[发明专利]反作弊检测模型构建方法以及反作弊检测方法

说明书

本申请涉及人工智能的机器学习技术，提供了一种反作弊检测模型构建方法以及反作弊检测方法。所述反作弊检测模型构建方法包括：获取携带标签的真实训练数据，真实训练数据通过已训练的异常检测模型对携带标签的样本训练集进行数据清洗得到；根据真实训练数据对初始反作弊检测模型进行训练，得到待调整反作弊检测模型；获取携带标签的样本测试集，根据样本测试集对待调整反作弊检测模型进行基于模型解释的调整，得到已训练的反作弊检测模型。采用本方法能够得到可实现准确反作弊检测的反作弊检测模型，从而利用该反作弊检测模型实现准确的反作弊检测。

技术领域

本申请涉及计算机技术领域，特别是涉及一种反作弊检测模型构建方法以及反作弊检测方法。

背景技术

随着计算机技术的发展，出现了反作弊检测技术，反作弊检测技术是指对各个领域中存在的作弊行为进行检测。比如，具体可以是指对金融领域存在的如信用卡欺诈、保险欺诈等作弊行为进行检测。又比如，具体可以是指对游戏领域存在的作弊行为进行检测。

传统技术中，在进行反作弊检测时采用的方式为，获取携带标签的黑白样本数据，利用黑白样本数据对反作弊检测模型进行训练，得到已训练的反作弊检测模型，根据反作弊检测模型进行反作弊检测。

然而，传统方法，由于黑白样本数据中噪声数据过多，存在反作弊检测准确率低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高反作弊检测准确率的反作弊检测模型构建方法以及反作弊检测方法、装置、计算机设备和存储介质。

一种反作弊检测模型构建方法，所述方法包括：

获取携带标签的真实训练数据，真实训练数据通过已训练的异常检测模型对携带标签的样本训练集进行数据清洗得到；

根据真实训练数据对初始反作弊检测模型进行训练，得到待调整反作弊检测模型；

获取携带标签的样本测试集，根据样本测试集对待调整反作弊检测模型进行基于模型解释的调整，得到已训练的反作弊检测模型。

一种反作弊检测方法，所述方法包括：

获取待检测数据；

通过已训练的反作弊检测模型对待检测数据进行反作弊检测，得到作弊数据，已训练的反作弊检测模型根据上述反作弊检测模型构建方法构建。

一种反作弊检测模型构建装置，所述装置包括：

训练数据获取模块，用于获取携带标签的真实训练数据，真实训练数据通过已训练的异常检测模型对携带标签的样本训练集进行数据清洗得到；

训练模块，用于根据真实训练数据对初始反作弊检测模型进行训练，得到待调整反作弊检测模型；

优化模块，用于获取携带标签的样本测试集，根据样本测试集对待调整反作弊检测模型进行基于模型解释的调整，得到已训练的反作弊检测模型。

一种反作弊检测装置，所述装置包括：

待检测数据获取模块，用于获取待检测数据；

检测模块，用于通过已训练的反作弊检测模型对待检测数据进行反作弊检测，得到作弊数据，已训练的反作弊检测模型根据上述反作弊检测模型构建方法构建。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取携带标签的真实训练数据，真实训练数据通过已训练的异常检测模型对携带标签的样本训练集进行数据清洗得到；

根据真实训练数据对初始反作弊检测模型进行训练，得到待调整反作弊检测模型；