1.一種對計算設(shè)備中的設(shè)備行為進行分析的方法，包括：
由所述計算設(shè)備的處理器監(jiān)測在所述計算設(shè)備上操作的軟件應(yīng)用的活動，以生成對所述計算設(shè)備的用戶進行表征的用戶角色信息；以及
使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的。
2.根據(jù)權(quán)利要求1所述的方法，其中，使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的包括：
使用所生成的用戶角色信息來動態(tài)地確定要在所述計算設(shè)備中監(jiān)測或評估的設(shè)備特征，以便平衡性能和安全性之間的折衷。
3.根據(jù)權(quán)利要求1所述的方法，其中，使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的包括：
使用所生成的用戶角色信息來識別與確定所述設(shè)備行為是否與所述用戶對所述計算設(shè)備的通常使用的模式不一致最相關(guān)的設(shè)備特征。
4.根據(jù)權(quán)利要求3所述的方法，其中，使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的還包括：
監(jiān)測所識別的設(shè)備特征以收集行為信息；
生成對所收集的行為信息進行表征的行為向量；以及
將所生成的行為向量應(yīng)用于分類器模型，以確定所述設(shè)備行為是否是非良性的。
5.根據(jù)權(quán)利要求4所述的方法，還包括：生成對所識別的設(shè)備特征進行評估的特定于用戶的分類器模型，其中，將所生成的行為向量應(yīng)用于所述分類器模型，以確定所述設(shè)備行為是否是非良性的包括：將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型，以確定所述設(shè)備行為是否是非良性的。
6.根據(jù)權(quán)利要求5所述的方法，其中：
生成對所識別的設(shè)備特征進行評估的所述特定于用戶的分類器模型包括：
接收包括多個測試條件的完全分類器模型；
識別所述多個測試條件中的、對所識別的設(shè)備特征進行評估的測試條件；以及
生成所述特定于用戶的分類器模型以包括經(jīng)識別的測試條件；以及將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型以確定所述設(shè)備行為是否是非良性的包括：
將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型，以便對所述特定于用戶的分類器模型中包括的每個測試條件進行評估；
計算對所述特定于用戶的分類器模型中的測試條件進行評估的每個結(jié)果的加權(quán)平均；以及
基于所計算的加權(quán)平均來確定所述設(shè)備行為是否是非良性的。
7.根據(jù)權(quán)利要求1所述的方法，其中，監(jiān)測所述軟件應(yīng)用的活動包括：監(jiān)測所述用戶與所述軟件應(yīng)用之間的用戶交互。
8.根據(jù)權(quán)利要求1所述的方法，其中，生成所述用戶角色信息包括：生成對所述用戶的情緒進行表征的信息，所述方法還包括：確定所述用戶的情緒是否與對通過監(jiān)測設(shè)備特征所收集的行為信息進行分析有關(guān)。
9.根據(jù)權(quán)利要求8所述的方法，還包括：
生成行為向量，所述行為向量將所述用戶的情緒與之有關(guān)的所收集的行為信息與所述用戶在所述行為信息被收集時的情緒相互關(guān)聯(lián)；以及
將所生成的行為向量應(yīng)用于分類器模型，以確定所述設(shè)備行為是否是非良性的。
10.根據(jù)權(quán)利要求8所述的方法，還包括：
生成分類器模型，所述分類器模型包括對與所述用戶的情緒有關(guān)的設(shè)備特征進行評估的決策節(jié)點；以及
將行為向量應(yīng)用于所述分類器模型，以確定所述設(shè)備行為是否是非良性的。
11.一種計算設(shè)備，包括：
處理器，所述處理器被配置有處理器可執(zhí)行指令，以執(zhí)行包括以下各項的操作：
監(jiān)測在所述計算設(shè)備上操作的軟件應(yīng)用的活動，以生成對所述計算設(shè)備的用戶進行表征的用戶角色信息；以及
使用所述用戶角色信息來確定設(shè)備行為是否是非良性的。
12.根據(jù)權(quán)利要求11所述的計算設(shè)備，其中，所述處理器被配置有處理器可執(zhí)行指令以執(zhí)行操作，使得使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的包括：
使用所生成的用戶角色信息來動態(tài)地確定要在所述計算設(shè)備中監(jiān)測或評估的設(shè)備特征，以便平衡性能和安全性之間的折衷。
13.根據(jù)權(quán)利要求11所述的計算設(shè)備，其中，所述處理器被配置有處理器可執(zhí)行指令以執(zhí)行操作，使得使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的包括：
使用所生成的用戶角色信息來識別與確定所述設(shè)備行為是否與所述用戶對所述計算設(shè)備的通常使用的模式不一致最相關(guān)的設(shè)備特征。
14.根據(jù)權(quán)利要求13所述的計算設(shè)備，其中，所述處理器被配置有處理器可執(zhí)行指令以執(zhí)行操作，使得使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的包括：
監(jiān)測所識別的設(shè)備特征以收集行為信息；
生成對所收集的行為信息進行表征的行為向量；以及
將所生成的行為向量應(yīng)用于分類器模型，以確定所述設(shè)備行為是否是非良性的。
15.根據(jù)權(quán)利要求14所述的計算設(shè)備，其中：
所述處理器被配置有處理器可執(zhí)行指令，以執(zhí)行還包括以下項的操作：生成對所識別的設(shè)備特征進行評估的特定于用戶的分類器模型；以及
所述處理器被配置有處理器可執(zhí)行指令以執(zhí)行操作，使得將所生成的行為向量應(yīng)用于所述分類器模型，以確定所述設(shè)備行為是否是非良性的包括：將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型，以確定所述設(shè)備行為是否是非良性的。
16.根據(jù)權(quán)利要求15所述的計算設(shè)備，其中，所述處理器被配置有處理器可執(zhí)行指令以執(zhí)行操作，使得：
生成對所識別的設(shè)備特征進行評估的所述特定于用戶的分類器模型包括：
接收包括多個測試條件的完全分類器模型；
識別所述多個測試條件中的、對所識別的設(shè)備特征進行評估的測試條件；以及
生成所述特定于用戶的分類器模型以包括經(jīng)識別的測試條件；以及將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型以確定所述設(shè)備行為是否是非良性的包括：
將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型，以便對所述特定于用戶的分類器模型中包括的每個測試條件進行評估；
計算對所述特定于用戶的分類器模型中的測試條件進行評估的每個結(jié)果的加權(quán)平均；以及
基于所計算的加權(quán)平均來確定所述設(shè)備行為是否是非良性的。
17.根據(jù)權(quán)利要求11所述的計算設(shè)備，其中：
所述處理器被配置有處理器可執(zhí)行指令以執(zhí)行操作，使得生成所述用戶角色信息包括：生成對所述用戶的情緒進行表征的信息；以及
所述處理器被配置有處理器可執(zhí)行指令，以執(zhí)行還包括以下各項的操作：
確定所述用戶的情緒是否與對通過監(jiān)測設(shè)備特征所收集的行為信息進行分析有關(guān)；
響應(yīng)于確定所述用戶的情緒與對通過監(jiān)測所述設(shè)備特征所收集的所述行為信息進行分析有關(guān)，生成分類器模型，所述分類器模型包括對與所述用戶的情緒有關(guān)的設(shè)備特征進行評估的決策節(jié)點；
生成行為向量，所述行為向量將所述用戶的情緒與之有關(guān)的所收集的行為信息與所述用戶在所述行為信息被收集時的情緒相互關(guān)聯(lián)；以及
將所生成的行為向量應(yīng)用于所述分類器模型，以確定所述設(shè)備行為是否是非良性的。
18.一種具有存儲在其上的處理器可執(zhí)行軟件指令的非暫時性計算機可讀存儲介質(zhì)，所述處理器可執(zhí)行軟件指令被配置為使得計算設(shè)備的處理器執(zhí)行用于對所述計算設(shè)備中的設(shè)備行為進行分析的操作，所述操作包括：
監(jiān)測在所述計算設(shè)備上操作的軟件應(yīng)用的活動，以生成對所述計算設(shè)備的用戶進行表征的用戶角色信息；以及
使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的。
19.根據(jù)權(quán)利要求18所述的非暫時性計算機可讀存儲介質(zhì)，其中，所存儲的處理器可執(zhí)行軟件指令被配置為使得處理器執(zhí)行操作，使得使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的包括：
使用所生成的用戶角色信息來動態(tài)地確定要在所述計算設(shè)備中監(jiān)測或評估的設(shè)備特征，以便平衡性能和安全性之間的折衷。
20.根據(jù)權(quán)利要求18所述的非暫時性計算機可讀存儲介質(zhì)，其中，所存儲的處理器可執(zhí)行軟件指令被配置為使得處理器執(zhí)行操作，使得使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的包括：
使用所生成的用戶角色信息來識別與確定所述設(shè)備行為是否與所述用戶對所述計算設(shè)備的通常使用的模式不一致最相關(guān)的設(shè)備特征。
21.根據(jù)權(quán)利要求20所述的非暫時性計算機可讀存儲介質(zhì)，其中，所存儲的處理器可執(zhí)行軟件指令被配置為使得處理器執(zhí)行操作，使得使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的還包括：
監(jiān)測所識別的設(shè)備特征以收集行為信息；
生成對所收集的行為信息進行表征的行為向量；以及
將所生成的行為向量應(yīng)用于分類器模型，以確定所述設(shè)備行為是否是非良性的。
22.根據(jù)權(quán)利要求21所述的非暫時性計算機可讀存儲介質(zhì)，其中：
所存儲的處理器可執(zhí)行軟件指令被配置為使得處理器執(zhí)行還包括以下項的操作：生成對所識別的設(shè)備特征進行評估的特定于用戶的分類器模型；以及
所存儲的處理器可執(zhí)行軟件指令被配置為使得處理器執(zhí)行操作，使得將所生成的行為向量應(yīng)用于所述分類器模型，以確定所述設(shè)備行為是否是非良性的包括：將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型，以確定所述設(shè)備行為是否是非良性的。
23.根據(jù)權(quán)利要求22所述的非暫時性計算機可讀存儲介質(zhì)，其中，所存儲的處理器可執(zhí)行軟件指令被配置為使得處理器執(zhí)行操作，使得：
生成對所識別的設(shè)備特征進行評估的所述特定于用戶的分類器模型包括：
接收包括多個測試條件的完全分類器模型；
識別所述多個測試條件中的、對所識別的設(shè)備特征進行評估的測試條件；以及
生成所述特定于用戶的分類器模型以包括經(jīng)識別的測試條件；以及將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型以確定所述設(shè)備行為是否是非良性的包括：
將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型，以便對所述特定于用戶的分類器模型中包括的每個測試條件進行評估；
計算對所述特定于用戶的分類器模型中的測試條件進行評估的每個結(jié)果的加權(quán)平均；以及
基于所計算的加權(quán)平均來確定所述設(shè)備行為是否是非良性的。
24.根據(jù)權(quán)利要求18所述的非暫時性計算機可讀存儲介質(zhì)，其中：
所存儲的處理器可執(zhí)行軟件指令被配置為使得處理器執(zhí)行操作，使得生成所述用戶角色信息包括：生成對所述用戶的情緒進行表征的信息；以及
所存儲的處理器可執(zhí)行軟件指令被配置為使得所述處理器執(zhí)行還包括以下各項的操作：
確定所述用戶的情緒是否與對通過監(jiān)測設(shè)備特征所收集的行為信息進行分析有關(guān)；
響應(yīng)于確定所述用戶的情緒與對通過監(jiān)測所述設(shè)備特征所收集的所述行為信息進行分析有關(guān)，生成分類器模型，所述分類器模型包括對與所述用戶的情緒有關(guān)的設(shè)備特征進行評估的決策節(jié)點；
生成行為向量，所述行為向量將所述用戶的情緒與之有關(guān)的所收集的行為信息與所述用戶在所述行為信息被收集時的情緒相互關(guān)聯(lián)；以及
將所生成的行為向量應(yīng)用于所述分類器模型，以確定所述設(shè)備行為是否是非良性的。
25.一種計算設(shè)備，包括：
用于監(jiān)測在所述計算設(shè)備上操作的軟件應(yīng)用的活動，以生成對所述計算設(shè)備的用戶進行表征的用戶角色信息的單元；以及
用于使用所述用戶角色信息來確定設(shè)備行為是否是非良性的單元。
26.根據(jù)權(quán)利要求25所述的計算設(shè)備，其中，用于使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的單元包括：
用于使用所生成的用戶角色信息來識別與確定所述設(shè)備行為是否與所述用戶對所述計算設(shè)備的通常使用的模式不一致最相關(guān)的設(shè)備特征的單元。
27.根據(jù)權(quán)利要求26所述的計算設(shè)備，其中，用于使用所述用戶角色信息來確定所述設(shè)備行為是否是非良性的單元還包括：
用于監(jiān)測所識別的設(shè)備特征以收集行為信息的單元；
用于生成對所收集的行為信息進行表征的行為向量的單元；以及
用于將所生成的行為向量應(yīng)用于分類器模型，以確定所述設(shè)備行為是否是非良性的單元。
28.根據(jù)權(quán)利要求27所述的計算設(shè)備，還包括：用于生成對所識別的設(shè)備特征進行評估的特定于用戶的分類器模型的單元，
其中，用于將所生成的行為向量應(yīng)用于所述分類器模型，以確定所述設(shè)備行為是否是非良性的單元包括：用于將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型，以確定所述設(shè)備行為是否是非良性的單元。
29.根據(jù)權(quán)利要求28所述的計算設(shè)備，其中：
用于生成對所識別的設(shè)備特征進行評估的所述特定于用戶的分類器模型的單元包括：
用于接收包括多個測試條件的完全分類器模型的單元；
用于識別所述多個測試條件中的、對所識別的設(shè)備特征進行評估的測試條件的單元；以及
用于生成所述特定于用戶的分類器模型以包括經(jīng)識別的測試條件的單元；以及
用于將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型，以確定所述設(shè)備行為是否是非良性的單元包括：
用于將所生成的行為向量應(yīng)用于所述特定于用戶的分類器模型，以便對所述特定于用戶的分類器模型中包括的每個測試條件進行評估的單元；
用于計算對所述特定于用戶的分類器模型中的測試條件進行評估的每個結(jié)果的加權(quán)平均的單元；以及
用于基于所計算的加權(quán)平均來確定所述設(shè)備行為是否是非良性的單元。
30.根據(jù)權(quán)利要求25所述的計算設(shè)備，其中，用于生成所述用戶角色信息的單元包括：用于生成對所述用戶的情緒進行表征的信息的單元，以及所述計算設(shè)備還包括：
用于確定所述用戶的情緒是否與對通過監(jiān)測設(shè)備特征所收集的行為信息進行分析有關(guān)的單元；
用于響應(yīng)于確定所述用戶的情緒與對通過監(jiān)測所述設(shè)備特征所收集的所述行為信息進行分析有關(guān)，生成分類器模型的單元，所述分類器模型包括對與所述用戶的情緒有關(guān)的設(shè)備特征進行評估的決策節(jié)點；
用于生成行為向量的單元，所述行為向量將所述用戶的情緒與之有關(guān)的所收集的行為信息與所述用戶在所述行為信息被收集時的情緒相互關(guān)聯(lián)；以及
用于將所生成的行為向量應(yīng)用于所述分類器模型，以確定所述設(shè)備行為是否是非良性的單元。