本發(fā)明是有關(guān)于一種更新方法及系統(tǒng)，且特別是有關(guān)于一種在電子裝置更新時(shí)執(zhí)行自我修復(fù)的方法、系統(tǒng)及服務(wù)器。
背景技術(shù)：
：：為了滿足企業(yè)員工或用戶的使用需求，企業(yè)內(nèi)部的電腦數(shù)量會(huì)隨著企業(yè)規(guī)模的成長不斷地增加。而面對(duì)日新月異的惡意軟體，企業(yè)的網(wǎng)管人員為了確保信息安全及服務(wù)品質(zhì)，必須適時(shí)地修改或更新電腦系統(tǒng)。受惠于先進(jìn)的網(wǎng)絡(luò)技術(shù)，網(wǎng)管人員在對(duì)企業(yè)內(nèi)部電腦執(zhí)行更新時(shí)，已不再需要親自前往，只需通過網(wǎng)絡(luò)即可在遠(yuǎn)端控制每一臺(tái)電腦，并進(jìn)行更新。然而，每臺(tái)電腦的規(guī)格及運(yùn)行環(huán)境均不相同，若執(zhí)行完更新后發(fā)生問題，由于電腦并無智能可以自動(dòng)排除問題，此時(shí)只能仰賴網(wǎng)管人員修復(fù)錯(cuò)誤。而對(duì)為數(shù)眾多的電腦進(jìn)行更新及修復(fù)將成為網(wǎng)管人員沈重的負(fù)擔(dān)。技術(shù)實(shí)現(xiàn)要素：本發(fā)明提供一種電子裝置的自我修復(fù)方法、系統(tǒng)及服務(wù)器，通過遠(yuǎn)端服務(wù)器分析電子裝置執(zhí)行更新后所產(chǎn)生的缺陷(bug)或安全漏洞(securityhole)，據(jù)以制定修復(fù)政策(policy)提供給電子裝置，可實(shí)現(xiàn)電子裝置的自我修復(fù)。本發(fā)明的電子裝置的自我修復(fù)方法，適于在更新于電子裝置中的至少一個(gè)元件時(shí)執(zhí)行自我修復(fù)。此方法依序呼叫并檢查這些元件，以對(duì)各個(gè)元件執(zhí)行更新，接著對(duì)更新后的電子裝置執(zhí)行自我診斷以產(chǎn)生診斷結(jié)果，并將診斷結(jié)果傳送至服務(wù)器。由服務(wù)器分析診斷結(jié)果，據(jù)以制定用以修復(fù)電子裝置的至少一項(xiàng)政策(policy)，并將政策回傳至電子裝置。電子裝置即可將此政策轉(zhuǎn)換為其適用的至少一個(gè)規(guī)則，并據(jù)以執(zhí)行自我修復(fù)。在本發(fā)明的一實(shí)施例中，上述依序呼叫并檢查元件，以對(duì)各個(gè)元件執(zhí) 行更新的步驟包括取得電子裝置所安裝的元件的復(fù)制(clone)，依序呼叫復(fù)制中的元件，以檢查各個(gè)元件是否具有更新。若具有更新，將此元件的上下文(context)推送至堆迭，對(duì)此元件執(zhí)行更新，自此堆迭提取并修改上下文，使用此復(fù)制對(duì)更新后的元件及修改后的上下文進(jìn)行模擬，以確認(rèn)修改后的元件及上下文的健全性(sanity)。若修改后的元件及上下文具有健全性，使用此復(fù)制更新電子裝置中對(duì)應(yīng)的元件。最后，繼續(xù)呼叫下一個(gè)元件以進(jìn)行更新，直到所有元件均更新完畢為止。在本發(fā)明的一實(shí)施例中，上述對(duì)元件執(zhí)行更新的步驟包括修改元件的文件標(biāo)頭(header)、程序標(biāo)頭、文件內(nèi)容的相對(duì)偏移量(offset)或程序內(nèi)容的絕對(duì)偏移量。在本發(fā)明的一實(shí)施例中，上述依序呼叫復(fù)制中的元件的步驟包括依照各個(gè)元件的參數(shù)排序這些元件，以依序呼叫這些元件，所述參數(shù)包括風(fēng)險(xiǎn)層級(jí)(risklevel)、嚴(yán)重性(severity)或優(yōu)先級(jí)(priority)。在本發(fā)明的一實(shí)施例中，上述自堆迭提取修改后的上下文的步驟還包括比較修改前后的上下文，以轉(zhuǎn)換修改后的上下文的暫存器、堆積變數(shù)(heapvariables)、驅(qū)動(dòng)程序介面(driverinterface)、函式庫相依(librarydependencies)、環(huán)境變數(shù)(environmentvariables)其中之一或其組合。在本發(fā)明的一實(shí)施例中，上述由服務(wù)器分析診斷結(jié)果，據(jù)以制定用以修復(fù)電子裝置的政策的步驟包括由服務(wù)器對(duì)診斷結(jié)果執(zhí)行異常檢測，以找出多個(gè)異常(outlier)，接著摘取(extract)這些異常中的多個(gè)特征以產(chǎn)生特征向量，然后以樣本(sample)跟分類(label)的特征向量作為聯(lián)合特征函數(shù)(jointfeaturefunction)的輸入執(zhí)行結(jié)構(gòu)預(yù)測(structuredprediction)演算法，以預(yù)測用以修復(fù)電子裝置的政策。在本發(fā)明的一實(shí)施例中，上述以特征向量作為輸入執(zhí)行結(jié)構(gòu)預(yù)測演算法，以預(yù)測用以修復(fù)電子裝置的政策的步驟包括使用半監(jiān)督式學(xué)習(xí)法建立機(jī)器學(xué)習(xí)模型，將樣本跟分類的特征向量輸入此機(jī)器學(xué)習(xí)模型，以獲得多個(gè)預(yù)測輸出的特征向量。然后，將所輸入的特征向量及所獲得的預(yù)測輸出的特征向量結(jié)合以產(chǎn)生聯(lián)合特征函數(shù)。最后，將聯(lián)合特征函數(shù)回饋至機(jī)器學(xué)習(xí)模型，以訓(xùn)練機(jī)器學(xué)習(xí)模型，并預(yù)測用以修復(fù)電子裝置的政策。在本發(fā)明的一實(shí)施例中，上述將政策轉(zhuǎn)換為電子裝置適用的規(guī)則，并 據(jù)以執(zhí)行自我修復(fù)的步驟包括將這些規(guī)則融合于對(duì)應(yīng)元件的函數(shù)(function)、將這些規(guī)則覆蓋于對(duì)應(yīng)元件的函數(shù)，或是將對(duì)應(yīng)元件的函數(shù)移除后加入這些規(guī)則。本發(fā)明的電子裝置的自我修復(fù)系統(tǒng)包括電子裝置及服務(wù)器。此電子裝置包括第一通信模組、元件更新模組、自我診斷模組及自我修復(fù)模組。其中，第一通信模組是用以連接網(wǎng)絡(luò)；元件更新模組是用以依序呼叫并檢查安裝于電子裝置中的至少一個(gè)元件，以對(duì)各個(gè)元件執(zhí)行更新；自我診斷模組是用以對(duì)更新后的電子裝置執(zhí)行自我診斷以產(chǎn)生診斷結(jié)果，并通過第一通信模組傳送診斷結(jié)果。服務(wù)器包括第二通信模組及政策制定模組。其中，第二通信模組是用以連接網(wǎng)絡(luò)并通過網(wǎng)絡(luò)接收第一通信模組傳送的診斷結(jié)果；政策制定模組則用以分析診斷結(jié)果，據(jù)以制定用以修復(fù)電子裝置的至少一項(xiàng)政策，并通過第二通信模組將此政策回傳至電子裝置。其中，電子裝置的自我修復(fù)模組會(huì)將此政策轉(zhuǎn)換為電子裝置適用的規(guī)則，并據(jù)以執(zhí)行電子裝置的自我修復(fù)。在本發(fā)明的一實(shí)施例中，上述的元件更新模組包括取得電子裝置所安裝的元件的復(fù)制，依序呼叫復(fù)制中的元件，以檢查各個(gè)元件是否具有更新，將具有更新的元件的上下文推送至堆迭，對(duì)此元件執(zhí)行更新，自堆迭提取并修改上下文，然后使用復(fù)制對(duì)更新后的元件及修改后的上下文進(jìn)行模擬，以確認(rèn)修改后的元件及上下文的健全性。在修改后的元件及上下文具有健全性時(shí)，使用復(fù)制更新電子裝置中對(duì)應(yīng)的元件，并繼續(xù)呼叫下一個(gè)元件以進(jìn)行更新，直到所有元件均更新完畢為止。在本發(fā)明的一實(shí)施例中，上述的元件更新模組包括修改元件的文件標(biāo)頭、程序標(biāo)頭、文件內(nèi)容的相對(duì)偏移量或程序內(nèi)容的絕對(duì)偏移量。在本發(fā)明的一實(shí)施例中，上述的元件更新模組包括依照各個(gè)元件的參數(shù)排序元件，以依序呼叫元件，所述參數(shù)包括風(fēng)險(xiǎn)層級(jí)、嚴(yán)重性或優(yōu)先級(jí)。在本發(fā)明的一實(shí)施例中，上述的元件更新模組包括在自堆迭提取上下文時(shí)，比較修改前后的上下文，以轉(zhuǎn)換修改后的上下文的暫存器、堆積變數(shù)(heapvariables)、驅(qū)動(dòng)程序介面(driverinterface)、函式庫相依(librarydependencies)、環(huán)境變數(shù)(environmentvariables)其中之一或其組合。在本發(fā)明的一實(shí)施例中，上述的政策制定模組包括異常檢測模組、特 征摘取模組及結(jié)構(gòu)預(yù)測模組。其中，異常檢測模組是用以對(duì)診斷結(jié)果執(zhí)行異常檢測，以找出多個(gè)異常；特征摘取模組是用以摘取異常中的多個(gè)特征以產(chǎn)生特征向量；結(jié)構(gòu)預(yù)測模組則是用以以樣本跟分類的特征向量做為聯(lián)合特征函數(shù)的輸入執(zhí)行結(jié)構(gòu)預(yù)測演算法，以預(yù)測用以修復(fù)電子裝置的政策。在本發(fā)明的一實(shí)施例中，上述的結(jié)構(gòu)預(yù)測模組包括使用半監(jiān)督式學(xué)習(xí)法建立機(jī)器學(xué)習(xí)模型，將樣本跟分類的特征向量輸入此機(jī)器學(xué)習(xí)模型，獲得多個(gè)預(yù)測輸出的特征向量，將所輸入的特征向量及所獲得的預(yù)測輸出的特征向量結(jié)合以產(chǎn)生聯(lián)合特征函數(shù)，以及將此聯(lián)合特征函數(shù)回饋至機(jī)器學(xué)習(xí)模型，以訓(xùn)練機(jī)器學(xué)習(xí)模型，并預(yù)測用以修復(fù)電子裝置的政策。在本發(fā)明的一實(shí)施例中，上述的自我修復(fù)模組包括將規(guī)則融合于對(duì)應(yīng)元件的函數(shù)、將規(guī)則覆蓋于對(duì)應(yīng)元件的函數(shù)，或是將對(duì)應(yīng)元件的函數(shù)移除后加入規(guī)則。本發(fā)明的服務(wù)器包括通信模組及政策制定模組。其中，通信模組是用以連接網(wǎng)絡(luò)并通過網(wǎng)絡(luò)接收電子裝置上傳的診斷結(jié)果，此診斷結(jié)果是由電子裝置對(duì)所安裝的元件執(zhí)行更新后執(zhí)行自我診斷所產(chǎn)生的；政策制定模組是用以分析診斷結(jié)果，據(jù)以制定用以修復(fù)電子裝置的至少一項(xiàng)政策，并通過通信模組將政策回傳至電子裝置，使得電子裝置可據(jù)以執(zhí)行自我修復(fù)?；谏鲜觯景l(fā)明的電子裝置的自我修復(fù)方法、系統(tǒng)及服務(wù)器，通過電子裝置在執(zhí)行更新后進(jìn)行自我維護(hù)，若無法自行維護(hù)元件良好地運(yùn)行，則將自我診斷的結(jié)果傳送至服務(wù)器上，由服務(wù)器利用機(jī)器學(xué)習(xí)模型制定自我修復(fù)的政策并提供給電子裝置，而由電子裝置據(jù)此進(jìn)行自我修復(fù)。藉此，可減輕網(wǎng)管人員維護(hù)的負(fù)擔(dān)，并可提供穩(wěn)定的服務(wù)品質(zhì)。為讓本發(fā)明的上述特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉實(shí)施例，并配合所附附圖作詳細(xì)說明如下。附圖說明圖1是依照本發(fā)明一實(shí)施例所示出的電子裝置的自我修復(fù)系統(tǒng)的示意圖。圖2是依照本發(fā)明一實(shí)施例所示出的電子裝置的自我修復(fù)系統(tǒng)的方 塊圖。圖3是依據(jù)本發(fā)明一實(shí)施例所示出的電子裝置的自我修復(fù)方法的流程圖。圖4是依照本發(fā)明一實(shí)施例所示出的元件更新方法的流程圖。圖5是依照本發(fā)明一實(shí)施例所示出的政策制定模組的方塊圖。圖6是依照本發(fā)明一實(shí)施例所示出的政策制定方法的流程圖。圖7是依照本發(fā)明一實(shí)施例所示出的結(jié)構(gòu)預(yù)測方法的流程圖。其中，附圖標(biāo)記說明如下：10、20：自我修復(fù)系統(tǒng)12、14、22：電子裝置16：更新服務(wù)器18：云端服務(wù)器222、242：通信模組224：元件更新模組226：自我診斷模組228：自我修復(fù)模組24：服務(wù)器244：政策制定模組2442：異常檢測模組2444：特征摘取模組2446：結(jié)構(gòu)預(yù)測模組S302～S308、S402～S420、S602～S606、S702～S708：步驟。具體實(shí)施方式參考服務(wù)層級(jí)協(xié)議(ServiceLevelAgreement，SLA)的規(guī)定，為了在電腦更新元件時(shí)保持服務(wù)品質(zhì)(QualityofService，QoS)，本發(fā)明是采用漸近式(incremental)更新的方式，依序更新元件，避免更新影響服務(wù)的運(yùn)行。若在更新后發(fā)現(xiàn)無法自行維護(hù)，則由云端服務(wù)器利用機(jī)器學(xué)習(xí)模型(machinelearningmodel，MLM)分析電子裝置的自我診斷信息并制定可 供電子裝置自我修復(fù)的政策，交由電子裝置轉(zhuǎn)化為本身適用的規(guī)則后據(jù)以實(shí)施。藉此，可在不影響電子裝置服務(wù)運(yùn)行的情況下，確保服務(wù)的良好運(yùn)行。圖1是依照本發(fā)明一實(shí)施例所示出的電子裝置的自我修復(fù)系統(tǒng)的示意圖。請參照圖1，本實(shí)施例的自我修復(fù)系統(tǒng)10包括通過網(wǎng)絡(luò)連接的電子裝置12、14、更新服務(wù)器16及云端服務(wù)器18。電子裝置12、14例如是位于企業(yè)內(nèi)部的電腦、工作站或服務(wù)器，其可服務(wù)企業(yè)員工或用戶。以電子裝置12為例，其中安裝有類似人體自律神經(jīng)的管理程序，其可呼叫電子裝置12中的元件，并通過網(wǎng)絡(luò)連線至更新服務(wù)器16，以檢查其中的更新倉儲(chǔ)(respiratory)是否有新版的元件。若有，則進(jìn)行更新。其中，電子裝置12例如是采用應(yīng)用攔截(applicationhook)或預(yù)設(shè)時(shí)間或預(yù)設(shè)條件等主動(dòng)式更新的方式進(jìn)行更新；電子裝置12亦可采用例外處理(exceptionhandler)等被動(dòng)式更新的方式進(jìn)行更新，本實(shí)施例并不限制更新方式。管理程序例如是采用漸近式更新的方式，只下載元件的新增部分并附加到現(xiàn)有的元件文件上，不需要下載整個(gè)元件文件，藉此可降低更新元件所需的頻寬。此更新只會(huì)約略延遲電子裝置12的服務(wù)，并不會(huì)造成服務(wù)中斷，也無需重新啟動(dòng)電子裝置12。在更新完成后，管理程序會(huì)進(jìn)一步檢查更新后的軟體是否有缺陷(bug)或安全漏洞(securityhole)，并嘗試自我維護(hù)(self-maintain)。若無法自行維護(hù)元件良好地運(yùn)行，管理程序就會(huì)發(fā)揮自我診斷的功能，發(fā)出一個(gè)健康失調(diào)的診斷結(jié)果給云端服務(wù)器18。云端服務(wù)器18將會(huì)使用機(jī)器學(xué)習(xí)模型分析電子裝置12提供的診斷結(jié)果，并產(chǎn)生用以修復(fù)電子裝置12的政策，下達(dá)給電子裝置12的代理人程序(agent)。此代理人程序會(huì)將政策轉(zhuǎn)換為電子裝置12適用的多個(gè)規(guī)則，并套用在原本的函式(function)上，最終實(shí)現(xiàn)電子裝置12的自體修復(fù)。詳細(xì)來說，圖2是依照本發(fā)明一實(shí)施例所示出的電子裝置的自我修復(fù)系統(tǒng)的方塊圖。請參照圖2，本實(shí)施例的自我修復(fù)系統(tǒng)20包括電子裝置22及服務(wù)器24。其中，電子裝置22例如是具有運(yùn)算能力的服務(wù)器、工作站或個(gè)人電腦等計(jì)算機(jī)裝置，或是手機(jī)、平板電腦等行動(dòng)裝置；服務(wù)器 24例如是具有強(qiáng)大運(yùn)算能力的工作群組級(jí)服務(wù)器，部門級(jí)服務(wù)器或企業(yè)級(jí)服務(wù)器，其可用以管理資源并通過網(wǎng)絡(luò)對(duì)外部用戶提供服務(wù)，但本實(shí)施例不限于此。電子裝置22包括通信模組222、元件更新模組224、自我診斷模組226與自我修復(fù)模組228。服務(wù)器24包括通信模組242與政策制定模組244。在本實(shí)施例中，這些模組例如是儲(chǔ)存在電子裝置22或服務(wù)器24的儲(chǔ)存裝置(未示出)中的程序或軟體，其可載入電子裝置22或服務(wù)器24的處理器(未示出)，而由處理器執(zhí)行，以實(shí)現(xiàn)本發(fā)明實(shí)施例的自我修復(fù)方法。另一方面，在另一實(shí)施例中，這些模組亦可以實(shí)做為具有這些模組的功能的實(shí)體電路或是軟硬體的組合，而可實(shí)現(xiàn)本發(fā)明實(shí)施例的自我修復(fù)方法。所述的儲(chǔ)存裝置例如是任何型態(tài)的固定或可移動(dòng)隨機(jī)存取存儲(chǔ)器(RandomAccessMemory，RAM)、只讀存儲(chǔ)器(Read-OnlyMemory，ROM)、快閃存儲(chǔ)器(FlashMemory)或類似元件或上述元件的組合。需說明的是，本實(shí)施例中所述儲(chǔ)存單元并未限制是單一存儲(chǔ)器元件，上述模組亦可以分開儲(chǔ)存在兩個(gè)或兩個(gè)以上相同或不同型態(tài)的存儲(chǔ)器元件中。所述的處理器連接儲(chǔ)存裝置，其例如是具有單核心或多核心的中央處理單元(CentralProcessingUnit，CPU)，或是其他可程序化的一般用途或特殊用途的微處理器(Microprocessor)、數(shù)位信號(hào)處理器(DigitalSignalProcessor，DSP)、可程序化控制器、特殊應(yīng)用集成電路(ApplicationSpecificIntegratedCircuit，ASIC)或其他類似元件或上述元件的組合。在本實(shí)施例中，處理器用以存取并執(zhí)行儲(chǔ)存裝置中記錄的模組，從而實(shí)現(xiàn)本發(fā)明實(shí)施例的自我修復(fù)方法。本實(shí)施例中所述處理單元并未限制是單一處理元件，也可以是由兩個(gè)或兩個(gè)以上的處理元件共同執(zhí)行。圖3是依據(jù)本發(fā)明一實(shí)施例所示出的電子裝置的自我修復(fù)方法的流程圖。請同時(shí)參照圖2與圖3，本實(shí)施例的方法適用于圖2的自我修復(fù)系統(tǒng)20。以下即搭配自我修復(fù)系統(tǒng)20中的各項(xiàng)元件，說明本實(shí)施例自我修復(fù)方法的詳細(xì)流程。首先，由電子裝置22的元件更新模組224依序呼叫并檢查安裝于電子裝置22中的元件，以對(duì)各個(gè)元件執(zhí)行更新(步驟S302)。所述的元件 包括電子裝置22的應(yīng)用程序、核心(kernel)、驅(qū)動(dòng)程序、基本輸入輸出系統(tǒng)(BasicInputandOutputSystem，BIOS)中的所有二進(jìn)制數(shù)據(jù)(binaries)，例如程序(process)、執(zhí)行檔(executable)和韌體(firmware)，但本實(shí)施例不限于此。詳言之，圖4是依照本發(fā)明一實(shí)施例所示出的元件更新方法的流程圖。請同時(shí)參照圖2及圖4，在電子裝置執(zhí)行元件更新時(shí)，元件更新模組224例如會(huì)先取得電子裝置所安裝的元件的復(fù)制(clone)(步驟S402)。此復(fù)制例如是電子裝置中與該元件相關(guān)的數(shù)據(jù)的可讀寫快照(snapshot)，其可提供元件更新模組224對(duì)所更新的元件預(yù)先進(jìn)行模擬及測試，待確認(rèn)無誤后，再把結(jié)果生效到電子裝置上，藉此可避免直接更新所可能造成的錯(cuò)誤。接著，元件更新模組224會(huì)依序呼叫此復(fù)制中的元件，并判斷是否還有其他元件未呼叫(步驟S404)。其中，元件更新模組224例如會(huì)依照各個(gè)元件的風(fēng)險(xiǎn)層級(jí)(risklevel)、嚴(yán)重性(severity)、優(yōu)先級(jí)(priority)或其他參數(shù)對(duì)這些元件進(jìn)行排序，并依照順序呼叫這些元件，而逐一進(jìn)行更新。若元件更新模組224判斷仍有元件未呼叫，則在呼叫此元件后，會(huì)檢查此元件是否具有更新(步驟S406)。其中，元件更新模組224例如會(huì)通過通信模組222連結(jié)至網(wǎng)絡(luò)上的更新服務(wù)器，檢查是否有新版的元件可供更新。其中，若此元件不具有更新，則會(huì)回到步驟S404，繼續(xù)由元件更新模組224依序呼叫下一個(gè)元件；反之，若此元件具有更新，則元件更新模組224會(huì)先將復(fù)制中的元件的上下文(context)推送至堆迭(步驟S408)，并對(duì)此元件執(zhí)行更新(步驟S410)。其中，元件更新模組224例如會(huì)修改元件的文件標(biāo)頭(header)、程序標(biāo)頭、文件內(nèi)容的相對(duì)偏移量(offset)或程序內(nèi)容的絕對(duì)偏移量，但本實(shí)施例不限于此。然后，元件更新模組224自此堆迭提取并修改上下文(步驟S412)。其中，若采用上下文感知(contextaware)的做法，提取回來的上下文可以在新版的元件中繼續(xù)使用；然而，若上下文在更新中有所改變，則需要做進(jìn)一步的轉(zhuǎn)換。此時(shí)，元件更新模組224在自堆迭提取上下文之后，會(huì)比較修改前后的上下文，例如會(huì)檢查上下文中使用的暫存器是否改變，而 據(jù)以轉(zhuǎn)換修改后的上下文的暫存器、堆積變數(shù)(heapvariables)、驅(qū)動(dòng)程序介面(driverinterface)、函式庫相依(librarydependencies)、環(huán)境變數(shù)(environmentvariables)其中之一或其組合。在修改完成后，元件更新模組224會(huì)使用復(fù)制對(duì)更新后的元件及修改后的上下文進(jìn)行模擬(步驟S414)，以確認(rèn)更新后的元件及上下文是否具有健全性(sanity)(步驟S416)。其中，若元件更新模組224在進(jìn)行模擬時(shí)發(fā)現(xiàn)更新后的元件及上下文具有缺陷(bug)或安全漏洞(securityhole)，即認(rèn)定此更新后的元件及上下文不具有健全性，而結(jié)束更新(步驟S420)。若元件更新模組224確認(rèn)更新后的元件及其上下文具有健全性，則會(huì)使用復(fù)制更新電子裝置中對(duì)應(yīng)的元件(步驟S418)，并回到步驟S404，繼續(xù)呼叫下一個(gè)元件以進(jìn)行更新。其中，元件更新模組224在使用復(fù)制更新元件時(shí)，例如會(huì)先暫停(suspend)電子裝置運(yùn)行中的程序，待更新元件后，再回復(fù)正常操作，藉此避免更新過程所可能造成的數(shù)據(jù)錯(cuò)誤。直到所有元件均更新完畢時(shí)，意即，在步驟S404中，元件更新模組224判斷沒有元件未被呼叫時(shí)，元件更新模組224將會(huì)結(jié)束更新(步驟S420)。本實(shí)施例通過上述依序更新元件的漸近式修補(bǔ)(incrementalpatch)方式，取代完整修補(bǔ)(fullpatch)方式，因此更新只會(huì)約略延遲電子裝置22的服務(wù)，不會(huì)造成服務(wù)中斷。藉此，電子裝置22在更新的過程中仍可維持服務(wù)的運(yùn)行。此外，電子裝置22還可利用計(jì)時(shí)器定時(shí)觸發(fā)元件更新模組224檢查電子裝置22中的元件是否具有更新，并據(jù)以執(zhí)行元件更新及本實(shí)施例的自我修復(fù)方法。藉此，可確保電子裝置22的服務(wù)品質(zhì)(QualityofService，QoS)。需說明的是，在上述實(shí)施例中，對(duì)于所更新元件的模擬及測試均是在電子裝置22的內(nèi)部執(zhí)行。然而，在其他實(shí)施例中，在網(wǎng)絡(luò)頻寬允許的情況下，亦可由網(wǎng)絡(luò)上的其他電子裝置(例如圖1中的電子裝置14)或是云端服務(wù)器(例如圖1中的云端服務(wù)器18)代為執(zhí)行。意即，由其他裝置或是云端服務(wù)器取得復(fù)制并進(jìn)行更新及模擬，待模擬結(jié)束后，再將修改后的復(fù)制回傳電子裝置22，以更新電子裝置22中對(duì)應(yīng)的元件，同樣可達(dá)到元件更新的效果?；氐綀D3的流程，在元件更新模組224完成元件的更新后，電子裝置22的自我診斷模組226即會(huì)對(duì)更新后的電子裝置22執(zhí)行自我診斷以產(chǎn)生診斷結(jié)果，并通過通信模組222將此診斷結(jié)果傳送至服務(wù)器24(步驟S304)。其中，自我診斷模組226例如是安裝在電子裝置22上類似防毒軟體的管理程序，其會(huì)檢查更新后的電子裝置22是否存在缺陷或安全漏洞，若發(fā)現(xiàn)有缺陷或安全漏洞，則會(huì)先嘗試自我維護(hù)。若無法自我維護(hù)，則自我診斷模組226即會(huì)發(fā)揮自我診斷(self-diagnose)的功能，將所發(fā)現(xiàn)的問題、癥狀(syndrome)連同電子裝置22的環(huán)境參數(shù)做為診斷結(jié)果發(fā)送至服務(wù)器24。服務(wù)器24是由通信模組242接收電子裝置22傳送的診斷結(jié)果，而由政策制定模組244對(duì)此診斷結(jié)果進(jìn)行分析，并據(jù)以制定用以修復(fù)電子裝置22的政策，然后再通過通信模組242將此政策回傳至電子裝置22(步驟S306)。其中，政策制定模組244例如是通過訓(xùn)練一個(gè)使用半監(jiān)督式學(xué)習(xí)法(semi-supervisedlearning)所建立的機(jī)器學(xué)習(xí)模型來產(chǎn)生可用以修復(fù)電子裝置22的政策。詳言之，圖5是依照本發(fā)明一實(shí)施例所示出的政策制定模組的方塊圖。圖6是依照本發(fā)明一實(shí)施例所示出的政策制定方法的流程圖。請同時(shí)參照圖5及圖6，本實(shí)施例說明圖2中政策制定模組244的細(xì)部構(gòu)件及其功能。其中，政策制定模組244包括異常檢測模組2442、特征摘取模組2444及結(jié)構(gòu)預(yù)測模組2446。以下即搭配上述元件，說明本實(shí)施例政策制定方法的詳細(xì)流程。首先，由異常檢測模組2442對(duì)所接收的診斷結(jié)果執(zhí)行異常檢測，以找出多個(gè)異常(outlier)(步驟S602)。此異常例如包括在診斷結(jié)果中與其他數(shù)據(jù)集合有顯著不同的總體異常(globaloutlier)、根據(jù)數(shù)據(jù)的特定上下文所得到的內(nèi)容異常(contextualoutlier)，以及發(fā)生在特定子集合上的集合異常(collectiveoutlier)。接著，由特征摘取模組2444摘取所檢測的異常中的多個(gè)特征以產(chǎn)生特征向量(步驟S604)。此特征摘取是特征選取的延伸，其是將資料集合由高維度的空間投影到低維度的空間，其與特征選取最大的不同在于挑選出的集合可以由原本的特征經(jīng)過線性或非線性的運(yùn)算組合而成。其中， 若將每一個(gè)資料的每一個(gè)特征視為是這筆數(shù)據(jù)的坐標(biāo)，則全部的資料即可視為是一群分布在高維度空間中的點(diǎn)，而每筆資料的特征數(shù)目即為此筆資料的維度。最后，由結(jié)構(gòu)預(yù)測模組2446以樣本(sample)跟分類(label)的特征向量做為聯(lián)合特征函數(shù)(jointfeaturefunction)的輸入執(zhí)行結(jié)構(gòu)預(yù)測演算法，以預(yù)測用以修復(fù)電子裝置的政策(步驟S606)。其中，結(jié)構(gòu)預(yù)測模組2446是通過訓(xùn)練一個(gè)使用半監(jiān)督式學(xué)習(xí)法所建立的機(jī)器學(xué)習(xí)模型來產(chǎn)生可用以修復(fù)電子裝置22的政策。詳言之，圖7是依照本發(fā)明一實(shí)施例所示出的結(jié)構(gòu)預(yù)測方法的流程圖。請同時(shí)參照圖5、圖6及圖7，本實(shí)施例是進(jìn)一步說明圖6中步驟S606的詳細(xì)步驟。首先，結(jié)構(gòu)預(yù)測模組2446會(huì)使用半監(jiān)督式學(xué)習(xí)法建立一個(gè)機(jī)器學(xué)習(xí)模型(步驟S702)。此半監(jiān)督式學(xué)習(xí)法是同時(shí)使用少量的已標(biāo)記數(shù)據(jù)(labeled)及大量的未標(biāo)記(unlabeled)數(shù)據(jù)來訓(xùn)練機(jī)器學(xué)習(xí)模型(例如是一個(gè)函數(shù))，并根據(jù)此模型預(yù)測新的數(shù)據(jù)。由于半監(jiān)督式學(xué)習(xí)法不需要花費(fèi)太多時(shí)間去標(biāo)記數(shù)據(jù)，而且可以得到更高的分類正確性。因此，通過采用半監(jiān)督式學(xué)習(xí)法，本實(shí)施例僅需提供少量樣本，即可得到較佳的預(yù)測結(jié)果。接著，結(jié)構(gòu)預(yù)測模組2446會(huì)將特征摘取模組2444所摘取的樣本跟分類的特征向量輸入上述的機(jī)器學(xué)習(xí)模型，以獲得多個(gè)預(yù)測輸出的特征向量(步驟S704)。其中，結(jié)構(gòu)預(yù)測模組2446例如會(huì)觀察一些訓(xùn)練數(shù)據(jù)(包括輸入物件和預(yù)期輸出)后，去預(yù)測這個(gè)模型(函數(shù))對(duì)任何可能出現(xiàn)的輸入值的輸出。機(jī)器學(xué)習(xí)模型的準(zhǔn)確度與輸入的物件如何表示有很大的關(guān)聯(lián)，本實(shí)施例是將輸入的物件轉(zhuǎn)化成一個(gè)特征向量，其中包含了許多關(guān)于描述物件的特征。然后，結(jié)構(gòu)預(yù)測模組2446會(huì)將所輸入的特征向量及所獲得的預(yù)測輸出的特征向量結(jié)合以產(chǎn)生聯(lián)合特征函數(shù)(步驟S706)。其中，結(jié)構(gòu)預(yù)測模組2446例如是將訓(xùn)練樣本(即特征向量)x與候選預(yù)測(candidateprediction)y映射到長度為n的向量上，此x、y可以采用任何結(jié)構(gòu)，n則是依問題而定，但對(duì)于每個(gè)模型而言是固定的。最后，結(jié)構(gòu)預(yù)測模組2446會(huì)將此聯(lián)合特征函數(shù)做為訓(xùn)練數(shù)據(jù)回饋至機(jī)器學(xué)習(xí)模型，藉此訓(xùn)練機(jī)器學(xué)習(xí)模型，最終并可預(yù)測用以修復(fù)電子裝置22的政策(步驟S708)。上述政策中例如包含多個(gè)線索(hint)，這些線索定義裝置中的特定物件應(yīng)執(zhí)行的動(dòng)作，而可供電子裝置22據(jù)以實(shí)施。通過上述的半監(jiān)督式學(xué)習(xí)法，本實(shí)施例僅需通過少量的訓(xùn)練數(shù)據(jù)來預(yù)測機(jī)器學(xué)習(xí)模型，并使用大量的未標(biāo)記數(shù)據(jù)來訓(xùn)練機(jī)器學(xué)習(xí)模型。藉此，本實(shí)施例僅需提供少量樣本(即上述的特征向量)，即可得到較佳的預(yù)測結(jié)果。回到圖3的流程，最后，當(dāng)電子裝置22經(jīng)由通信模組222接收到服務(wù)器21回傳的政策時(shí)，自我修復(fù)模組228即會(huì)將此政策轉(zhuǎn)換為電子裝置22適用的規(guī)則，并據(jù)以執(zhí)行自我修復(fù)(步驟S308)。其中，電子裝置22轉(zhuǎn)換規(guī)則的方式可區(qū)分兩種：一種是將上述的規(guī)則融合于對(duì)應(yīng)元件的函數(shù)(function)；另一種則是先將對(duì)應(yīng)元件的函數(shù)移除后再加入所述規(guī)則，本實(shí)施例并不限于此。詳言之，自我修復(fù)模組228例如是將原始的函數(shù)與套用規(guī)則來修改的函數(shù)并排(sidebyside)在一起比較，若差異不大，則自我修復(fù)模組228會(huì)將此差異部分融合于原始函數(shù)；反之，若差異較大，則可以直接以所述規(guī)則覆蓋對(duì)應(yīng)元件的函數(shù)，或是將對(duì)應(yīng)元件的函數(shù)移除后再加入所述規(guī)則。通過上述的自我修復(fù)方法，電子裝置可避免元件的更新影響到服務(wù)的運(yùn)行，而通過服務(wù)器協(xié)助分析更新結(jié)果并制定修復(fù)政策，電子裝置即可自我修復(fù)更新后的缺陷或安全漏洞，從而提供較佳且安全的服務(wù)。以下以電腦更新核心/驅(qū)動(dòng)程序?yàn)槔?，說明上述的自我修復(fù)方法。本實(shí)施例的電腦是采用Linux作業(yè)系統(tǒng)，此作業(yè)系統(tǒng)具有一個(gè)更新服務(wù)程序(updatedaemon)，其會(huì)定時(shí)到更新服務(wù)器上的更新倉儲(chǔ)檢查更新。當(dāng)此服務(wù)程序發(fā)現(xiàn)有更新但卻無法確保更新后系統(tǒng)的健全性時(shí)，就會(huì)尋求云端服務(wù)器的協(xié)助，而將電腦的自我診斷數(shù)據(jù)傳送至云端服務(wù)器，由云端服務(wù)器上的機(jī)器學(xué)習(xí)模型進(jìn)行分析。此診斷數(shù)據(jù)包括電腦的環(huán)境參數(shù)、問題、癥狀等數(shù)據(jù)，但不限于此。云端服務(wù)器將會(huì)利用機(jī)器學(xué)習(xí)模型分析診斷數(shù)據(jù)，而制定用以修復(fù)電 腦的政策，并傳送至電腦。此政策中例如包括核心/驅(qū)動(dòng)程序的相依關(guān)是(dependencies)、硬體相容表列(hardwarecompatibilitylist)等信息。此時(shí)，電腦上的代理人程序(agent)會(huì)將此政策轉(zhuǎn)換為函數(shù)符號(hào)表(functionsymboltable)、文件異動(dòng)(filediff)等規(guī)則，并嘗試將此規(guī)則融入核心/驅(qū)動(dòng)程序的二進(jìn)制數(shù)據(jù)(例如ELF執(zhí)行檔)的函數(shù)中，或是將原始函數(shù)移除后再加入套用此規(guī)則的函數(shù)。藉此，本實(shí)施例的電腦即可在更新的同時(shí)修復(fù)更新所可能造成的程序缺陷或安全漏洞。綜上所述，本發(fā)明的電子裝置的自我修復(fù)方法、系統(tǒng)及服務(wù)器采用漸近式修補(bǔ)的方式主動(dòng)或被動(dòng)地對(duì)安裝在電子裝置上的元件進(jìn)行更新，而不影響電子裝置服務(wù)的運(yùn)行。電子裝置在執(zhí)行完更新后若無法自行維護(hù)元件良好運(yùn)行，則會(huì)自動(dòng)將自我診斷的結(jié)果傳送至服務(wù)器上，由服務(wù)器利用機(jī)器學(xué)習(xí)模型產(chǎn)生自我修復(fù)的政策并提供給電子裝置。最后，電子裝置只需將此政策轉(zhuǎn)換為本身適用的規(guī)則，即可實(shí)現(xiàn)自我修復(fù)。藉此，可減輕網(wǎng)管人員維護(hù)的負(fù)擔(dān)，并可提供穩(wěn)定的服務(wù)品質(zhì)。雖然本發(fā)明已以實(shí)施例公開如上，然其并非用以限定本發(fā)明，任何所屬
技術(shù)領(lǐng)域：
：中的普通技術(shù)人員，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作些許的更動(dòng)與潤飾，故本發(fā)明的保護(hù)范圍當(dāng)視后附的申請專利范圍所界定者為準(zhǔn)。當(dāng)前第1頁1 2 3 當(dāng)前第1頁1 2 3