页面测试方法、装置、服务器及存储介质与流程

1.本技术实施例涉及计算机与互联网技术领域，尤其涉及页面测试方法、装置、服务器及存储介质。


背景技术：

2.互联网产品的迭代速度越来越快，对互联网产品如网站网页、app或车机系统的页面等测试的需求也越来越多，但由于互联网产品的多端发布、多版本发布、多机型发布等原因，测试工程师的手工测试也变得很难完全胜任。因此，能实现自动化、持续化的智能测试产品被越来越多的企业使用和研究。其中，车机系统是控制汽车娱乐软硬件的系统，在车机系统中运行的应用程序的页面测试既有和传统移动端app相似的地方，也有不一样的地方，如自动化测试的算力和手机端有较大区别。
3.目前，现有技术中，智能测试主要基于两个测试工具，猴子测试monkey和ui(user interface，用户界面)-automator(自动测试机)。monkey测试是通过向系统发射伪随机的用户事件流，实现对应用程序客户端的稳定性测试，ui-automator测试是根据文本、控件id、坐标进行点击、长按、滑动、查找等动作，实现与手动动作逻辑一致，根据测试用例使用python编码后根据指定命令动作，检查预期结果，进行测试，最终通过单元测试执行用例脚本生成测试报告。
4.然而，发明人发现现有技术至少存在以下技术问题：随着业务的不断发展，例如车型线的不断丰富、软件功能的日益增多、待检测的软件规模和复杂度也越来越大，现有技术中的软件检测如monkey和ui-automator都存在着页面遍历不充分的问题。


技术实现要素：

5.本技术提供一种页面测试方法、装置、服务器及存储介质，用以避免页面测试过程中存在着页面遍历不充分的问题。
6.第一方面，本技术提供一种页面测试方法，包括：确定当前待测页面的目标动作，获取执行目标动作对应的页面变化状态；根据页面变化状态，基于强化学习算法确定目标期望收益；根据目标期望收益对期望收益表中，更新当前待测页面的目标动作所对应的期望收益。
7.在一种可能的实现方式中，确定当前待测页面的目标动作，获取执行目标动作对应的页面变化状态，包括：基于期望收益表，确定当前待测页面的多个待执行动作，收益期望表用于记录在待测应用的各待测页面中执行对应动作的期望收益；选取期望收益最高的待执行动作为目标动作；对当前待测页面执行目标动作，识别执行后的页面，并获取执行目标动作对应的页面变化状态。
8.在一种可能的实现方式中，还包括：在期望收益最高的待执行动作为多个时，随机选取一个待执行动作为目标动作。
9.在一种可能的实现方式中，页面变化状态包括：异常变化状态，异常变化状态包
括：跳出待测应用或者页面未变化；根据页面变化状态，基于强化学习算法确定目标期望收益，包括：确定基于当前待测页面的目标动作的奖励值为预设奖励值，预设奖励值为负值；将预设奖励值代入强化学习算法，得到目标期望收益，预设奖励值和目标期望收益正相关。
10.在一种可能的实现方式中，页面变化状态包括：页面跳转至目标动作对应的子页面；根据页面变化状态，基于强化学习算法确定目标期望收益，包括：根据当前待测页面中未执行的动作的第一数量与子页面的奖励值，确定目标奖励值；将目标奖励值代入强化学习算法，得到目标期望收益，目标奖励值与目标期望收益正相关。
11.在一种可能的实现方式中，根据当前待测页面中未执行的动作的第一数量与子页面的奖励值，确定目标奖励值之前，还包括：若子页面已知，且与当前待测页面一致，确定子页面的奖励值为0；若子页面未知，则确定子页面的奖励值为100；若子页面已知，且与当前待测页面不一致，则确定历史测试子页面时的奖励值为子页面的奖励值。
12.第二方面，本技术提供一种页面测试装置，包括：
13.第一确定模块，用于确定当前待测页面的目标动作，获取执行目标动作对应的页面变化状态；
14.第二确定模块，用于根据页面变化状态，基于强化学习算法确定目标期望收益；
15.更新模块，用于根据目标期望收益，更新当前待测页面的目标动作
16.第三方面，本技术提供了一种服务器，包括：至少一个处理器和存储器；
17.存储器存储计算机执行指令；
18.至少一个处理器执行存储器存储的计算机执行指令，使得至少一个处理器执行如上述第一方面描述的页面测试方法。
19.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计算机一项所执行指令，当处理器执行计算机执行指令时，实现如上述第一方面描述的页面测试方法。
20.第五方面，本技术提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面描述的页面测试方法。
21.本技术提供的页面测试方法、装置、服务器及存储介质，通过确定当前待测页面的目标动作，获取执行目标动作对应的页面变化状态；根据页面变化状态，基于强化学习算法确定目标期望收益；根据目标期望收益，更新当前待测页面的目标动作所对应的期望收益，能够对所有页面进行测试，实现页面遍历充分，并且能够准确的定位页面问题。
附图说明
22.为了更清楚地说明本技术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一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
23.图1为本技术实施例提供的页面测试方法的应用场景示意图；
24.图2为本技术实施例提供的页面测试方法的流程示意图；
25.图3为本技术一可选的实施例提供的智能体和待测应用交互的示意图；
26.图4为本技术实施例提供的页面测试装置的结构示意图；
27.图5为本技术实施例提供的服务器的硬件结果示意图。
具体实施方式
28.为使本技术实施例的目的、技术方案和优点更加清楚，下面将接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作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
29.目前，随着互联网的不断发展，软件的迭代更新速度不断加快，软件测试的需求也越来越大，相比于人工手动测试，智能测试利用数据和算法相结合赋能质量活动的测试方法更受企业的欢迎，在测试质量和测试效率方面都有了很大的提升。现有技术中，常见的智能测试有两种，monkey和ui-automator，前者是通过向系统发送伪随机的用户事件(如按键输入、触摸屏输入、滑动、手势输入等动作)，来对设备上的程序进行测试，检测程序长时间的稳定性，后者是基于ui的自动化测试框架，通过人工编写测试用例，模拟手动单击、滑动、拖动、文本输入等动作。发明人在使用monkey和ui-automator进行软件页面或网站页面的智能测试时，发现存在着测试用例编写以及适配成本高，页面遍历不充分、问题定位难等痛点问题。此外，相关技术对算法层面进行优化，如遍历算法和遗传算法，但是遍历算法存在覆盖率低的问题，遗传算法存在敏感度低且无法实现操作回放的问题。
30.为解决上述技术问题，本技术实施例提供了以下解决问题的技术构思：应用在qnx,alios等车载操作系统的使用，具体为通过确定当前待测页面的目标动作，获取执行目标动作对应的页面变化状态；根据页面变化状态，基于强化学习算法确定目标期望收益；根据目标期望收益，更新当前待测页面的目标动作所对应的期望收益，以实现对所有页面的测试，实现页面遍历充分，并且能够准确的定位页面问题。
31.图1为本技术实施例提供的页面测试方法的应用场景示意图，如图1所示，包括：终端101和服务器102。
32.其中，终端101，用于供测试人员测试页面和显示待测页面。服务器102，用于模拟待测应用，对待测应用进行页面测试，并且生成测试文件发送给终端101，供测试人员定位页面问题。
33.图2为本技术实施例提供的页面测试方法的流程示意图，本实施例的执行主体可以为图1所示实施例中的服务器102，也可以是其他的计算机的相关设备，对此实施例不作特别限制。
34.如图2所示，示出本技术提供的一种页面测试方法，具体包括以下步骤：该
35.s201、确定当前待测页面的目标动作，获取执行目标动作对应的页面变化状态。
36.本实施例中，待测页面可以是动作页面、显示页面或控制页面，例如，该待测页面可以是音乐软件的搜索页面。当前待测页面为当前测试的待测页面。目标动作是智能体模拟用对当前待测页面上的目标元素执行的目标操作，该目标元素可以是控件、按钮或者输入框等。该目标操作可以是点击、滑动或输入等操作。
37.在本技术实施例中，服务器模拟智能体与服务器中的待测应用交互进行强化学习，以获得最大的奖励值。其中，强化学习(reinforcement learning,rl)，是智能体(agent)以“试错”的方式进行学习，通过与环境(本技术中未待测)进行交互获得的奖励指
导行为，目标是使智能体获得最大的奖励值。进一步地，参照图3，智能体作为学习系统，获取待测应用的当前待测页面si，对待测应用采取目标动作aj，并获取待测应用反馈的对当前待测页面si上执行目标动作aj的评价(即奖励值r(si，aj))和新的页面状态(即执行后的页面s
i 1
)。如果智能体的目标动作aj可以得到待测应用正的奖励值，那么智能体以后产生这个目标动作aj的趋势便会加强；反之，智能体产生这个目标动作aj的趋势将减弱。
38.进一步地，确定当前待测页面的目标动作，获取执行目标动作对应的页面变化状态，包括如下步骤：
39.a1：基于期望收益表，确定当前待测页面的多个待执行动作，收益期望表用于记录在待测应用的各待测页面中执行对应动作的期望收益。
40.a2：选取期望收益最高的待执行动作为目标动作。
41.a3：对当前待测页面执行目标动作，识别执行后的页面，并获取执行目标动作对应的页面变化状态。
42.在本技术实施例中，待测应用被建模为一个有限状态机，即待测应用的待测页面时有限的。
43.其中，收益期望表用于记录在待测应用的各待测页面中执行对应动作的期望收益。在本技术实施例中，收益期望表如表1所示：
44.表1
45.收益期望表a1a2a3s1q(s1，a1)q(s1，a2)q(s1，a3)s2q(s2，a1)q(s2，a2)q(s2，a3)s3q(s3，a1)q(s3，a2)q(s3，a3)s4q(s4，a1)q(s4，a2)q(s4，a3)
46.在表1中有四个待测页面分别是s1、s2、s3和s4。3个动作分别为a1、a2、a3。q(si，aj)表示待测页面si上采用动作aj对应的期望收益。其中，i取1至4，j取1至3。
47.此外，在期望收益最高的待执行动作为多个时，随机选取一个待执行动作为目标动作。
48.例如，参照表1，若当前待测页面si为s1，对应的多个待执行动作为a1、a2、a3。其中，若q(s1，a1)＞q(s1，a2)＞q(s1，a3)。则确定待执行动作a1为目标动作，若q(s1，a1)＝q(s1，a2)＞q(s1，a3)，则可以在执行动作a1和待执行动作a2中随机确定一个为目标动作。
49.在本技术实施例中，在正常状态下，对当前待测页面执行目标动作后，待测应用会跳转至下一个页面，即目标动作对应的子页面，在异常状态下，对当前待测页面执行目标动作后，待测应用会跳出该待测应用或依旧停止在该当前待测页面。
50.其中，页面变化状态包括：异常变化状态和正常变化状态，异常变化状态包括：跳出待测应用或者页面未变化。正常变化状态包括：页面跳转至目标动作对应的子页面。
51.进一步地，识别执行后的页面是指识别执行目标操作后的待测应用的页面，进而可以确定页面变化状态。其中，识别方法包括：将执行后的页面的网络地址代入摘要信息md5算法，得到第一计算结果，将当前待测页面的网络地址代入摘要信息md5算法，得到第二计算结果；然后确定第一计算结果和第二计算结果是否相同，相同则确定当前待测页面没有发生调整，若不同，则计算执行后的页面的第一哈希值和当前待测页面的第二哈希值；根
据第一哈希值和第二哈希值，确定执行后的页面与当前待测页面之间的相似度；若判定相似度小于预设值，则确定当前待测页面没有发生跳转；若判定相似度大于或等于预设值，则确定当前待测页面发生跳转。
52.本技术实施例中，可以通过任意方式确定页面变化状态，对此不加以限定。
53.s202、根据页面变化状态，基于强化学习算法确定目标期望收益。
54.其中，可以根据页面变化状态可以确定待测应用对智能体针对目标动作的反馈。
55.一种可选实施例中，页面变化状态包括：异常变化状态，异常变化状态包括：跳出待测应用或者页面未变化；根据页面变化状态，基于强化学习算法确定目标期望收益，包括一下步骤：
56.b1：确定基于当前待测页面的目标动作的奖励值为预设奖励值，预设奖励值为负值。
57.其中，若页面变化状态为页面跳出待测应用，则预设奖励值为-20。若页面变化状态为页面未跳转，保持当前待测页面，则预设奖励值为-10。
58.b2：将预设奖励值代入强化学习算法，得到目标期望收益，预设奖励值和目标期望收益正相关。
59.在本技术实施例中，强化学习算法如下公式(1)：
60.newq(si，aj)＝q(si，aj) α(r(si，aj) γ*maxq
′
(s
′
，a
′
)-q(si，aj))
61.在上式中，newq(si，aj)为目标期望收益，q(si，aj)为期望收益表中当前期望收益。α为智能体的学习效率。r(si，aj)为奖励值。γ为折扣因子。maxq
′
(s
′
，a
′
)表示在给定的新的待测页面和动作下未来最大的奖励值，是给定值。
62.进一步地，预设奖励值和目标期望收益正相关，其中预设奖励值为负值，则目标期望收益newq(si，aj)相对于当前期望收益q(si，aj)是降低的。
63.在本技术实施例中，由于当前待测页面在目标动作下，跳出待测应用或者页面未变化，为发生异常，则待测应用给智能体的奖励值是预设奖励值，为负值，采用上述公式(1)可以计算得到目标期望收益，该目标期望收益基于当前期望收益是降低的。
64.一种可选实施例中，页面变化状态包括：页面跳转至目标动作对应的子页面，根据页面变化状态，基于强化学习算法确定目标期望收益，包括以下下步骤：
65.c1：根据当前待测页面中未执行的动作的第一数量与子页面的奖励值，确定目标奖励值。
66.具体地，将第一数量与子页面的奖励值的和作为目标奖励值。
67.c2：将目标奖励值代入强化学习算法，得到目标期望收益，目标奖励值与目标期望收益正相关。
68.该强化学习算法如上述公式(1)，上述得到的目标奖励值r(si，aj)代入强化学习算法，可以得到目标期望收益。目标奖励值与目标期望收益正相关，若预设奖励值为正值时，目标期望收益newq(si，aj)相对于当前期望收益q(si，aj)是升高的。
69.其中，根据当前待测页面中未执行的动作的第一数量与子页面的奖励值，确定目标奖励值之前，还包括以下步骤：
70.d1：若子页面已知，且与当前待测页面一致，确定子页面的奖励值为0。
71.具体地，子页面已知表示子页面已经测试过，在本技术实施例中对子页面是否测
试过的确定方式，以及子页面是否与当前待测页面是否一致的确定方式不加以限定。
72.此外，若子页面已知，且与当前待测页面一致，确定子页面的奖励值为0，表示子页面已经测试过，且与当前待测页面一致，则子页面对当前待测页面的奖励值没有影响，采用当前待测页面中未执行的动作的第一数量作为目标奖励值，已提示对当前待测页面中未执行的动作进行测试。
73.d2：若子页面未知，则确定子页面的奖励值为100。
74.其中，子页面未知是指子页面为测试过，为新的一页面。则确定子页面的奖励值为100，以指示智能体对子页面进行测试，避免出现当前测试页面均测试，但是子页面未测试的问题。
75.d3：若子页面已知，且与当前待测页面不一致，则确定历史测试子页面时的奖励值为子页面的奖励值。
76.若子页面已知，且与当前待测页面不一致表示子页面已经测试过，但是通过当前待测试页面可跳转至子页面，则确定历史测试子页面时的奖励值为子页面的奖励值，可以考虑到子页面对当前待测页面的影响。
77.在本技术实施例中，奖励值是对目标动作的反馈，用户表示对待测页面的遍历是否有影响，表示为正向影响、负向影响或无影响。本技术中的奖励值不再是固定值，而是采用动态计算的方式，通过考虑动作的覆盖率以及页面的覆盖率，确定目标动作是否触发了更多的业务场景。同时，也进行了测试的优化，比如路径去重，页面的多次触发去重等，通过该方式，可以解决当前待测页面的动作均已操作，但是子页面未测试的问题。
78.s203、根据目标期望收益，更新当前待测页面的目标动作所对应的期望收益。
79.示例性地，参照表2，初始的期望收益表如表2：
80.表2
81.收益期望表a1a2a3s1q(s1，a1)＝3q(s1，a2)＝6q(s1，a3)＝1s2q(s2，a1)＝-5q(s2，a2)＝3q(s2，a3)＝2s3q(s3，a1)＝1q(s3，a2)＝6q(s3，a3)＝9s4q(s4，a1)＝6q(s4，a2)＝8q(s4，a3)＝3
82.在当前待测页面为s1时，根据表2确定期望收益最高的为q(s1，a2)＝6，则确定待执行动作a2为目标动作，然后针对当前待测页面s1执行动作a2后，得到执行后的页面依旧为s1，则确定奖励值为-10，然后将该奖励值代入公式(1)中，得到目标期望收益如2，则更新期望收益表，得到如表3：
83.表3
84.收益期望表a1a2a3s1q(s1，a1)＝3q(s1，a2)＝2q(s1，a3)＝1s2q(s2，a1)＝-5q(s2，a2)＝3q(s2，a3)＝2s3q(s3，a1)＝1q(s3，a2)＝6q(s3，a3)＝9s4q(s4，a1)＝6q(s4，a2)＝8q(s4，a3)＝3
85.在本技术实施例中，采用迭代更新的方式，每次更新的是当前待测页面对应目标动作的期望收益。
86.进一步第，若在执行后的页面不是预设的目标页面的情况下，将执行后的页面作为当前待测页面，执行s201。
87.在本技术实施例中，预设的目标页面是指预设设置的需要跳转的最后页面。例如，本技术需要测试从页面s1经过多次跳转后跳转至页面s4的过程。当执行后的页面为页面s4时，确定测试结束，否则继续进行测试。
88.示例性地，在表3的基础上，当前待测页面依旧为页面s1，此时的期望收益表中当前待测页面对应的期望收益最高的为q(s1，a1)＝3，则以a1为目标动作，执行目标动作a1，若此时执行后的页面为s2，并且页面s2未测试过，则确定页面s2的奖励值为100。此外，由于当前待测页面s1未测试的动作的数量为1(只有动作a3未测试)。则计算得到目标奖励值为101，代入上述公式(1)，得到目标期望收益，如8。则继续更新期望收益表，得到表4。
89.表4
90.收益期望表a1a2a3s1q(s1，a1)＝8q(s1，a2)＝2q(s1，a3)＝1s2q(s2，a1)＝-5q(s2，a2)＝3q(s2，a3)＝2s3q(s3，a1)＝1q(s3，a2)＝6q(s3，a3)＝9s4q(s4，a1)＝6q(s4，a2)＝8q(s4，a3)＝3
91.在本技术实施例中，循环执行测试步骤，并且持续更新收益期望表。进一步地，可以在收益期望表中记录未测试的待测页面和未执行的待执行动作，可以在对未测试的待测页面和未执行的待执行动作进行测试，并持续更新收益期望表中的期望收益，直到所有的待测页面和对应的待执行动作均被测试，最终得到目标收益期望表。
92.进一步地，可以将目标收益期望表提供给测试人员，测试人员可以根据目标期望表选取针对每个待测页面选取期望收益低于预设阈值的动作，以定位该动作对应的问题。
93.图4为本技术实施例提供的页面测试装置的结构示意图，如图4所示，该装置包括：第一确定模块41、第二确定模块42、更新模块43。
94.第一确定模块41，用于确定当前待测页面的目标动作，获取执行目标动作对应的页面变化状态；
95.第二确定模块42，用于根据页面变化状态，基于强化学习算法确定目标期望收益；
96.更新模块43，用于根据目标期望收益，更新当前待测页面的目标动作所对应的期望收益。
97.在本技术一可选的实施例中，第一确定模块41，具体用于基于期望收益表，确定当前待测页面的多个待执行动作，收益期望表用于记录在待测应用的各待测页面中执行对应动作的期望收益；选取期望收益最高的待执行动作为目标动作；对当前待测页面执行目标动作，识别执行后的页面，并获取执行目标动作对应的页面变化状态。
98.在本技术一可选的实施例中，第一确定模块41，还具体用于在期望收益最高的待执行动作为多个时，随机选取一个待执行动作为目标动作。
99.在本技术一可选的实施例中，页面变化状态包括：异常变化状态，异常变化状态包括：跳出待测应用或者页面未变化，第二确定模块43，具体用于确定基于当前待测页面的目标动作的奖励值为预设奖励值，预设奖励值为负值；将预设奖励值代入强化学习算法，得到目标期望收益，预设奖励值和目标期望收益正相关。
100.在本技术一可选的实施例中，页面变化状态包括：页面跳转至目标动作对应的子页面，第二确定模块43，具体用于根据当前待测页面中未执行的动作的第一数量与子页面的奖励值，确定目标奖励值；将目标奖励值代入强化学习算法，得到目标期望收益，目标奖励值与目标期望收益正相关。
101.在本技术一可选的实施例中，第二确定模块43在根据当前待测页面中未执行的动作的第一数量与子页面的奖励值，确定目标奖励值之前，还具体用于：若子页面已知，且与当前待测页面一致，确定子页面的奖励值为0；若子页面未知，则确定子页面的奖励值为100；若子页面已知，且与当前待测页面不一致，则确定历史测试子页面时的奖励值为子页面的奖励值。
102.本实施例提供的页面测试装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
103.图5为本技术实施例提供的服务器的硬件结果示意图，如图5所示，该系统包括：至少一个处理器501以及存储器502。
104.其中，处理器501，用于存储计算机执行指令。
105.存储器502，用于执行存储器存储的计算机执行指令，以实现上述方法实施例中所涉及的各个步骤。具体可以参见前述方法实施例中的相关描述。
106.可选地，存储器502既可以是独立的，也可以跟处理器501集成在一起。
107.当存储器502独立设置时，该控制器还包括总线503，用于连接存储器502和处理器501。
108.本发明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计算机执行指令，当处理器执行计算机执行指令时，实现如上的页面测试方法。
109.本技术实施例还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上的页面测试方法。
110.在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述模块的划分，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，例如多个模块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。
111.上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模块来实现本实施例方案。
112.另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
113.上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本技术各个实施例的方法的部分步骤。
114.应理解，上述处理器可以是中央处理单元(central processing unit，简称cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
115.存储器可能包含高速ram存储器，也可能还包括非易失性存储nvm，例如至少一个磁盘存储器，还可以为u盘、移动硬盘、只读存储器、磁盘或光盘等。
116.总线可以是工业标准体系结构(industry standard architecture，简称isa)总线、外部设备互连(peripheral component interconnect，简称pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本技术附图中的总线并不限定仅有一根总线或一种类型的总线。
117.上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
118.一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专用集成电路(application specific integrated circuits，简称asic)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
119.本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
120.以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，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技术各实施例技术方案的范围。