[发明专利]一种用于识别异常用户操作的方法与装置

说明书

本发明的目的是提供一种用于识别异常用户操作的方法与设备。本发明通过对应用服务器的出入流量数据进行解析，以还原出一条或多条用户操作序列，然后，通过将所述用户操作序列与异常操作数据和/或正常操作数据进行比较，以识别异常用户操作，进而判断用户是否异常。与现有技术相比，本发明在无需高记录量与高开放量的前提下，利用完整的用户数据，高效、及时、准确地对详尽的、高复杂度的用户行为进行分析，以识别应用中的异常用户操作以及异常用户。

技术领域

本发明涉及网络技术领域，尤其涉及一种用于识别异常用户操作的技术。

背景技术

当前，不论是PC端的各类应用还是移动端的各类应用，异常用户总是困扰各类应用服务商的一个问题。异常用户利用挂机脚本等非正常方式来控制用户操作，从而从应用服务商中不当得利，影响其他用户的使用体验。

以游戏行业为例，挂机脚本就是使用某些程序，控制游戏中的玩家虚拟形象，通过已经设计好的路线或者套路来行动。挂机的目的有很多种，比如在最短的时间内获得最多的经验值达到一个非常高的等级，比如通过不停地参加某些活动来获得特定的道具奖励，比如通过程序自动完成新手任务，达到一定等级之后在聊天频道中发布诈骗消息等。

当某些用户持续性地、大规模地使用挂机脚本后，就形成了打金工作室。一般地，打金工作室作为一个团伙，通过使用大量的终端或者模拟器，在上面运行特定的程序，来模拟几十甚至几百个虚假的玩家。通过这些虚假的玩家来持续获得高价值的道具、高等级的游戏账号，最终通过交易这些虚拟物品来谋取经济上的收益。

这些行为一方面扰乱了正常的游戏环境，即虚假玩家的存在和参与活动干扰了正常玩家的游戏体验，一方面他们在线上以不正常的价格交易虚拟道具，在线下以不合理的比例交易虚拟币都严重影响了游戏公司的正常营收。

在现有技术中，打击挂机脚本基本是依靠应用服务商的运营人员进行人工识别，以游戏为例，可以通过他们在线上拍卖道具的价格是否属于合理，通过角色名称、在线时长、参与活动情况等结合在一起进行人工审核。这种方法费时费力，而且难以持续地治理挂机脚本的存在

随着大数据时代的来临，很多的应用服务商也开始通过机器学习数据挖掘的方式来识别这些不正常的用户。一个典型的方式是通过统计每个用户的一系列基础信息，例如名称、在线时长、登陆次数、使用IP个数、使用设备数量、同设备下有多少个角色等等信息，使用机器学习的方式，利用不同的机器学习算法来让程序自动识别不正常用户。这种方式一定程度上节省了运营人员的工作，但由于这是一种基于宏观(如用户的基础信息)的统计数据，因此也存在着许多缺点：

第一：通过这些宏观的统计来识别还是有一定的风险，例如总是会有漏网的情况以及判断错误的情况。

第二：由于每个判断指标(如用户的不同的基础信息)是独立的，因此每个指标的说服力都不是很强，外挂用户在大体了解了应用服务商所监控的宏观指标之后，能够让挂机脚本控制的用户，在这些指标上和真实用户没有太大区别的，例如，让虚拟用户与真实用户的名称、在线时长、登陆次数等相似。

第三：由于机器学习本身的滞后性，即每个应用的挂机识别模型都需要专家进行精细的调整，而随着应用运营时间的加长，市面上会出现越来越多的挂机脚本，因此模型需要持续地重新训练。而由于发现新的挂机脚本就需要一定的时间，再教给模型就需要更长的时间，从而大大影响了对异常用户的及时定位。

第四：若挂机脚本与真人的太过相似，则应用服务商的运营人员可能很难单凭人工方式发现该挂机脚本，因此也就无法指导机器模型的学习，进而无法对这类外挂用户进行定位。

发明内容

本发明的目的是提供一种用于识别异常用户操作的方法与设备。

根据本发明的一个实施例，提供了一种用于识别异常用户操作的方法，其中，该方法包括以下步骤：

获取应用服务器的出入流量数据；