边缘计算节点的部署方法及装置与流程

1.本技术涉及通信领域，尤其涉及一种边缘计算节点的部署方法及装置。


背景技术：

2.现有技术中，边缘计算节点能够为其服务的区域内的业务提供算力资源。不同的边缘计算节点被部署在不同的区域。由于部署区域不同，不同区域的边缘计算节点服务的每个业务类型的业务数量可能不同。又由于不同业务类型的业务所需要的算力资源可能不同，因此，不同区域内的所有业务所需要的算力资源可能不同，不同区域内的边缘计算节点所需要提供的算力资源可能也不相同。
3.因此，如何合理部署边缘计算节点，成为一个亟待解决的问题。


技术实现要素：

4.本技术提供一种边缘计算节点的部署方法及装置，用于解决如何合理部署边缘计算节点的问题。
5.为达到上述目的，本技术采用如下技术方案：
6.第一方面，本技术提供一种边缘计算节点的部署方法。
7.边缘计算节点的部署装置(后面简称为：部署装置)确定区域中每一业务类型所需要的算力资源，根据每一业务类型所需要的算力资源和边缘计算节点所能提供的算力资源，确定边缘计算节点的数量。
8.基于上述技术方案，部署装置在确定区域中每个业务类型所需要的算力资源后，可以根据边缘计算节点能够提供的算力资源，确定该区域需要部署的边缘计算节点的数量，使得该区域中一定数量的边缘计算节点所提供的算力资源既可以满足该区域的业务需求，又能够避免边缘计算节点的算力资源的浪费，从而达到合理部署边缘计算节点的目的。
9.一种可能的设计中，上述“确定区域中每一业务类型所需要的算力资源”的方法包括：确定区域中所有业务的业务类型；根据每一业务类型和预设对应关系，确定区域中每一业务类型所需要的算力资源，预设对应关系为每一业务类型的业务与业务类型所需的算力资源之间的关系。
10.一种可能的设计中，上述“确定区域中所有业务的业务类型”的方法包括：根据预先训练好的业务分类模型，对区域内的所有业务进行分类，确定区域中所有业务的业务类型。
11.一种可能的设计中，该边缘计算节点的部署方法还包括：获取多个第一业务数据，每一个第一业务数据关联一个样本业务，一个第一业务数据包括m个特征的数值，m为大于1的正整数；根据多个第一业务数据，生成多个业务向量，业务向量包括标签数据以及归一化后的n个目标特征的数值，标签数据用于指示业务向量所关联的样本业务的类型；n个目标特征为m个特征的子集，n为小于m的正整数；根据多个业务向量，构建业务分类模型。
12.一种可能的设计中，该边缘计算节点的部署方法还包括：以多个第一业务数据作
为多个业务事务，业务事务包括m个事务项，m个事务项与m个特征一一对应；根据多个业务事务，确定所有的高频项集，高频项集为支持度大于阈值的事务项集合；根据所有的高频项集，确定n个目标事务项，n个目标事务项为m个事务项的子集，n个目标事务项与n个目标特征一一对应。
13.第二方面，本技术提供一种边缘计算节点的部署装置，该装置包括确定单元。
14.上述确定单元，用于确定区域中每一业务类型所需要的算力资源；还用于根据每一业务类型所需要的算力资源和边缘计算节点所能提供的算力资源，确定边缘计算节点的数量。
15.一种可能的设计中，上述确定单元，具体用于确定区域中所有业务的业务类型；根据每一业务类型和预设对应关系，确定区域中每一业务类型所需要的算力资源，预设对应关系为每一业务类型的业务与业务类型所需的算力资源之间的关系。
16.一种可能的设计中，上述确定单元，还具体用于根据预先训练好的业务分类模型，对区域内的所有业务进行分类，确定区域中所有业务的业务类型。
17.一种可能的设计中，该装置还包括获取单元和构建单元。上述获取单元，用于获取多个第一业务数据，每一个第一业务数据关联一个样本业务，一个第一业务数据包括m个特征的数值，m为大于1的正整数。上述确定单元，还用于根据多个第一业务数据，生成多个业务向量，业务向量包括标签数据以及归一化后的n个目标特征的数值，标签数据用于指示业务向量所关联的样本业务的类型；n个目标特征为m个特征的子集，n为小于m的正整数。上述构建单元，用于根据多个业务向量，构建业务分类模型。
18.一种可能的设计中，上述确定单元，还用于以多个第一业务数据作为多个业务事务，业务事务包括m个事务项，m个事务项与m个特征一一对应；根据多个业务事务，确定所有的高频项集，高频项集为支持度大于阈值的事务项集合；根据所有的高频项集，确定n个目标事务项，n个目标事务项为m个事务项的子集，n个目标事务项与n个目标特征一一对应。
19.第三方面，本技术提供了一种边缘计算节点的部署装置，该装置包括：处理器和通信接口；通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的边缘计算节点的部署方法。
20.第四方面，本技术提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在计算机上运行时，使得计算机执行上述第一方面和第一方面的任一种可能的实现方式中所描述的边缘计算节点的部署方法。
21.第五方面，本技术提供一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行上述第一方面和第一方面的任一种可能的实现方式中所描述的边缘计算节点的部署方法。
22.第六方面，本技术提供一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的边缘计算节点的部署方法。
23.上述方案中，边缘计算节点的部署装置、计算机设备、计算机存储介质、计算机程序产品或者芯片所能解决的技术问题以及实现的技术效果可以参见上述第一方面所解决的技术问题以及技术效果，在此不再赘述。
附图说明
24.图1为本技术实施例提供的一种通信系统的系统架构图；
25.图2为本技术实施例提供的一种边缘计算节点的部署方法的流程示意图；
26.图3为本技术实施例提供的一种模型训练方法的流程示意图；
27.图4为本技术实施例提供的一种边缘计算节点的部署装置的结构示意图；
28.图5为本技术实施例提供的另一种边缘计算节点的部署装置的结构示意图。
具体实施方式
29.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
30.本文中字符“/”，一般表示前后关联对象是一种“或者”的关系。例如，a/b可以理解为a或者b。
31.本技术的说明书和权利要求书中的术语“第一”和“第二”是用于区别不同的对象，而不是用于描述对象的特定顺序。
32.此外，本技术的描述中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是可选地还包括其他没有列出的步骤或模块，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
33.另外，在本技术实施例中，“示例性的”、或者“例如”等词用于表示作例子、例证或说明。本技术中被描述为“示例性的”或“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”、或者“例如”等词旨在以具体方式呈现概念。
34.为了便于理解，下面先对本技术实施例所涉及的术语进行介绍。
35.1、事务、项集
36.在数据挖掘中，事务数据库中的每个记录代表一个事务，例如顾客的一次购物、一个航班订票。通常，一个事务包含一个唯一的事务标识以及一个或多个组成事务的项。
37.项集是指事务中的一个或多个项组成的集合。
38.2、支持度(support)
39.在数据挖掘中，支持度表示同时包含a和b的事务占所有事务的百分比。
40.3、归一化(normalization)
41.归一化是一种简化计算的方式，即将有量纲的表达式，经过变换，化为无量纲的表达式，成为标量。其中，归一化可以满足下述公式：
[0042][0043]
其中，x
*
表示归一化后的数值，x表示待归一化的数值，min为样本数据的最小值，max为样本数据的最大值。
[0044]
4、信息熵(information entropy)
transceiver station，bts)，也可以是宽带码分多址(wideband code division multiple access，wcdma)中的基站(nodeb，nb)，还可以是lte中的演进型基站(evolved node b，enb或enodeb)，或者中继站或接入点，或者车载设备、可穿戴设备以及未来5g网络中的下一代节点b(the next generation node b，gnb)或者未来演进的公用陆地移动网(public land mobile network，plmn)网络中的基站等。
[0058]
边缘计算节点是对边缘网关、边缘控制器、边缘服务器等边缘侧多种产品形态的基础共性能力的逻辑抽象，这些产品形态具备边缘侧实时数据分析、本地数据存储、实时网络联接等共性能力。可选的，边缘计算节点部署于基站后的网络接入机房内部。或者，边缘计算节点还可以部署于用户面网元所在的机房内部。一个边缘计算节点可以为多个基站提供服务。
[0059]
下面结合说明书附图对本技术实施例进行具体说明。
[0060]
如图2所示，为本技术实施例提供的一种边缘计算节点的部署方法，该方法包括：
[0061]
s101、部署装置确定区域中每一业务类型所需要的算力资源。
[0062]
需要说明的是，类型的划分可以根据专家经验来确定，或者根据运营商的业务需求来确定。示例性的，上述类型可以为网游类型、视频类型、语音类型。可以理解的是，业务的类型为网游类型，说明该业务为网络游戏应用。业务的类型为视频类型，说明该业务为视频应用。业务的类型为语音类型，说明该业务为语音应用。
[0063]
一种可能的实现方式，部署装置确定区域中所有业务的业务类型，根据每一业务类型和预设对应关系，确定区域中每一业务类型所需要的算力资源。
[0064]
其中，预设对应关系为每一业务类型的业务与该业务类型所需的算力资源(算力资源需求)之间的关系。示例性的，表一为每一业务类型的业务与该业务类型所需的算力资源之间的关系。
[0065]
表一
[0066]
业务类型算力资源需求网游类型50tflops视频类型10tflops语音类型5tflops
[0067]
需要说明的是，该预设对应关系可以根据专家经验来确定，或者根据运营商的业务数据来确定。该业务数据为终端与应用服务器之间传输的数据。该业务数据可以是部署装置从基站获取到的。
[0068]
可选的，上述业务数据可以是指终端在一个时刻内的业务数据，或者终端在一个时间段内的所有业务数据。
[0069]
一种可能的设计中，部署装置根据预先训练好的业务分类模型，对区域内的所有业务进行分类，确定区域中所有业务的业务类型。
[0070]
其中，业务分类模型用于对业务进行分类。
[0071]
可选的，业务分类模型可以是基于机器学习的算法来构建。示例性的，机器学习的算法可以为决策树算法、随机森林算法、梯度提升迭代决策树(gradient boosting decision tree，gbdt)算法等。
[0072]
需要说明的是，对于区域的选取可以由部署装置任意选取，也可以由工程人员自
行设定，本技术实施例对此不做限定。
[0073]
s102、部署装置根据每一业务类型所需要的算力资源和边缘计算节点所能提供的算力资源，确定边缘计算节点的数量。
[0074]
一种可能的实现方式，部署装置根据每一业务类型所需要的算力资源，以及每一业务类型的业务的数量，确定该区域的总算力资源需求。之后，部署装置将该区域的总算力资源需求与边缘计算节点所能提供的算力资源进行计算，确定边缘计算节点的数量。
[0075]
示例性的，该区域内网游类型的业务数量为3，视频类型的业务数量为5，业务类型的算力资源需求可参考上述表一。则该区域的总算力资源需求为200tflops。边缘计算节点所能提供的算力资源为110tflops，则确定2个边缘计算节点为该区域提供服务。
[0076]
另一种可能的实现方式，部署装置将每一业务类型所需要的算力资源与算力资源阈值进行比较，确定目标业务类型，该目标业务类型所需要的算力资源大于算力资源阈值。部署装置确定该目标业务类型的业务数量，并根据目标业务类型的业务数量与业务数量阈值，确定边缘计算节点的数量。
[0077]
需要说明的是，算力资源阈值和业务数量阈值可以根据专家经验来设置，或者根据边缘计算节点所能提供的算力资源来确定。
[0078]
可以理解的是，由于区域的选取并不固定，因此本技术提供的技术方案还可以根据区域的划分部署边缘计算节点。这样一来，无需工作人员去确定边缘计算节点部署的位置，可以直接由部署装置根据所选择的区域，确定部署边缘计算节点的位置，减轻了工作人员的负担，提高了确定部署位置的效率。
[0079]
基于上述技术方案，部署装置在确定区域中每个业务类型所需要的算力资源后，可以根据边缘计算节点能够提供的算力资源，确定该区域需要部署的边缘计算节点的数量，使得该区域中一定数量的边缘计算节点所提供的算力资源既可以满足该区域的业务需求，又能够避免浪费边缘计算节点的性能，从而达到合理部署边缘计算节点的目的。
[0080]
下面以业务分类模型为决策树为例，具体说明业务分类模型的训练过程。可以理解的是，若业务分类模型为决策树，该决策树是多分类的决策树。
[0081]
如图3所示，为本技术实施例提供的一种模型训练方法，该方法包括：
[0082]
s201、部署装置获取多个第一业务数据。
[0083]
其中，每一个第一业务数据关联一个样本业务。
[0084]
作为一种可能的实现方式，对于每一个样本业务，部署装置对样本业务的业务流进行包解析和数据预处理，获取样本业务对应的业务数据。可选的，该业务数据包括m个特征的数值，m为大于1的正整数。
[0085]
可选的，上述数据预处理可以包括：语义分析、特征提取等。
[0086]
示例性的，特征可以为：国际移动用户识别码(international mobile subscriber identity，imsi)、用户套餐、用户使用的应用程序、应用程序对应的使用时长等。
[0087]
s202、部署装置根据多个第一业务数据，生成多个业务向量。
[0088]
可以理解的是，由于第一业务数据所具有的特征较多，并且第一业务数据所具有的特征并不是都适用于业务分类模型训练过程中，因此部署装置有必要先筛选出可以用于业务分类模型训练的特征，以简化业务分类模型训练的过程。
[0089]
在本技术实施例中，部署装置筛选用于业务分类模型训练的特征，其具体实现方式可以为：部署装置以多个第一业务数据作为多个业务事务。可以理解的是，业务事务包括多个事务项。第一业务数据中的一个特征即为业务事务中的一个事务项。部署装置根据多个业务事务，确定所有的高频项集，高频项集为支持度大于阈值的事务项集合。部署装置根据所有的高频项集，确定n个目标事务项。目标事务项所对应的特征即为目标特征，目标特征为可以用于训练业务分类模型的特征。
[0090]
下面以举例的方式说明目标事务项的确定过程。业务事务包括事务项a、事务项b、事务项c、事务项d、以及事务项e。部署装置确定的高频项集包括：(事务项a，事务项b)、(事务项b，事务项c)、(事务项a，事务项d)。因此，部署装置将高频项集所涉及的事务项确定为目标事务项，也即事务项a、事务项b、事务项c、以及事务项d均为目标事务项。
[0091]
在筛选出用于模型训练的特征字段之后，部署装置根据多个第一业务数据，确定多个第二业务数据。可以理解的是，一个第一业务数据对应一个第二业务数据。一个第二业务数据同样关联一个样本业务。
[0092]
在本技术实施例中，第二业务数据包括n个目标特征的数值。n个目标特征为m个特征的子集，n为正整数。
[0093]
之后，部署装置对第二业务数据进行归一化处理，确定第三业务数据。第三业务数据包括归一化后的n个目标特征的数值。
[0094]
对于每一个第三业务数据，部署装置根据专家经验对第三业务数据进行标注，确定第三业务数据对应的标签数据。第三业务数据对应的标签数据用于指示第三业务数据所关联的样本业务的类型。
[0095]
最后，对于每一个第三业务数据，部署装置根据第三业务数据和第三业务数据对应的标签数据，可以生成业务向量。业务向量包括标签数据和归一化后的n个目标特征的数值。业务向量所包括的标签数据用于指示业务向量所关联的样本业务的类型。
[0096]
s203、部署装置根据多个业务向量，构建决策树。
[0097]
作为一种可能的实现方式，部署装置对多个业务向量进行分类，生成多个业务向量集合，业务向量集合包括同一类型的样本业务对应的业务向量。之后，部署装置根据多个业务向量集合，构建决策树。
[0098]
需要说明的是，部署装置对多个业务向量进行分类，可以基于余弦相似度算法、正弦相似度算法、k-means算法等来实现，本技术实施例对此不作限制。
[0099]
需要说明的是，部署装置根据多个业务向量集合，构建决策树,其具体实现方式可以参考现有技术，在此不予赘述。
[0100]
在本技术实施例中，决策树的根节点和中间节点均为n个目标特征中的一个目标特征。决策树的叶子节点为类型。
[0101]
在本技术实施例中，决策树的构建需要计算信息熵和信息增益。其中，以信息增益最大的特征作为根节点，以减少树的层级，降低计算复杂度，节省效率。
[0102]
可以理解的是，该决策树的叶子节点即为样本业务的类型。
[0103]
基于图3所示的技术方案，部署装置可以训练出用于业务分类的决策树。
[0104]
上述主要从计算机设备的角度对本技术实施例提供的方案进行了介绍。可以理解的是，计算机设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模
块。本领域技术人员应该很容易意识到，结合本技术所公开的实施例描述的各示例的边缘计算节点的部署方法步骤，本技术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技术的范围。
[0105]
本技术实施例还提供一种边缘计算节点的部署装置。该边缘计算节点的部署装置可以为计算机设备，也可以是上述计算机设备中的cpu，还可以是上述计算机设备中用于确定边缘计算节点的处理模块，还可以是上述控制计算机设备中用于确定边缘计算节点的数量的客户端。
[0106]
本技术实施例可以根据上述方法示例对边缘计算节点的部署装置进行功能模块或者功能单元的划分，例如，可以对应各个功能划分各个功能模块或者功能单元，也可以将两个或两个以上的功能集成在一个处理模块中。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或者功能单元的形式实现。其中，本技术实施例中对模块或者单元的划分是示意性的，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。
[0107]
如图4所示，为本技术实施例提供的一种边缘计算节点的部署装置的结构示意图。边缘计算节点的部署装置用于执行图2或图3所示的边缘计算节点的部署方法。边缘计算节点的部署装置可以包括确定单元101。
[0108]
确定单元101，用于确定区域中每一业务类型所需要的算力资源；还用于根据每一业务类型所需要的算力资源和边缘计算节点所能提供的算力资源，确定边缘计算节点的数量。例如，结合图2，确定单元101可以用于执行s101。
[0109]
可选的，上述确定单元101，具体用于确定区域中所有业务的业务类型；根据每一业务类型和预设对应关系，确定区域中每一业务类型所需要的算力资源，预设对应关系为每一业务类型的业务与业务类型所需的算力资源之间的关系。
[0110]
可选的，该装置还包括获取单元102和构建单元103。上述获取单元102，用于获取多个第一业务数据，每一个第一业务数据关联一个样本业务，一个第一业务数据包括m个特征的数值，m为大于1的正整数。例如，结合图3，获取单元102可以用于执行s201。上述确定单元101，还用于根据多个第一业务数据，生成多个业务向量，业务向量包括标签数据以及归一化后的n个目标特征的数值，标签数据用于指示业务向量所关联的样本业务的类型；n个目标特征为m个特征的子集，n为小于m的正整数。例如，结合图3，确定单元101可以用于执行s202。上述构建单元，用于根据多个业务向量，构建业务分类模型。例如，结合图3，构建单元103可以用于执行s203。
[0111]
可选的，上述确定单元101，还用于以多个第一业务数据作为多个业务事务，业务事务包括m个事务项，m个事务项与m个特征一一对应；根据多个业务事务，确定所有的高频项集，高频项集为支持度大于阈值的事务项集合；根据所有的高频项集，确定n个目标事务项，n个目标事务项为m个事务项的子集，n个目标事务项与n个目标特征一一对应。
[0112]
图5示出了上述实施例中所涉及的边缘计算节点的部署装置的又一种可能的结构。该边缘计算节点的部署装置包括：处理器201和通信接口202。处理器201用于对装置的动作进行控制管理，例如，执行上述方法实施例中所示的方法流程中的各个步骤，和/或用于执行本文所描述的技术的其它过程。通信接口202用于支持该边缘计算节点的部署装置
与其他网络实体的通信。边缘计算节点的部署装置还可以包括存储器203和总线204，存储器203用于存储装置的程序代码和数据。
[0113]
其中，上述处理器201可以实现或执行结合本技术公开任务所描述的各种示例性的逻辑方框，单元和电路。该处理器可以是中央处理器，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。其可以实现或执行结合本技术公开任务所描述的各种示例性的逻辑方框，单元和电路。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，dsp和微处理器的组合等。
[0114]
存储器203可以包括易失性存储器，例如随机存取存储器；该存储器也可以包括非易失性存储器，例如只读存储器，快闪存储器，硬盘或固态硬盘；该存储器还可以包括上述种类的存储器的组合。
[0115]
总线204可以是扩展工业标准结构(extended industry standard architecture，eisa)总线等。总线204可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0116]
在实际实现时，获取模单元102可以由图5所示的通信接口202实现，确定单元101、构建单元103可以由图5所示的处理器201调用存储器203中的程序代码来实现。其具体的执行过程可参考图2或图3所示的边缘计算节点的部署方法部分的描述，这里不再赘述。
[0117]
通过以上的实施方式的描述，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，仅以上述各功能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模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0118]
本技术实施例提供一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得该计算机执行上述方法实施例中的边缘计算节点的部署方法。
[0119]
本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当该指令在计算机上运行时，使得该计算机执行上述方法实施例所示的方法流程中的边缘计算节点的部署方法。
[0120]
其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(random access memory，ram)、只读存储器(read-only memory，rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(application specific integrated circuit，asic)中。在本技术实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0121]
由于本技术的实施例中的边缘计算节点的部署装置、计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本技术实施例在此不再赘述。
[0122]
以上，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何在本技术揭露的技术范围内的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。