CN115576588B - 检测云应用更新的方法与装置 - Google Patents

Abstract

本申请提供了一种检测云应用更新的方法与装置，方法包括：获取待检测的云应用的平均存储增量、平均流量增量和当前时间数据；利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理，得到所述云应用是否更新的结果，通过上述方案能够自动化检测云应用是否更新，提高检测效率，并降低检测成本。

Description

检测云应用更新的方法与装置

技术领域

本发明涉及云应用领域，特别涉及一种检测云应用更新的方法与装置、电子设备及存储介质。

背景技术

云应用将应用运行在服务器上，云应用服务商会提供给用户一个应用端，远程和云应用服务端相连接，应用端可以是手机端APP（Application，应用程序），H5，也可以是桌面端的APP和网页，应用端将云应用的服务端画面通过流媒体技术显示给用户，同时采集用户在应用端上的操作，并将操作通过网络传输到服务端，由应用进行响应，从而实现从应用画面显示到操控的远程应用体验。

云应用来自于普通在移动端以及桌面端发行的应用，这些应用都会定期进行更新，并且只有更新到了最新的版本才能继续进行云玩，很多情况下，应用的更新包会非常大，一次更新包的体积可以达到十几GB甚至几十GB。

对于非云应用而言，用户设备是自己的，用户一般会耐心等待应用更新，但是云应用不同，大多数用户的云应用云玩时长是有限的，并且很多情况下云应用的商业模式是用户付费购买云应用时长，过长的应用更新，会大幅降低用户的满意度，甚至造成投诉，所以目前所有的应用平台都将应用更新处理纳入日常运营工作，目的是尽量在大多数用户进入应用前，将云应用进行升级。

而目前的云应用并不是专门在云应用平台上发行的，来自于普通的桌面和移动端应用，云平应用服务平台本身和应用开发者没有建立很紧密的联系通道，所以目前对于应用的更新计划和发生，云应用平台并无法提前知道。目前各平台基本采取人工巡查的方式，通过不断的对应用进行拨测来发现应用更新，并进行相应的处理，这种方式效率低下，人力成本非常高。

发明内容

因此，本申请实施例提供一种检测云应用更新的方法与装置、电子设备及存储介质，能够自动化检测云应用是否更新，提高检测效率。

第一方面，本申请实施例提供了一种检测云应用更新的方法，包括：

获取待检测的云应用的平均存储增量、平均流量增量和当前时间数据，其中，所述平均存储增量和平均流量增量分别根据历史一段时间内至少一个用户云玩所述云应用产生的平均存储增量和平均流量增量确定，用户云玩所述云应用产生的平均存储增量和平均流量增量分别为云玩过程中预设时间段内服务端实例存储和下行数据传输流量的增加量，所述云应用运行在所述服务端实例中，所述当前时间数据包括当前时间对应的月份、星期和小时数；

利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理，得到所述云应用是否更新的结果。

第二方面，本申请实施例还提供了一种检测云应用更新的装置，包括：

第一获取单元，用于获取待检测的云应用的平均存储增量、平均流量增量和当前时间数据，其中，所述平均存储增量和平均流量增量分别根据历史一段时间内至少一个用户云玩所述云应用产生的平均存储增量和平均流量增量确定，用户云玩所述云应用产生的平均存储增量和平均流量增量分别为云玩过程中预设时间段内服务端实例存储和下行数据传输流量的增加量，所述云应用运行在所述服务端实例中，所述当前时间数据包括当前时间对应的月份、星期和小时数；

处理单元，用于利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理，得到所述云应用是否更新的结果。

第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如第一方面所述的检测云应用更新的方法的步骤。

第四方面，本申请实施例还提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如第一方面所述的检测云应用更新的方法的步骤。

综上，本申请实施例提供的检测云应用更新的方法与装置、电子设备及存储介质，先获取待检测的云应用的平均存储增量、平均流量增量和当前时间数据，然后利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理，得到所述云应用是否更新的结果，能够自动化检测云应用是否更新，相较于现有的通过人工拨测检测云应用是否更新的方式，本方案能够提高检测效率，并降低检测成本。

附图说明

图1为本申请实施例提供的一种检测云应用更新的方法一实施例的流程示意图；

图2为本申请实施例提供的一种检测云应用更新的装置一实施例的结构示意图；

图3为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。

在云平台发现应用更新的过程中，需要云应用平台运营人员不断的对线上的应用进行巡查和拨测，这会带来如下的问题：

一方面，目前中国的云应用有成千上万款，一个大型的应用平台中每天用户云玩的应用也有数千款，这就需要投入较多的人力成本来做拨测。而由于应用的更新时间是无法预判的，应用可能在任何时间出现更新，所以需要运营人员每隔一个固定的时间对同一款应用进行拨测，访问量大的应用拨测间隔会极其频繁，因为响应更新的时间越长，受到影响的用户就越多，这就使得运营人员的利用率较低。

另一方面，由于平台运营人员只能照顾到重点应用的更新，这就使得拨测的覆盖率较低，导致大量的长尾应用长时间无法得到更新，给云平台的服务带来比较大的投诉风险。

由此，本发明的目的在于提供一种方式，可以通过平台的应用数据自动的发现应用的更新行为，将运营人员的主动应用拨测方式改为验证应用更新方式，从而提升平台更新效率，降低人力成本。

具体地，参照图1所示，为本申请实施例提供的一种检测云应用更新的方法的流程示意图，包括：

S10、获取待检测的云应用的平均存储增量、平均流量增量和当前时间数据，其中，所述平均存储增量和平均流量增量分别根据历史一段时间内至少一个用户云玩所述云应用产生的平均存储增量和平均流量增量确定，用户云玩所述云应用产生的平均存储增量和平均流量增量分别为云玩过程中预设时间段内服务端实例存储和下行数据传输流量的增加量，所述云应用运行在所述服务端实例中，所述当前时间数据包括当前时间对应的月份、星期和小时数；

本实施例中，需要说明的是，步骤S10的执行主体可以是云端服务器。云应用运行在服务端实例中，某种操作系统加上运行该操作系统所需的必要硬件(例如处理器、存储器等)，可以视为一个实例，实例中可以运行各种应用（比如游戏）。在对某一款云应用进行更新检测时，可以设置检测周期，比如每5min检测一次，则所述平均存储增量和平均流量增量可以分别根据过去的一个检测周期内至少一个用户云玩所述云应用产生的平均存储增量和平均流量增量确定，所述至少一个用户为在过去的一个检测周期内结束云玩所述云应用的至少一个用户，当然也可以基于云玩时长进一步限定，比如限定所述至少一个用户为在过去的一个检测周期内结束云玩所述云应用且云玩时长达到预设时长（比如一个检测周期）的至少一个用户。所述预设时间段可以为从服务端实例分配给用户开始至实例释放对应的时间段。所述当前时间数据为当前检测时间对应的月份、星期和小时数，比如当前检测时间是2022年10月20号上午10点10分，则当前检测时间对应的月份、星期和小时数分别可以是10、4和10。具体的，在服务端实例每次分配给用户的时候实例会记录存储空间快照和下行数据传输流量，在实例释放的时候再次记录存储快照和下行数据传输流量，计算2次存储快照差值和下行数据传输流量差值，上报到数据中心。在每次检测周期到达时，云端服务器可以从数据中心筛选出历史一段时间内至少一个用户云玩所述云应用产生的平均存储增量和平均流量增量，并据此计算出所述云应用的平均存储增量和平均流量增量。

S11、利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理，得到所述云应用是否更新的结果。

本实施例中，需要说明的是，步骤S11的执行主体可以是云端服务器。云端服务器在获取到所述云应用的平均存储增量、平均流量增量和当前时间数据后，可以利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理，得到所述云应用是否更新的结果。如果检测出所述云应用发生了更新，则所述当前时间数据可以作为所述云应用更新的时间。此外，在检测出所述云应用发生了更新时可以进行预警。

本申请实施例提供的检测云应用更新的方法，先获取待检测的云应用的平均存储增量、平均流量增量和当前时间数据，然后利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理，得到所述云应用是否更新的结果，能够自动化检测云应用是否更新，相较于现有的通过人工拨测检测云应用是否更新的方式，本方案能够提高检测效率，并降低检测成本。

在前述方法实施例的基础上，所述云应用更新检测模型可以为w0+w1·x1+w2·x2+w3·x3+w4·x4+w5·x5=Y，w0表示误差常数，可以根据需要设置，w1、w2、w3、w4和w5表示权重参数，x1、x2、x3、x4和x5分别表示平均存储增量、平均流量增量、月份、星期和小时数，·表示乘积，Y表示云应用是否更新的结果。

本实施例中，需要说明的是，在具体实施时，可以设置Y取值为1时表示云应用发生更新，Y取值为0时表示云应用未发生更新。申请人在研发的过程中发现，云应用更新时会反映在实例存储增加以及下行数据传输流量增大，但是仅仅基于实例存储的变化以及下行数据传输流量的变化难以准确判断出一款云应用是否发生更新以及发生更新的时间。同时，一般应用的更新总是会按照固定时间的频率进行，且时间维度对是否更新的影响程度大于实例存储维度和下行数据传输流量维度，因此，本实施例中通过为时间维度、实例存储维度和下行数据传输流量维度设置对应的权重参数，可以设置时间维度的权重参数大于实例存储维度和下行数据传输流量维度的权重参数，并以此构建云应用更新检测模型，通过该模型能够较为准确的预测云应用是否发生更新。

在前述方法实施例的基础上，所述平均存储增量可以为所述历史一段时间内所有用户云玩所述云应用产生的平均存储增量的均值，所述平均流量增量可以为所述历史一段时间内所有用户云玩所述云应用产生的平均流量增量的均值。

本实施例中，需要说明的是，所述平均存储增量和平均流量增量分别可以为历史一段时间内至少一个用户云玩所述云应用产生的平均存储增量的均值和平均流量增量的均值。至少一个用户的数量可以根据需要设置，比如设置为在历史一段时间内内结束云玩所述云应用的所有用户，当然也可以如前述实施例中基于云玩时长进一步限定，此处不再赘述。

在前述方法实施例的基础上，在所述利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理之前，还可以包括：

获取所述云应用历史至少一次更新的时间数据；

对于所述历史至少一次中每一次更新，基于该次更新的时间数据分别获取更新后所述云应用的平均存储增量和平均流量增量，以及更新前所述云应用的平均存储增量和平均流量增量；

基于所述历史至少一次更新的时间数据、更新后所述云应用的平均存储增量和平均流量增量，以及更新前所述云应用的平均存储增量和平均流量增量确定训练样本，并利用所述训练样本训练所述云应用更新检测模型。

本实施例中，需要说明的是，在所述利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理之前，需要对云应用更新检测模型进行训练。训练使用的训练样本包括云应用更新数据和云应用未更新数据两类，每一类均包括平均存储增量、平均流量增量、表示是否发生更新的数据以及对应的月份、星期和小时数。

具体地，对于云应用更新数据，可以从数据中心获取每一次更新后一段时间内（比如距当时最近的一段时间）实例上报的某一款云应用对应的存储空间快照差值，进一步地可以从这些存储空间快照差值中筛选出云玩时长大于预定时长（比如一个检测周期）的存储空间快照差值，之后对筛选出的所有存储空间快照差值计算均值即可得到该次更新的平均存储增量。平均流量增量的获取过程与平均存储增量的获取过程一致，此处不再赘述。对于云应用的每一次更新，该次更新的时间可以由运营人员记录，具体可以从运营过程中发现更新时记录的更新数据中获取，或者通过反查应用内的更新记录和历史记录信息获取。另外，对于云应用的每一次更新，可以将对应的表示是否发生更新的数据设置为1，表示发生了更新。

具体地，对于云应用未更新数据，可以从数据中心获取每一次更新前一段时间内实例上报的某一款云应用对应的存储空间快照差值，进一步地可以从这些存储空间快照差值中筛选出云玩时长大于预定时长（比如一个检测周期）的存储空间快照差值，之后对筛选出的所有存储空间快照差值计算均值即可得到平均存储增量。平均流量增量的获取过程与平均存储增量的获取过程一致，此处不再赘述。另外，可以将对应的表示是否发生更新的数据设置为0，表示未发生更新。同时，云应用未更新数据包含的月份、星期和小时数可以根据实例上报存储空间快照差值的时间确定。比如实例上报存储空间快照差值的时间是2022年10月20号上午10点10分至2022年10月20号上午10点15分，则对应的月份、星期和小时数可以分别是10、4和10。

在获取到训练集后，可以利用训练集对云应用更新检测模型进行训练，训练过程可以使用均方差作为损失函数，并利用损失函数求解得到模型各个参数的值。在训练完成后，可以直接利用模型进行更新检测，作为运营人员现有更新拨测工作的参考。在实际工作中可以进行评估，如果发现模型检测的准确率和查全率达到一定要求，可以相应的减少运营人员投入和拨测频次。

需要说明的是，在利用云应用更新检测模型确定出每次云应用更新后，可以将本次更新数据作为新的训练样本加入原有的训练样本中对模型进行训练，随着全平台应用更新次数的增加，该模型的准确率会原来越高。另外，在建模时可以对云平台的每个头部应用建立单独的模型，给长尾应用（可以理解为非热门应用）统一建立一个单独的模型，在模型训练时，头部应用的模型可以使用头部应用的数据进行训练，长尾应用的模型可以使用涉及到的所有长尾应用的数据进行训练。

参照图2所示，为本申请实施例提供的一种检测云应用更新的装置的结构示意图，包括：

第一获取单元20，用于获取待检测的云应用的平均存储增量、平均流量增量和当前时间数据，其中，所述平均存储增量和平均流量增量分别根据历史一段时间内至少一个用户云玩所述云应用产生的平均存储增量和平均流量增量确定，用户云玩所述云应用产生的平均存储增量和平均流量增量分别为云玩过程中预设时间段内服务端实例存储和下行数据传输流量的增加量，所述云应用运行在所述服务端实例中，所述当前时间数据包括当前时间对应的月份、星期和小时数；

处理单元21，用于利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理，得到所述云应用是否更新的结果。

本申请实施例提供的检测云应用更新的装置，先借助于第一获取单元20获取待检测的云应用的平均存储增量、平均流量增量和当前时间数据，然后借助于处理单元21利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理，得到所述云应用是否更新的结果，能够自动化检测云应用是否更新，相较于现有的通过人工拨测检测云应用是否更新的方式，本方案能够提高检测效率，并降低检测成本。

在前述装置实施例的基础上，所述云应用更新检测模型可以为w0+w1·x1+w2·x2+w3·x3+w4·x4+w5·x5=Y，w0表示误差常数，w1、w2、w3、w4和w5表示权重参数，x1、x2、x3、x4和x5分别表示平均存储增量、平均流量增量、月份、星期和小时数，·表示乘积，Y表示云应用是否更新的结果。

在前述装置实施例的基础上，所述平均存储增量可以为所述历史一段时间内所有用户云玩所述云应用产生的平均存储增量的均值，所述平均流量增量可以为所述历史一段时间内所有用户云玩所述云应用产生的平均流量增量的均值。

在前述装置实施例的基础上，所述装置还可以包括：

第二获取单元，用于在所述处理单元工作之前，获取所述云应用历史至少一次更新的时间数据；

第三获取单元，用于对于所述历史至少一次中每一次更新，基于该次更新的时间数据分别获取更新后所述云应用的平均存储增量和平均流量增量，以及更新前所述云应用的平均存储增量和平均流量增量；

训练单元，用于基于所述历史至少一次更新的时间数据、更新后所述云应用的平均存储增量和平均流量增量，以及更新前所述云应用的平均存储增量和平均流量增量确定训练样本，并利用所述训练样本训练所述云应用更新检测模型。

如图3所示，本申请实施例提供的一种电子设备，包括：处理器30、存储器31和总线32，所述存储器31存储有所述处理器30可执行的机器可读指令，当电子设备运行时，所述处理器30与所述存储器31之间通过总线32通信，所述处理器30执行所述机器可读指令，以执行如上述检测云应用更新的方法的步骤。

具体地，上述存储器31和处理器30能够为通用的存储器和处理器，这里不做具体限定，当处理器30运行存储器31存储的计算机程序时，能够执行上述检测云应用更新的方法。

对应于上述检测云应用更新的方法，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述检测云应用更新的方法的步骤。

通过上述方案，可以实现如下效果：

1、节省人力成本：使云应用平台的运营人员的工作方式从高频次的主动拨测变为对于检测结果的验证和训练集标注入库，从而大幅减少运营人员的工作量；

2、效率提升：在一个检测周期内可以同时发现大量应用的更新，这个是人工拨测所无法做到的；

3、覆盖率提升：由于通过大数据来发现云应用的更新，并为所有长尾应用建立了模型，从而能够照顾到长尾应用，全面覆盖所有应用的更新。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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，又例如，多个模块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信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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。

另外，在本申请各个实施例中的各功能单元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。

以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种检测云应用更新的方法，其特征在于，包括：

获取待检测的云应用的平均存储增量、平均流量增量和当前时间数据，其中，所述平均存储增量和平均流量增量分别根据历史一段时间内至少一个用户云玩所述云应用产生的平均存储增量和平均流量增量确定，用户云玩所述云应用产生的平均存储增量和平均流量增量分别为云玩过程中预设时间段内服务端实例存储和下行数据传输流量的增加量，所述云应用运行在所述服务端实例中，所述当前时间数据包括当前时间对应的月份、星期和小时数；

利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理，得到所述云应用是否更新的结果；

在所述利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理之前，还包括：

获取所述云应用历史至少一次更新的时间数据；

对于所述历史至少一次中每一次更新，基于该次更新的时间数据分别获取更新后所述云应用的平均存储增量和平均流量增量，以及更新前所述云应用的平均存储增量和平均流量增量；

基于所述历史至少一次更新的时间数据、更新后所述云应用的平均存储增量和平均流量增量，以及更新前所述云应用的平均存储增量和平均流量增量确定训练样本，并利用所述训练样本训练所述云应用更新检测模型。

2.如权利要求1所述的方法，其特征在于，所述云应用更新检测模型为w0+w1·x1+w2·x2+w3·x3+w4·x4+w5·x5＝Y，w0表示误差常数，w1、w2、w3、w4和w5表示权重参数，x1、x2、x3、x4和x5分别表示平均存储增量、平均流量增量、月份、星期和小时数，·表示乘积，Y表示云应用是否更新的结果。

3.如权利要求1或2所述的方法，其特征在于，所述平均存储增量为所述历史一段时间内至少一个用户云玩所述云应用产生的平均存储增量的均值，所述平均流量增量为所述历史一段时间内至少一个用户云玩所述云应用产生的平均流量增量的均值。

4.一种检测云应用更新的装置，其特征在于，包括：

第一获取单元，用于获取待检测的云应用的平均存储增量、平均流量增量和当前时间数据，其中，所述平均存储增量和平均流量增量分别根据历史一段时间内至少一个用户云玩所述云应用产生的平均存储增量和平均流量增量确定，用户云玩所述云应用产生的平均存储增量和平均流量增量分别为云玩过程中预设时间段内服务端实例存储和下行数据传输流量的增加量，所述云应用运行在所述服务端实例中，所述当前时间数据包括当前时间对应的月份、星期和小时数；

处理单元，用于利用预设的云应用更新检测模型对所述平均存储增量、平均流量增量和当前时间数据进行处理，得到所述云应用是否更新的结果；

还包括：

第二获取单元，用于在所述处理单元工作之前，获取所述云应用历史至少一次更新的时间数据；

第三获取单元，用于对于所述历史至少一次中每一次更新，基于该次更新的时间数据分别获取更新后所述云应用的平均存储增量和平均流量增量，以及更新前所述云应用的平均存储增量和平均流量增量；

训练单元，用于基于所述历史至少一次更新的时间数据、更新后所述云应用的平均存储增量和平均流量增量，以及更新前所述云应用的平均存储增量和平均流量增量确定训练样本，并利用所述训练样本训练所述云应用更新检测模型。

5.如权利要求4所述的装置，其特征在于，所述云应用更新检测模型为w0+w1·x1+w2·x2+w3·x3+w4·x4+w5·x5＝Y，w0表示误差常数，w1、w2、w3、w4和w5表示权重参数，x1、x2、x3、x4和x5分别表示平均存储增量、平均流量增量、月份、星期和小时数，·表示乘积，Y表示云应用是否更新的结果。

6.如权利要求4或5所述的装置，其特征在于，所述平均存储增量为所述历史一段时间内至少一个用户云玩所述云应用产生的平均存储增量的均值，所述平均流量增量为所述历史一段时间内至少一个用户云玩所述云应用产生的平均流量增量的均值。

7.一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上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至3任一项所述的检测云应用更新的方法的步骤。

8.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1至3任一项所述的检测云应用更新的方法的步骤。

Images