CN105204970B - 检测app的cpu占用率异常的方法、装置及移动终端 - Google Patents
检测app的cpu占用率异常的方法、装置及移动终端 Download PDFInfo
- Publication number
- CN105204970B CN105204970B CN201410309270.0A CN201410309270A CN105204970B CN 105204970 B CN105204970 B CN 105204970B CN 201410309270 A CN201410309270 A CN 201410309270A CN 105204970 B CN105204970 B CN 105204970B
- Authority
- CN
- China
- Prior art keywords
- app
- cpu usage
- parameter information
- numberical range
- query result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000002159 abnormal effect Effects 0.000 claims abstract description 115
- 238000012360 testing method Methods 0.000 claims description 35
- 238000001514 detection method Methods 0.000 claims description 30
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 12
- 230000006870 function Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 6
- 235000013399 edible fruits Nutrition 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/28—Error detection; Error correction; Monitoring by checking the correct order of processing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提出一种检测APP的CPU占用率异常的方法、装置及移动终端。其中,该方法包括:获得当前运行APP的参数信息,并向服务器发送携带参数信息的查询请求,以使服务器根据查询请求获得查询结果;接收服务器返回的查询结果,并根据查询结果确定对应APP的CPU占用率是否异常;以及在对应APP的CPU占用率异常时,显示提示信息。本发明实施例的检测APP的CPU占用率异常的方法、装置及移动终端,可以准确确定终端中每个APP的CPU占用率是否异常,并在异常时,用户可根据显示的提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对终端***的影响,进而可提高终端***运行的效率。
Description
技术领域
本发明涉及移动通信技术领域,尤其涉及一种检测APP的CPU占用率异常的方法、装置及移动终端。
背景技术
随着移动通信技术的发展,移动终端(例如智能手机)的功能越来越强大,智能手机中通常会安装各种功能的应用程序(APP,Application),每个APP在运行时均会消耗一定的中央处理器(CPU,Central Processing Unit)资源。
目前,移动终端可为用户提供当前***中正在运行的每个APP的CPU占用率,然而现有的相关技术中仅是给出了每个APP的CPU占用率情况,并未对每个APP的CPU占用率是否存在异常进行判断,用户无法获知当前***中正在运行的APP的CPU占用率是否异常,CPU占用率异常的APP会影响移动终端的运行效率。
因此,目前急需一种可以准确判断APP占用率是否异常的方法。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本发明的第一个目的在于提出一种检测APP的CPU占用率异常的方法,该方法可可以准确确定终端中每个APP的CPU占用率是否异常,并在异常时,用户可根据显示的提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对终端***的影响,进而可提高终端***运行的效率。
本发明的第二个目的在于提出一种检测APP的CPU占用率异常的方法。
本发明的第三个目的在于提出一种检测APP的CPU占用率异常的装置。
本发明的第四个目的在于提出一种检测APP的CPU占用率异常的装置。
本发明的第五个目的在于提出一种移动终端。
为了实现上述目的,本发明第一方面实施例提出了一种检测APP的CPU占用率异常的方法,包括:获得当前运行APP的参数信息,并向服务器发送携带所述参数信息的查询请求,以使所述服务器根据所述查询请求获得查询结果;接收所述服务器返回的所述查询结果,并根据所述查询结果确定对应APP的CPU占用率是否异常;以及在对应APP的CPU占用率异常时,显示提示信息。
本发明实施例的检测APP的CPU占用率异常的方法,获得当前运行APP的参数信息,并向服务器发送携带参数信息的查询请求,以及根据服务器返回的查询结果确定对应APP的CPU占有率是否异常,并在APP的CPU占有率异常时,显示提示信息,由此,可以准确确定终端中每个APP的CPU占用率是否异常,并在异常时,用户可根据显示的提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对终端***的影响,提高终端***运行的效率。
为了实现上述目的,本发明第二方面实施例提出了一种检测APP的CPU占用率异常的方法,包括:接收终端发送的携带APP的参数信息的查询请求;根据所述查询请求获得查询结果;以及向所述终端返回所述查询结果,以使所述终端根据所述查询结果确定对应APP的CPU占用率是否异常。
本发明实施例的检测APP的CPU占用率异常的方法,接收终端发送的携带APP的参数信息的查询请求,并根据查询请求获得查询结果,并将查询结果返回至终端,以使终端根据查询结果可准确确定对应APP的CPU占用率是否异常,并在异常时,显示APP的CPU占用率异常的提示信息,此时,用户可根据提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对终端***的影响,提高终端***运行的效率。
为了实现上述目的,本发明第三方面实施例提出了一种检测APP的CPU占用率异常的装置,包括:获得模块,用于获得当前运行APP的参数信息,并向服务器发送携带所述参数信息的查询请求,以使所述服务器根据所述查询请求获得查询结果;确定模块,用于接收所述服务器返回的所述查询结果,并根据所述查询结果确定对应APP的CPU占用率是否异常;以及显示模块,用于在对应APP的CPU占用率异常时,显示提示信息。
本发明实施例的检测APP的CPU占用率异常的装置,通过获得模块获得当前运行APP的参数信息,并向服务器发送携带参数信息的查询请求,确定模块根据服务器返回的查询结果确定对应APP的CPU占有率是否异常,以及显示模块在APP的CPU占有率是否异常时,显示提示信息,由此,可以准确确定终端中每个APP的CPU占用率是否异常,并在异常时,用户可根据显示的提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对终端***的影响,提高终端***运行的效率。
为了实现上述目的,本发明第四方面实施例提出了一种检测APP的CPU占用率异常的装置,包括:接收模块,用于接收终端发送的携带APP的参数信息的查询请求;获得模块,用于根据所述查询请求获得查询结果;以及返回模块,用于向所述终端返回所述查询结果,以使所述终端根据所述查询结果确定对应APP的CPU占用率是否异常。
本发明实施例的检测APP的CPU占用率异常的装置,通过接收模块接收终端发送的携带APP的参数信息的查询请求,获得模块根据参数信息获得查询结果,以及返回模块63将查询结果返回给终端,以使终端根据查询结果确定对应APP的CPU占用率是否异常,并在终端确定对应APP的CPU占用率异常是,显示对应APP的CPU占用率异常的提示信息,用户可根据显示的提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对终端***的影响,提高终端***运行的效率。
为了实现上述目的,本发明第五方面实施例提出了一种移动终端,该移动终端包括壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述移动终端的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行以下步骤:获得当前运行APP的参数信息,并向服务器发送携带所述参数信息的查询请求,以使所述服务器根据所述查询请求获得查询结果;接收所述服务器返回的所述查询结果,并根据所述查询结果确定对应APP的CPU占用率是否异常;以及在对应APP的CPU占用率异常时,显示提示信息。
本发明实施例的移动终端,获得当前运行APP的参数信息,并向服务器发送携带参数信息的查询请求,以及根据服务器返回的查询结果确定对应APP的CPU占有率是否异常,并在APP的CPU占有率异常时,显示提示信息,由此,可以准确确定移动终端中每个APP的CPU占用率是否异常,并在异常时,用户可根据显示的提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对移动终端***的影响,提高移动终端***运行的效率。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中,
图1是根据本发明一个实施例的检测APP的CPU占用率异常的方法的流程图。
图2是根据本发明另一个实施例的检测APP的CPU占用率异常的方法的流程图。
图3是根据本发明又一个实施例的检测APP的CPU占用率异常的方法的流程图。
图4是根据本发明再一个实施例的检测APP的CPU占用率异常的方法的流程图。
图5是根据本发明一个实施例的检测APP的CPU占用率异常的装置。
图6是根据本发明另一个实施例的检测APP的CPU占用率异常的装置。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
下面参考附图描述根据本发明实施例的语音提示方法及装置。
图1是根据本发明一个实施例的检测APP的CPU占用率异常的方法的流程图。
S101,获得当前运行APP的参数信息,并向服务器发送携带参数信息的查询请求,以使服务器根据查询请求获得查询结果。
其中,上述APP的参数信息可以包括但不限于APP的标识信息、运行环境和运行场景,上述标识信息用于唯一标识APP,该标识信息可为当前APP的包名或者包签名信息,APP的运行环境是指当前APP所在终端的硬件环境和软件环境,APP的运行环境是指当前APP所在终端的硬件环境和软件环境,APP的运行场景是指APP在一定的运行环境(与硬件环境和软件环境有关)下所完成的功能或操作,例如,下载、上传、前台运行还是后台运行等,一个APP所要完成的功能或者操作越多,该APP的CPU占用率越高,例如,3D游戏的运行环境与2D游戏的运行环境相比,3D游戏的运行环境对应的CPU占用率更高,即3D游戏要消耗更多的CPU资源。
S102,接收服务器返回的查询结果,并根据查询结果确定对应APP的CPU占用率是否异常。
在该实施例中,终端可通过两种方式确定APP的占用率是否异常,第一种方式主要由服务器来确定APP的占用率是否异常,终端通过接收服务器返回的查询结果,即可确定APP的占用率是否异常;第二种方式主要由终端根据服务器返回的包含APP的CPU占用率的数值范围的查询结果来确定APP的占用率是否异常,下面将分别对这两种方式的实现细节进行描述。
第一种方式:终端将包含参数信息的查询请求发送给服务器,服务器接收终端发送的携带APP的参数信息的查询请求,并根据查询请求计算对应APP的CPU占用率,以及判断计算的APP的CPU占用率是否位于根据查询请求中的参数信息从数据库中获取的对应APP的CPU占用率的数值范围内,若位于对应的数值范围内,则获得对应APP的CPU占用率正常的检测结果,若不位于对应的数值范围内,则获得对应APP的CPU占用率异常的检测结果,以及将获得的检测结果作为查询结果返回至终端,终端通过接收的检测结果即可直接判断出APP的占有率是否异常。
应当理解的是,上述数据库中保存有APP的标识信息、参数信息和对应的CPU占用率的数值范围,并且不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的,例如,APP为一款游戏,该游戏处于后台运行时,CPU占用率的数值范围为20%-30%,当该游戏处于前台运行时,该游戏对应的CPU占用率的数值范围为40%-50%。
具体地,在服务器计算对应APP的CPU占用率时,可计算APP在预设时间内的CPU占用率的平均值,然后判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内,因CPU占用率的平均值可以表明预设时间内的APP占用CPU的总体水平,因此,可使对APP的CPU占用率是否异常的判断更加直观和准确。
第二种方式:终端将包含参数信息的查询请求发送给服务器,服务器接收终端发送的携带APP的参数信息的查询请求,并根据参数信息查询本地数据库获得对应APP的CPU占用率的数值范围,并将对应APP的CPU占用率的数值范围作为查询结果返回至终端,终端接收服务器返回的包含对应APP的CPU占用率的数值范围的检测结果,并根据计算APP的CPU占用率,并判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,若位于,则确定对应APP的CPU占用率正常,若不位于,则确定对应APP的CPU占用率异常。
同样地,在终端计算对应APP的CPU占用率时,也可计算APP在预设时间内的CPU占用率的平均值,然后判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内。例如,终端计算得出某个APP在预设时间例如5分钟内的CPU的占有率的平均值为35%,而终端从服务器返回的该APP的CPU占有率的数值范围为20%-30%,则终端判断出该APP的CPU的占有率的平均值没有位于该APP可以正常工作的CPU占有率的数值范围内,由此终端可以判断出该APP的CPU占有率异常。
S103,在对应APP的CPU占用率异常时,显示提示信息。
具体地,在终端根据返回的查询结果确定对应APP的CPU占用率异常时,终端上显示对应APP的CPU占用率异常的提示信息,此时,用户可根据提示信息对CPU占用率异常的APP进行相关处理,由此,可减少CPU占用率异常的APP对终端***的影响,提高终端***运行的效率。
上述检测APP的CPU占用率异常的方法实施例,获得当前运行APP的参数信息,并向服务器发送携带参数信息的查询请求,以及根据服务器返回的查询结果确定对应APP的CPU占有率是否异常,并在APP的CPU占有率异常时,显示提示信息,由此,可以准确确定终端中每个APP的CPU占用率是否异常,并在异常时,用户可根据显示的提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对终端***的影响,提高终端***运行的效率。
图2是根据本发明另一个实施例的检测APP的CPU占用率异常的方法的流程图,该实施例以服务器端进行描述,如图2所示,该方法包括:
S201,接收终端发送的携带APP的参数信息的查询请求。
其中,上述APP的参数信息可以包括APP的标识信息、运行环境和运行场景,上述标识信息用于唯一标识APP,标识信息可为当前APP的包名或者包签名信息,APP的运行环境是指当前APP所在终端的硬件环境和软件环境,APP的运行场景是指APP在一定的运行环境(与硬件环境和软件环境有关)下所完成的功能或操作,一个APP所要完成的功能或者操作越多,该APP的CPU占用率越高,例如,3D游戏的运行环境与2D游戏的运行环境相比,3D游戏的运行环境对应的CPU占用率要高,即3D要消耗更多的CPU资源。
S202,根据查询请求获得查询结果。
在该实施例中,服务器可采用两种不同的方式处理查询请求,第一种方式是直接根据查询请求获得终端中对应APP的CPU占用率是否异常的查询结果,第二种方式是根据查询请求获得对应APP的CPU占用率的数值范围的查询结果,下面对两种方式的实现细节进行介绍。
第一种方式:服务器从查询请求中获得参数信息,并根据参数信息计算对应APP的CPU占用率,同时根据参数信息查询本地数据库获得对应APP的CPU占用率的数值范围,然后判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,若位于该数值范围内,则获得对应APP的CPU占用率正常的检测结果,若不位于该数值范围内,则获得对应APP的CPU占用率异常的检测结果。
具体地,在服务器计算对应APP的CPU占用率时,可计算APP在预设时间内的CPU占用率的平均值,然后判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内,因CPU占用率的平均值可以表明预设时间内的APP占用CPU的总体水平,因此,可使对APP的CPU占用率是否异常的判断更加直观和准确。
另外,为了使可以从数据库中获得对应APP的CPU占用率的数值范围,在该实施例中,在根据参数信息查询本地数据库获得对应APP的CPU占用率的数值范围之前,还需在本地建立包含APP的标识信息、参数信息和对应的CPU占用率的数值范围的数据库,并且不同运行环境和运行场景的同一个APP的在数据库中保存的CPU占用率的数值范围是不同的。
需要说明的是,本发明实施例中根据不同的运行环境和运行场景为每个APP设置不同的CPU占用率的数值范围是为了有效提高判断APP的CPU占用率异常的准确性,从而降低异常误报率。
第二种方式,服务器从查询请求中获得参数信息,根据参数信息查询本地数据库获得对应APP的CPU占用率的数值范围,并将对应APP的CPU占用率的数值范围作为检测结果。
S203,向终端返回查询结果,以使终端根据查询结果确定对应APP的CPU占用率是否异常。
在该实施例中,服务器向终端返回查询结果,终端接收服务器返回的查询结果,并根据查询结果确定对应APP的CPU占用率是否异常,具体而言,当终端接收的查询结果中携带有对应APP的CPU占用率是否异常的检测结果时,终端根据查询结果即可确定。
当终端接收的查询结果中携带有对应APP的CPU占用率的数值范围时,终端将判断根据参数信息计算而来的对应APP的CPU占用率是否位于从服务器接收的对应APP的CPU占用率的数值范围内,若位于该数值范围内,则确定对应APP的CPU占用率正常,若不位于该数值范围内,则确定对应APP的CPU占用率异常,例如,终端计算得出某个APP的CPU的占有率为35%,而终端从服务器返回的该APP的CPU占有率的数值范围为20%-30%,终端判断出该APP的CPU的占有率为35%没有位于该APP可以正常工作的CPU占有率的数值范围20%-30%内,由此终端可以判断出该APP的CPU占有率异常,并在终端上显示该APP的CPU占有率异常的提示信息,以使用户根据提示信息对CPU占有率存在异常的APP进行处理。
上述检测APP的CPU占用率异常的方法实施例,接收终端发送的携带APP的参数信息的查询请求,并根据查询请求获得查询结果,并将查询结果返回至终端,以使终端根据查询结果可准确确定对应APP的CPU占用率是否异常,并在异常时,显示APP的CPU占用率异常的提示信息,此时,用户可根据提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对终端***的影响,提高终端***运行的效率。
图3是根据本发明又一个实施例的检测APP的CPU占用率异常的方法的流程图,该实施例确定对应APP的CPU占用率是否异常的操作主要是由服务器来完成的,如图3所示,该方法包括:
S301,终端获得当前运行APP的参数信息,其中,APP的参数信息包括APP的标识信息、运行环境和运行场景。
具体地,终端获得当前正在运行APP的标识信息、APP所在终端的硬件环境与软件环境以及该APP的前台运行还是后台运行的相关信息。
S302,终端向服务器发送携带有当前正在运行APP的参数信息的查询请求。
S303,服务器接收查询请求,并从查询请求中获得对应APP的参数信息,根据参数信息计算对应APP的CPU占用率,同时根据参数信息查询本地数据库获得对应APP的CPU占用率的数值范围。
具体地,服务器根据参数信息计算预设时间内对应APP的CPU占用率的平均值。例如,服务器可计算APP在5分钟内的CPU占用率的平均值,由此可以获得APP预设时间内占用CPU的总体水平,进而可以更加准确地确定APP的CPU占用率是否存在异常。
S304,服务器根据计算的APP的CPU占用率和对应APP的CPU占用率的数值范围获得对应APP的CPU占用率是否异常的检测结果。
具体地,服务器判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内,若位于该数值范围内,则获得对应APP的CPU占用率正常的检测结果,若不位于该数值范围内,则获得对应APP的CPU占用率异常的检测结果。
S305,服务器向终端返回当前正在运行APP的查询结果。
具体地,服务器将对应的检测结果作为查询结果返回至终端。
S306,终端接收服务器返回的查询结果,根据查询确定对应APP的CPU占用率是否异常,并在对应APP的CPU占用率异常时,显示提示信息。
具体地,终端通过接收的查询结果可直接确定APP的CPU占用率是否异常,并在终端上显示APP的CPU占用率是否异常的提示信息,以使用户根据提示信息对CPU占有率异常的APP进行处理,减少CPU占用率异常的APP对终端的影响,进而可提高终端***的运行效率。
上述检测APP的CPU占用率异常的方法实施例,终端将包含正在运行APP参数信息的查询请求发送至服务器,服务器根据参数信息计算对应APP的CPU占用率,并根据计算的CPU占用率是和从数据库中获得对应APP的CPU占用率的数值范围生成查询结果,并将查询结果返回至终端,以使终端根据查询结果可以直接确定对应APP的CPU占用率是否异常,方便了用户了解终端中每个APP的CPU占用率的情况,并在APP的CPU占用率异常时,显示提示信息,以使用户根据提示信息对CPU占用率异常的APP进行处理,减少CPU占用率异常的APP对终端的影响,进而提高终端***的运行效率。
图4是根据本发明再一个实施例的检测APP的CPU占用率异常的方法的流程图,该实施例确定对应APP的CPU占用率是否异常的操作主要是由终端来完成的,如图4所示,该方法包括:
S401,终端获得当前运行APP的参数信息,其中,APP的参数信息包括APP的标识信息、运行环境和运行场景。
具体地,终端获得当前正在运行APP的标识信息、APP所在终端的硬件环境与软件环境以及该APP的前台运行还是后台运行的相关信息。
S402,终端向服务器发送携带有当前正在运行APP的参数信息的查询请求。
具体地,在终端获得当前正在运行APP的参数信息后,在向服务器发送携带有参数信息的查询请求的同时,还可根据参数信息计算计算预设时间内该APP的CPU占用率的平均值。例如,终端可计算APP在5分钟内的CPU占用率的平均值,由此可以获得APP预设时间内占用CPU的总体水平,进而可以更加准确地确定APP的CPU占用率是否存在异常。
S403,服务器接收查询请求,并从查询请求中获得对应APP的参数信息,并根据参数信息查询本地数据库获得对应APP的CPU占用率的数值范围。
S404,服务器将包含对应APP的CPU占用率的数值范围的查询结果发送给终端。
S405,终端接收服务器返回的携带对应APP的CPU占用率的数值范围的查询结果,并判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,若位于该数值范围内,则确定对应APP的CPU占用率正常,若不位于该数值范围内,则确定对应APP的CPU占用率异常。
S406,当APP的CPU占用率异常时,在终端上显示APP的CPU占用率异常的提示信息,以使用户根据提示信息对CPU占用率异常的APP进行处理。
上述检测APP的CPU占用率异常的方法实施例,终端获得当前正在运行APP的参数信息,并将包含参数信息的查询请求发送至服务器,服务器根据参数信息获得对应APP的CPU占用率的数值范围,并将包含对应APP的CPU占用率的数值范围的查询结果返回至终端,终端通过判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,以确定APP的CPU占用率是否异常,并在终端上显示对应APP的CPU占用率是否异常的提示信息,由此,使得用户可根据提示信息对CPU占用率异常的APP进行处理,减少CPU占用率异常的APP对终端的影响,进而提高终端***的运行效率。
为了实现上述实施例,本发明还提出一种检测APP的CPU占用率异常的装置。
图5是根据本发明一个实施例的检测APP的CPU占用率异常的装置。该检测APP的CPU占用率异常的装置位于终端中,如图5所示,该装置包括:获得模块51、确定模块52和显示模块53,其中:
获得模块51用于获得当前运行APP的参数信息,并向服务器发送携带上述参数信息的查询请求,以使上述服务器根据上述查询请求获得查询结果;以及确定模块52用于接收上述服务器返回的上述查询结果,并根据上述查询结果确定对应APP的CPU占用率是否异常;以及显示模块83用于在对应APP的CPU占用率异常时,显示提示信息。
其中,上述APP的参数信息可以包括但不限于APP的标识信息、运行环境和运行场景,上述标识信息用于唯一标识APP,该标识信息可为当前APP的包名或者包签名信息,APP的运行环境是指获得当前APP所在移动终端的硬件环境和软件环境,APP的运行场景是指当前APP所在终端的前台场景或者后台场景。
上述确定模块52从服务器接收的查询结果可以为对应APP的CPU占用率是否异常的检测结果,也可以为对应应APP的CPU占用率的数值范围,当上述查询结果为对应APP的CPU占用率是否异常的检测结果时,上述检测结果为上述服务器根据上述参数信息计算对应APP的CPU占用率,并根据计算的对应APP的CPU占用率是否位于从本地数据库中获取的对应APP的CPU占用率的数值范围内而获得的。
当上述查询结果为对应APP的CPU占用率的数值范围时,上述确定模块52,具体用于:计算APP的CPU占用率,并判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,若位于,则确定对应APP的CPU占用率正常,若不位于,则确定对应APP的CPU占用率异常。其中,上述APP的CPU占用率的数值范围为上述服务器根据对应APP的参数信息查询本地数据库获得的,上述数据库中保存保存有APP的标识信息、参数信息和对应的CPU占用率的数值范围,并且不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的,例如,APP为一款游戏,该游戏处于后台运行时,CPU占用率的数值范围为20%-30%,当该游戏处于前台运行时,该游戏对应的CPU占用率的数值范围为40%-50%。
具体地,上述确定模块52可计算预设时间内对应APP的CPU占用率的平均值,计算APP的CPU占用率的平均值,并判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内。
包含获得模块51、确定模块52和显示模块53的检测APP的CPU占用率异常的装置检测APP的CPU占用率异常的过程可参见图1、图3或者图4,此处不赘述。
上述检测APP的CPU占用率异常的装置实施例,通过获得模块获得当前运行APP的参数信息,并向服务器发送携带参数信息的查询请求,确定模块根据服务器返回的查询结果确定对应APP的CPU占有率是否异常,以及显示模块在APP的CPU占有率是否异常时,显示提示信息,由此,可以准确确定终端中每个APP的CPU占用率是否异常,并在异常时,用户可根据显示的提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对终端***的影响,提高终端***运行的效率。
为了实现上述实施例,本发明还提出一种检测APP的CPU占用率异常的装置。
图6是根据本发明另一个实施例的检测APP的CPU占用率异常的装置。该检测APP的CPU占用率异常的装置位于服务器中,如图6所示,该装置包括接收模块61、获得模块62和返回模块63,其中:
接收模块61用于接收终端发送的携带APP的参数信息的查询请求;获得模块62用于根据上述查询请求获得查询结果;以及返以使上述终端根据上述查询结果确定对应APP的CPU占用率是否异常。回模块63用于向上述终端返回上述查询结果,
其中,上述APP的参数信息可以包括但不限于APP的标识信息、运行环境和运行场景,上述标识信息用于唯一标识APP,该标识信息可为当前APP的包名或者包签名信息,APP的运行环境是指获得当前APP所在移动终端的硬件环境和软件环境,APP的运行场景是指当前APP所在终端的前台场景或者后台场景。
上述获得模块62可以包括:第一获得单元621和判断单元622,其中,第一获得单元621用于从上述查询请求中获得上述参数信息,并根据上述参数信息计算对应APP的CPU占用率,同时根据上述参数信息查询本地数据库获得对应APP的CPU占用率的数值范围;判断单元622用于判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,若位于,则获得对应APP的CPU占用率正常的检测结果,若不位于,则获得对应APP的CPU占用率异常的检测结果。
具体而言,上述第一获得单元621具体用于:根据上述参数信息计算对应APP的CPU占用率的平均值;上述判断单元622具体用于:判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内。
另外,上述获得模块62还可以包括第二获得单元623,该第二获得单元623用于从上述查询请求中获得上述参数信息,根据上述参数信息查询本地数据库获得对应APP的CPU占用率的数值范围,并将对应APP的CPU占用率的数值范围作为上述检测结果。
在获得模块62获得对应APP的CPU占用率是否为异常或者CPU占用率的数值范围的检测结果后,当返回模块63将对应APP的CPU占用率是否为异常述检测结果作为查询结果返回至终端,终端接收服务器返回的查询结果,并根据查询结果直接确定出对应APP的CPU占用率是否为异常,并在对应APP的CPU占用率异常时,在终端上显示对应APP的CPU占用率异常的提示信息,用户将根据提示信息对CPU占用率异常的APP进行处理,减少CPU占用率异常的APP对终端***的影响,提高终端***的稳定性。
当返回模块63将对应APP的CPU占用率的数值范围返回终端,终端判断计算的对应APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内,若位于,则若位于,则确定对应APP的CPU占用率正常,若不位于,则确定对应APP的CPU占用率异常,并在确定对应APP的CPU占用率异常时,显示对应APP的CPU占用率异常的提示信息,以使用户可根据提示信息对CPU占用率异常的APP进行处理。
另外,上述装置还可以包括建立模块64,该建立模块64用于在上述获得模块62根据上述参数信息查询本地数据库获得对应APP的CPU占用率的数值范围之前,在本地建立上述数据库,其中,上述数据库中保存有APP的标识信息、参数信息和对应的CPU占用率的数值范围,并且不同运行环境和运行场景的同一个APP的在数据库中保存的CPU占用率的数值范围是不同的。
包括接收模块61、获得模块62和返回模块63的检测APP的CPU占用率异常的装置检测APP的CPU占用率异常的过程可参见图2、图3或者图4,此处不赘述。
上述检测APP的CPU占用率异常的装置实施例,通过接收模块接收终端发送的携带APP的参数信息的查询请求,获得模块根据参数信息获得查询结果,以及返回模块63将查询结果返回给终端,以使终端根据查询结果确定对应APP的CPU占用率是否异常,并在终端确定对应APP的CPU占用率异常是,显示对应APP的CPU占用率异常的提示信息,用户可根据显示的提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对终端***的影响,提高终端***运行的效率。
为了实现上述实施例,本发明还提出一种移动终端,该移动终端包括壳体、处理器、存储器、电路板和电源电路,其中,上述电路板安置在上述壳体围成的空间内部,上述处理器和上述存储器设置在上述电路板上;上述电源电路,用于为上述移动终端的各个电路或器件供电;上述存储器用于存储可执行程序代码;上述处理器通过读取上述存储器中存储的可执行程序代码来运行与上述可执行程序代码对应的程序,以用于执行以下步骤:
S101’,获得当前运行APP的参数信息,并向服务器发送携带参数信息的查询请求,以使服务器根据查询请求获得查询结果。
其中,上述APP的参数信息可以包括但不限于APP的标识信息、运行环境和运行场景,上述标识信息用于唯一标识APP,该标识信息可为当前APP的包名或者包签名信息,APP的运行环境是指当前APP所在移动终端的硬件环境和软件环境,APP的运行环境是指当前APP所在移动终端的硬件环境和软件环境,APP的运行场景是指APP在一定的运行环境(与硬件环境和软件环境有关)下所完成的功能或操作,例如,下载、上传、前台运行还是后台运行等,一个APP所要完成的功能或者操作越多,该APP的CPU占用率越高,例如,3D游戏的运行环境与2D游戏的运行环境相比,3D游戏的运行环境对应的CPU占用率更高,即3D游戏要消耗更多的CPU资源。
S102’,接收服务器返回的查询结果,并根据查询结果确定对应APP的CPU占用率是否异常。
在该实施例中,可通过两种方式确定APP的占用率是否异常,第一种方式主要由服务器来确定APP的占用率是否异常,移动终端通过接收服务器返回的查询结果,即可确定APP的占用率是否异常;第二种方式主要由处理器根据服务器返回的包含APP的CPU占用率的数值范围的查询结果来确定APP的占用率是否异常,下面将分别对这两种方式的实现细节进行描述。
第一种方式:移动终端将包含参数信息的查询请求发送给服务器,服务器接收移动终端发送的携带APP的参数信息的查询请求,并根据查询请求计算对应APP的CPU占用率,以及判断计算的APP的CPU占用率是否位于根据查询请求中的参数信息从数据库中获取的对应APP的CPU占用率的数值范围内,若位于对应的数值范围内,则获得对应APP的CPU占用率正常的检测结果,若不位于对应的数值范围内,则获得对应APP的CPU占用率异常的检测结果,以及将获得的检测结果作为查询结果返回至移动终端,移动终端通过接收的检测结果即可直接判断出APP的占有率是否异常。
应当理解的是,上述数据库中保存有APP的标识信息、参数信息和对应的CPU占用率的数值范围,并且不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的,例如,APP为一款游戏,该游戏处于后台运行时,CPU占用率的数值范围为20%-30%,当该游戏处于前台运行时,该游戏对应的CPU占用率的数值范围为40%-50%。
具体地,在服务器计算对应APP的CPU占用率时,可计算APP在预设时间内的CPU占用率的平均值,然后判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内,因CPU占用率的平均值可以表明预设时间内的APP占用CPU的总体水平,因此,可使对APP的CPU占用率是否异常的判断更加直观和准确。
第二种方式:移动终端将包含参数信息的查询请求发送给服务器,服务器接收移动终端发送的携带APP的参数信息的查询请求,并根据参数信息查询本地数据库获得对应APP的CPU占用率的数值范围,并将对应APP的CPU占用率的数值范围作为查询结果返回至移动终端,移动终端接收服务器返回的包含对应APP的CPU占用率的数值范围的检测结果,并根据计算APP的CPU占用率,并判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,若位于,则确定对应APP的CPU占用率正常,若不位于,则确定对应APP的CPU占用率异常。
同样地,在移动终端计算对应APP的CPU占用率时,也可计算APP在预设时间内的CPU占用率的平均值,然后判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内。例如,移动终端计算得出某个APP在预设时间例如5分钟内的CPU的占有率的平均值为35%,而移动终端从服务器返回的该APP的CPU占有率的数值范围为20%-30%,则移动终端判断出该APP的CPU的占有率的平均值没有位于该APP可以正常工作的CPU占有率的数值范围内,由此移动终端可以判断出该APP的CPU占有率异常。
S103’,在对应APP的CPU占用率异常时,显示提示信息。
具体地,在移动终端根据返回的查询结果确定对应APP的CPU占用率异常时,移动终端上显示对应APP的CPU占用率异常的提示信息,此时,用户可根据提示信息对CPU占用率异常的APP进行相关处理,由此,可减少CPU占用率异常的APP对移动终端***的影响,提高移动终端***运行的效率。
上述移动终端实施例,获得当前运行APP的参数信息,并向服务器发送携带参数信息的查询请求,以及根据服务器返回的查询结果确定对应APP的CPU占有率是否异常,并在APP的CPU占有率异常时,显示提示信息,由此,可以准确确定终端中每个APP的CPU占用率是否异常,并在异常时,用户可根据显示的提示信息对CPU占用率异常的APP进行相关处理,减少CPU占用率异常的APP对移动终端***的影响,提高移动终端***运行的效率。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,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至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。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的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (20)
1.一种检测APP的CPU占用率异常的方法,其特征在于,包括:
获得当前运行APP的参数信息,其中,所述APP的参数信息包括所述APP的标识信息、运行环境和运行场景;
向服务器发送携带所述参数信息的查询请求,以使所述服务器根据所述查询请求获得查询结果,其中,所述查询结果为对应APP的CPU占用率是否异常的检测结果,所述检测结果为所述服务器根据所述参数信息计算对应APP的CPU占用率,并根据计算的对应APP的CPU占用率是否位于从本地数据库中获取的对应APP的CPU占用率的数值范围内而获得的,所述本地数据库中保存有APP的参数信息和对应的CPU占用率的数值范围,不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的;
接收所述服务器返回的所述查询结果,并根据所述查询结果确定对应APP的CPU占用率是否异常;以及
当对应APP的CPU占用率异常时,显示提示信息。
2.根据权利要求1所述的方法,其特征在于,所述APP的CPU占用率的数值范围为所述服务器根据对应APP的参数信息查询本地数据库获得的。
3.一种检测APP的CPU占用率异常的方法,其特征在于,包括:
获得当前运行APP的参数信息,其中,所述APP的参数信息包括所述APP的标识信息、运行环境和运行场景;
向服务器发送携带所述参数信息的查询请求,以使所述服务器根据所述查询请求获得查询结果,其中,所述查询结果为对应APP的CPU占用率的数值范围,所述服务器的本地数据库中保存有APP的参数信息和对应的CPU占用率的数值范围,不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的;
接收所述服务器返回的所述查询结果,并根据所述查询结果确定对应APP的CPU占用率是否异常,其中,计算APP的CPU占用率,并判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,若位于,则确定对应APP的CPU占用率正常,若不位于,则确定对应APP的CPU占用率异常;以及
当对应APP的CPU占用率异常时,显示提示信息。
4.根据权利要求3所述的方法,其特征在于,所述计算APP的CPU占用率,并判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,包括:
计算APP的CPU占用率的平均值,并判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内。
5.一种检测APP的CPU占用率异常的方法,其特征在于,包括:
接收终端发送的携带APP的参数信息的查询请求,其中,所述APP的参数信息包括所述APP的标识信息、运行环境和运行场景;
根据所述查询请求获得查询结果,其中,从所述查询请求中获得所述参数信息,并根据所述参数信息计算对应APP的CPU占用率,同时根据所述参数信息查询本地数据库获得对应APP的CPU占用率的数值范围,所述本地数据库中保存有APP的参数信息和对应的CPU占用率的数值范围,不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的;判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,若位于,则获得对应APP的CPU占用率正常的检测结果,若不位于,则获得对应APP的CPU占用率异常的检测结果;以及
向所述终端返回携带有APP的CPU占用率是否异常的检测结果的所述查询结果,以使所述终端根据所述查询结果确定对应APP的CPU占用率是否异常。
6.根据权利要求5所述的方法,其特征在于,所述根据所述参数信息计算对应APP的CPU占用率,包括:根据所述参数信息计算对应APP的CPU占用率的平均值;
所述判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,包括:
判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内。
7.根据权利要求5所述的方法,其特征在于,在所述根据所述参数信息查询本地数据库获得对应APP的CPU占用率的数值范围之前,还包括:
在本地建立所述数据库,其中,所述数据库中保存有APP的标识信息、参数信息和对应的CPU占用率的数值范围。
8.一种检测APP的CPU占用率异常的方法,其特征在于,包括:
接收终端发送的携带APP的参数信息的查询请求,其中,所述APP的参数信息包括所述APP的标识信息、运行环境和运行场景;
根据所述查询请求获得查询结果,其中,从所述查询请求中获得所述参数信息,根据所述参数信息查询本地数据库获得对应APP的CPU占用率的数值范围,并将对应APP的CPU占用率的数值范围作为检测结果,所述本地数据库中保存有APP的参数信息和对应的CPU占用率的数值范围,不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的;以及
向所述终端返回所述查询结果,以使所述终端根据所述查询结果确定对应APP的CPU占用率是否异常。
9.根据权利要求8所述的方法,其特征在于,在所述根据所述参数信息查询本地数据库获得对应APP的CPU占用率的数值范围之前,还包括:
在本地建立所述数据库,其中,所述数据库中保存有APP的标识信息、参数信息和对应的CPU占用率的数值范围。
10.一种检测APP的CPU占用率异常的装置,其特征在于,包括:
获得模块,用于获得当前运行APP的参数信息,并向服务器发送携带所述参数信息的查询请求,以使所述服务器根据所述查询请求获得查询结果,其中,所述APP的参数信息包括所述APP的标识信息、运行环境和运行场景,所述查询结果为对应APP的CPU占用率是否异常的检测结果,所述检测结果为所述服务器根据所述参数信息计算对应APP的CPU占用率,并根据计算的对应APP的CPU占用率是否位于从本地数据库中获取的对应APP的CPU占用率的数值范围内而获得的,所述本地数据库中保存有APP的参数信息和对应的CPU占用率的数值范围,不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的;
确定模块,用于接收所述服务器返回的所述查询结果,并根据所述查询结果确定对应APP的CPU占用率是否异常;以及
显示模块,用于当对应APP的CPU占用率异常时,显示提示信息。
11.根据权利要求10所述的装置,其特征在于,所述APP的CPU占用率的数值范围为所述服务器根据对应APP的参数信息查询本地数据库获得的。
12.一种检测APP的CPU占用率异常的装置,其特征在于,包括:
获得模块,用于获得当前运行APP的参数信息,并向服务器发送携带所述参数信息的查询请求,以使所述服务器根据所述查询请求获得查询结果,其中,所述APP的参数信息包括所述APP的标识信息、运行环境和运行场景,所述查询结果为对应APP的CPU占用率的数值范围,所述服务器的本地数据库中保存有APP的参数信息和对应的CPU占用率的数值范围,不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的;
确定模块,用于接收所述服务器返回的所述查询结果,并根据所述查询结果确定对应APP的CPU占用率是否异常,其中,所述确定模块用于计算APP的CPU占用率,并判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,若位于,则确定对应APP的CPU占用率正常,若不位于,则确定对应APP的CPU占用率异常;以及
显示模块,用于当对应APP的CPU占用率异常时,显示提示信息。
13.根据权利要求12所述的装置,其特征在于,所述确定模块,具体用于:
计算APP的CPU占用率的平均值,并判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内。
14.一种检测APP的CPU占用率异常的装置,其特征在于,包括:
接收模块,用于接收终端发送的携带APP的参数信息的查询请求,其中,所述APP的参数信息包括所述APP的标识信息、运行环境和运行场景;
获得模块,用于根据所述查询请求获得查询结果,其中,所述获得模块包括:第一获得单元,用于从所述查询请求中获得所述参数信息,并根据所述参数信息计算对应APP的CPU占用率,同时根据所述参数信息查询本地数据库获得对应APP的CPU占用率的数值范围,所述本地数据库中保存有APP的参数信息和对应的CPU占用率的数值范围,不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的;判断单元,用于判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,若位于,则获得对应APP的CPU占用率正常的检测结果,若不位于,则获得对应APP的CPU占用率异常的检测结果;以及
返回模块,用于向所述终端返回携带有APP的CPU占用率是否异常的检测结果的所述查询结果,以使所述终端根据所述查询结果确定对应APP的CPU占用率是否异常。
15.根据权利要求14所述的装置,其特征在于,所述第一获得单元,具体用于:根据所述参数信息计算对应APP的CPU占用率的平均值;
所述判断单元,具体用于:
判断计算的APP的CPU占用率的平均值是否位于对应APP的CPU占用率的数值范围内。
16.根据权利要求14所述的装置,其特征在于,还包括:
建立模块,用于在所述获得模块根据所述参数信息查询本地数据库获得对应APP的CPU占用率的数值范围之前,在本地建立所述数据库,其中,所述数据库中保存有APP的标识信息、参数信息和对应的CPU占用率的数值范围。
17.一种检测APP的CPU占用率异常的装置,其特征在于,包括:
接收模块,用于接收终端发送的携带APP的参数信息的查询请求,其中,所述APP的参数信息包括所述APP的标识信息、运行环境和运行场景;
获得模块,用于根据所述查询请求获得查询结果,其中,所述获得模块包括:第二获得单元,用于从所述查询请求中获得所述参数信息,根据所述参数信息查询本地数据库获得对应APP的CPU占用率的数值范围,并将对应APP的CPU占用率的数值范围作为检测结果,所述本地数据库中保存有APP的参数信息和对应的CPU占用率的数值范围,不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的;以及
返回模块,用于向所述终端返回所述查询结果,以使所述终端根据所述查询结果确定对应APP的CPU占用率是否异常。
18.根据权利要求17所述的装置,其特征在于,还包括:
建立模块,用于在所述获得模块根据所述参数信息查询本地数据库获得对应APP的CPU占用率的数值范围之前,在本地建立所述数据库,其中,所述数据库中保存有APP的标识信息、参数信息和对应的CPU占用率的数值范围。
19.一种移动终端,所述移动终端包括壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述移动终端的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行以下步骤:
获得当前运行APP的参数信息,其中,所述APP的参数信息包括所述APP的标识信息、运行环境和运行场景;
向服务器发送携带所述参数信息的查询请求,以使所述服务器根据所述查询请求获得查询结果,其中,所述查询结果为对应APP的CPU占用率是否异常的检测结果,所述检测结果为所述服务器根据所述参数信息计算对应APP的CPU占用率,并根据计算的对应APP的CPU占用率是否位于从本地数据库中获取的对应APP的CPU占用率的数值范围内而获得的,所述本地数据库中保存有APP的参数信息和对应的CPU占用率的数值范围,不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的;
接收所述服务器返回的所述查询结果,并根据所述查询结果确定对应APP的CPU占用率是否异常;以及
在对应APP的CPU占用率异常时,显示提示信息。
20.一种移动终端,所述移动终端包括壳体、处理器、存储器、电路板和电源电路,其中,所述电路板安置在所述壳体围成的空间内部,所述处理器和所述存储器设置在所述电路板上;所述电源电路,用于为所述移动终端的各个电路或器件供电;所述存储器用于存储可执行程序代码;所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于执行以下步骤:
获得当前运行APP的参数信息,其中,所述APP的参数信息包括所述APP的标识信息、运行环境和运行场景;
向服务器发送携带所述参数信息的查询请求,以使所述服务器根据所述查询请求获得查询结果,其中,所述查询结果为对应APP的CPU占用率的数值范围,所述服务器的本地数据库中保存有APP的参数信息和对应的CPU占用率的数值范围,不同运行环境和运行场景的同一个APP的CPU占用率的数值范围是不同的;
接收所述服务器返回的所述查询结果,并根据所述查询结果确定对应APP的CPU占用率是否异常,其中,计算APP的CPU占用率,并判断计算的APP的CPU占用率是否位于对应APP的CPU占用率的数值范围内,若位于,则确定对应APP的CPU占用率正常,若不位于,则确定对应APP的CPU占用率异常;以及
在对应APP的CPU占用率异常时,显示提示信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410309270.0A CN105204970B (zh) | 2014-06-30 | 2014-06-30 | 检测app的cpu占用率异常的方法、装置及移动终端 |
PCT/CN2015/082112 WO2016000543A1 (zh) | 2014-06-30 | 2015-06-23 | 检测app的cpu占用率异常的方法、装置及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410309270.0A CN105204970B (zh) | 2014-06-30 | 2014-06-30 | 检测app的cpu占用率异常的方法、装置及移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105204970A CN105204970A (zh) | 2015-12-30 |
CN105204970B true CN105204970B (zh) | 2018-06-01 |
Family
ID=54952664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410309270.0A Expired - Fee Related CN105204970B (zh) | 2014-06-30 | 2014-06-30 | 检测app的cpu占用率异常的方法、装置及移动终端 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN105204970B (zh) |
WO (1) | WO2016000543A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106557402B (zh) * | 2016-10-31 | 2019-09-06 | 努比亚技术有限公司 | 移动终端及异常信息处理方法 |
CN108132940B (zh) * | 2016-12-01 | 2020-10-02 | 北京金山云网络技术有限公司 | 一种应用程序数据提取方法及装置 |
CN106878262B (zh) * | 2016-12-19 | 2021-04-16 | 新华三技术有限公司 | 报文检测方法及装置、建立本地威胁情报库的方法及装置 |
CN109379211B (zh) * | 2018-09-11 | 2022-04-01 | 网宿科技股份有限公司 | 一种网络监控方法及装置、服务器和存储介质 |
CN110908851A (zh) * | 2018-09-14 | 2020-03-24 | 中兴通讯股份有限公司 | 异常应用检测及控制方法、装置、终端及存储介质 |
CN109491844B (zh) * | 2018-09-21 | 2022-03-04 | 国网技术学院 | 一种识别异常信息的计算机*** |
CN109587345B (zh) * | 2018-12-28 | 2021-09-07 | 努比亚技术有限公司 | 异常应用提示方法、移动终端及计算机可读存储介质 |
CN109669781A (zh) * | 2018-12-29 | 2019-04-23 | 联想(北京)有限公司 | 数据处理方法和*** |
CN112148560A (zh) * | 2020-09-18 | 2020-12-29 | 北京优安思诚科技有限公司 | 一种基于云端的手机清理优化*** |
CN114397926B (zh) * | 2021-11-01 | 2023-08-15 | 南京林洋电力科技有限公司 | 基于自动调节运行负荷的终端cpu温度控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101354677A (zh) * | 2008-09-11 | 2009-01-28 | 青岛海信移动通信技术股份有限公司 | 一种应用程序运行状态的检测方法、恢复方法及装置 |
CN101408861A (zh) * | 2007-10-11 | 2009-04-15 | 鸿富锦精密工业(深圳)有限公司 | 应用程序实时监控***及方法 |
CN101436146A (zh) * | 2008-12-15 | 2009-05-20 | 中兴通讯股份有限公司 | 动态调节远程设备管理进程的优先级的方法及*** |
CN102200942A (zh) * | 2011-06-08 | 2011-09-28 | 宇龙计算机通信科技(深圳)有限公司 | 基于云计算的应用程序行为监测方法及云端服务器 |
CN102710535A (zh) * | 2011-03-28 | 2012-10-03 | 腾讯科技(深圳)有限公司 | 一种数据获取方法和设备 |
JP2014107801A (ja) * | 2012-11-29 | 2014-06-09 | Fujitsu Ltd | 基地局、及び輻輳制御方法 |
-
2014
- 2014-06-30 CN CN201410309270.0A patent/CN105204970B/zh not_active Expired - Fee Related
-
2015
- 2015-06-23 WO PCT/CN2015/082112 patent/WO2016000543A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101408861A (zh) * | 2007-10-11 | 2009-04-15 | 鸿富锦精密工业(深圳)有限公司 | 应用程序实时监控***及方法 |
CN101354677A (zh) * | 2008-09-11 | 2009-01-28 | 青岛海信移动通信技术股份有限公司 | 一种应用程序运行状态的检测方法、恢复方法及装置 |
CN101436146A (zh) * | 2008-12-15 | 2009-05-20 | 中兴通讯股份有限公司 | 动态调节远程设备管理进程的优先级的方法及*** |
CN102710535A (zh) * | 2011-03-28 | 2012-10-03 | 腾讯科技(深圳)有限公司 | 一种数据获取方法和设备 |
CN102200942A (zh) * | 2011-06-08 | 2011-09-28 | 宇龙计算机通信科技(深圳)有限公司 | 基于云计算的应用程序行为监测方法及云端服务器 |
JP2014107801A (ja) * | 2012-11-29 | 2014-06-09 | Fujitsu Ltd | 基地局、及び輻輳制御方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2016000543A1 (zh) | 2016-01-07 |
CN105204970A (zh) | 2015-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105204970B (zh) | 检测app的cpu占用率异常的方法、装置及移动终端 | |
CN104317649B (zh) | 终端应用程序app的处理方法、装置及终端 | |
CN104268248B (zh) | 应用程序的推荐方法、装置及终端 | |
CN108683562A (zh) | 异常检测定位方法、装置、计算机设备及存储介质 | |
CN103577658A (zh) | 智能终端硬件的评估方法及评估*** | |
CN106686024B (zh) | 获取离线消息的到达率的方法、装置及*** | |
CN105335134A (zh) | 处理app的cpu占用率异常的方法、装置及移动终端 | |
CN103164505B (zh) | 基于实际使用频率对应用软件进行排名的***及方法 | |
CN109327627A (zh) | 基于区块链的电话号码识别方法、装置及存储介质 | |
CN109582550B (zh) | 一种获取全量业务场景故障集合的方法、装置及服务器 | |
CN108123839B (zh) | 消息发送方法、装置、服务器及存储介质 | |
CN110203155B (zh) | 车辆油耗异常的预警方法、装置、终端设备及存储介质 | |
CN108038398A (zh) | 一种二维码解析能力测试方法、装置及电子设备 | |
CN104063952A (zh) | 一种***信息管理方法及*** | |
CN107203883A (zh) | 一种风险控制方法和设备 | |
CN105302556B (zh) | 实现计算的方法和***以及服务器装置 | |
CN106161389B (zh) | 一种作弊识别方法、装置及终端 | |
CN108132864A (zh) | 终端验证的方法、终端设备及计算机可读介质 | |
CN109656553B (zh) | 页面创建方法、页面布局方法及装置 | |
CN104346201B (zh) | 获取应用程序消耗***资源的方法、装置及终端 | |
CN104363257B (zh) | 一种用户界面数据刷新方法和设备 | |
CN108647315A (zh) | 数据采集方法及*** | |
CN105989103A (zh) | 一种应用程序推荐方法及终端 | |
CN108229975A (zh) | 终端验证的方法、终端设备及计算机可读存储介质 | |
CN106657649A (zh) | 信息推荐方法、装置以及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180601 |