[发明专利]一种基于大数据的手游安全平台构建方法及系统

权利要求书

1.一种基于大数据的手游安全平台构建方法，其特征在于，所述方法包括以下步骤：

采集手游客户端数据、手游服务器端数据、以及手游安全爬虫数据；

将采集的数据存储至分布式文件系统；

采用树集成模型和神经网络模型对所述采集的数据进行训练分别产生用于识别游戏中异常行为的手游安全模型。

2.如权利要求1所述的构建方法，其特征在于，所述采集手游客户端数据、手游服务器端数据、以及手游爬虫数据包括：

在手游客户端中集成手游安全SDK，采集客户端数据；

对手游服务器采用直接流式协议分析或者镜像工具方式采集服务器数据；

利用爬虫技术实时监控游戏论坛以及安全技术网站论坛，收集手游安全情报数据。

3.如权利要求1所述的构建方法，其特征在于，所述将采集的数据存储至分布式文件系统包括：采用分布式日志收集系统收集数据，并对收集的数据进行加密和/或压缩后传输并存储到所述分布式文件系统中；其中，所述分布式日志数据收集系统、分布式文件系统均部署多个节点用于解决单点问题和提供数据吞吐效率。

4.如权利要求1－3中任一项所述的构建方法，其特征在于，所述采用树集成模型和神经网络模型对所述采集的数据进行训练分别产生用于识别游戏中异常行为手游安全模型，具体包括：

利用特征提取模块对所述采集的数据提取行为特征并进行标准化后作为训练样本；对所述训练样本根据游戏运营人员的经验进行人工标注为异常行为样本和正常行为样本，根据人工标注后的行为样本对训练树集成模型或神经网络模型进行训练，并对训练的模型根据对应预设模型衡量指标进行评估，评估通过后作为手游安全识别模型进行上线，所述手游安全识别模型对采用所述特征提取模块对实时采集手游客户端数据、手游服务器端数据、以及手游爬虫数据提取的标准化行为特征进行游戏行为异常识别。

5.如权利要求4所述的构建方法，其特征在于，所述方法还包括：

对手游安全识别模型识别出的具体游戏行为的安全结果以及对应的标准化行为特征进行关联，存储识别行为样本库中；定期根据所述识别行为样本库中的新增的样本数据重新训练所述树集成模型和神经网络模型以产生用于识别游戏中异常行为的新手游安全模型，利用新的手游安全模型对旧的手游安全模型进行迭代。

6.如权利要求4所述的构建方法，其特征在于，所述树集成模型包括：随机森林，xgbt，catgboost以及lightgb模型中的一种或多种，训练时采用网格搜索法来探索超参空间，根据具体游戏来调整探索超参空间的范围；所述神经网络模型为带有全连接层网络的深度神经模型。

7.如权利要求1所述的构建方法，其特征在于，所述构建方法还包括：识别出的异常行为后向订阅手游安全信息的用户发送告警信息。

8.一种基于大数据的手游安全平台系统，其特征在于，所述系统包括：

数据采集模块，用于采集手游客户端数据、手游服务器端数据、以及手游安全爬虫数据；

采集数据存储模块，用于将所述数据采集模块采集的数据传输并存储至分布式文件系统；

模型训练模块，采用分布式文件系统中存储的所述采集数据对树集成模型和神经网络对所述数据进行训练分别产生用于识别游戏中异常行为的手游安全模型；

模型上线模块，用于将所述手游安全识别模型设置在风控服务器上运行，实时对游戏中异常行为识别。

9.如权利要求8所述的手游安全平台系统，其特征在于，所述数据采集模块包括：

客户端数据采集模块，用于使用手游SDK来采集手游客户端数据；

服务器端数据采集模块，采用直接流式协议分析或者镜像工具方式采集服务器数据；以及手游安全爬虫数据采集模块，用于使用爬虫技术对互联网上与手游安全业务相关的数据进行采集。