服务器液冷系统漏液处理方法、装置及计算机设备与流程

1.本发明涉及服务器散热处理领域，具体涉及一种服务器液冷系统漏液处理方法、装置及计算机设备。


背景技术：

2.正如任何强大的计算机硬件一样，cpu(central processing unit/processor，中央处理器)在运作时会产生热能，需要适当散热才能发挥最大效能。在运作期间，cpu内部的晶体管会将电力转换为热能，此热能会提高cpu的温度。如果该热能没有有效的发散途径，则cpu将会超过其安全操作温度，导致cpu出现故障。
3.为了让cpu保持在理想温度下运作，需要对cpu进行处理器散热，目前普遍采用在cpu上安装气冷式散热器或液冷散热器的方式为大多数的桌面计算机和笔记本电脑的cpu进行散热。其中，液冷散热器由于其既能均衡cpu的热量又能低噪声工作而被更广泛地采用。
4.但是液冷散热器容易出现由于接口的安装未精准定位或连接器出厂公差，或者是循环冷却液的软管管路老化导致漏液问题。一但发生漏液问题就是不可逆的行为，因为水冷液就会散布到管路外部，因此需要一种方法，能够执行漏液检测、防范冷却液泄露蔓延到机箱系统中。


技术实现要素：

5.本发明目的是：提供一种能有效进行漏液检测、防范冷却液慢摇到机箱系统中的服务器液冷系统漏液处理方法、装置及计算机设备。
6.本发明的技术方案是：第一方面，本发明提供一种服务器液冷系统漏液处理方法，所述方法包括：
7.获取漏液检知线的电流数值，所述漏液检知线至少有两条且平行缠绕在所述服务器液冷系统外表面，所述漏液检知线连接有对其供电的电源；
8.基于预设灰色模型和所述电流数值获得预测漏液量；
9.基于所述预测漏液量和预设漏液策略执行对应的漏液处理方法。
10.在一种较佳的实施方式中，所述服务器液冷系统包括液冷头、散热器以及连通所述液冷头与散热器以形成闭合回路的液冷循环管路；
11.所述液冷头设置于服务器cpu的金属盖表面，所述漏液检知线平行缠绕于所述液冷循环管路表面。
12.在一种较佳的实施方式中，所述获取漏液检知线的电流数值之后，所述方法还包括：
13.判断所述漏液检知线的电流数值是否大于预设电流阈值；
14.若是，则基于网络串口向管理客户端发送警示通知。
15.在一种较佳的实施方式中，所述获取漏液检知线的电流数值包括：
16.周期性获取每根漏液检知线的电流数值获得电流数值样本集，获取周期小于或等于30s。
17.在一种较佳的实施方式中，所述基于预设灰色模型和所述电流数值获得预测漏液量包括：
18.修正所述电流数值样本集中的样本数目获得修正电流样本集；
19.基于所述修正电流样本集和预设灰色模型获得预测漏液量。
20.在一种较佳的实施方式中，所述基于所述修正电流样本集和预设灰色模型获得预测漏液量包括：
21.排序处理所述修正电流样本集中的所有修正电流值获得第一电流值序列；
22.累加生成处理所述第一电流值序列获得第二电流值序列；
23.基于所述预设灰色模型和所述第二电流值序列生成预测漏液量。
24.在一种较佳的实施方式中，所述预设灰色模型至少包括灰微分方程式：
25.x
(0)
(k) az
(1)
(k)＝b，k＝2，3，...，n；其中：a与b均为待定参数；
26.所述基于所述预设灰色模型和所述第二电流值序列生成预测漏液量包括：
27.基于z
(1)
(k)＝αx
(1)
(k) (1-α)x
(1)
(k-1)计算所述灰微分方程式获得中间微分方程式：
28.其中：α为设定参数；
29.基于所述灰微分方程式求解所述待定参数a和b；
30.基于求解获得的所述待定参数a和b的值以及所述中间微分方程式获得预测漏液量。
31.在一种较佳的实施方式中，所述基于所述预测漏液量和预设漏液策略执行对应的漏液处理方法包括：
32.基于所述预测漏液量和预设漏液策略判断是否打开液态氮释放开关阀，所述液态氮释放开关阀与所述服务器液冷系统连通以对其供应冷却液；
33.若是，则执行打开所述液态氮释放开关阀；
34.若否，则执行关闭所述液态氮释放开关阀。
35.第二方面，本发明还提供一种服务器液冷系统漏液处理装置，所述装置包括：
36.第一获取模块，用于获取漏液检知线的电流数值，所述漏液检知线至少有两条且平行缠绕在所述服务器液冷系统外表面，所述漏液检知线连接有对其供电的电源；
37.第二获取模块，用于基于预设灰色模型和所述电流数值获得预测漏液量；
38.执行模块，用于基于所述预测漏液量和预设漏液策略执行对应的漏液处理方法。
39.第三方面，本发明还提供一种计算机设备，所述设备包括：
40.一个或多个处理器；以及
41.与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如第一方面中任一项所述的方法。
42.本发明的优点是：提供一种服务器液冷系统漏液处理方法、装置及计算机设备，方法包括：获取漏液检知线的电流数值，漏液检知线至少有两条且平行缠绕在服务器液冷系统外表面，漏液检知线连接有对其供电的电源；基于预设灰色模型和电流数值获得预测漏
controller，基板管理控制器)和灰色模型模块。
55.漏液检知线至少有两条，且平行缠绕在服务器液冷系统表面，漏液检知线连接有对其供电的电源。优选的，漏液检知线平行缠绕在服务器液冷系统中管路的表面。当没有发生冷却液泄露时，漏液检知线的电流恒定，当发生冷却液泄露时，冷却液渗出管路，漏液检知线之间的冷却液形成导体，造成漏液检知线中的电流增大。
56.bmc周期性地获取漏液检知线中的电流数值以对漏液检知线之间是否存在冷却液进行判断，从而监测出是否发生冷却液泄露的情况。
57.灰色模型模块从bmc中获取漏液检知线中的电流数值，预测冷却液的漏液量，从而执行对应的策略，在冷却液蔓延至机箱系统之前进行处理，有效避免冷却液渗透至机箱系统中。
58.实施例二：基于上述实施例一所介绍的服务器液冷系统漏液处理的架构，本实施例结合图4，对本技术中车辆远程控制的安全检测过程进行介绍。
59.具体的，参照图4所示，基于本技术公开的一种服务器液冷系统漏液处理方法，进行服务器液冷系统漏液处理的过程包括：
60.s410、获取漏液检知线的电流数值，漏液检知线至少有两条且平行缠绕在服务器液冷系统外表面，漏液检知线连接有对其供电的电源。
61.具体的，服务器液冷系统包括液冷头、散热器以及连通所述液冷头与散热器以形成闭合回路的液冷循环管路；所述液冷头设置于服务器cpu的金属盖表面，所述漏液检知线平行缠绕于所述液冷循环管路表面。
62.优选的，bmc周期性获取每根漏液检知线的电流数值获得电流数值样本集，获取周期小于或等于30s。
63.示例性的，电流数值取样的初始值为4笔，设定每30秒为取样区间。
64.s420、基于预设灰色模型和电流数值获得预测漏液量。
65.具体的，预设灰色模型为gm(1，1)灰色模型，为最为广泛应用的预测模型。相较于传统之预测模型需要大量的历史数据才可建立预测模型，gm(1，1)灰色模型不需要大量数据即可快速的建立模型，根据其模型之定义，最少只需要四笔的数据即可建立模型并进行预测，而这也是此模型之最大特点。
66.具体的，bmc获取电流数值，并将电流数值输入预设灰色模型得到预测漏液量。
67.优选的，本步骤包括：
68.s421、修正所述电流数值样本集中的样本数目获得修正电流样本集。
69.具体的，修正电流数值样本集中的样本数目，以达到优化的平均误差值。
70.s422、基于所述修正电流样本集和预设灰色模型获得预测漏液量。
71.优选的，本步骤包括：
72.s4221、排序处理所述修正电流样本集中的所有修正电流值获得第一电流值序列。
73.将修正电流样本集中的所有修正电流值以序列排列获得第一电流值序列，如下所述：
74.x
(0)
＝{x
(0)
(1)，x
(0)
(2)，
…
，x
(0)
(i)，
…
，x
(0)
(n)}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
75.式中x
(0)
(i)为于时间次序i时之序数据，n为最末时间次序，其值应不小于4。
76.s4222、累加生成处理所述第一电流值序列获得第二电流值序列。
77.利用第一电流值序列x
(0)
进行累加生成运算变换为第二电流值序列x
(1)
，使得原来彼此间变异较大与不规则的序列经转换后呈现出比较平缓与明显的规律。经ago(accumulating generation operator，累加生成)转换后的第二电流值序列，相较于第一电流值序列x
(0)
更容易建立模型予以逼近。
78.第二电流值序列如下：
79.x
(1)
＝{x
(1)
(1)，x
(1)
2，
…
，x
(1)
(k)，
…
，x
(1)
(n)}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
80.其中x
(1)
与x
(0)
的转换关系为：
[0081][0082]
s4223、基于所述预设灰色模型和所述第二电流值序列生成预测漏液量。优选的，所述预设灰色模型为gm(1,1)模型，以灰微分方程式表示为：
[0083]
x
(0)
(k) az
(1)
(k)＝b，k＝2，3，...，n；
ꢀꢀꢀꢀꢀꢀꢀ
(4)
[0084]
其中：a与b均为待定参数；
[0085]
具体的，本步骤包括：
[0086]
s42231、基于z
(1)
(k)＝αx
(1)
(k) (1-α)x
(1)
(k-1)
ꢀꢀꢀ
(公式(5))
[0087]
计算所述灰微分方程式获得中间微分方程式：
[0088][0089]
其中：α为设定参数。
[0090]
α通常设定为0.5，于资料结构特殊时始予修改调整。
[0091]
s42232、基于所述灰微分方程式求解所述待定参数a和b。
[0092]
具体的，由灰微分方程式即公式(4)求解gm(1,1)模型的参数a和b，以矩阵表示如下：
[0093][0094]
令
[0095][0096]
则矩阵方程式为：
[0097]
y＝ba
ꢀꢀꢀ
(8)
[0098]
以最小平方法(ordinary least-square method)估计矩阵a之值，令误差矩阵e＝y-ba
[0099]
q＝(y-ba)
t
(y-ba)；
[0100]
欲寻找使q最小的参数a，则：
[0101][0102][0103]
s42233、基于求解获得的所述待定参数a和b的值以及所述中间微分方程式获得预测漏液量。
[0104]
具体的，将解得的与代入方程式(6)中求解出x
(1)
(k 1)。
[0105]
再将x
(1)
(k 1)进行逆累加生成还原为x
(0)
(k 1)，所得的值即为预测漏液量的值。
[0106]
由公式(3)得：
[0107][0108]
未来时间次序数ξ时的预测值即可由下式中求得：
[0109][0110]
s430、基于预测漏液量和预设漏液策略执行对应的漏液处理方法。
[0111]
优选的，所述基于所述预测漏液量和预设漏液策略执行对应的漏液处理方法包括：
[0112]
s431、基于所述预测漏液量和预设漏液策略判断是否打开液态氮释放开关阀，所述液态氮释放开关阀与所述服务器液冷系统连通以对其供应冷却液；
[0113]
若是，则执行打开所述液态氮释放开关阀；
[0114]
若否，则执行关闭所述液态氮释放开关阀。
[0115]
示例性的，预设漏液策略内容为：若预测漏液量大于或等于预设漏液阈值，打开液态氮释放开关阀；若预测漏液量小于预设漏液阈值，关闭液态氮释放开关阀。
[0116]
以在预测漏液量较大的时候对服务器液冷系统中的循环冷却液进行补充，或者已无漏液情况控制关闭液态氮的气阀以停止补充冷却液。
[0117]
在一种较佳的实施方式中，在s410之后，所述方法还包括：
[0118]
sa1、判断所述漏液检知线的电流数值是否大于预设电流阈值。
[0119]
若是，则进入sa2。
[0120]
具体的，由于漏液检知线至少有两根且平行，当服务器液冷系统发生漏液情况后，泄露的冷却液在漏液检知线之间形成导体导致漏液检知线的电流增大而大于其未处于泄露环境下的稳定电流值，即预设电流阈值，则判定发生漏液情况。
[0121]
sa2、基于网络串口向管理客户端发送警示通知。
[0122]
在判定漏液情况已经发生后，基于网络串口向管理客户端发送警示通知，以使得管理人员及时对服务器液冷系统漏液情况进行处理和确认。
[0123]
实施例三：与上述实施例一至实施例二相对应的，下面将对本技术提供的服务器液冷系统漏液处理装置进行介绍。其中，该装置可以通过硬件或软件的方式实现，也可以通过软硬件结合的方式实现，本技术并不限定。
[0124]
在一个示例中，本技术提供了一种服务器液冷系统漏液处理装置，所述装置包括：
[0125]
第一获取模块510，用于获取漏液检知线的电流数值，所述漏液检知线至少有两条
且平行缠绕在所述服务器液冷系统外表面，所述漏液检知线连接有对其供电的电源；
[0126]
第二获取模块520，用于基于预设灰色模型和所述电流数值获得预测漏液量；
[0127]
执行模块530，用于基于所述预测漏液量和预设漏液策略执行对应的漏液处理方法。
[0128]
在一种实施方式中，所述服务器液冷系统包括液冷头、散热器以及连通所述液冷头与散热器以形成闭合回路的液冷循环管路；
[0129]
所述液冷头设置于服务器cpu的金属盖表面，所述漏液检知线平行缠绕于所述液冷循环管路表面。
[0130]
优选的，所述装置还包括：
[0131]
判断模块540，用于在所述第一获取模块510获取漏液检知线的电流数值之后，判断所述漏液检知线的电流数值是否大于预设电流阈值；
[0132]
发送模块550，用于在所述判断模块540的判断结果为是后，基于网络串口向管理客户端发送警示通知。
[0133]
更优选的，所述第一获取模块510具体用于周期性获取每根漏液检知线的电流数值获得电流数值样本集，获取周期小于或等于30s。
[0134]
更优选的，所述第二获取模块520包括：
[0135]
修正单元521，用于修正所述电流数值样本集中的样本数目获得修正电流样本集；
[0136]
获取单元522，用于基于所述修正电流样本集和预设灰色模型获得预测漏液量。
[0137]
更优选的，所述获取单元522包括：
[0138]
排序子单元5221，用于排序处理所述修正电流样本集中的所有修正电流值获得第一电流值序列；
[0139]
累加生成子单元5222，用于累加生成处理所述第一电流值序列获得第二电流值序列；
[0140]
生成子单元5223，用于基于预设灰色模型和所述第二电流值序列生成预测漏液量。
[0141]
更优选的，所述预设灰色模型至少包括灰微分方程式：
[0142]
x
(0)
(k) az
(1)
(k)＝b，k＝2，3，...，n；其中：a与b均为待定参数；
[0143]
所述生成子单元5223包括：
[0144]
第一计算子单元52231，用于基于z
(1)
(k)＝αx
(1)
(k) (1-α)x
(1)
(k-1)计算所述灰微分方程式获得中间微分方程式：
[0145]
其中：α为设定参数；
[0146]
第二计算子单元52232，用于基于所述灰微分方程式求解所述待定参数a和b；
[0147]
第三计算子单元52233，用于基于求解获得的所述待定参数a和b的值以及所述中间微分方程式获得预测漏液量。
[0148]
在一种实施方式中，所述执行模块530包括：
[0149]
判断单元531，用于基于所述预测漏液量和预设漏液策略判断是否打开液态氮释放开关阀，所述液态氮释放开关阀与所述服务器液冷系统连通以对其供应冷却液；
[0150]
第一执行单元532，用于在所述判断单元531的判断结果为是后，执行打开所述液
态氮释放开关阀；
[0151]
第二执行单元533，用于在所述判断单元531的判断结果为否后，执行关闭所述液态氮释放开关阀。
[0152]
实施例四：与上述实施例一至实施例三相对应的，下面将结合图6，对本技术提供的计算机设备进行介绍。在一个示例中如图6所示，本技术提供了一种计算机设备，所述设备包括：
[0153]
一个或多个处理器；以及
[0154]
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：
[0155]
获取漏液检知线的电流数值，所述漏液检知线至少有两条且平行缠绕在所述服务器液冷系统外表面，所述漏液检知线连接有对其供电的电源；
[0156]
基于预设灰色模型和所述电流数值获得预测漏液量；
[0157]
基于所述预测漏液量和预设漏液策略执行对应的漏液处理方法。
[0158]
在一种较佳的实施方式中，所述服务器液冷系统包括液冷头、散热器以及连通所述液冷头与散热器以形成闭合回路的液冷循环管路；
[0159]
所述液冷头设置于服务器cpu的金属盖表面，所述漏液检知线平行缠绕于所述液冷循环管路表面。
[0160]
所述程序指令在被所述一个或多个处理器读取执行时，还执行如下操作：
[0161]
判断所述漏液检知线的电流数值是否大于预设电流阈值；
[0162]
若是，则基于网络串口向管理客户端发送警示通知。
[0163]
所述程序指令在被所述一个或多个处理器读取执行时，还执行如下操作：
[0164]
周期性获取每根漏液检知线的电流数值获得电流数值样本集，获取周期小于或等于30s。
[0165]
所述程序指令在被所述一个或多个处理器读取执行时，还执行如下操作：
[0166]
修正所述电流数值样本集中的样本数目获得修正电流样本集；
[0167]
基于所述修正电流样本集和预设灰色模型获得预测漏液量。
[0168]
所述程序指令在被所述一个或多个处理器读取执行时，还执行如下操作：
[0169]
排序处理所述修正电流样本集中的所有修正电流值获得第一电流值序列；
[0170]
累加生成处理所述第一电流值序列获得第二电流值序列；
[0171]
基于预设灰色模型和所述第二电流值序列生成预测漏液量。
[0172]
在一种较佳的实施方式中，所述预设灰色模型至少包括灰微分方程式：
[0173]
x
(0)
(k) az
(1)
(k)＝b，k＝2，3，...，n；其中：a与b均为待定参数；
[0174]
所述程序指令在被所述一个或多个处理器读取执行时，还执行如下操作：
[0175]
基于z
(1)
(k)＝αx
(1)
(k) (1-α)x
(1)
(k-1)计算所述灰微分方程式获得中间微分方程式：
[0176]
其中：α为设定参数；
[0177]
基于所述灰微分方程式求解所述待定参数a和b；
[0178]
基于求解获得的所述待定参数a和b的值以及所述中间微分方程式获得预测漏液
量。
[0179]
所述程序指令在被所述一个或多个处理器读取执行时，还执行如下操作：
[0180]
基于所述预测漏液量和预设漏液策略判断是否打开液态氮释放开关阀，所述液态氮释放开关阀与所述服务器液冷系统连通以对其供应冷却液；
[0181]
若是，则执行打开所述液态氮释放开关阀；
[0182]
若否，则执行关闭所述液态氮释放开关阀。
[0183]
所述程序指令在被所述一个或多个处理器读取执行时，还可以执行与上述方法实施例中的各个步骤对应的操作，可以参考上文中的描述，此处不再赘述。参考图6，其示例性的展示出了计算机设备的架构，具体可以包括处理器610，视频显示适配器611，磁盘驱动器612，输入/输出接口613，网络接口614，以及存储器620。上述处理器610、视频显示适配器611、磁盘驱动器612、输入/输出接口613、网络接口614，与存储器620之间可以通过通信总线630进行通信连接。
[0184]
其中，处理器610可以采用通用的中央处理器(central processing unit，cpu)、微处理器、应用专用集成电路(application specific integrated circuit，asic)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本技术所提供的技术方案。
[0185]
存储器620可以采用只读存储器(read only memory，rom)、随机存取存储器(random access memory，ram)、静态存储设备，动态存储设备等形式实现。存储器620可以存储用于控制计算机设备600运行的操作系统621，用于控制计算机设备600的低级别操作的基本输入输出系统(bios)622。另外，还可以存储网页浏览器623，数据存储管理624，以及图标字体处理系统625等等。上述图标字体处理系统625就可以是本技术实施例中具体实现前述各步骤操作的应用程序。总之，在通过软件或者固件来实现本技术所提供的技术方案时，相关的程序代码保存在存储器620中，并由处理器610来调用执行。
[0186]
输入/输出接口613用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
[0187]
网络接口614用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信。
[0188]
总线630包括一通路，在设备的各个组件(例如处理器610、视频显示适配器611、磁盘驱动器612、输入/输出接口613、网络接口614，与存储器620)之间传输信息。
[0189]
另外，该计算机设备600还可以从虚拟资源对象领取条件信息数据库441中获得具体领取条件的信息，以用于进行条件判断，等等。
[0190]
需要说明的是，尽管上述计算机设备600仅示出了处理器610、视频显示适配器611、磁盘驱动器612、输入/输出接口613、网络接口614，存储器620，总线630等，但是在具体实施过程中，该计算机设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本技术方案所必需的组件，而不必包含图中所示的全部组件。
[0191]
实施例五：与上述实施例一至实施例四相对应的，下面将对本技术提供的计算机
可读存储介质进行介绍。在一个示例中，本技术提供了其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如下步骤：
[0192]
获取漏液检知线的电流数值，所述漏液检知线至少有两条且平行缠绕在所述服务器液冷系统外表面，所述漏液检知线连接有对其供电的电源；
[0193]
基于预设灰色模型和所述电流数值获得预测漏液量；
[0194]
基于所述预测漏液量和预设漏液策略执行对应的漏液处理方法。
[0195]
所述计算机程序被处理器执行时还实现如下步骤：
[0196]
判断所述漏液检知线的电流数值是否大于预设电流阈值；
[0197]
若是，则基于网络串口向管理客户端发送警示通知。
[0198]
所述程序指令在被所述一个或多个处理器读取执行时，还执行如下操作：
[0199]
周期性获取每根漏液检知线的电流数值获得电流数值样本集，获取周期小于或等于30s。
[0200]
所述计算机程序被处理器执行时还实现如下步骤：
[0201]
修正所述电流数值样本集中的样本数目获得修正电流样本集；
[0202]
基于所述修正电流样本集和预设灰色模型获得预测漏液量。
[0203]
所述程序指令在被所述一个或多个处理器读取执行时，还执行如下操作：
[0204]
排序处理所述修正电流样本集中的所有修正电流值获得第一电流值序列；
[0205]
累加生成处理所述第一电流值序列获得第二电流值序列；
[0206]
基于预设灰色模型和所述第二电流值序列生成预测漏液量。
[0207]
在一种较佳的实施方式中，所述预设灰色模型至少包括灰微分方程式：
[0208]
x
(0)
(k) az
(1)
(k)＝b，k＝2，3，...，n；其中：a与b均为待定参数；
[0209]
所述计算机程序被处理器执行时还实现如下步骤：
[0210]
基于z
(1)
(k)＝αx
(1)
(k) (1-α)x
(1)
(k-1)计算所述灰微分方程式获得中间微分方程式：
[0211]
其中：α为设定参数；
[0212]
基于所述灰微分方程式求解所述待定参数a和b；
[0213]
基于求解获得的所述待定参数a和b的值以及所述中间微分方程式获得预测漏液量。
[0214]
所述计算机程序被处理器执行时还实现如下步骤：
[0215]
基于所述预测漏液量和预设漏液策略判断是否打开液态氮释放开关阀，所述液态氮释放开关阀与所述服务器液冷系统连通以对其供应冷却液；
[0216]
若是，则执行打开所述液态氮释放开关阀；
[0217]
若否，则执行关闭所述液态氮释放开关阀。
[0218]
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如rom/ram、磁碟、光盘等，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，云服务器，或者网络设备等)执行本技术各个实施例或者实施例的某
些部分所述的方法。
[0219]
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，对于装置实施例而言，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。以上所描述的装置实施例仅仅是示意性的，其中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模块，即可以位于一个地方，或者也可以分布到多个网络模块上。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。
[0220]
另外还需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
[0221]
当然上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明主要技术方案的精神实质所做的修饰，都应涵盖在本发明的保护范围之内。