[发明专利]一种游戏作弊的识别方法和设备无效
申请号: | 201010111565.9 | 申请日: | 2010-02-22 |
公开(公告)号: | CN102163251A | 公开(公告)日: | 2011-08-24 |
发明(设计)人: | 肖磊;岳亚丁;刘大鹏;黄华基;赖晓平;李邕;李多全;叶幸春;陈永锋;贡鸣;言艳花 | 申请(专利权)人: | 深圳市腾讯计算机系统有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京鑫媛睿博知识产权代理有限公司 11297 | 代理人: | 龚家骅 |
地址: | 518057 广东省南山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 游戏 作弊 识别 方法 设备 | ||
技术领域
本发明涉及互联网技术领域,尤其涉及一种游戏作弊的识别方法和设备。
背景技术
随着互联网的普及和发展,网络游戏越来越受到广大网民的喜爱,网络游戏不仅丰富了人们的休闲娱乐生活,游戏服务商等相关行业也从中获益。然而,在网络中游戏中存在着大量的作弊现象,游戏操作者通过外挂或者其他手段获取游戏规则外的非法利益,网络游戏中的作弊行为不仅影响了游戏操作者之间的公平竞争和网络游戏行业的健康发展,也对游戏服务提供商的利益产生了严重的冲突。
目前,网络游戏中的作弊行为主要包括软件作弊、硬件作弊和截获数据作弊等方式。其中,软件作弊主要是指在游戏操作过程中,通过采用相关的游戏软件(如游戏外挂等)改变游戏操作的难易程度或提高操作的准确性,使得操作者在软件的保护层下获得游戏规则外的非法利益的作弊方式;硬件作弊包括使用超高亮度显示器或者修改版的显卡,游戏操作者可以在黑暗处看清对手的所在的位置信息,这种游戏作弊方式很难用软件来阻止,同时也存在很大的局限性;截获数据作弊是指游戏客户端截获服务器端发往其他游戏操作者相关数据的作弊方式。
现有技术中,防止游戏操作者作弊的方法主要有两种。一种方法是在游戏过程中设计用户投诉的功能,当用户发现其他用户在游戏过程中出现异常操作时,通过该功能发起对某个用户作弊的投诉流程。但是,使用该方法对游戏操作者的作弊行为进行识别时,需要在后期投入较多的人力来验证用户的投诉,并辨别该投诉的真实有效性;同时还需要根据游戏自身的特点,设计针对正常投诉和恶意投诉的不同处理方法,后期处理过程繁琐复杂。另外,在接收到用户的投诉时,用户的作弊行为已经发生,即使在后期确认被投诉的用户存在作弊行为,也无法从根本上对游戏操作者的作弊进行规避,当用户使用相同或相似的作弊方式进行作弊时,仍然无法在游戏操作过程中对操作者的作弊行为进行识别。
另外,现有技术中还可以根据游戏的特性设置一些防止用户作弊的门槛或者通过设置简单的规则识别用户的作弊行为。但是,设置门槛的方法在很大程度上影响了正常用户的使用感受,譬如在用户登陆游戏平台时输入图形验证码的方式,尤其在需要输入冗长复杂的图形验证码时,影响游戏操作者在游戏过程中的畅快感;在游戏运营过一段时间后,根据操作者的业务经验获取作弊用户的相关匹配规则,比如多长时间内产生多少次交易等,根据相关的匹配规则生成简单的作弊识别规则对用户的作弊行为进行识别,简单的作弊识别规则无法对用户的作弊行为进行有效的识别,甚至对正常的用户操作产生负面的影响。
发明内容
有鉴于此,本发明实施例提供一种游戏作弊的识别方法和设备,实现了根据用户的网络流量数据和业务数据对作弊用户进行识别。
本发明实施例提供一种游戏作弊的识别方法,包括以下步骤:
获取用户在游戏操作中的网络流量数据和业务数据;
根据所述用户在游戏操作中的网络流量数据和业务数据生成游戏作弊识别模型;
根据所述游戏作弊识别模型对所述用户的作弊行为进行识别。
优选的,所述根据获取的所述网络流量数据和业务数据生成游戏作弊识别模型,具体为:
根据获取的所述用户在游戏操作中的网络流量数据和业务数据,按照决策树和/或神经网络算法对所述网络流量数据和业务数据进行训练,生成所述游戏作弊识别模型。
优选的,所述根据获取的所述网络流量数据和业务数据生成游戏作弊识别模型,还包括:
根据获取的所述用户在游戏操作中的网络流量数据和业务数据,以及已经被识别为作弊用户的历史业务数据,按照决策树和/或神经网络算法对所述网络流量数据和业务数据进行训练,生成所述游戏作弊识别模型。
优选的,所述根据所述游戏作弊识别模型对所述用户进行识别,之前还包括:预先设置与游戏类型相对应的作弊用户识别策略;
所述根据所述游戏作弊识别模型对所述用户进行识别,具体为:
按照所述游戏作弊识别模型对所述用户网络流量数据和业务数据进行识别,并根据与游戏类型相对应的所述作弊用户识别策略,识别所述用户是否为作弊用户;
当识别所述用户为作弊用户时,对所述用户进行处理;
当识别所述用户为正常用户时,继续对所述用户进行识别。
优选的,所述识别所述用户为作弊用户,之后还包括:
接收所述作弊用户对所述处理的反馈信息,并对所述反馈信息进行验证;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市腾讯计算机系统有限公司,未经深圳市腾讯计算机系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010111565.9/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种多光谱图像边缘特征检测方法
- 下一篇:一种集成电路的高级综合方法
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用