[发明专利]Crash防护方法及装置

说明书

本发明实施例提供一种Crash防护方法及装置，该方法包括：接收客户端采集的所述客户端上的目标应用发生当前Crash时产生的信息；将所述目标应用发生当前Crash时产生的信息输入到机器学习模型中，输出所述当前Crash的类型；获取所述当前Crash的类型对应的防护补丁的文件标识，将所述防护补丁的文件标识发送给所述客户端，以供所述客户端根据所述防护补丁的文件标识获取所述防护补丁，并使用所述防护补丁对所述目标应用进行修复。本发明实现自动对当前Crash进行修复，在Crash发生时能对Crash进行及时快速防护。

技术领域

本发明涉及系统维护技术领域，尤其涉及一种Crash防护方法及装置。

背景技术

Crash(崩溃)是对移动端应用产生价值波动最大的影响因素之一。当前移动应用在发生应用Crash时往往束手无策，越来越多的软件厂商思考如何才能进行有效防护。

现有针对移动端App的侦测和防护都是独立进行的。现有侦测通常使用几款流行的Crash收集框架，能够做到大部分常见的Crash发生时的事件、堆栈等关键信息的收集。但只做到仅仅收集Crash信息并上报，对当前已发生的Crash依然束手无策。Crash发生后依然会造成程序终结的后果，给用户使用体验带来不可逆的影响。事后由维护人员根据Crash发生后返回的信息通过经验判断Crash发生的原因和需要使用的防护补丁。

综上所述，现有的Crash防护仅能收集Crash信息，只能在Crash发生后人工对Crash进行防护，需要专业知识，防护效率低且不及时。

发明内容

本发明实施例提供一种Crash防护方法及装置，用以解决现有技术中对Crash进行防护需要专业知识，防护效率低且不及时，实现在Crash发生时对Crash自动进行及时快速防护。

本发明实施例提供一种Crash防护方法，包括：

接收客户端采集的所述客户端上的目标应用发生当前Crash时产生的信息；

将所述目标应用发生当前Crash时产生的信息输入到机器学习模型中，输出所述当前Crash的类型；其中，所述机器学习模型由应用样本发生历史Crash时产生的信息作为样本，所述应用样本发生的历史Crash的类型作为标签进行训练获取；

获取所述当前Crash的类型对应的防护补丁的文件标识，将所述防护补丁的文件标识发送给所述客户端，以供所述客户端根据所述防护补丁的文件标识获取所述防护补丁，并使用所述防护补丁对所述目标应用进行修复；其中，所述当前Crash的类型和所述防护补丁的文件标识预先关联。

根据本发明一个实施例的Crash防护方法，所述信息包括所述客户端的设备信息、用户对所述目标应用的操作轨迹、所述当前Crash的异常发生原因、所述目标应用的异常堆栈、所述目标应用的日志信息和线程详情。

根据本发明一个实施例的Crash防护方法，所述将所述目标应用发生当前Crash时产生的信息输入到机器学习模型中，输出所述当前Crash的类型，包括：

将所述目标应用发生当前Crash时产生的信息输入到机器学习模型中，获取所述当前Crash属于每种预设类型的概率；

将大于预设阈值的所述概率对应的预设类型作为所述当前Crash的类型。

根据本发明一个实施例的Crash防护方法，所述机器学习模型为贝叶斯模型。

根据本发明一个实施例的Crash防护方法，所述目标应用发生当前Crash时产生的信息由所述客户端通过所述当前Crash对应的出错的线程将所述当前Crash的异常信号抛给预设异常端口，通过所述预设异常端口返回。

根据本发明一个实施例的Crash防护方法，所述预设异常端口包括所述出错的线程的异常端口、所述出错的线程所属的任务的异常端口和所述任务所在的主机的异常端口；