CN113535505A - 电子设备功耗检测方法、装置和计算机设备 - Google Patents

电子设备功耗检测方法、装置和计算机设备 Download PDF

Info

Publication number
CN113535505A
CN113535505A CN202010316321.8A CN202010316321A CN113535505A CN 113535505 A CN113535505 A CN 113535505A CN 202010316321 A CN202010316321 A CN 202010316321A CN 113535505 A CN113535505 A CN 113535505A
Authority
CN
China
Prior art keywords
gps
module
calling
monitoring
abnormal
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.)
Granted
Application number
CN202010316321.8A
Other languages
English (en)
Other versions
CN113535505B (zh
Inventor
彭伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oneplus Technology Shenzhen Co Ltd
Original Assignee
Oneplus Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Oneplus Technology Shenzhen Co Ltd filed Critical Oneplus Technology Shenzhen Co Ltd
Priority to CN202010316321.8A priority Critical patent/CN113535505B/zh
Priority claimed from CN202010316321.8A external-priority patent/CN113535505B/zh
Publication of CN113535505A publication Critical patent/CN113535505A/zh
Application granted granted Critical
Publication of CN113535505B publication Critical patent/CN113535505B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
    • G06F11/3062—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations where the monitored property is the power consumption
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Telephone Function (AREA)

Abstract

本申请涉及一种电子设备功耗检测方法、装置、计算机设备和存储介质。所述方法包括：监测多个预设测试模式下的第一模块和第二模块的GPS调用，以及GPS相关进程的CPU占用率，当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据；当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据。上述过程，通过在多个测试场景下对设备的GNSS***进行功耗检测，以GPS调用为基点，从多个角度进行监测，能够得到更为全面的异常数据，且记录得到的异常数据更加直观便于分析，能够有针对性的对电子设备的功耗进行检测。

Description

电子设备功耗检测方法、装置和计算机设备
技术领域
本申请涉及电子设备检测技术领域，特别是涉及一种电子设备功耗检测方法、装置、计算机设备和存储介质。
背景技术
随着智能手机、电脑等电子设备的发展，电子设备的功能越来越多样化，层出不穷的功能，意味着越来越大的功耗，无疑给电子设备的电池续航能力和功耗要求带来严峻的考验。于是，优化电子设备的功耗延长电池的续航能力成为大家关注的焦点。
目前，对于电子设备功耗的检测方法，多是通过检测各测试场景下的电池的耗电量的百分比来计算平均耗流，或者追踪判断不同应用的耗电情况以检测设备功耗。当前针对GNSS***的功耗检测方案很少，且一般是在设备的待机模式下，通过追踪上层应用程序调用GPS(Global Positioning System，全球定位***)情况，进行GNSS***的异常功耗检测。上述电子设备功耗检测方案，检测方式单一，无法有针对性的对电子设备的异常功耗进行检测。
发明内容
基于此，有必要针对上述技术问题，提供一种能够进行针对性检测的电子设备功耗检测方法、装置、计算机设备和存储介质。
一种电子设备功耗检测方法，方法包括：
监测多个预设测试模式下的第一模块和第二模块的GPS调用，以及GPS相关进程的CPU(central processing unit，中央处理器)占用率；
当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据；以及
当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据。
在一个实施例中，监测多个预设测试模式下的第一模块和第二模块的GPS调用包括：
监测AP(Access Point，接入点)模块是否存在由上层应用程序触发的GPS调用、并检测GPS调用者是否满足预设调用条件；以及
监测Modem模块内部触发的GPS调用。
在一个实施例中，当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据包括：
当监测到AP模块触发GPS调用时，记录的GPS调用行为数据包括调用者信息、调用时间信息、调用频率以及耗电情况；
当监测到Modem模块触发GPS调用时，记录的GPS调用行为数据包括调用者信息、调用时间信息以及调用频率。
在一个实施例中，监测GPS相关进程的CPU占用率包括：
获取当前时间的进程信息；
对进程信息进行字段截取或全局匹配，获取关键字段；
根据关键字段，获取GPS相关进程的CPU占用率。
在一个实施例中，当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据之后，还包括：
对GPS调用行为数据进行归类分析，分析GPS调用行为数据是否存在调用异常的情况。
在一个实施例中，预设测试模式包括正常待机模式、用户使用模拟模式以及AT模式。
在一个实施例中，当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据之后，还包括：
采集电子设备的运行日志数据。
一种电子设备功耗检测装置，所述装置包括：
监测模块，用于监测多个预设测试模式下的第一模块和第二模块的GPS调用以及GPS相关进程的CPU占用率；
GPS调用数据记录模块，用于当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据；以及
异常进程数据记录模块，用于当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
监测多个预设测试模式下的第一模块和第二模块的GPS调用，以及GPS相关进程的CPU占用率；
当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据；以及
当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
监测多个预设测试模式下的第一模块和第二模块的GPS调用，以及GPS相关进程的CPU占用率；
当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据；以及
当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据。
上述电子设备功耗检测方法、装置、计算机设备和存储介质，监测多个预设测试模式下的第一模块和第二模块的GPS调用，以及GPS相关进程的CPU占用率，当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据；当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据。上述过程，通过在多个测试场景下对设备的GNSS***进行功耗检测，以GPS调用为基点，从多个角度进行监测，能够得到更为全面的异常数据，且记录得到的异常数据更加直观便于分析，能够有针对性的对电子设备的功耗进行检测。
附图说明
图1为一个实施例中电子设备功耗检测方法的流程示意图；
图2为一个实施例中针对AP模块记录GPS调用行为数据的示意图；
图3为一个实施例中针对Modem模块记录GPS调用行为数据的示意图；
图4为一个实施例中监测GPS相关进程的CPU占用率步骤的流程示意图；
图5为一个实施例中电子设备功耗检测装置的结构框图；
图6为另一个实施例中电子设备功耗检测装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种电子设备功耗检测方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的***，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤202，监测多个预设测试模式下的第一模块和第二模块的GPS调用，以及GPS相关进程的CPU占用率。
本实施例中，以该方法应用在Android***的智能手机终端为例进行说明。其中，第一模块可以是AP模块，第二模块可以是Modem模块。目前市场大多采用安卓(Android)***的智能手机均是采用芯片组，在具体设计时通常使用二个芯片，其中一个负责用户界面及Android操作***的运行，通常称之为AP，另外一个负责射频通信(语音通话、数据业务、网络连接)等底层功能，通常称之为Modem。预设测试模式包括正常待机模式、模拟用户使用模式以及AT模式。具体的，正常待机模式，即为智能手机开机后待机12-24小时的模式。模拟用户使用模式，即为先设定固定时间段的Monkey测试，然后待机12-24小时的模式。Monkey是一个命令行工具，可以运行在模拟器里或实际设备中。它向***发送伪随机的用户事件流，实现对正在开发的应用程序进行压力测试。在Monkey运行的时候，它会生成事件，并把生成的事件发送给***。同时，Monkey还对测试中的***进行监测。AT模式是指将手机***的AP模块和Modem模块设置为待机休眠模式，该模式从理论上讲，不能进行任何子***活动。
具体地，工作人员将依次将智能手机调试为上述三个测试模式(测试场景)，针对每个测试模式，智能手机都会监测AP模块和Modem模块的GPS调用情况，并会在监测与GPS相关的进程(需要使用定位功能的应用程序，如高德地图)的CPU占用率。
步骤204，当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据。
在实际应用中，监测AP模块和Modem模块的GPS调用情况所做的处理不同。AP模块负责用户界面及Android操作***的运行，其GPS调用触发是由上层应用程序发起的定位请求而触发，因此，针对AP模块的GPS调用监测主要是监测是否存在由上层应用程序触发的GPS调用，同时，除此之外，还会检测发起GPS调用的调用者是否满足预设调用条件，具备GPS调用资格。本实施例中，针对GPS调用者的检测可以是检测GPS调用者是否属于黑名单中的调用者，若是，则判定该GPS调用为应用自发调用，拒绝响应或中止该GPS调用请求，若不在该黑名单中，则响应该GPS调用请求。Modem模块负责射频通信等底层功能，监测GPS调用主要是监测Modem内部之间的GPS请求。当监测到在当前测试模式下，AP模块和Modem模块有触发GPS调用时，则记录下相关的GPS调用行为数据，以便后续对GPS调用是否出现异常做出判断，也方便用户查询。
步骤206，当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据。
具体的，可以是后台监测Android操作***的进程CPU占比情况，然后，提取出与GPS相关的进程信息，查看该些进程的CPU占比，当检测到有进程的CPU占比大于预设阈值时，则表示该进程可能存在GPS频繁调用等异常情况，将该进程标记为异常进程，并记录下该进程相关的进程信息和异常信息。本实施例中，预设阈值可以是80％，可以理解的是，在其他实施例中，预设阈值也可以是77％、78％以及81％等其他数值，在此不做限定。
上述电子设备功耗检测方法中，监测多个预设测试模式下的第一模块和第二模块的GPS调用，以及GPS相关进程的CPU占用率，当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据；当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据。上述过程，通过在多个测试场景下对设备的GNSS***进行功耗检测，以GPS调用为基点，从多个角度进行监测，能够得到更为全面的异常数据，且记录得到的异常数据更加直观便于分析，能够有针对性的对电子设备的功耗进行检测。
在一个实施例中，当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据包括：
当监测到AP模块触发GPS调用时，记录的GPS调用行为数据包括调用者信息、调用时间信息、调用频率以及耗电情况；
当监测到Modem模块触发GPS调用时，记录的GPS调用行为数据包括调用者信息、调用时间信息以及调用频率。
如上述实施例所述，针对AP模块和Modem模块的GPS调用监测的目标有所不同。手机实时监测是否有GPS请求，若有，则记录相关的GPS调用行为数据，若无，则忽略继续监测。具体实施时，在当监测到AP模块触发GPS调用时，记录的GPS调用行为数据包括调用者信息、调用时间信息、调用频率以及耗电情况，具体的，GPS调用行为数据的记录可以是通过方法调用的方式实现，具体可参加图2，记录的GPS调用行为数据包括调用者的包名：Pname；调用的开始时间：Time_one；调用的结束时间：TIme_two；整个调用过程的时间总计(调用持续时间)：Time_three；调用过程中占用的耗电：P1。除此之外，记录请求调用GPS的具体实现方法的调用频率F，是否为用户主动调用T1，是否为用户常用应用T2等信息。进一步的，还可将记录的GPS调用行为数据保存到本地log文件中。当监测到Modem模块触发GPS调用时，同样的，可采用函数调用的方式记录GPS调用行为数据，GPS调用行为数据可包括调用者信息、调用时间信息以及调用频率。具体的，获取GPS调用行为数据的获取方式可参见图3，记录的数据可以包括调用程序名：Pname，开始时间：Time_one，结束时间：Time_two，调用持续时间：Time_three；调用者频率F等信息。同样的，也可将记录的GPS调用行为数据保存到本地log文件中。本实施例中，通过记录AP模块和Modem模块的GPS行为调用数据，能够为GNSS***的异常检测提供全面且有利的数据基础，便于异常检测的分析。
在一个实施例中，如图4所示，监测GPS相关进程的CPU占用率包括：
步骤220，获取当前时间的进程信息；
步骤222，对进程信息进行字段截取或全局匹配，获取关键字段；
步骤224，根据关键字段，获取GPS相关进程的CPU占用率。
具体实施时，智能手机会实时监测***当前时间的所运行的进程信息，获取当前运行的应用程序的状态信息，如进程名称和CPU占用情况等。具体的，可采用脚本的方式获取GPS相关进程的CPU占比信息。如，可通过执行预先编写好的脚本命令(可使用PS类型命令)查看当前时间所有的进程列表，进而查看package_name程序进程以及PID进程状态，实时监听程序进程的变化。在获取相关的进程信息后，可采用字段截取命令或全局匹配的方式，获取关键字段，如“gps”，“gnss”，“location”，“xtra”等，再基于获取的关键字段，获取该些字段的CPU占比信息。如，根据关键字段“gnss”获取到进程信息表示为“[email protected] 77 1630 6560 1053”，则表示该进程的CPU占比为77％。由于CPU占比77％小于预设的80％占比阈值，则便忽略不计，对于CPU占用率大于80％的进程，则记录该进程的进程信息。本实施例中，通过字段截取或全局匹配的方式，能够快速且便捷地获取GPS相关进程的CPU占用情况，以便检测该进程是否存在异常。
在一个实施例中，当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据之后，还包括：对GPS调用行为数据进行归类分析，分析GPS调用行为数据是否存在调用异常的情况。
本实施例中，当记录下GPS调用行为数据之后，可对记录的数据进行分析总结。具体的，可以按照不同的AP应用或Modem模块程序调用GPS的行为数据进行归类分析。具体可以是分析GPS调用行为是否存在异常调用情况，异常调用情况可以包括以下几种情况：
1)频繁调用且非用户主动的行为(频繁的量化指标可根据具体情况而定)
2)调用时间长且非用户主动的行为(时长量化指标可根据具体情况而定)
3)***待机休眠情况下的GPS调用
4)用户自行加入的应用
当检测到某个GPS调用者的GPS调用行为数据存在以上任意一种情况时，则判断该调用者存在GPS异常调用，记录该异常数据。除此之外，还可以将存在上述任一种异常调用行为的调用者添加至调用者黑名单中。具体的，可以是针对AP部分创建调用者黑名单，用户可以自由添加应用至该黑名单，也可自行从黑名单移除应用。当检测到GPS调用者是存在于黑名单中的调用者时，则拒绝响应该调用者的GPS调用请求。此外，黑名单中的应用在非用户主动调用时会一直存在黑名单，在预设的时间周期(如一周)内，其可自动从黑名单移除(自动移除的应用限***主动添加的应用，不包括用户主动添加的)。用户主动添加的应用会一直存在，除非用户主动移除。又或者，当检测到用户主动使用该程序，则将该程序无条件从黑名单移除。并进入下一个检测周期。本实施例中，通过对GPS调用行为数据进行归类分析，能够及时发现存在GPS调用异常的情况，减少因不必要GPS调用而引起耗电的现象，节约功耗。
在一个实施例中，当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据之后，还包括：采集电子设备的运行日志数据。
在实际应用中，为便于排查问题，可在记录异常进程的运行数据之后，采集电子设备的运行日志数据。具体的，可以是获取电子设备的Adb log数据。具体的，可以是通过连接USB(Universal Serial Bus，通用串行总线)的方式从设备的内存卡中获取Adb log日志数据。Adb log指的是Android***手机的一种常见的log文件，log文件中包含***，以及应用的打印出的日志数据。从日志数据中可以查看应用的操作轨迹，比如打开摄像头，日志数据中会详细记录用户在什么时间，使用何种方式，打开的是什么类型的摄像头等内容。本实施例中，通过采集电子设备的运行日志数据，能够有助于对异常功耗的分析，提供更为全面的数据基础。
应该理解的是，虽然图1、图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1、图4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种电子设备功耗检测装置，包括：监测模块510、GPS调用数据记录模块520以及异常进程数据记录模块530，其中：
监测模块510，用于监测多个预设测试模式下的第一模块和第二模块的GPS调用以及GPS相关进程的CPU占用率；
GPS调用数据记录模块520，用于当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据；以及
异常进程数据记录模块530，用于当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据。
在一个实施例中，监测模块510还用于监测AP模块是否存在由上层应用程序触发的GPS调用、并检测GPS调用者是否满足预设调用条件；以及监测Modem模块内部触发的GPS调用。
在一个实施例中，GPS调用数据记录模块520还用于当监测到AP模块触发GPS调用时，记录GPS调用行为数据，GPS调用行为数据包括调用者信息、调用时间信息、调用频率以及耗电情况，当监测到Modem模块触发GPS调用时，记录GPS调用行为数据，GPS调用行为数据包括调用者信息、调用时间信息以及调用频率。
在一个实施例中，监测模块510还用于获取当前时间的进程信息，对进程信息进行字段截取或全局匹配，获取关键字段，根据关键字段，获取GPS相关进程的CPU占用率。
在一个实施例中，如图6所示，装置还包括异常数据分析模块540，用于对GPS调用行为数据进行归类分析，分析GPS调用行为数据是否存在调用异常的情况。
在一个实施例中，如图6所示，装置还包括异常处理模块550，用于当检测到GPS调用行为数据存在GPS异常调用情况时，将对应的GPS调用者添加至预设黑名单。
在一个实施例中，如图6所示，装置还包括日志数据采集模块560，用于采集电子设备的运行日志数据。
关于电子设备功耗检测装置的具体限定可以参见上文中对于电子设备功耗检测方法的限定，在此不再赘述。上述电子设备功耗检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种电子设备功耗检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：监测多个预设测试模式下的第一模块和第二模块的GPS调用，以及GPS相关进程的CPU占用率，当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据；以及当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：监测AP(AccessPoint，接入点)模块是否存在由上层应用程序触发的GPS调用、并检测GPS调用者是否满足预设调用条件；以及监测Modem模块内部触发的GPS调用。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：当监测到AP模块触发GPS调用时，记录GPS调用行为数据，记录GPS调用行为数据包括调用者信息、调用时间信息、调用频率以及耗电情况，当监测到Modem模块触发GPS调用时，记录GPS调用行为数据，记录GPS调用行为数据包括调用者信息、调用时间信息以及调用频率。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取当前时间的进程信息，对进程信息进行字段截取或全局匹配，获取关键字段，根据关键字段，获取GPS相关进程的CPU占用率。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对GPS调用行为数据进行归类分析，分析GPS调用行为数据是否存在调用异常的情况。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：采集电子设备的运行日志数据。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：监测多个预设测试模式下的第一模块和第二模块的GPS调用，以及GPS相关进程的CPU占用率，当监测到第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据；以及当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录异常进程的运行数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：监测AP(AccessPoint，接入点)模块是否存在由上层应用程序触发的GPS调用、并检测GPS调用者是否满足预设调用条件；以及监测Modem模块内部触发的GPS调用。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：当监测到AP模块触发GPS调用时，记录GPS调用行为数据，记录GPS调用行为数据包括调用者信息、调用时间信息、调用频率以及耗电情况，当监测到Modem模块触发GPS调用时，记录GPS调用行为数据，记录GPS调用行为数据包括调用者信息、调用时间信息以及调用频率。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取当前时间的进程信息，对进程信息进行字段截取或全局匹配，获取关键字段，根据关键字段，获取GPS相关进程的CPU占用率。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对GPS调用行为数据进行归类分析，分析GPS调用行为数据是否存在调用异常的情况。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：采集电子设备的运行日志数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种电子设备功耗检测方法，其特征在于，所述方法包括：
监测多个预设测试模式下的第一模块和第二模块的GPS调用，以及GPS相关进程的CPU占用率；
当监测到所述第一模块和/或所述第二模块触发GPS调用时，记录GPS调用行为数据；以及
当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录所述异常进程的运行数据。
2.根据权利要求1所述的方法，其特征在于，监测多个预设测试模式下的第一模块和第二模块的GPS调用包括：
监测AP模块是否存在由上层应用程序触发的GPS调用、并检测GPS调用者是否满足预设调用条件；以及
监测Modem模块内部触发的GPS调用。
3.根据权利要求2所述的方法，其特征在于，当监测到所述第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据包括：
当监测到所述AP模块触发GPS调用时，记录的GPS调用行为数据包括调用者信息、调用时间信息、调用频率以及耗电情况；
当监测到所述Modem模块触发GPS调用时，记录的GPS调用行为数据包括调用者信息、调用时间信息以及调用频率。
4.根据权利要求1所述的方法，其特征在于，监测GPS相关进程的CPU占用率包括：
获取当前时间的进程信息；
对所述进程信息进行字段截取或全局匹配，获取关键字段；
根据所述关键字段，获取GPS相关进程的CPU占用率。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述当监测到所述第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据之后，还包括：
对所述GPS调用行为数据进行归类分析，分析所述GPS调用行为数据是否存在调用异常的情况。
6.根据权利要求1至4任一项所述的方法，其特征在于，所述预设测试模式包括正常待机模式、用户使用模拟模式以及AT模式。
7.根据权利要求1至4任一项所述的方法，其特征在于，所述当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录所述异常进程的运行数据之后，还包括：
采集电子设备的运行日志数据。
8.一种电子设备功耗检测装置，其特征在于，所述装置包括：
监测模块，用于监测多个预设测试模式下的第一模块和第二模块的GPS调用，以及GPS相关进程的CPU占用率；
GPS调用数据记录模块，用于当监测到所述第一模块和/或第二模块触发GPS调用时，记录GPS调用行为数据；以及
异常进程数据记录模块，用于当监测到有GPS相关进程的CPU占用率大于预设阈值时，将该进程标记为异常进程、并记录所述异常进程的运行数据。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
CN202010316321.8A 2020-04-21 电子设备功耗检测方法、装置和计算机设备 Active CN113535505B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010316321.8A CN113535505B (zh) 2020-04-21 电子设备功耗检测方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010316321.8A CN113535505B (zh) 2020-04-21 电子设备功耗检测方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN113535505A true CN113535505A (zh) 2021-10-22
CN113535505B CN113535505B (zh) 2024-07-26

Family

ID=

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106021069A (zh) * 2016-06-01 2016-10-12 北京金山安全软件有限公司 一种cpu占用的检测方法、装置及设备
CN108293197A (zh) * 2016-03-29 2018-07-17 华为技术有限公司 一种资源统计方法、装置及终端
CN108874618A (zh) * 2018-05-04 2018-11-23 平安科技（深圳）有限公司 Cognos进程的监控方法、装置、计算机设备和存储介质
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108293197A (zh) * 2016-03-29 2018-07-17 华为技术有限公司 一种资源统计方法、装置及终端
CN106021069A (zh) * 2016-06-01 2016-10-12 北京金山安全软件有限公司 一种cpu占用的检测方法、装置及设备
WO2017206476A1 (zh) * 2016-06-01 2017-12-07 北京金山安全软件有限公司 一种cpu占用的检测方法、装置及设备
CN108874618A (zh) * 2018-05-04 2018-11-23 平安科技（深圳）有限公司 Cognos进程的监控方法、装置、计算机设备和存储介质
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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
RAHUL MURMURIA ETC.: "Mobile Application and Device Power Usage Measurement", 2012 IEEE SIXTH INTERNATIONAL CONFERENCE ON SOFTWARE SECURITY AND RELIABILITY, 6 August 2012 (2012-08-06) *
孙友添: "手动关闭后台究竟是省电还是耗电", 计算机与网络, vol. 46, no. 7, 12 April 2020 (2020-04-12) *

Similar Documents

Publication Publication Date Title
US11099900B2 (en) Memory reclamation method and apparatus
US9009677B2 (en) Application testing and analysis
CN107948744B (zh) 接口检测方法、接口检测设备及计算机可读存储介质
CN111858112B (zh) 一种检测内存泄露的方法、客户端及服务器
CN103514075B (zh) 在移动终端中监控api函数调用的方法和装置
CN113139403A (zh) 违规行为识别方法、装置、计算机设备和存储介质
CN103268448B (zh) 动态检测移动应用的安全性的方法和***
CN110990258A (zh) 基于Android***的APP测试方法、装置、可读存储介质及处理器
CN106708616A (zh) 进程控制方法和进程控制装置
CN111625383A (zh) 进程异常事件处理方法、装置、电子设备及存储介质
CN115494335A (zh) 可穿戴设备功能测试方法、装置、计算机设备和存储介质
CN111538608A (zh) 预防终端设备宕机的方法、终端设备及存储介质
CN113535505B (zh) 电子设备功耗检测方法、装置和计算机设备
Jung et al. Userscope: A fine-grained framework for collecting energy-related smartphone user contexts
CN113535505A (zh) 电子设备功耗检测方法、装置和计算机设备
CN113194474A (zh) 伪基站的定位方法、装置、电子设备及可读存储介质
CN115952491B (zh) hook目标函数的方法、装置、电子设备及介质
CN112052015A (zh) 一种版本发布方法、装置、计算机设备和存储介质
CN106911537A (zh) 信息采集方法和信息采集装置
CN112989323B (zh) 进程检测方法、装置、终端及存储介质
CN107562599A (zh) 一种参数检测方法及装置
CN113993149A (zh) 通信诊断日志的处理方法、设备及可读存储介质
CN113900918B (zh) 应用性能数据获取方法、装置、计算机设备和存储介质
CN118132310A (zh) 异常检测方法及电子设备
US20230057717A1 (en) Insecure software detection apparatus and detection method, and storage medium

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant