路径选择方法、装置、系统和存储介质与流程

1.本公开涉及网络技术领域，特别是一种路径选择方法、装置、系统和存储介质。


背景技术：

2.在三层网络中，业务流在运行过程中通常会进行往返路径的选取，如果出现电路质差或者中断，会重新选择线路。若端到端业务质量发生质差，需要将业务负载到其它可选路径中。针对多条可选路径需要提前判定一条最优路径或多条路径负载分担的方式进行业务负载。
3.相关技术中，一般基于最小路由跳数或最短路径进行路径的选取，此外还有通过叠加备选链路代价选择最优备选路径，以及基于负载均衡与qoe(quality of experience，体验质量)度量值为sdn(software defined network，软件定义网络)网络进行路径选择的方法。


技术实现要素：

4.本公开的一个目的在于提高路径选择的准确度和选择效率。
5.根据本公开的一些实施例的一个方面，提出一种路径选择方法，包括：基于目标网络的数字孪生模型，确定候选路径，其中，数字孪生模型为根据目标网络的参数生成，数字孪生模型与目标网络动态交互；根据候选路径的时延、丢包率或带宽负载中的至少一项，确定目标路径；将目标路径发送给目标网络，以便目标网络将目标路径作为备选路径。
6.在一些实施例中，该方法还包括：根据目标网络的参数生成目标网络的数字孪生模型，其中，目标网络的参数包括目标端到端业务性能数据、网络拓扑结构数据、网络配置数据和设备资源数据；将目标网络的业务数据同步到数字孪生模型中。
7.在一些实施例中，基于目标网络的数字孪生模型，确定候选路径包括：根据数字孪生模型的业务性能或端到端的sla(service level agreement，服务等级协议)性能指标中的至少一项，确定质差路径；排除质差路径，确定候选路径。
8.在一些实施例中，基于目标网络的数字孪生模型，确定候选路径还包括：采集数字孪生模型的流量数据和设备数据；对数字孪生模型的流量数据和设备数据执行预定清洗处理，获取清洗数据；根据清洗数据确定数字孪生模型的业务性能，业务性能包括丢包率、单项时延、双向时延或带宽负载中的至少一项。
9.在一些实施例中，根据数字孪生模型的业务性能或端到端的sla性能指标中的至少一项，确定质差路径包括：根据数字孪生模型的业务性能和异常检测模型，确定拥塞路径，将拥塞路径作为质差路径。
10.在一些实施例中，根据数字孪生模型的业务性能或端到端的sla性能指标中的至少一项，确定质差路径包括：根据数字孪生模型的业务性能和sla性能指标，确定sla超限路径，将sla超限路径作为质差路径，其中，sla性能指标包括最大丢包率、最大单项时延、最大双方时延或最大带宽负载中的一项或多项。
11.在一些实施例中，根据数字孪生模型的业务性能或端到端的sla性能指标中的至少一项，确定质差路径包括：根据数字孪生模型的业务性能和异常检测模型，确定拥塞路径；根据数字孪生模型的业务性能和sla性能指标，确定sla超限路径；获取拥塞路径与sla超限路径的交集，确定质差路径。
12.在一些实施例中，根据数字孪生模型的业务性能和服务等级协议sla性能指标，确定sla超限路径包括：在任意一项业务性能不满足对应的sla性能指标的情况下，确定业务性能对应的路径属于sla超限路径。
13.在一些实施例中，根据候选路径的时延、丢包率或带宽负载中的至少一项，确定目标路径包括：在候选路径的数量大于1的情况下，分别将业务流在候选路径中的每条路径上传输，获取与候选路径中的每条路径一一对应的时延、丢包率或带宽负载中的至少两项；根据时延、丢包率或带宽负载中的至少两项，获取对应路径的加权评估值；根据与候选路径中的每条路径的加权评估值，确定目标路径。
14.在一些实施例中，根据时延、丢包率或带宽负载中的至少两项，获取对应路径的加权评估值包括：对时延、丢包率和带宽负载做归一化处理，获取归一化时延参数、归一化丢包率参数和归一化带宽负载参数；根据归一化时延参数、归一化丢包率参数、归一化带宽负载参数，以及对应的权重，获取加权评估值，其中，归一化时延参数、归一化丢包率参数和归一化带宽负载参数对应的权重中，至少一个不为0；根据与候选路径中的每条路径的加权评估值，确定目标路径包括：确定加权评估值最小的路径为目标路径。
15.在一些实施例中，时延为双向时延，目标路径为往返路径；或时延为单向时延，目标路径为单向路径。
16.在一些实施例中，根据候选路径的时延和丢包率，确定目标路径还包括：在候选路径的数量为1的情况下，将候选路径作为目标路径。
17.根据本公开的一些实施例的一个方面，提出一种路径选择装置，包括：候选路径确定单元，被配置为基于目标网络的数字孪生模型，确定候选路径，其中，数字孪生模型为根据目标网络的参数生成，数字孪生模型与目标网络动态交互；目标路径确定单元，被配置为根据候选路径的时延、丢包率或带宽负载中的至少一项，确定目标路径；发送单元，被配置为将目标路径发送给目标网络，以便目标网络将目标路径作为备选路径。
18.在一些实施例中，该装置还包括模型构建单元，被配置为：根据目标网络的参数生成目标网络的数字孪生模型，其中，目标网络的参数包括目标端到端业务性能数据、网络拓扑结构数据、网络配置数据和设备资源数据；将目标网络的业务数据同步到数字孪生模型中。
19.根据本公开的一些实施例的一个方面，提出一种路径选择装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器的指令执行上文中任意一种路径选择方法。
20.根据本公开的一些实施例的一个方面，提出一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上文中任意一种路径选择方法的步骤。
21.根据本公开的一些实施例的一个方面，提出一种路径选择系统，包括：上文中任意一种路径选择装置；和目标网络，被配置为将路径选择装置确定的目标路径作为备选路径，在路径切换时将端到端业务切换至备选路径。
附图说明
22.此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
23.图1为本公开的路径选择方法的一些实施例的流程图。
24.图2为本公开的路径选择方法的另一些实施例的流程图。
25.图3为本公开的路径选择装置的一些实施例的示意图。
26.图4为本公开的路径选择装置的另一些实施例的示意图。
27.图5为本公开的路径选择装置的又一些实施例的示意图。
28.图6为本公开的路径选择系统的一些实施例的示意图。
29.图7为本公开的路径选择系统的另一些实施例的示意图。
具体实施方式
30.下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
31.发明人发现，相关技术中由于没有综合性能特征数据进行最优分析和选取，可能出现最短路径过度负载的情况，容易发生网络故障。当在现网尝试不同方案时，可能会影响正常业务的运转、无法保障用户感知，试错成本高。
32.针对上述问题，本公开提出一种路径选择方法、装置和存储介质，能够提前进行路径策略分析，在不影响现网业务情况下，进行最优路径的推荐，则能够降低现网试错成本。
33.本公开的路径选择方法的一些实施例的流程图如图1所示，包括步骤130～150。
34.在步骤130中，基于目标网络的数字孪生模型，确定候选路径。该数字孪生模型为根据目标网络的参数生成的，且数字孪生模型与目标网络动态交互，当目标网络的状态、承载的业务等发生变化时，该变化会实时同步至数字孪生模型。目标网络为承载业务的实际网络。
35.在一些实施例中，可以预先生成目标网络的数字孪生模型，并进行实时更新，保证数字孪生模型与目标网络的同步。
36.在一些实施例中，在数字孪生模型中确定候选路径的操作可以包括：先根据数字孪生模型的业务性能，或端到端的sla性能指标中的至少一项，确定质差路径，进一步的，在可行的端到端路径中排除质差路径，将剩余的路径作为候选路径。在一些实施例中，sla性能指标包括最大丢包率、最大单项时延、最大双方时延或最大带宽负载中的一项或多项。质差指业务服务、数据传输或网络环境质量低与阈值，质差路径指路径传输质量差，已无法满足传输或为用户提供服务的需求的路径。通过这样的方法，能够综合各方面影响网络性能的参数，采用排除法排除性能不达标的路径，从而确保选择的候选路径能够支持业务承载，提高确定的候选路径的可靠性。
37.在一些实施例中，在基于数字孪生模型的业务性能或端到端的sla性能指标中的至少一项确定质差路径之前，还可以先对数字孪生模型的数据进行提取和处理，例如，先提取数字孪生模型的流量数据和设备数据；进一步的，对数字孪生模型的流量数据和设备数据执行预定的清洗处理，获取清洗数据，后续根据清洗数据确定数字孪生模型的业务性能。在一些实施例中，业务性能可以包括丢包率、单项时延、双向时延或带宽负载中的至少一项。通过这样的方法，能够提高后续数据处理的鲁棒性和准确度。
38.在步骤140中，根据候选路径的时延、丢包率或带宽负载中的至少一项，确定目标路径。在一些实施例中，可以将候选路径的时延、丢包率、带宽负载等影响端到端传输质量的因素作为参考项，获得各项的评估值，进而结合每个参考项的权重，获得各个候选路径的综合评估值。根据综合评估值选择性能最佳的候选路径作为目标路径。
39.在步骤150中，将目标路径发送给目标网络，以便目标网络将目标路径作为备选路径。在一些实施例中，可以将目标路径发送给目标网络的控制设备，或发送给路径上的相关转发节点，当目标网络的当前对应的端到端业务发生质差或中断时，及时切换至备选路径。在一些实施例中，可以预先设置路径编号，将目标路径的编号发送给目标网络，以便目标网络快速识别目标路径。
40.数字孪生技术是以虚拟网络和模型双驱动，通过虚实交互实现监控、仿真、预测、优化等实际功能服务和应用需求。基于上文所示实施例中的方法，能够利用数字孪生技术，在虚拟网络环境中进行端到端业务质量的评估和路径推荐，不影响实际网络中的正常业务运转，降低试错成本；综合端到端业务性能数据、sla指标数据进行多因素的端到端业务质量的评估验证，全方位评估各路径质量，提高确定的备选路径的可靠性，提高切换至备选路径后的端到端业务性能。
41.在一些实施例中，如图1所示，本公开的路径选择方法还可以包括数字孪生模型的构建过程，具体的，包括步骤110和步骤120。
42.在步骤110中，根据目标网络的参数生成目标网络的数字孪生模型。在一些实施例中，目标网络的参数包括目标端到端业务性能数据、网络拓扑结构数据、网络配置数据和设备资源数据。
43.在步骤120中，将目标网络的业务数据同步到数字孪生模型中，在一些实施例中，业务数据可以包括业务的源节点、目标节点、当前传输路径、业务流量参数等。在一些实施例中，当目标网络的业务数据发生变化时，实时同步至数字孪生模型。
44.基于该实施例中的方法，能够生成与目标网络同步的数字孪生模型，且保证数字孪生模型在模型结构、性能，以及当前的业务和网络状态参数与目标网络同步，以便于后续在需要确定备选路径时能够及时运行，提高目标路径确定的准确性和及时性。
45.在一些实施例中，在上述步骤130中，可以根据数字孪生模型的业务性能和异常检测模型，确定拥塞路径，并将拥塞路径作为质差路径。在一些实施例中，可以基于相关技术中任意一种拥塞检测方法，如链路异常检测模型，确定拥塞链路。例如，将路径流量输入异常检测模型，获取拥塞输出结果，其中，针对拥塞的路径输出为1，针对不拥塞的路径输出0。该取值仅为示例，不构成对本公开的不当限制。通过这样的方法，能够避免候选路径中存在拥塞路径，提高切换至备选路径时的业务可靠性，也能够降低路径切换的频率。
46.在一些实施例中，在上述步骤130中，可以根据数字孪生模型的业务性能和sla性能指标，确定sla超限路径，将sla超限路径作为质差路径。在一些实施例中，可以将业务性能参数与sla性能指标中对应的预设门限值比较，在任意一项业务性能不满足对应的sla性能指标的情况下，确定业务性能对应的路径属于sla超限路径。例如，将路径丢包率、单向时延、双向时延、带宽负载，分别与sla性能指标中对应的性能指标进行对比，若有一个性能指标超对应的sla值则认定为质差，如：路径带宽负载为60％，sla中最大带宽负载为50％，60％＞50％，判定为超限，端到端业务质量差。
47.通过这样的方法，能够避免候选路径中存在sla超限路径，如丢包率、单项时延、双方时延、带宽负载等参数超出预设门限的路径，提高切换至备选路径时的业务可靠性，也能够降低路径切换的频率。
48.在一些实施例中，在上述步骤130中，可以根据数字孪生模型的业务性能和异常检测模型，确定拥塞路径；根据数字孪生模型的业务性能和sla性能指标，确定sla超限路径。进一步的，获取拥塞路径与sla超限路径的交集，将该交集中的路径作为质差路径。通过这样的方法，能够在避免候选路径中存在拥塞路径的同时，避免候选路径中存在sla超限路径，进一步提高切换至备选路径时的业务可靠性，也进一步降低路径切换的频率。
49.在一些实施例中，本公开的路径选择方法的另一些实施例的流程图如图2所示。
50.在步骤231中，基于目标网络的数字孪生模型，确定候选路径。在一些实施例中，可以基于上文步骤130中任意一个实施例中的方法确定候选路径。在一些实施例中，若不存在候选路径，则当前流程结束，路径选择失败；若存在候选路径，则执行步骤241。
51.在步骤241中，确定候选路径数量是否大于1。若候选路径数量大于1，则执行步骤242；若候选路径数量为1，则执行步骤245。
52.在步骤242中，分别将业务流在候选路径中的每条路径上传输，获取与候选路径中的每条路径一一对应的时延、丢包率或带宽负载中的至少两项。在一些实施例中，若需要确定的路径为单向路径，则上述时延可以为单向时延，时延对应的方向与路径方向相同；若需要确定的路径为双向路径，则上述时延可以为双向时延。
53.在步骤243中，根据时延、丢包率或带宽负载中的至少两项，获取对应路径的加权评估值。在一些实施例中，可以先对时延、丢包率、带宽负载参数分别执行归一化处理，消除参数的单位，在一些实施例中，可采用归一化算法z-score；进一步的，将参数与预设的权重相乘，得到对应维度的加权评估值；将各个维度的加权评估值相加，得到路径的加权评估值。例如，加权评估值y通过如下公式确定。
54.y＝w1×
时延归一化值 w2×
丢包率归一化值
55. w3×
带宽负载归一化值
56.其中，w1、w2、w3分别为时延、丢包率、带宽负载的权重。
57.在一些实施例中，若不考虑某一维度或多维度的参数，则可以将对应维度的权重设置为0，如将w1、w2、w3中的一项或两项设置为0，从而满足用户对于备选路径选择的灵活需求。
58.在步骤244中，根据与候选路径中的每条路径的加权评估值，确定目标路径。在一些实施例中，若路径质量越优加权评估值越大，则选择加权评估值最大的路径作为目标路径；在一些实施例中，若路径质量越优加权评估值越小，则选择加权评估值最小的路径作为目标路径。在一些实施例中，以上述步骤243中计算的加权评估值y为例，则选择y值最小的路径作为目标路径。
59.在步骤245中，在候选路径的数量为1的情况下，将候选路径作为目标路径。
60.通过这样的方法，能够在存在多条候选路径的情况下，综合考虑多方面因素，如时延、丢包率、带宽负载，从中选择能够提供质量最优的路径作为目标路径，进一步提高备选路径的质量，降低目标网络端到端业务的路径切换频率。
61.本公开的路径选择装置30的一些实施例的示意图如图3所示。
62.候选路径确定单元302能够基于目标网络的数字孪生模型，确定候选路径。该数字孪生模型为根据目标网络的参数生成的，且数字孪生模型与目标网络动态交互，当目标网络的状态、承载的业务等发生变化时，该变化会实时同步至数字孪生模型。目标网络为承载业务的实际网络。在一些实施例中，候选路径确定单元302能够执行上文步骤130中任一实施例中的操作。
63.目标路径确定单元303能够根据候选路径的时延、丢包率或带宽负载中的至少一项，确定目标路径。在一些实施例中，可以将候选路径的时延、丢包率、带宽负载等影响端到端传输质量的因素作为参考项，获得各项的评估值，进而结合每个参考项的权重，获得各个候选路径的综合评估值。根据综合评估值选择性能最佳的候选路径作为目标路径。在一些实施例中，目标路径确定单元303能够执行上文步骤140中、步骤241～245中任一实施例中的操作。
64.发送单元304能够将目标路径发送给目标网络，以便目标网络将目标路径作为备选路径。在一些实施例中，可以将目标路径发送给目标网络的控制设备，或发送给路径上的相关转发节点，当目标网络的当前对应的端到端业务发生质差或中断时，及时切换至备选路径。在一些实施例中，发送单元304能够执行上文步骤150中任一实施例中的操作。
65.这样的路径选择装置能够利用数字孪生技术，在虚拟网络环境中进行端到端业务质量的评估和路径推荐，不影响实际网络中的正常业务运转，降低试错成本；综合端到端业务性能数据、sla指标数据进行多因素的端到端业务质量的评估验证，全方位评估各路径质量，提高确定的备选路径的可靠性，提高切换至备选路径后的端到端业务性能。
66.在一些实施例中，如图3所示，路径选择装置30还包括模型构建单元301。模型构建单元301能够根据目标网络的参数生成目标网络的数字孪生模型。在一些实施例中，目标网络的参数包括目标端到端业务性能数据、网络拓扑结构数据、网络配置数据和设备资源数据。进一步的，模型构建单元301能够将目标网络的业务数据同步到数字孪生模型中，在一些实施例中，业务数据可以包括业务的源节点、目标节点、当前传输路径、业务流量参数等。在一些实施例中，当目标网络的业务数据发生变化时，实时同步至数字孪生模型。在一些实施例中，模型构建单元301能够执行上文步骤110、120中任一实施例中的操作。
67.这样的路径选择装置能够生成与目标网络同步的数字孪生模型，且保证数字孪生模型在模型结构、性能，以及当前的业务和网络状态参数与目标网络同步，以便于后续在需要确定备选路径时能够及时运行，提高目标路径确定的准确性和及时性。
68.本公开路径选择装置的一个实施例的结构示意图如图4所示。路径选择装置包括存储器401和处理器402。其中：存储器401可以是磁盘、闪存或其它任何非易失性存储介质。存储器用于存储上文中路径选择方法的对应实施例中的指令。处理器402耦接至存储器401，可以作为一个或多个集成电路来实施，例如微处理器或微控制器。该处理器402用于执行存储器中存储的指令，能够降低备选路径选择时的试错成本，提高确定的备选路径的可靠性。
69.在一个实施例中，还可以如图5所示，路径选择装置500包括存储器501和处理器502。处理器502通过bus总线503耦合至存储器501。该路径选择装置500还可以通过存储接口504连接至外部存储装置505以便调用外部数据，还可以通过网络接口506连接至网络或者另外一台计算机系统(未标出)。此处不再进行详细介绍。
70.在该实施例中，通过存储器存储数据指令，再通过处理器处理上述指令，能够降低备选路径选择时的试错成本，提高确定的备选路径的可靠性。
71.在另一个实施例中，一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现路径选择方法对应实施例中的方法的步骤。本领域内的技术人员应明白，本公开的实施例可提供为方法、装置、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
72.本公开的路径选择系统的一些实施例的示意图如图6所示。
73.路径选择装置60可以为上文中提到的任意一种。
74.目标网络61是路径选择装置60中所使用的数字孪生模型的同步对象，能够将路径选择装置确定的目标路径作为备选路径，在路径切换时将端到端业务切换至备选路径。
75.这样的路径选择系统能够利用数字孪生技术，在虚拟网络环境中进行端到端业务质量的评估和路径推荐，不影响实际网络中的正常业务运转，降低试错成本；综合端到端业务性能数据、sla指标数据进行多因素的端到端业务质量的评估验证，全方位评估各路径质量，提高确定的备选路径的可靠性，提高切换至备选路径后的端到端业务性能。
76.本公开的路径选择系统的另一些实施例的示意图如图7所示。
77.路径选择系统中包括路径选择装置70和目标网络71。
78.路径选择装置70能够执行上文中提到的任意一种路径选择方法，图中路径选择装置70中的模块为组成方式举例，或基于方法执行步骤的逻辑模块，不构成对路径选择装置70结构的不当限定。
79.目标网络为路径选择装置构建的数字孪生模型所基于的网络，目标网络的端到端业务流在客户设备所连接的路由器1与客户业务中心连接的路由器5之间传输，路由器1与路由器5之间包括多条可选路径，如图中所示的主路径、备选路径1
……
备选路径n，其中，n为大于1的整数。
80.在一些实施例中，目标网络71的网络参数、业务参数等经过采集中心采集、由资源中心整合处理后，生成端口配置数据、性能数据等，发送给路径选择装置70的数字孪生模型构建模块。
81.数字孪生模型构建模块基于目标端到端业务性能数据、网络拓扑结构数据、网络配置数据、设备资源数据等，构建端到端业务数字孪生模型。另外，数字孪生模型构建模块获取目标端到端业务路径的同步数据，将数据同步到端到端业务数字孪生模型中。
82.数据存储模块具备大规模数据高效存储能力，能够采集数字孪生模型的流量数据及设备数据，并对数据进行简单清洗，该清洗操作包括各类性能指标数据单位统一、缺失值处理和异常值的处理等。
83.数据处理模块能够处理采集到的流量数据，分析丢包率特征得到数据、单向时延、双向时延以及带宽负载等特征。
84.单向时延、双向时延、丢包率以及报文长度计算公式如下：
85.单向时延＝尾节点报文接收时间
–
头节点报文发送时间；
86.双向时延＝(尾节点报文接收时间
–
头节点报文发送时间) (头节点报文接收时
间
–
尾节点报文发送时间)；
87.丢包率＝|尾节点接收报文数
–
头节点发送报文数|*100％/头节点发送报文数；
88.带宽负载＝流量/带宽。
89.端到端业务质量的评估验证模块能够综合端到端业务性能数据和sla指标数据(例如包括最大丢包率、最大单向时延、最大双向时延、最大带宽负载)进行端到端业务质量的评估验证，包括sla超限和路径拥塞评估。
90.最优路径推荐模块能够结合端到端业务质量评估结果、综合业务流收发时延、丢包率选取目标路径，作为最佳备选路径。
91.以上文图2所示实施例中的加权评估值计算方式为例，在确定加权评估值时考虑备选路径的单项时延和丢包率，图7中各个备选路径的归一化时延、归一化丢包率和加权评估值以下表1中的示意为例。该示例中的数值仅为说明选择方式，不构成对本公开的不当限定。
92.表1图7中多条备选路径的归一化参数和评估值示例
[0093][0094]
结果通知模块能够将最优备选路径通知到真实的目标网络71，例如将路径编号3发送至目标网络的控制器或该备选路径3的相关设备。
[0095]
这样的网络系统能够基于数字孪生技术，在虚拟网络环境中进行端到端业务质量的评估和最优路径推荐，不影响正常业务的运转，能够有效保障用户感知，降低试错成本；综合端到端业务性能数据和sla指标数据进行多因素的端到端业务质量的评估验证，全方位评估各路径质量，从而既能满足用户需求，又能进一步提升网络运维效率。
[0096]
本公开是参照根据本公开实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0097]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指
令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0098]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0099]
至此，已经详细描述了本公开。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
[0100]
可能以许多方式来实现本公开的方法以及装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法以及装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
[0101]
最后应当说明的是：以上实施例仅用以说明本公开的技术方案而非对其限制；尽管参照较佳实施例对本公开进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本公开的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本公开技术方案的精神，其均应涵盖在本公开请求保护的技术方案范围当中。