产品曝光异常检测方法、系统、设备及计算机存储介质与流程

1.本发明涉及互联网技术领域，尤其涉及一种产品曝光异常检测方法、系统、设备及计算机存储介质。


背景技术：

2.目前绝大多数的互联网产品，诸如电商、流媒体、外卖、内容型社区、新闻等，主要通过搜索和推荐两种功能来引导用户浏览产品。
3.但是，就现有的搜索或推荐方式，在软件系统不稳定或者技术人员失误的情况下，可能会将一些不符合预期的内容呈现给终端用户。比如过滤失败时会将不合格商品等内容曝光，或流媒体软件在打散算法失败时会将大量单一推广视频内容曝光给用户，造成违反了网信办“过度宣传引导”的规定。
4.目前，现有技术一般通过图像检测来监测曝光的内容是否存在异常，但现有技术存在开发成本高，监测延时高的问题，无法第一时间发现曝光产品是否存在异常。


技术实现要素：

5.有鉴于此，本发明实施例提供一种产品曝光异常检测方法、系统、设备及计算机存储介质，以解决现有图片检测产品曝光异常开发成本高、监测延时高，无法第一时间发现曝光产品是否存在异常的问题。
6.为实现上述目的，本发明实施例提供如下技术方案：
7.本发明实施例第一方面公开了一种产品曝光异常检测方法，所述方法包括：
8.获取各个产品的曝光内容对应的响应日志，并输入消息队列，所述响应日志包括曝光内容id、曝光位置和相关内容；
9.由所述消息队列中提取各个响应日志，并分析所述各个响应日志的相关内容，将所述各个响应日志以待检功能分类进行流式计算，得到检测结果并存储；
10.轮询存储的所述检测结果，当检测结果指示曝光异常时，触发并执行处理流程。
11.优选的，所述由所述消息队列中提取各个响应日志，分析各个响应日志的相关内容，将所述各个响应日志以待检功能分类进行流式计算，得到检测结果并存储，包括：
12.利用流计算引擎由所述消息队列中提取各个响应日志；
13.针对每一响应日志分别进行解码和结构解析，得到各自对应日志内容；
14.基于每一响应日志对应的日志内容进行过滤，保留日志内容符合检测需求的响应日志作为待检测日志；
15.按照待检功能对所述待检测日志进行分类，对分类后的待检测日志进行对应分类的功能检测，得到指示曝光异常或非曝光异常的检测结果并存储。
16.优选的，所述按照待检功能对所述待检测日志进行分类，对分类后的待检测日志进行对应分类的功能检测，得到指示曝光异常或非曝光异常的检测结果并存储，包括：
17.按照需进行敏感内容曝光检测的待检功能对所述待检测日志进行分类，得到第一
待检测日志；
18.获取所述第一待检测日志中的曝光内容id；
19.基于所述曝光内容id在黑名单中进行实时检索；
20.若在所述黑名单中检索到与所述曝光内容id匹配的敏感内容id，得到指示曝光异常的检测结果，并将所述指示异常的检测结果写入中台；
21.若在所述黑名单中未检索到与所述曝光内容id匹配的敏感内容id，得到指示非曝光异常的检测结果，并将所述指示非曝光异常的检测结果写入中台。
22.优选的，所述按照待检功能对所述待检测日志进行分类，对分类后的待检测日志进行对应分类的功能检测，得到指示曝光异常或非曝光异常的检测结果并存储，包括：
23.按照需进行打散去重异常检测的待检功能对所述待检测日志进行分类，得到第二待检测日志；
24.针对每一所述第二待检测日志，获取所述第二待检测日志中的曝光内容 id和产品id；
25.确定与所述产品id关联的标签数据库，基于所述曝光内容id由所述标签数据库中查询对应的标签并关联；
26.按照产品id所指示的产品所属用户进行分组聚合，得到多组以用户划分的待检组，每个待检组中包含同一用户的多个产品id各自对应的曝光内容id 所关联的标签；
27.针对每一待检组，在预配置窗口内统计相同标签的总个数，将所述相同标签的总个数作为对应曝光内容id所指示的曝光内容的曝光次数，相同曝光内容id指示相同的曝光内容；
28.判断所述相同标签的总个数是否大于预设值；
29.若大于，确定所述相同标签所指示的产品曝光异常，将指示曝光异常的检测结果写入中台；
30.若不大于，确定所述相同标签所指示的产品非曝光异常，将指示非曝光异常的检测结果写入中台。
31.优选的，所述当检测结果指示曝光异常时，触发并执行处理流程包括：
32.当检测结果指示曝光异常时，输出报警提示，并触发降级操作。
33.优选的，所述当检测结果指示曝光异常时，触发并执行处理流程包括：
34.当检测结果指示曝光异常时，输出报警提示和修复提示。
35.本发明实施例第二方面公开了一种产品曝光异常检测系统，所述系统包括：
36.服务模块，用于获取各个产品的曝光内容对应的响应日志，并输入消息队列，所述响应日志包括曝光内容id、曝光位置和相关内容；
37.流式计算模块，用于由所述消息队列中提取各个响应日志，并分析所述各个响应日志的相关内容，将所述各个响应日志以待检功能分类进行流式计算，得到检测结果并存储至中台；
38.所述中台，用于轮询存储的所述检测结果，当检测结果指示曝光异常时，触发并执行处理流程。
39.优选的，所述流式计算模块，包括：
40.分析单元，用于利用流计算引擎由所述消息队列中提取各个响应日志；针对每一
响应日志分别进行解码和结构解析，得到各自对应日志内容；基于每一响应日志对应的日志内容进行过滤，保留日志内容符合检测需求的响应日志作为待检测日志；
41.分流单元，用于按照待检功能对所述待检测日志进行分类，并将分类后的待检测日志输入至对应的功能检测单元；
42.所述功能检测单元，用于按照所述功能分类，对输入的分类后的待检测日志进行对应分类的功能检测，将得到指示曝光异常或非曝光异常的检测结果写入中台。
43.本发明实施例第三方面公开了一种电子设备，所述电子设备包括存储器和处理器；
44.所述存储器，用于存储计算机程序；
45.所述处理器，用于调用并执行所述存储器中存储的计算机程序时，实现如本发明实施例第一方面公开的产品曝光异常检测方法。
46.本发明实施例第四方面公开了一种计算机存储介质，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如本发明实施例第一方面公开的产品曝光异常检测方法。
47.基于上述本发明实施例提供的一种产品曝光异常检测方法、系统、设备及计算机存储介质。该方法通过获取各个产品的曝光内容对应的响应日志，输入消息队列，所述响应日志包括曝光内容id和曝光位置和相关内容；由所述消息队列中提取各个响应日志，并分析所述各个响应日志的相关内容，将所述各个响应日志以待检功能分类进行流式计算，得到检测结果并存储；轮询存储的所述检测结果，当检测结果指示曝光异常时，触发并执行处理流程。在本发明实施例中，采用流式计算方式按照待检功能对分类后的各个产品对应的响应日志实时进行检测，并在检测结果指示曝光异常的情况下第一时间触发并执行相应的处理流程。该方式不仅延时低能够第一时间发现爆光产品是否存在异常，而且在各个产品中通用，降低了开发成本。
附图说明
48.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
49.图1为本发明实施例公开的一种产品曝光异常检测系统架构示意图；
50.图2为本发明实施例公开的一种产品曝光异常检测方法的流程示意图；
51.图3为本发明实施例公开的一种现有的互联网产品的主打界面的示意图；
52.图4为本发明实施例公开的一种敏感内容检测的流程示意图；
53.图5为本发明实施例公开的一种打散去重异常检测的流程示意图；
54.图6为本发明实施例公开的执行打散去重异常检测的示例图；
55.图7为本发明实施例公开的一种产品曝光异常检测系统的结构示意图。
具体实施方式
56.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。
57.在本技术中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
58.如图1所示，为本发明实施例公开的一种产品曝光异常检测系统架构示意图。该产品曝光异常检测系统架构以日志数据流的方向从左至右分别由服务模块1、流式计算模块2和中台3三个模块构成。
59.服务模块1中包括个多模块，每个模块对应处理一个产品。
60.图1中示出了模块10、模块12、模块13和模块14四个模块。
61.各种产品曝光的相关服务的响应日志通过对应的模块统一输入消息队列。该消息队列可以是kafka消息队列，也可以是其他同类消息队列。该响应日志多以json格式进行存储。
62.其中，该响应日志中通常会包含曝光内容id和曝光位置。但是，根据业务形式的不同，也可能还包含有其他内容，比如排序算法得分，来源等。
63.流式计算模块2由flink实现，该流式计算模块2主要包括分流节点20和功能监控节点，执行分流和功能监控两个步骤。
64.功能监控的实现则是由分别执行不同功能监控的功能监控节点实现，各个功能监控节点的监控以单独任务进行处理。其中，每个单独任务的检测逻辑以通用可扩展的方式实现，以便于同领域模块能够快速接入各个功能检测，而各个功能检测以及后续新增加的功能检测也能够适配所有模块，从而实现产品曝光异常检测的通用性。
65.图1中示出了功能21监控节点、功能22监控节点、功能23监控节点和功能 24监控节点四类功能监控节点。
66.该流式计算模块2的具体实现过程为：
67.步骤一，从kafka消息队列中提取、解析和过滤各种产品曝光的相关服务的响应日志。并通过所需检测的功能对响应日志进行分流，将各个响应日志分流至其所需检测功能的功能模块进行监控，即实时检测，以便于第一时间发现该功能的响应日志对应的产品曝光是否异常。
68.其中，提取的方式主要为：以flink计算引擎，或其他同类流计算引擎(如 spark)，将响应日志从kafka消息队列，或其他同类消息队列中，根据响应日志的“模块”字段进行提取，即识别来自各个模块的响应日志。
69.解析的主要方式为：对响应日志进行解码和结构解析。
70.过滤的主要方式为：根据提取到的字段内容和监控需求对响应日志进行过滤，即将消息队列中可能存在的不满足监控需求的其他各个业务的日志进行过滤，保留满足监控需求的响应日志。
71.分流的主要方式为：基于上述提取、解析和过滤之后，确定各个模块的满足监控需
求的响应日志，按照响应日志待检测功能分流至对应的功能监控模块中进行检测。
72.例如，模块11中的响应日志待检测功能为功能21和功能22，模块11则需要接入功能21监控节点和功能22监控节点，通过分流节点20将模块11中输出的响应日志推送至下游的功能21监控节点和功能22监控节点。模块12中的响应日志待检测功能为功能23，模块12则需要接入功能23监控节点，通过分流节点20将模块12中的响应日志推送至下游的功能23监控节点。
73.步骤二，各个功能监控节点并行对分流输入的响应日志，通过流式计算低延时地检测异常，将得到的检测结果实时写入中台3的数据库。
74.中台3通过轮询数据库的方式获取检测结果，并在该检测结果指示产品曝光内容异常时进行报警，并触发降级或通知技术人员进行修复。
75.基于上述本发明实施例公开的产品曝光异常检测系统架构执行相应的检测、报警和处理流程，在检测的过程中，通过flink流式计算引擎实现的实时检测可以实现秒级别的延时，降低产品曝光异常检测的延时性。通过划分不同的功能监控节点，将不同的模块接入到对应的功能监控节点，在充分考虑互联网各业务展示产品的形态的情况下，以通用的逻辑实现功能检测，不仅实现将新模块快速地接入现有功能检测，而且使新实现的功能检测能适配所有模块，实现产品曝光异常检测的通用性。同时，在利用功能监控节点进行检测时，各个功能监控节点的计算任务单独进行，互相隔离，避免相互影响，并且部署在高可用的云端集群，能够在计算任务出错时及时恢复。
76.基于上述图1公开的产品曝光异常检测系统架构，本发明实施例还公开了一种产品曝光异常检测方法，如图2所示，该方法包括如下步骤：
77.s201：获取各个产品的曝光内容对应的响应日志，并输入消息队列。
78.在s201中，响应日志包括曝光内容id、曝光位置和相关内容。
79.该相关内容相当于图1中示出的模块的字段内容。
80.该消息队列可以是kafka消息队列，也可以是其他同类消息队列。
81.在具体执行s201的过程中，各个产品的曝光的相关服务内容对应的响应日志通过不同的模块(如图1中的模块)，以统一的格式输入消息队列。
82.s201的具体执行过程也可参见图1中示出的服务模块1的执行过程。
83.s202：由所述消息队列中提取各个响应日志，并分析所述各个响应日志的相关内容，将所述各个响应日志以待检功能分类进行流式计算，得到检测结果并存储。
84.在具体执行s202的过程中：
85.首先，利用流计算引擎由所述消息队列中提取各个响应日志。
86.该流计算引擎可以是flink计算引擎，也可以是其他同类流计算引擎。
87.其次，针对每一响应日志分别进行解码和结构解析，得到各自对应日志内容。
88.其次，基于每一响应日志对应的日志内容进行过滤，保留日志内容符合检测需求的响应日志作为待检测日志。
89.最后，按照待检功能对所述待检测日志进行分类，对分类后的待检测日志进行对应分类的功能检测，得到指示曝光异常或非曝光异常的检测结果并存储。
90.其中，每个分类的功能检测均单独执行，并行执行各个分类的功能检测。
91.s202的具体执行过程也可参见图1中示出的流式计算模块2的执行过程。
92.s203：轮询存储的所述检测结果，当检测结果指示曝光异常时，触发并执行处理流程。
93.在具体执行s203的过程中，当检测结果指示曝光异常时，触发并执行处理流程包括但不限于以下两种。
94.第一种：当检测结果指示曝光异常时，输出报警提示，并触发降级操作。
95.第二种：当检测结果指示曝光异常时，输出报警提示和修复提示。技术人员可根据修复提示对曝光异常的产品服务进行修复。
96.在本发明实施例中，采用流式计算方式按照待检功能对分类后的各个产品对应的响应日志实时进行检测，可以实现秒级别的延时，降低产品曝光异常检测的延时性。同时，通过划分不同的功能监控在充分考虑互联网各业务展示产品的形态的情况下，以通用的逻辑实现功能检测，不仅实现使不同产品快速接入现有功能检测，也能够使新的功能检测能适配所有产品，实现产品曝光异常检测的通用性。同时，并行执行各个功能检测，互相不同功能检测的隔离，避免相互影响，提高检测效率和准确度。进一步的，若部署于高可用的云端集群，不仅可以配合业务集成多种不同的功能检测，还能够在计算任务出错时及时恢复。
97.在上述本发明实施例公开的产品曝光异常检测方法中，提及按照待检功能对所述待检测日志进行分类，对分类后的待检测日志进行对应分类的功能检测，得到指示曝光异常或非曝光异常的检测结果并存储。
98.如图3所示，为绝大部份互联网产品的主打界面，其主打搜索和推荐两个模块来引导用户使用。一般在屏幕最上方会有一列搜索栏31，而搜索栏下面的展示部分用来展示推荐的产品或在用户搜索后展示搜索的结果，通常展示方式有两种，可以采用双列的展示方式，也以采用单列的展示方式。图3 中示出的是单列的展示界面32，其上展示第一推荐产品、第二推荐产品、第三推荐产品和第四推荐产品。不论是哪种展示方式，其进行产品曝光异常的检测是一样的。
99.这里以互联网产品目前最普遍需要的两种功能监控(功能检测)为例进行介绍。
100.第一种：敏感内容检测。
101.敏感内容是互联网各个产品都必须的一种功能，由于互联网上目前可以由b端或c端用户自行上传内容，因此所有互联网产品都需要对曝光的内容进行敏感内容过滤，一般是通过接入黑名单实现。
102.基于此，如图4所示，敏感内容检测的具体检测过程为：
103.s401：按照需进行敏感内容曝光检测的待检功能对所述待检测日志进行分类，得到第一待检测日志。
104.s402：获取所述第一待检测日志中的曝光内容id。
105.s403：基于所述曝光内容id在黑名单中进行实时检索，若在所述黑名单中检索到与所述曝光内容id匹配的敏感内容id，执行s404；若在所述黑名单中未检索到与所述曝光内容id匹配的敏感内容id，执行s405。
106.因黑名单可以有很多种，不同业务的黑名单的形式也不一样，一般都会存在多个黑名单。
107.例如，各公司会通过国家互联网信息办公室提供的黑名单，对曝光出去的内容进行过滤。
108.例如，在某些互联网产品中，会给用户提供拉黑功能，比如在流媒体产品中，用户指定拉黑所有动漫相关内容，则推荐算法中会根据用户个人黑名单进行内容过滤。
109.因此在执行s403时，需要进行多次过滤，即实时检测。
110.在本发明一实施例中，可以根据技术人员设置的黑名单进行实时检索。
111.在本发明一实施例中，可以根据当前检测的产品的业务类型所涉及到的黑名单进行实时检索。
112.在具体执行s403之前，可以通过配置的方式将黑名单(表)配置到该流程，即配置到图2示出的s202的流式计算中。
113.s404：得到指示曝光异常的检测结果，并将所述指示异常的检测结果写入中台。
114.s405：得到指示非曝光异常的检测结果，并将所述指示非曝光异常的检测结果写入中台。
115.在具体执行s404和s405时，将各自的检测结果写入中台的数据库中。
116.第二种：打散去重异常检测。
117.打散和去重的作用是避免将单一内容或单一类型的内容曝光给用户，从而推荐丰富多样的内容给用户，提高整体曝光内容的质量，并且避免违反诸如网信办“过度宣传引导”(即大量曝光单一明星的内容给用户)的规定。
118.基于此，如图5所示，打散去重异常检测的具体检测过程为：
119.s501：按照需进行打散去重异常检测的待检功能对所述待检测日志进行分类，得到第二待检测日志。
120.s502：针对每一所述第二待检测日志，获取所述第二待检测日志中的曝光内容id和产品id。
121.s503：确定与所述产品id关联的标签数据库，基于所述曝光内容id由所述标签数据库中查询对应的标签并关联。
122.s504：按照产品id所指示的产品所属用户进行分组聚合，得到多组以用户划分的待检组。
123.在s504中，每个待检组中包含同一用户的多个产品id各自对应的曝光内容id所关联的标签。
124.在具体应用中可以采用不同的颜色区分不同的用户。
125.s505：针对每一待检组，在预配置窗口内统计相同标签的总个数，将所述相同标签的总个数作为对应曝光内容id所指示的曝光内容的曝光次数。
126.在s505中，相同曝光内容id指示相同的曝光内容。
127.该预配置窗口，即预配置每一待检组的开窗。预配置窗口的单位可以为曝光数n，也可以为时间t。n的取值为大于1的正数。t的取值为正数，时间单位为秒、分钟或小时。
128.s506：判断所述相同标签的总个数是否大于预设值，若大于，执行s507；若不大于，执行s508。
129.在具体执行s506的过程中，若预配置窗口的单位为曝光数n，预设值则为预设曝光次数。则判断相同标签的总个数是否大于预设值为：判断该曝光内容id所指示的曝光内容的曝光次数是否大于预设曝光次数。
130.若预配置窗口为时间t，预设值则为每t时间单位内的曝光次数。则判断相同标签
的总个数是否大于预设值为：判断该曝光内容id所指示的曝光内容的曝光次数是否大于每t时间单位内的曝光次数。
131.s507：确定所述相同标签所指示的产品曝光异常，将指示曝光异常的检测结果写入中台。
132.s508：确定所述相同标签所指示的产品非曝光异常，将指示非曝光异常的检测结果写入中台。
133.在具体执行s507和s508时，将各自的检测结果写入中台的数据库中。
134.这里以图6举例说明上述打散去重异常检测的过程。
135.阶段一为补充标签维度：
136.将原始数据流实时关联标签数据库，补充标签维度，每个方块为一次曝光记录，以颜色区分不同用户，图6中示出了用户a和用户b；方块中数字代表补上的标签，图6中示出了标签s1和标签s2。
137.阶段二为已用户分组开窗：
138.进入阶段二后对每个用户的进行分组聚合，开窗提取n个曝光或每t分钟内的曝光。
139.阶段三为以标签分组：
140.进入阶段三后对每个标签进行计数。
141.假设此检测的打散阈值为每次开窗每个标签曝光数不可大于1，其中：
142.用户a，标签s1，曝光数：1；
143.用户a，标签s2，曝光数：2；
144.用户b，标签s1，曝光数：1；
145.用户b，标签s2，曝光数：1；
146.则图6中用户a的标签2的产品，在一次开窗种曝光数超过了1次，触发了异常。
147.基于上述本发明实施例公开的产品曝光异常检测方法，本发明实施例还公开了一种产品曝光异常检测系统，如图7所示，该系统包括：服务模块71、流式计算模块72和中台73。
148.服务模块71，用于获取各个产品的曝光内容对应的响应日志，并输入消息队列，所述响应日志包括曝光内容id、曝光位置和相关内容。
149.该服务模块71的具体执行过程可参见上述图1中示出的服务模块1。
150.流式计算模块72，用于由所述消息队列中提取各个响应日志，并分析所述各个响应日志的相关内容，将所述各个响应日志以待检功能分类进行流式计算，得到检测结果并存储至中台73。
151.该流式计算模块72的具体执行过程可参见上述图1中示出的流式计算模块2。
152.具体的，该流式计算模块72，包括：
153.分析单元，用于利用流计算引擎由所述消息队列中提取各个响应日志；针对每一响应日志分别进行解码和结构解析，得到各自对应日志内容；基于每一响应日志对应的日志内容进行过滤，保留日志内容符合检测需求的响应日志作为待检测日志。
154.分流单元，用于按照待检功能对所述待检测日志进行分类，并将分类后的待检测日志输入至对应的功能检测单元。
155.所述功能检测单元，用于按照所述功能分类，对输入的分类后的待检测日志进行对应分类的功能检测，将得到指示曝光异常或非曝光异常的检测结果写入中台。
156.若待检功能为敏感内容曝光检测，该功能检测单元，具体用于：
157.按照需进行敏感内容曝光检测的待检功能对所述待检测日志进行分类，得到第一待检测日志；获取所述第一待检测日志中的曝光内容id；基于所述曝光内容id在黑名单中进行实时检索；若在所述黑名单中检索到与所述曝光内容id匹配的敏感内容id，得到指示曝光异常的检测结果，并将所述指示异常的检测结果写入中台；若在所述黑名单中未检索到与所述曝光内容id匹配的敏感内容id，得到指示非曝光异常的检测结果，并将所述指示非曝光异常的检测结果写入中台。
158.若待检功能为打散去重异常检测，该功能检测单元，具体用于：
159.按照需进行打散去重异常检测的待检功能对所述待检测日志进行分类，得到第二待检测日志；针对每一所述第二待检测日志，获取所述第二待检测日志中的曝光内容id和产品id；确定与所述产品id关联的标签数据库，基于所述曝光内容id由所述标签数据库中查询对应的标签并关联；按照产品id 所指示的产品所属用户进行分组聚合，得到多组以用户划分的待检组，每个待检组中包含同一用户的多个产品id各自对应的曝光内容id所关联的标签；针对每一待检组，在预配置窗口内统计相同标签的总个数，将所述相同标签的总个数作为对应曝光内容id所指示的曝光内容的曝光次数，相同曝光内容 id指示相同的曝光内容；判断所述相同标签的总个数是否大于预设值；若大于，确定所述相同标签所指示的产品曝光异常，将指示曝光异常的检测结果写入中台；若不大于，确定所述相同标签所指示的产品非曝光异常，将指示非曝光异常的检测结果写入中台。
160.中台73，用于轮询存储的所述检测结果，当检测结果指示曝光异常时，触发并执行处理流程。
161.该中台73的具体执行过程可参见上述图1中示出的中台3。
162.在本发明一实施例中，中台73，具体用于轮询存储的所述检测结果，当检测结果指示曝光异常时，输出报警提示，并触发降级操作。
163.在本发明一实施例中，中台73，具体用于轮询存储的所述检测结果，当检测结果指示曝光异常时，输出报警提示和修复提示。
164.在本发明实施例中，在检测的过程中，流式计算模块通过flink流式计算引擎实现的实时检测可以实现秒级别的延时，降低产品曝光异常检测的延时性。通过划分不同的功能检测单元，将不同的产品接入到对应的功能检测单元，在充分考虑互联网各业务展示产品的形态的情况下，以通用的逻辑实现功能检测，不仅实现将新模块快速地接入现有功能检测，而且使新实现的功能检测能适配所有产品，实现产品曝光异常检测的通用性。同时，在进行检测时，各个功能检测单元的计算任务单独进行，互相隔离，避免相互影响，并且部署在高可用的云端集群，能够在计算任务出错时及时恢复。
165.本发明实施例还提供了一种电子设备，所述电子设备包括存储器和处理器。
166.该存储器，用于存储计算机程序。
167.该处理器，用于调用并执行所述存储器中存储的计算机程序时，实现上述本发明实施例公开的产品曝光异常检测方法。
168.本发明实施例还提供了一种计算机存储介质，所述计算机存储介质中存储有计算
机可执行的一个或一个以上的指令，所述计算机可执行指令被处理器加载并执行时，实现上述本发明实施例公开的产品曝光异常检测方法。
169.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
170.专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，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发明的范围。
171.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。