处理其他数字信号。例如，当电子设备100在频点选择时，数字信号处理器用于对频点能量进行傅里叶变换等。

视频编解码器用于对数字视频压缩或解压缩。电子设备100可以支持一种或多种视频编解码器。这样，电子设备100可以播放或录制多种编码格式的视频，例如：动态图像专家组(moving picture experts group，MPEG)1，MPEG2，MPEG3，MPEG4等。

外部存储器接口120可以用于连接外部存储卡，例如Micro SD卡，实现扩展电子设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信，实现数据存储功能。例如将音乐，视频等文件保存在外部存储卡中。

内部存储器121可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令，从而执行电子设备100的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，至少一个功能所需的应用(比如人脸识别功能，指纹识别功能、移动支付功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如人脸信息模板数据，指纹信息模板等)等。此外，内部存储器121可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universalflash storage，UFS)等。

电子设备100可以通过音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，以及应用处理器等实现音频功能。例如音乐播放，录音等。

音频模块170用于将数字音频信息转换成模拟音频信号输出，也用于将模拟音频输入转换为数字音频信号。音频模块170还可以用于对音频信号编码和解码。在一些实施例中，音频模块170可以设置于处理器110中，或将音频模块170的部分功能模块设置于处理器110中。

指示器192可以是指示灯，可以用于指示充电状态，电量变化，也可以用于指示消息，未接来电，通知等。

SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195，或从SIM卡接口195拔出，实现和电子设备100的接触和分离。电子设备100可以支持1个或N个SIM卡接口，N为大于1的正整数。SIM卡接口195可以支持Nano SIM卡，Micro SIM卡，SIM卡等。同一个SIM卡接口195可以同时插入多张卡。所述多张卡的类型可以相同，也可以不同。SIM卡接口195也可以兼容不同类型的SIM卡。SIM卡接口195也可以兼容外部存储卡。电子设备100通过SIM卡和网络交互，实现通话以及数据通信等功能。

本实施例中，电子设备100可以通过处理器110执行本申请实施例提供的显示方法，由显示屏194显示所述显示方法得到的消息或提示框等。

示例性地，上述电子设备100可以包括但不限于任何一种基于智能操作系统的电子产品，其可与用户通过键盘、虚拟键盘、触摸板、触摸屏以及声控设备等输入设备来进行人机交互。诸如智能手机、平板电脑（tablet personal computer，Tablet PC）、手持计算机、可穿戴电子设备、个人计算机（personal computer，PC）和台式计算机等。电子设备还可以包括但不限于任何一种物联网（internet of things，IoT）设备。该IoT设备例如可以是智能音箱、电视机（television，TV）和汽车的车载显示器等等。其中，智能操作系统包括但不限于任何通过向设备提供各种应用来丰富设备功能的操作系统，诸如安卓Android、IOS、Windows、MAC或鸿蒙系统(HarmonyOS)等操作系统。

上述图1所示的电子设备100的软件系统可以采用分层架构，事件驱动架构，微核架构，微服务架构，或云架构。本申请实施例以分层架构的软件系统为例，示例性说明电子设备100的软件结构。图2示例性示出了本申请实施例的电子设备100的软件结构框图。

分层架构将软件分成若干个层，每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中，将系统分为四层，从上至下分别为应用程序层，应用程序框架层，运行时（Runtime）和系统库，以及内核层。

应用程序层可以包括一系列应用程序包。

如图2所示，应用程序包可以包括相机，图库，日历，通话，地图，导航，WLAN，蓝牙，音乐，视频，短信息等应用程序（也可以称为应用）。

应用程序框架层为应用程序层的应用程序提供应用编程接口（applicationprogramming interface，API）和编程框架。应用程序框架层包括一些预先定义的函数。

如图2所示，应用程序框架层可以包括窗口管理器，内容提供器，视图系统，电话管理器，资源管理器，通知管理器等。

窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小，判断是否有状态栏，锁定屏幕，截取屏幕等。

内容提供器用来存放和获取数据，并使这些数据可以被应用程序访问。所述数据可以包括视频，图像，音频，拨打和接听的电话，浏览历史和书签，电话簿等。

视图系统包括可视控件，例如显示文字的控件，显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如，包括短信通知图标的显示界面，可以包括显示文字的视图以及显示图片的视图。

电话管理器用于提供电子设备100的通信功能。例如通话状态的管理（包括接通，挂断等）。

资源管理器为应用程序提供各种资源，比如本地化字符串，图标，图片，布局文件，视频文件等等。

通知管理器使应用程序可以在状态栏或预设指定的位置(例如本申请实施例中所述的消息通知区域，具体可以参见后面的描述，此处不赘述)中显示通知信息，可以用于传达告知类型的消息，可以短暂停留后自动消失，无需用户交互。比如通知管理器被用于告知下载完成，消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知，例如后台运行的应用程序的通知，还可以是以对话界面形式出现在屏幕上的通知。例如在状态栏提示文本信息，发出提示音，电子设备振动，指示灯闪烁等。

运行时（Runtime）包括核心库和虚拟机。Runtime负责系统的调度和管理。

核心库包含两部分：一部分是编程语言（例如，java语言）需要调用的功能函数，另一部分是系统的核心库。

应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的编程文件（例如，java文件）执行为二进制文件。虚拟机用于执行对象生命周期的管理，堆栈管理，线程管理，安全和异常的管理，以及垃圾回收等功能。

系统库可以包括多个功能模块。例如：表面管理器（surface manager），媒体库（Media Libraries），三维图形处理库（例如：OpenGL ES），二维图形引擎（例如：SGL）等。

表面管理器用于对显示子系统进行管理，并且为多个应用程序提供了二维（2-Dimensional，2D）和三维（3-Dimensional，3D）图层的融合。

媒体库支持多种常用的音频，视频格式回放和录制，以及静态图像文件等。媒体库可以支持多种音视频编码格式，例如: MPEG4，H.264，MP3，AAC，AMR，JPG，PNG等。

三维图形处理库用于实现3D图形绘图，图像渲染，合成，和图层处理等。

2D图形引擎是2D绘图的绘图引擎。

内核层是硬件和软件之间的层。内核层至少包含显示驱动，摄像头驱动，音频驱动，传感器驱动。

下面结合捕获拍照场景，示例性说明电子设备100软件以及硬件结合的工作流程。

当触摸传感器180K接收到触摸操作，相应的硬件中断被发给内核层。内核层将触摸操作加工成原始输入事件（包括触摸坐标，触摸操作的时间戳等信息）。原始输入事件被存储在内核层。应用程序框架层从内核层获取原始输入事件，识别该输入事件所对应的控件。以该触摸操作是触摸单击操作，该单击操作所对应的控件为相机应用图标的控件为例，相机应用调用应用框架层的接口，启动相机应用，进而通过调用内核层启动摄像头驱动，通过摄像头193捕获静态图像或视频。该示例仅为说明电子设备100软件以及硬件互相配合工作的流程，不构成对本申请的限制。

上述图2示例性示出了本申请实施例的电子设备100的软件结构框图，其中，软件结构是为了模块化的体现电子设备100中的应用程序。电子设备100在使用过程中其应用程序需要不断的更新或升级，可用于修补系统漏洞或者增加新的功能，提升用户体验。

为了能及时地更新或升级电子设备100中的应用程序，可以通过搜包的方式来发现升级包，并获取升级包的下载地址，用于后续升级包的下载和安装。

一种可能的搜包方法，可以示例性的参见图3，该方法根据轮询周期（autopollingCycle）设置第一定时器用于触发搜包，并在搜到升级包之后执行后续的升级包下载操作。上述搜到升级包是指服务器返回的信息表示有升级包的情况。该方法的具体实现包括但不限于以下步骤：

S301、电子设备100开机会触发首次搜包，具体的搜包方法本申请实施例不做限制。一种可能的实施方式为，电子设备100向服务器发送搜包信息，服务器根据搜包信息向电子设备100发送是否有升级包的应答信息。

上述搜包信息包括电子设备100的设备信息，例如，产品型号、产品序列号等。用于让服务器确定该设备是否有升级包。

上述应答信息包括没有升级包的情况和有升级包的情况，当没有升级包的情况下，该应答信息用于指示该设备没有新的升级包。当有升级包的情况下，该应答信息除了用于指示该设备有新的升级包，还包括升级包的下载地址。

S302、获取当前时间和轮询周期。该当前时间可以是电子设备100的系统时间，获取电子设备100的当前时间可以通过函数的形式，例如：使用系统当前时间函数（System.currentTimeMills()）。示例性的，系统时间可以是2001年1月1日上午9:00或者周一上午9:00等。

该轮询周期为电子设备100进行搜包的周期，可以从服务器获得也可以在终端人为的进行设定。轮询周期可以是一小时、一天或一周，本申请对轮询周期的设定不做限制。

S303、设置第一定时器。该第一定时器用于确定以后每次搜包的时间。示例性的，假设获取到的当前时间为周一的上午9:00，轮询周期为一天，则之后的搜包时间依次确定为，周二的上午9:00、周三的上午9:00、周四的上午9:00，依次类推。上述获取到的时间是示例性的，具体实施过程中以电子设备100获取到的当前时间位准。

S304、电子设备100在第一定时器倒计时结束开始新一轮的搜包，该搜包过程和首次搜包的实施过程一致，详细过程请参见步骤S301。

S305、判断是否满足自动下载条件。上述步骤S301中的开机首次搜包和步骤S304中由第一定时器唤起的搜包，在搜到升级包之后，均需要判断电子设备100是否满足自动下载的条件。

上述满足自动下载的条件包括：电子设备100是否被允许自动下载、电子设备100的电池电量是否充足、电子设备100是否连接Wi-Fi以及电子设备100的剩余存储空间是否充足等。上述判断电子设备100是否满足自动下载条件的过程，请参见图7A和图7B，这里暂不详述。

S306、弹窗提醒用户。

当电子设备100不满足自动下载条件的情况下，会在电子设备100的显示屏弹出一个弹窗，用于让用户决定是否下载当前升级包。当用户同意下载升级包的情况下，会执行后续步骤S307。

S307、下载当前升级包。本申请实施例不对下载升级包的具体过程进行限制，一种可能的实施方式是，前述电子设备100根据步骤S301或步骤S304获得的升级包下载地址，下载当前升级包。

上述方法，在搜到升级包之后，提供了让用户决定是否下载升级包和自动下载升级包两种途径完成升级包的下载。当不满足自动下载条件，让用户决定是否下载升级包情况下，用户往往会选择“稍后下载”，不会选择立刻下载升级包。一种可能的原因，升级包的下载可能会影响用户使用电子设备100的体验。另一种完成升级包下载的途径需要满足自动下载的全部条件，由上述内容可知，满足自动下载升级包的条件众多，同时满足所有自动下载的条件的概率较低。因此，上述方法，在搜到升级包的情况下，电子设备100完成升级包下载的比例往往较低，电子设备100完成升级包下载的平均时间较长，同时不及时的对电子设备100进行更新也会影响用户的使用体验。

从图3所示的方法可以得知，设置固定周期的搜包方法，往往会因为电子设备100不能满足自动下载升级包的条件或者用户会经常性的选择“稍后下载”，而不能完成对搜到的升级包的下载。其中，只有在电子设备100不满足自动下载升级包条件的情况下，才会弹出弹窗让用户选择是否下载升级包，并且用户经常性的选择“稍后下载”是一个用户的主观行为，因此，本申请认为，电子设备100在搜到升级包之后电子设备100满足自动下载条件的概率，是影响电子设备100在搜到升级包之后能否完成下载的主要因素。

然而，电子设备100往往不满足自动下载升级包的条件，主要是因为满足自动下载升级包的条件非常多，导致同一时间满足所有自动下载条件的概率非常的低。但是，人们在生活过程中，一个人的生活习惯在一段时间内往往是比较固定的。例如：公司职员会有固定的上下班时间点、工作地点以及晚上休息的地点；学生会有固定的上下课时间点、学习地点以及寝室等。在人们生活习惯固定的情况下，人们对手机的使用习惯在一段时间内也会比较固定。例如：连接Wi-Fi的时间段，手机充电的时间段等。因此，电子设备100满足自动下载升级包条件的时间点/段也会是相对固定的。只要确定哪些时间点/段，电子设备100符合自动下载升级包的条件，就可以在相应的时间点/段开启搜包，并在搜到升级包之后有较高的概率自动下载升级包。

为解决上述问题，本申请实施例提供了一种搜包的方法，可以示例性的参见图4A。该方法与图3所示方法的不同点在于，通过机器学习模型决策出下次搜包的时间点，该时间点为一个轮询周期内满足自动下载升级包的条件的概率最高的时间点。该方法的具体实现包括但不限于以下步骤：

S401、电子设备100开机会触发首次搜包，具体的搜包方法本申请实施例不做限制。一种可能的实施例请参见前述步骤S301，这里不再赘述。

S402、获取当前时间和轮询周期。该当前时间可以是电子设备100的系统时间，获取电子设备100的当前时间可以通过函数的形式。一种可能的实施例请参见前述步骤S302，这里不再赘述。

该轮询周期为电子设备100进行搜包的周期，可以从服务器获得也可以在终端人为的进行设定。轮询周期可以是一小时、一天或一周，本申请对轮询周期的设定不做限制。

本申请实施例，对获取当前时间和轮询周期的前后顺序不做限定，示例性的，可以先获取当前时间，后获取轮询周求。示例性的，可以先获取轮询周期，后获取当前时间。示例性的，可以同时获取轮询周期和当前时间。

S403、决策出下一次搜包的时间点。

一种可能的实施方式，该方法通过一个机器学习模型，对上述步骤S402获取到的当前时间和轮询周期进行决策，得到下一次搜包的时间点。

另一种可能的实施方式，该方法通过一个机器学习模型，对上述步骤S402获取到的当前时间和轮询周期进行决策，得到多个搜包的时间点。该多个搜包的时间点可以是两个时间点、三个时间点或四个时间点等，时间的具体个数本申请不做限制。示例性的可参见图4B，上述机器学习模型共决策出n个时间点，包括T ₁ 、T ₂ …T _n ，其中n不小于2，n个时间点均位于当前时间点到当前时间点加上轮询周期这个时间段内。示例性的可参见图4C，上述机器学习模型共决策出m个时间点，包括T ₁ 、T ₂ 、T ₃ 、T ₄ …T _m ，其中m不小于2，m个时间点位于当前时间点到当前时间点加上n个轮询周期这个时间段内。示例性的可参见图4D，上述机器学习模型共决策出n个时间点，包括T ₁ 、T ₂ 、T ₃ 、T ₄ …T _n ，其中n不小于2，n个时间点位于当前时间点到当前时间点加上n个轮询周期这个时间段内，且每一个轮询周期有且仅有一个搜包时间点。

还有一种可能的实施方式，该方法通过一个机器学习模型，对上述步骤S402获取到的当前时间和轮询周期进行决策，没有得到一个合适的搜包时间点。

本申请实施例不对该机器学习模型的训练进行限定，具体的决策过程请参见下述图5A所示步骤，这里暂不详述。

S404、设置第二定时器。

一种可能的实施方式，该第二定时器根据步骤S403得到的下一次搜包时间点设置定时器，用于启动下一次搜包。

另一种可能的实施方式，该第二定时器根据步骤S403得到的多个搜包时间点设置定时器，用于启动后续的多次搜包。

还有一种可能的实施方式，当前述步骤S403没有决策出下次搜包的时间点的情况下，将当前时间加上轮询周期设置为下次搜包的时间点。

S405、电子设备100在第二定时器倒计时结束开始新一轮的搜包，该搜包过程请参见步骤S301，这里不再赘述。

一种可能的实施方式，在搜包完成之后执行步骤S402，重新获取当前时间和轮询周期，根据获取到的当前时间和轮询周期决策出后续搜包的时间点，并设置第二定时器用于新一轮的搜包。

一种可能的实施方式，当前述第二定时器设定了多个时间点的情况下，在搜包完成之后可以不执行步骤S402，由第二定时器唤醒新一轮的搜包。

S406、判断是否满足自动下载条件。上述步骤S401中的开机首次搜包和步骤S405中由第二定时器唤起的搜包，在搜到升级包之后，均需要判断电子设备100是否满足自动下载的条件。

上述满足自动下载的条件包括：电子设备100是否被允许自动下载、电子设备100的电池电量是否充足、电子设备100是否连接Wi-Fi以及电子设备100的剩余存储空间是否充足等。上述判断电子设备100是否满足自动下载条件的过程，请参见图7A和图7B，这里暂不详述。

S407、弹窗提醒用户。

当电子设备100不满足自动下载条件的情况下，会在电子设备100的显示屏弹出一个弹窗，用于让用户决定是否下载当前升级包。当用户同意下载升级包的情况下，会执行后续步骤S408。

S408、下载当前升级包。本申请实施例不对下载升级包的具体过程进行限制，一种可能的实施方式是，前述电子设备100根据步骤S401或步骤S405获得的升级包下载地址，下载当前升级包。

前述决策出下一次搜包时间的详细过程，可以示例性的参见图5A。该方法的具体实现包括但不限于以下步骤：

S501、计算模型的输入数据。

首先计算出当前时间点到当前时间点加上一个轮询周期的时间段。前述当前时间点和轮询周期均是搜包完成之后获取到的数据。示例性的，假设当前时间点为周一上午9:00，轮询周期为1天，则当前时间点加上一个轮询周期的时间点为周二上午9:00。进一步，可以得到当前时间点到当前时间点加上一个轮询周期的时间段为周一上午9:00到周二上午9:00。

然后，根据确定好的时间间隔，计算出在上述时间段内的多个时间点。该时间间隔可以是1分钟、30分钟、1小时或4小时等，本申请不做限制。假定设置的时间间隔为4小时，并以上述时间段为例，可以计算得到上述时间段内的多个时间点，分别为：周一下午13:00、周一下午17:00、周一晚上21:00、周二凌晨1:00、周二凌晨5:00以及周二上午9:00。

S502、模型根据输入数据得到输出数据。

该概率计算模型用于计算出电子设备100在多个时间点对应满足自动下载条件的标签，该多个时间点以及多个时间点对应的标签为上述输出数据。上述标签可以是概率、等级，本申请不做限制。

一种可能的实施方式，该概率计算模型用于计算出电子设备100在不同时间点对应满足自动下载条件的概率。上述模型，可以是机器学习的模型。

示例性的，模型的输入数据为若干个时间点，例如：周一下午13:00、周一下午17:00、周一晚上21:00、周二凌晨1:00、周二凌晨5:00以及周二上午9:00。

示例性的，模型的输出数据为上述若干个时间点以及在对应时间点满足自动下载条件的概率，例如：周一下午13:00_30%、周一下午17:00_40%、周一晚上21:00_50%、周二凌晨1:00_60%、周二凌晨5:00_90%以及周二上午9:00_80%。

另一种可能的实施方式，该概率计算模型用于计算出电子设备100在不同时间点对应满足自动下载条件的等级。上述等级可以包含多个等级，本申请对等级的个数以及等级的表示方式不做限定。示例性的，上述等级可以是包含A、B、C、D、E五个等级，上述等级还可以是包含优秀、良好、及格、差四个等级。

示例性的，模型的输入数据为若干个时间点，例如：周一下午13:00、周一下午17:00、周一晚上21:00、周二凌晨1:00、周二凌晨5:00以及周二上午9:00。

示例性的，模型的输出数据为上述若干个时间点以及在对应时间点满足自动下载条件的等级，例如：周一下午13:00_C、周一下午17:00_C、周一晚上21:00_B、周二凌晨1:00_A、周二凌晨5:00_A以及周二上午9:00_D。

模型的训练过程和具体的使用过程，请参见后续图6的相关描述，这里暂不详述。

S503、对输出数据进行决策，得到设置定时器的一个或多个时间点。

一种可能的实施方式，决策模块通过对比每个时间点对应的标签，找出预设规则中最合适标签对应的时间点，该规则可以是满足自动下载条件概率最高对应的时间点，本申请不做限制。示例性的，决策模块通过对比每个时间点对应的概率，找出最大概率对应的时间点。示例性的，以上述模型输出的数据为例，决策模块可以决策出满足自动下载条件最大的概率为90%，对应的时间点为周二凌晨5:00。该时间点用于设置第二定时器，并确定下一次搜包的时间为周二凌晨5:00。

示例性的，决策模块通过对比每个时间点对应的等级，找出等级最高对应的时间点。示例性的，以上述模型输出的数据为例，决策模块可以决策出满足自动下载条件最高的等级为A，对应的时间点为周二凌晨1:00和周二凌晨5:00。该时间点用于设置第二定时器。一种可能的实施方式，将周二凌晨1:00设定为下次搜包的时间点，另一种可能的实施方式，将周二凌晨5:00设定为下次搜包的时间点，还有一种可能的实施方式，在周二凌晨1:00完成搜包之后不重新设定定时器，并在周二凌晨5:00进行新一轮的搜包，在周二凌晨5:00完成搜包之后，重新设定定时器。

将图5A所示的决策过程，可以进行模块化的表示，可示例性的参见图5B，包括：计算模块、模型以及决策模块，并把这三个模块统称为智能决策模块。

一种可能的实施方式，可参见图5C。图5C相比于图5B所示的智能决策模块还包括获取模块，该获取模块可以获取当前时间和/或轮询周期。

前述模型的训练过程，可以示例性的参见图6。训练过程包括但不限于如下步骤：

S601、设置第三定时器，用于唤醒应用程序对模型进行训练。

一种可能的实施方式，由上述定时器确定的模型训练可以是周期性的，例如，训练周期可以是5分钟、10分钟或者1个小时等，在方案实施过程中，训练周期可以是任意值，本申请不对训练周期进行限制。可以理解的是，以训练周期是1个小时为例，训练模型会每隔一小时进行一次训练。上述设置周期的定时器可以通过函数的方式进行，例如使用时钟管理类（AlarmManager）中的精确设置（setExact()）函数。

另一种可能的实施方式，由上述定时器确定的模型训练也可以是非周期性的，例如，在一段时间内随机的选择若干个时间点唤醒应用并对模型进行训练。示例性的，在周一上午9:00到周二上午9:00的24小时时间里随机的选择3个时间点，用于唤醒应用并对模型进行训练。上述三个时间点可以周一上午9:01、周一上午9:02和周一上午9:03，或者是周一上午10:01、周一上午11:01和周一上午12:01等。

可以理解的是，上述定时器的设定可以是周期性和非周期性的，本申请不对其进行限制。

S602、获取当前时间。前述当前时间可以是电子设备100的系统时间，例如：系统时间可以是2001年1月1日上午9:00或者周一上午9:00等。

S603、判断电子设备100在当前时间点是否满足自动下载升级包的条件。

上述满足自动下载的条件包括：电子设备100是否被允许自动下载、电子设备100的电池电量是否充足、电子设备100是否连接Wi-Fi以及电子设备100的剩余存储空间是否充足等。上述判断电子设备100是否满足自动下载条件的过程，请参见图7A和图7B，这里暂不详述。

S604、模型训练模块根据前述时间数据和判断结果，对模型进行训练，具体的训练过程本申请不做限定。

一种可能的实现中，可以示例性的参见图7A，提供了一种判断电子设备100在当前时间点是否满足自动下载升级包的条件的流程示意图。判断的内容包括是否打开自动下载开关、当前网络是否运行自动下载、当前电量是否运行自动下载、当前存储空间是否大于升级所需空间。判断过程包括但不限于如下步骤：

首先，判断当前电子设备100的自动下载开关是否打开，如果没有打开则表明当前时刻电子设备100不支持自动下载，否则进行下一步的判断。

其次，判断电子设备100当前的网络状态是否允许自动下载。一般情况下，电子设备100会默认连接Wi-Fi的情况下，允许自动下载。用户也可以根据自身需求修改默认设置，比如，修改为任何网络中都允许自动下载。一种可实施的方式中，判断电子设备100当前的网络状态是否允许自动下载，可以通过函数的方式进行，例如使用网络连接服务函数（isNetworkAllowAutoUpdate()getSystemService(Context.CONNECTIVITY_SERVICE)）进行判断。如果电子设备100当前的网络状态不允许自动下载则表明当前时刻电子设备100不支持自动下载，否则进行下一步的判断。

再次，判断当前电量是否允许自动下载。通过获取电子设备100当前的电量，并判断当前的电量是否大于一定的阈值，前述阈值可以是百分比或者具体的电量。示例性的，当前述阈值是百分比的形式可以是20%、50%，当前述阈值是具体电量值的形式可以是500mAh、1000mAh等等。

获取电子设备100当前电量的方法，可以示例性的参见图7B，详细的介绍请参见后续内容，这里暂不详述。

如果电子设备100当前的电量小于前述阈值则表明当前时刻电子设备100不支持自动下载，否则进行下一步的判断。

示例性的，在判断电子设备100当前电量是否大于一定阈值之前，还可以包括判断电子设备100是否正在充电。如果电子设备100正在充电则表明电子设备100当前的电量大于前述阈值，否则对电子设备100当前的电量和前述阈值之间的大小关系进行判断。

最后，判断当前存储空间是否大于升级所需空间。分别获取电子设备100当前可用的存储空间和升级包所需的存储空间。一种可实施的方式，获取电子设备100当前可用的存储空间可以通过函数的方式进行，例如使用存储空间统计函数中的可用存储空间统计（stat.getBlockSize()*stat.getAvailableBlocks()）函数获取电子设备100当前可用的存储空间。获取升级包所需的存储空间可以通过函数的方式进行，例如可以使用压缩空间获取函数（cowsize()）和升级包大小获取函数（fileSize()）获取升级包所需的存储空间。进一步，对比获取到的电子设备100当前可用的存储空间和升级包所需的存储空间的大小。当电子设备100当前可用的存储空间小于升级包所需的存储空间则表明当前时刻电子设备100不支持自动下载，否则表明当前时刻电子设备100支持自动下载。

前述获取电子设备100当前电量的方法，可以示例性的参见图7B，获取当前电量的过程包括但不限于如下步骤：

首先，注册一个电子设备100电量变化的广播接收器。一种可能的实施方式，可以通过函数的方式进行，例如使用注册函数（Context.registerReceiver(HnOucUtility.BATTERY_INFOs _RECEIVER,batteryChanged)）注册一个电子设备100电量变化的广播接收器。

然后，接收前述广播，并将广播中的电量信息写入数据库，过读取该数据库，就可以获取电子设备100当前的电量信息。一种可能的实施方式，接收前述广播，并将广播中的电量信息写入一个名为配置（config）的数据库中。通过读取config数据库，就可以获取电子设备100当前的电量信息。前述读取config数据库可以通过函数的方式进行，例如，使用电量获取函数（isBattery OkmHnOucConfig. readBatteryLevel()）读取config数据库获取电子设备100当前的电量信息。

一种可能的实施方式，可以示例性的参见图8，提供的一种控制模型训练的方法。该方法包括但不限于如下步骤：

S801、监控搜包之后升级包的下载是否为自动下载。

该方法是在每次搜到升级包之后，获取电子设备100是否满足自动下载的条件的结果。上述判断电子设备100是否满足自动下载条件的方法，可参考前述图7A和图7B，这里不再赘述。

本申请对如何获取上述判断结果不做限制，示例性的，将判断结果写入一个文件，通过不断的监测该文件，就可以获取判断结果。

S802、对前述监控结果进行分析和处理。

关于前述对监测结果进行分析和处理，一种可能的实施方式为，如果前述步骤S801连续多次检测到前述判断结果为“满足自动下载条件”，则认为训练得到的模型有较高的准确率，可以控制应用程序停止对模型的训练。如果前述监控模块连续多次检测到前述判断结果为“不满足自动下载条件”，则认为训练得到的模型的准确率较低，可以控制应用程序开启对模型的训练。示例性的，当连续三次监测到前述判断结果为“满足自动下载条件”则控制应用程序停止对模型的训练，当连续三次监测到前述判断结果为“不满足自动下载条件”则控制应用程序开启对模型的训练。

另一种可能的实施方式为，如果前述步骤S801在多次监测中监测到前述判断结果为“满足自动下载条件”的准确率高于一定的百分比，则认为训练得到的模型有较高的准确率，可以控制应用程序停止对模型的训练。如果前述步骤S801在多次监测中监测到前述判断结果为“满足自动下载条件”的准确率低于一定的百分比，则认为训练得到的模型有较高的准确率，可以控制应用程序停止对模型的训练。示例性的，如果连续10次监测到前述判断结果为“满足自动下载条件”的准确率高于90%，则控制应用程序停止对模型的训练，如果连续10次监测到前述判断结果为“满足自动下载条件”的准确率低于90%，则控制应用程序开启对模型的训练。

一种可能的实施方式，可以示例性的参见图9，提供了一种模型的存储和下载的方法。该方法一方面可以将第一电子设备训练好的模型存储到第二电子设备上，示例性的，第一电子设备向第二电子设备发送模型数据，第二电子设备接收到模型数据之后，将模型数据存储在第二电子设备上。

另一方面，在第一电子设备发送获取请求的时候，第二电子设备也可以发送模型数据给第一电子设备。第一电子设备获取存储在第二电子设备上的模型后，可以使用获取到的模型。

其中，模型数据是指存储模型的网络结构参数的数据，例如，在pytorch（一个开源的机器学习库）下训练自己的模型，生成存储网络结构参数（.pth）的文件或者存储网络结构参数和网络参数（.pkl）的文件。

其中，第二电子设备是指有存储功能的设备，可以存储模型数据的设备。本申请实施例对存储设备的类型、数量不做限制，可以将模型数据存储在一个存储设备上，也可以将模型数据存储在多个存储设备上，还可以将一个模型数据分成多份并分别存储在不同的存储设备上。上述存储设备可以是硬盘、优盘（USB flash disk）以及具有存储功能的电子设备100等。上述具有存储功能的电子设备100可以是手机、平板以及服务器等。

需要说明的是，本申请实施例对如何将模型数据发送给存储设备不做限制，可以是通过有线传输或无线通信的方式，例如，使用数据线的方式，将电子设备100的模型数据存储到移动硬盘上。

本申请实施例对如何将模型数据存储到具有存储功能的设备上不做限制。

本申请实施例对电子设备100如何向存储设备发送获取请求不做限制，示例性的，假设存储设备是云服务器，可以通过超文本传输安全协议（Hyper Text TransferProtocol over SecureSocket Layer,HTTPS）进行获取请求的传输。由于HTTPS在传输数据时会进行传输加密和身份认证，通过HTTPS传输获取请求可以保证获取请求在传输过程中的安全性。

本申请实施例对电子设备100如何使用获取到的模型数据不做限制，例如可以将.pth文件转成可执行（.exe）文件，电子设备100通过安装的形式使用该模型。

示例性地，参考图10。本申请实施例提供的搜包方法包括但不限于如下步骤：

S1001、基于第一时间点和第一软件的搜包轮询周期生成第二时间点。

该第一时间点例如可以是上述图4A中获取的当前时间，或者可以是当前时间的前后相差预设时长的时间，该预设时长例如可以是0秒至1秒之间的任意取值等。可以理解，此处仅为示例，本申请对该预设时长的取值不做限制。该轮询周期例如可以是上述图4A中的轮询周期。该第二时间点例如可以是上述图4A中S403决策出下次搜包的时间点。

S1002、基于第三时间点和该轮询周期生成第四时间点。

该第三时间点例如可以是上述图4A中在步骤S405搜包结束之后的时间点或者是搜包时间的前后相差预设时长的时间，该预设时长例如可以是0秒至1秒之间的任意取值等。可以理解，此处仅为示例，本申请对该预设时长的取值不做限制。该第四时间点和S1002中的第二时间点类似，都可以是上述图4A中S403决策出下次搜包的时间点。不同点在于，第四时间点是在第二时间点之后的一次搜包时间点，且第四时间点和第二时间点为相邻的两次搜包时间点，第二时间点和该第四时间点的时间间隔与该轮询周期不同。

一种可能的实施方式中，前述基于第一时间点和第一软件的搜包轮询周期生成第二时间点，包括：基于前述第一时间点和前述搜包轮询周期生成多个时间点，前述多个时间点为前述第一时间点至第五时间点之间的多个时间点，前述第五时间点为前述第一时间点加上前述搜包轮询周期获得的时间点；生成前述多个时间点中每一个时间点的标签，前述每一个时间点的标签表征第一电子设备在前述每一个时间点满足自动下载条件的概率；基于前述多个时间点中每一个时间点的标签生成前述第二时间点。

该多个时间点例如可以是上述图5A中根据确定好的时间间隔，计算出在上述时间段内的多个时间点。该标签例如可以是上述图5A中的概率或等级。该第二时间例如可以是对输出数据进行决策，得到设置定时器的一个或多个时间点。

一种可能的实施方式中，前述第二时间点基于机器学习模型生成，前述方法还包括：在第六时间获取第一判断结果；前述第一判断结果指示前述第一电子设备是否满足自动下载前述第一软件的升级包的条件；使用前述第六时间和前述第一判断结果训练前述机器学习模型。

该第六时间例如可以是，前述图6中第三定时器倒计时结束对应的时间点，在该时间点通过图7A的方法判断电子设备是否满足自动下载的条件。是否满足自动下载的条件例如可以是前述图7A中电子设备100是否被允许自动下载、电子设备100的电池电量是否充足、电子设备100是否连接Wi-Fi以及电子设备100的剩余存储空间是否充足等。该训练前述机器学习模型的过程例如可以是前述图6。

一种可能的实施方式中，前述使用前述第六时间点和前述第一判断结果训练前述机器学习模型，包括：在前述第六时间点之前前述第一电子设备不满足前述条件的概率大于第一阈值的情况下，使用前述第六时间点和前述第一判断结果训练前述机器学习模型。

该第六时间点例如可以是图7A中第三定时器设定的时间点。

该第一阈值例如可以是，前述步骤S802中如果连续10次监测到前述判断结果为“满足自动下载条件”的准确率高于90%，其中90%为上述第一阈值。

一种可能的实施方式中，前述方法还包括：在第七时间点之前前述第一电子设备满足前述条件的概率大于第二阈值的情况下，停止训练前述机器学习模型。

该第七时间点例如可以是图7A中第三定时器设定的时间点。

该第二阈值例如可以是，前述步骤S802中如果连续10次监测到前述判断结果为“满足自动下载条件”的准确率低于90%，其中90%为上述第二阈值。

一种可能的实施方式中，前述方法还包括：向第二电子设备发送前述机器学习模型。

该第二电子设备例如可以是，前述图9中的第二电子设备。该机器学习模型例如可以是，前述图9中的模型数据。

上述主要对本申请实施例提供的搜包方法进行了介绍。可以理解的是，各个设备为了实现上述对应的功能，其包含了执行各个功能相应的硬件结构和/或软件模块。结合本文中所公开的实施例描述的个示例的单元及步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，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使用不同方法来实现所描述的功能，但这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对设备进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。需要说明的是，本申请实施例对模块的划分是示意性的，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。

在采用对应各个功能划分各个功能模块的情况下，图11示出了装置的一种可能的逻辑结构示意图，该装置可以是上述的显存泄露处理装置。该装置1100包括第一获取单元1101、处理单元1102。其中：

第一获取单元1101，用于获取前述第一时间点和第一软件的搜包轮询周期。

处理单元1102，用于基于第一时间点和第一软件的搜包轮询周期生成第二时间点；基于第三时间点和前述搜包轮询周期生成第四时间点；

前述第二时间点和前述第四时间点为前述第一软件相邻的两次搜包时间点，前述第二时间点和前述第四时间点的时间间隔与前述搜包轮询周期不同。

一种可能的实施方式中，前述处理单元1102具体用于：

基于前述第一时间点和前述搜包轮询周期生成多个时间点，前述多个时间点为前述第一时间点至第五时间点之间的多个时间点，前述第五时间点为前述第一时间点加上前述搜包轮询周期后获得的时间点；

生成前述多个时间点中每一个时间点的标签，前述每一个时间点的标签表征第一电子设备在前述每一个时间点满足自动下载条件的概率；

基于前述多个时间点中每一个时间点的标签确定前述第二时间点。

一种可能的实施方式中，前述第三时间点等于前述第二时间点。

一种可能的实施方式中，前述第三时间点等于前述第一时间点加前述搜包轮询周期获得的时间点。

一种可能的实施方式中，前述第二时间点基于机器学习模型生成；前述装置还包括：

第二获取单元，用于在第六时间获取第一判断结果；前述第一判断结果指示前述第一电子设备是否满足自动下载前述第一软件的升级包的条件；

训练单元，使用前述第六时间和前述第一判断结果训练前述机器学习模型。

一种可能的实施方式中，前述训练单元具体用于：

在前述第六时间之前前述第一电子设备不满足前述条件的概率大于第一阈值的情况下，使用前述第六时间和前述第一判断结果训练前述机器学习模型。

一种可能的实施方式中，前述训练单元具体还用于：

在第七时间之前前述第一电子设备满足前述条件的概率大于第二阈值的情况下，停止训练前述机器学习模型。

一种可能的实施方式中，前述装置还包括：发送单元，用于把前述机器学习模型发送给第二电子设备。

一种可能的实施方式中，前述装置还包括：接收单元，用于接收前述机器学习模型。

图12所示为本申请提供的搜包装置的一种可能的硬件结构示意图，该装置可以是上述实施例所述装置中的搜包装置。该装置1200包括：处理器1201、存储器1202和通信接口1203。处理器1201、通信接口1203以及存储器1202可以相互连接或者通过总线1204相互连接。

示例性的，存储器1202用于存储装置1200的计算机程序和数据，存储器1202可以包括但不限于是随机存储记忆体（random access memory，RAM）、只读存储器（read-onlymemory，ROM）、可擦除可编程只读存储器（erasable programmable read only memory，EPROM）或便携式只读存储器（compact disc read-only memory，CD-ROM）等。

上述方法实施例中搜包方法及装置的全部或部分单元的功能所需的软件或程序代码存储在存储器1202中。

一种可能的实施方式中，如果是部分单元的功能所需的软件或程序代码存储在存储器1202中，则处理器1201除了调用存储器1202中的程序代码实现部分功能外，还可以配合其他部件（如通信接口1203）共同完成方法实施例描述的其他功能（如接收或发送数据的功能）。

通信接口1203的个数可以为多个，用于支持装置1200进行通信，例如接收或发送数据或信号等。

示例性的，处理器1201可以是中央处理器单元、通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，数字信号处理器和微处理器的组合等等。处理器1201可以用于读取上述存储器1202中存储的程序，执行上述图4A或图5A及其可能的实施例所述的方法。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行以实现上述各个实施例及其可能的实施例中任意一个实施例的电子设备100所做的操作。

本申请实施例还提供一种计算机程序产品，当该计算机程序产品被计算机读取并执行时，上述各个实施例及其可能的实施例中任意一个实施例的电子设备100所做的操作将被执行。

综上所述，本方案通过机器学习模型确定搜包时间点，在该搜包时间点电子设备100满足自动下载升级包的条件的概率提高，从而可以及时的获取升级包，更新对应的软件，使得用户可以及时使用到软件的新版本，提升用户体验。

本申请中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分，应理解，“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系，也不对数量和执行顺序进行限定。还应理解，尽管以下描述使用术语第一、第二等来描述各种元素，但这些元素不应受术语的限制。这些术语只是用于将一元素与另一元素区别分开。

还应理解，在本申请的各个实施例中，各个过程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。

还应理解，术语“包括”(也称“includes”、“including”、“comprises”和/或“comprising”)当在本说明书中使用时指定存在所陈述的特征、整数、步骤、操作、元素、和/或部件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元素、部件、和/或其分组。

还应理解，说明书通篇中提到的“一个实施例”、“一实施例”、“一种可能的实现方式”意味着与实施例或实现方式有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”、“一种可能的实现方式”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。

Claims (18)

1.一种搜包方法，其特征在于，所述搜包方法应用于电子设备；所述方法包括：

基于第一时间点和第一软件的搜包轮询周期生成第二时间点；

基于第三时间点和所述搜包轮询周期生成第四时间点；

所述第二时间点和所述第四时间点为所述第一软件相邻的两次搜包时间点，所述第二时间点和所述第四时间点的时间间隔与所述搜包轮询周期不同；

所述基于第一时间点和第一软件的搜包轮询周期生成第二时间点，包括：

基于所述第一时间点和所述搜包轮询周期生成多个时间点，所述多个时间点为所述第一时间点至第五时间点之间的多个时间点，所述第五时间点为所述第一时间点加上所述搜包轮询周期获得的时间点；

生成所述多个时间点中每一个时间点的标签，所述每一个时间点的标签表征第一电子设备在所述每一个时间点满足自动下载条件的概率；

基于所述多个时间点中每一个时间点的标签生成所述第二时间点；所述第二时间点为所述多个时间点中的一个时间点；

所述生成所述多个时间点中每一个时间点的标签，包括：

将所述多个时间点输入机器学习模型，获得所述多个时间点中每一个时间点的标签；所述机器学习模型为基于多个样本时间点和所述多个样本时间点对应的所述电子设备的状态训练得到；所述状态包括所述电子设备满足自动下载升级包的条件和所述电子设备不满足自动下载升级包的条件。

2.根据权利要求1所述的方法，其特征在于，所述第三时间点等于所述第一时间点加所述搜包轮询周期获得的时间点。

3.根据权利要求1所述的方法，其特征在于，所述第三时间点等于所述第二时间点。

4.根据权利要求1所述的方法，其特征在于，所述第二时间点基于机器学习模型生成，所述方法还包括：

在第六时间点获取第一判断结果；所述第一判断结果指示第一电子设备是否满足自动下载所述第一软件的升级包的条件；

基于所述第六时间点和所述第一判断结果训练所述机器学习模型。

5.根据权利要求4所述的方法，其特征在于，所述基于所述第六时间点和所述第一判断结果训练所述机器学习模型，包括：

在所述第六时间点之前所述第一电子设备不满足所述条件的概率大于第一阈值的情况下，基于所述第六时间点和所述第一判断结果训练所述机器学习模型。

6.根据权利要求4所述的方法，其特征在于，所述方法还包括：

在第七时间点之前所述第一电子设备满足所述条件的概率大于第二阈值的情况下，停止训练所述机器学习模型。

7.根据权利要求4所述的方法，其特征在于，所述方法还包括：

向第二电子设备发送所述机器学习模型。

8.根据权利要求4所述的方法，其特征在于，所述方法还包括：

接收所述机器学习模型。

9.一种搜包装置，其特征在于，所述装置包括：

处理单元，用于基于第一时间点和第一软件的搜包轮询周期生成第二时间点；

基于第三时间点和所述搜包轮询周期生成第四时间点；

所述第二时间点和所述第四时间点为所述第一软件相邻的两次搜包时间点，所述第二时间点和所述第四时间点的时间间隔与所述搜包轮询周期不同；

所述处理单元具体用于：

基于所述第一时间点和所述搜包轮询周期生成多个时间点，所述多个时间点为所述第一时间点至第五时间点之间的多个时间点，所述第五时间点为所述第一时间点加上所述搜包轮询周期获得的时间点；

生成所述多个时间点中每一个时间点的标签，所述每一个时间点的标签表征第一电子设备在所述每一个时间点满足自动下载条件的概率；

基于所述多个时间点中每一个时间点的标签生成所述第二时间点；所述第二时间点为所述多个时间点中的一个时间点；

所述生成所述多个时间点中每一个时间点的标签，包括：

将所述多个时间点输入机器学习模型，获得所述多个时间点中每一个时间点的标签；所述机器学习模型为基于多个样本时间点和所述多个样本时间点对应的所述电子设备的状态训练得到；所述状态包括所述电子设备满足自动下载升级包的条件和所述电子设备不满足自动下载升级包的条件。

10.根据权利要求9所述的装置，其特征在于，所述第三时间点等于所述第一时间点加所述搜包轮询周期获得的时间点。

11.根据权利要求9所述的装置，其特征在于，所述第三时间点等于所述第二时间点。

12.根据权利要求9所述的装置，其特征在于，所述第二时间点基于机器学习模型生成，所述装置还包括：

获取单元，用于在第六时间点获取第一判断结果；所述第一判断结果指示第一电子设备是否满足自动下载所述第一软件的升级包的条件；

训练单元，基于所述第六时间点和所述第一判断结果训练所述机器学习模型。

13.根据权利要求12所述的装置，其特征在于，所述训练单元具体用于：

在所述第六时间点之前所述第一电子设备不满足所述条件的概率大于第一阈值的情况下，基于所述第六时间点和所述第一判断结果训练所述机器学习模型。

14.根据权利要求13所述的装置，其特征在于，所述训练单元具体还用于：

在第七时间点之前所述第一电子设备满足所述条件的概率大于第二阈值的情况下，停止训练所述机器学习模型。

15.根据权利要求13所述的装置，其特征在于，所述装置还包括：

发送单元，用于向第二电子设备发送所述机器学习模型。

16.根据权利要求13所述的装置，其特征在于，所述装置还包括：

接收单元，用于接收所述机器学习模型。

17.一种搜包装置，其特征在于，所述装置包括处理器和存储器，其中，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，使得所述装置执行如权利要求1-8任一项所述的方法。

18.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质有计算机程序，所述计算机程序被处理器执行以实现权利要求1-8任一项所述的方法。

Images