[发明专利]基于决策树的游戏作弊检测方法

权利要求书

1.一种基于决策树的游戏作弊检测方法，其特征在于，包括以下步骤：

(1)定时在玩家信息数据库中提取无冗余的特征属性数据集合；

(2)将该特征属性数据集合分为特征属性训练数据和特征属性测试数据；

(3)由特征属性训练数据生成决策树，并通过特征属性测试数据对决策书进行裁剪生成目标决策树模型；

(4)对该目标决策树进行评估，得到外挂检测最适合的目标决策树模型；

(5)对目标决策树模型进行分析处理生成分类玩家数据库后，对分类玩家数据进行联机分析处理来检测出带有外挂的作弊玩家。

2.按照权利要求1所述的基于决策树的游戏作弊检测方法，其特征在于，所述步骤(1)具体为：

(11)定时对玩家信息数据库的记录进行数据清洗，将冗余的或无关的数据从数据集中删除；

(12)提取玩家信息数据库中无冗余的数据组成特征属性数据集合。

3.按照权利要求2所述的基于决策树的游戏作弊检测方法，其特征在于，所述步骤(3)具体为：

(31)将特征属性训练数据进行切分处理得到预定的决策树层数，并选择裁剪节点生成决策树；

(32)使用特征属性测试数据的分类属性对决策树进行裁剪处理，生成目标决策树模型。

4.按照权利要求3所述的基于决策树的游戏作弊检测方法，其特征在于，所述步骤(4)具体为：

(41)使用特征属性测试数据分别对该生成的目标决策树模型和正在使用的决策树模型进行评估，如果评估结果大于预先设定的误差阀值，则返回步骤(3)；否则，进入步骤(42)；

(42)判断生成的目标决策树模型的误差值是否大于正在使用的目标决策树模型，如果判断结果为是，则使用该正在使用的目标决策树模型；如果判断结果为否，则使用该生成的目标决策树模型。

5.按照权利要求4所述的基于决策树的游戏作弊检测方法，其特征在于，所述步骤(5)具体为：

(51)对目标决策树模型进行分析，生成分类规则集；

(52)使用该分类规则集，生成分类玩家数据库；

(53)对分类玩家数据进行联机分析处理，检测出作弊玩家及其外挂的功能。

6.按照权利要求3所述的基于决策树的游戏作弊检测方法，其特征在于，所述切分处理的方法为：

对特征属性训练数据进行不断的切分，每一次对应一个游戏人物特征属性的判断并同时对应一个节点，直到切分的层数达到了预定的层数为止。

7.按照权利要求3所述的基于决策树的游戏作弊检测方法，其特征在于，所述裁剪处理的方法为：

当测试玩家数据进入决策树并到达叶节点时，测试玩家数据的分类属性与叶子节点的分类属性比较得到每个枝条的出错率，通过对每个枝条的出错率进行加权平均，计算出不剪枝该节点的错误率，并判断裁剪是否能够降低错误率，如果是，则剪掉该节点的所有子节点后，通过测试玩家数据校验出错率，生成错误率小的目标决策树模型。