[发明专利]用于识别APP推广中设备作弊的方法及装置

权利要求书

1.一种用于识别APP推广中设备作弊的方法，其特征在于，包括：

在接收到设备注册和/或激活后，获取所述设备的硬件信息、行为信息与渠道信息；所述硬件信息包括硬件ID、内存大小、版本号信息、国际移动用户识别码、传感器信息中的一个或多个；

由所述设备的硬件信息中提取作弊特征点；根据历史硬件信息与历史行为信息建立作弊特征提取模型；根据所述历史硬件信息、所述历史行为信息通过所述作弊特征提取模型获取所述作弊特征点；所述作弊特征点包括不便于模拟器进行修改的硬件信息和/或频繁被模拟器修改的硬件信息；

所述根据所述历史硬件信息、所述历史行为信息通过所述作弊特征提取模型获取所述作弊特征点，包括：通过聚类算法将所述历史硬件信息作为特征，对所述设备进行分类；通过所述历史行为信息识别异常的所述分类；以及提取异常的所述分类中的部分历史硬件信息作为所述作弊特征点；

根据所述渠道信息、所述行为信息、所述作弊特征点通过作弊识别模型判断所述设备是否有作弊行为；其中，所述作弊识别模型是通过历史渠道信息、历史行为信息、所述作弊特征点建立的；以及

如果所述设备存在作弊行为，则对所述设备以及所述渠道进行作弊标记。

2.如权利要求1所述的方法，其特征在于，通过历史渠道信息、历史行为信息、所述作弊特征点建立所述作弊识别模型，包括：

将所述历史渠道信息与所述作弊特征点作为模型特征；

将所述历史行为信息作为模型标签数据；

通过回归算法进行模型训练获取所述作弊识别模型。

3.如权利要求1所述的方法，其特征在于，所述硬件信息包括：

Hardware，applist，packagelist，os_version，imsi，ip_area，memsize，sensors，sensors_first，devicename，model，以及platform。

4.如权利要求1所述的方法，其特征在于，所述行为信息包括：

点击数量、订单数量、用户留存率，下单转化率，以及有效GMV。

5.如权利要求2所述的方法，其特征在于，所述将所述历史行为信息作为模型标签数据，包括：

将点击数量、订单数量、有效GMV的加权和作为所述模型标签数据。

6.一种用于识别APP推广中作弊设备的装置，其特征在于，包括：

信息模块，用于在接收到设备注册和/或激活后，获取所述设备的硬件信息、行为信息与渠道信息；所述硬件信息包括硬件ID、内存大小、版本号信息、国际移动用户识别码、传感器信息中的一个或多个；

特征模块，用于由所述设备的硬件信息中提取作弊特征点；

特征模型模块，用于根据历史硬件信息与历史行为信息建立作弊特征提取模型；根据所述历史硬件信息、所述历史行为信息通过所述作弊特征提取模型获取所述作弊特征点；所述作弊特征点包括不便于模拟器进行修改的硬件信息和/或频繁被模拟器修改的硬件信息；所述根据所述历史硬件信息、所述历史行为信息通过所述作弊特征提取模型获取所述作弊特征点，包括：通过聚类算法将所述历史硬件信息作为特征，对所述设备进行分类；通过所述历史行为信息识别异常的所述分类；以及提取异常的所述分类中的部分历史硬件信息作为所述作弊特征点；

判断模块，用于根据所述渠道信息、所述行为信息、所述作弊特征点通过作弊识别模型判断所述设备是否为有作弊行为；其中，所述作弊识别模型是通过历史渠道信息、历史行为信息、所述作弊特征点建立的；以及

标记模块，用于如果所述设备存在作弊行为，则对所述设备以及所述渠道进行作弊标记。

7.一种电子设备，其特征在于，包括：

处理器；

存储器，存储用于所述处理器控制如权利要求1-5任一项所述的操作的指令。

8.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。