[發明專利]一種信息處理方法、電子設備和計算機可讀存儲介質

有效

• 申請號: 202010622314.0
• 申請日: 2020-06-30
• 公開（公告）號: CN111796658B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 劉俊海;張偉;錢凱;曾顯栓
• 申請（專利權）人: 聯想（北京）有限公司
• 主分類號: G06F1/3234
• 分類號: G06F1/3234;G06N20/00;H04W52/02
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 劉歡歡;張穎玲

1.一種信息處理方法，應用于電子設備，所述方法包括：

通過第一控制器獲取所述電子設備的網絡數據流；其中，所述網絡數據流為處于網絡連接狀態下所述電子設備的數據；所述網絡數據流至少包括：網絡數據包大小、單位時間內網絡數據包的數量、第一應用程序相關信息；

基于所述網絡數據流，確定目標處理器的工作場景；基于所述目標處理器的工作場景，預測所述目標處理器的功耗；其中，所述工作場景用于表征所述目標處理器的負載的類型；所述工作場景至少包括：輕載、脈沖負載、穩定負載、時而脈沖時而恒定負載；所述目標處理器和所述第一控制器不同。

2.根據權利要求1所述的方法，其特征在于，所述通過第一控制器獲取所述電子設備的網絡數據流，包括：

通過所述第一控制器獲取所述電子設備的所述網絡數據包；

從所述網絡數據包中解析所述電子設備內部所述第一應用程序運行時所產生的網絡數據流。

3.根據權利要求2所述的方法，其特征在于，所述基于所述網絡數據流，確定所述目標處理器的工作場景，包括：

基于所述網絡數據流和場景識別模型，確定所述目標處理器的工作場景。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

獲取處于網絡連接狀態下所述電子設備產生的歷史網絡數據流；

采用機器學習算法對所述歷史網絡數據流進行模型訓練，生成所述場景識別模型。

5.根據權利要求1所述的方法，其特征在于，所述基于所述目標處理器的工作場景，預測所述目標處理器的功耗，包括：

獲取溫控調整策略，其中，所述溫控調整策略表征所述工作場景和所述功耗的對應關系；

基于所述溫控調整策略和所述目標處理器的工作場景，預測所述目標處理器的功耗。

6.根據權利要求5所述的方法，其特征在于，所述電子設備在所述目標處理器的工作場景下包括第一工作狀態和第二工作狀態，所述方法還包括：

若所述電子設備處于所述第一工作狀態，控制所述目標處理器的功耗為第一功耗值；

若所述電子設備處于所述第二工作狀態，控制所述目標處理器的功耗為第二功耗值；其中，所述第一功耗值小于所述第二功耗值。

7.一種電子設備，其特征在于，所述電子設備包括：處理器、存儲器和通信總線；

所述通信總線用于實現所述處理器和所述存儲器之間的通信連接；

所述處理器用于執行所述存儲器中存儲的信息處理方法的程序，以實現以下步驟：

通過第一控制器獲取所述電子設備的網絡數據流；其中，所述網絡數據流為處于網絡連接狀態下所述電子設備的數據；所述網絡數據流至少包括：網絡數據包大小、單位時間內網絡數據包的數量、第一應用程序相關信息；

基于所述網絡數據流，確定目標處理器的工作場景；基于所述目標處理器的工作場景，預測所述目標處理器的功耗；其中，所述工作場景用于表征所述目標處理器的負載的類型；所述工作場景至少包括：輕載、脈沖負載、穩定負載、時而脈沖時而恒定負載；所述目標處理器和所述第一控制器不同。

8.根據權利要求7所述的電子設備，其特征在于，所述處理器執行通過第一控制器獲取所述電子設備的網絡數據流的步驟，還可以實現以下步驟：

通過所述第一控制器獲取所述電子設備的所述網絡數據包；

從所述網絡數據包中解析所述電子設備內部所述第一應用程序運行時所產生的網絡數據流。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有一個或者多個程序，所述一個或者多個程序可被一個或者多個處理器執行，以實現如權利要求1至6中任一項所述的信息處理方法的步驟。