[发明专利]外挂识别模型训练方法、装置、电子设备及存储介质

说明书

本发明提供了一种外挂识别模型训练方法、装置、电子设备、存储介质，方法包括：基于目标用户的行为信息确定所述外挂识别模型的训练样本，确定所述外挂识别环境中的外挂画像特征；根据所述目标用户的行为信息，确定相应的行为序列信息；确定与所述外挂识别模型相适配的模型参数，由此，能够实现通过外挂识别模型对目标用户的行为进行实时监测，并根据风险预测结果执行相匹配的事件执行策略，使得外挂识别模型的泛化能力以及数据处理能力更强，适应不同的外挂识别环境，降低外挂识别模型的鲁棒性。同时无需获取大量标注样本训练专用于识别作弊行为的模型，因此可以有效降低识别作弊行为的成本。

技术领域

本发明涉及神经网络模型中的数据处理技术，尤其涉及外挂识别模型训练方法、装置、电子设备及存储介质。

背景技术

用户在线上竞赛、广告投放、游戏能不同的网络行为场景中，会产生不同的网络行为信息，这一过程中某些网络用户会通过使用外挂，篡改网络行为场景原本正常的设定和规则，大幅增强网络行为场景中的技能和超越常规的能力，从而达到轻松的网络行为场景中获取胜利、奖励和快感的好处，例如在网络游戏中，使用游戏外挂的可以显示原本不应该展示的程序运算内容，通过作弊的形式提升胜出概率，因此，游戏外挂的使用会影响游戏的公平性，降低正常玩家的游戏体验，并且游戏外挂会为游戏服务器产生大量冗余数据，严重影响游戏的正常运营。

发明内容

有鉴于此，本发明实施例提供一种外挂识别模型训练方法、装置、电子设备及存储介质，能够实现通过外挂识别模型对目标用户的行为信息进行实时监测，使得外挂识别模型的泛化能力以及数据处理能力更强，适应不同的使用环境，降低外挂识别模型的鲁棒性，提升外挂识别模型对用户行为识别的准确性。

本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种外挂识别模型训练方法，包括：

获取外挂识别环境中的目标用户的行为信息，并基于所述目标用户的行为信息确定所述外挂识别模型的训练样本，其中，所述外挂识别模型的训练样本包括正常网络样本和非正常网络样本；

基于所述目标用户的行为信息，确定所述外挂识别环境中的外挂画像特征；

根据所述目标用户的行为信息，确定相应的行为序列信息；

基于所述外挂识别模型的训练样本和所述行为序列信息对所述外挂识别模型进行训练，确定与所述外挂识别模型相适配的模型参数，以实现通过所述外挂识别模型对所述目标用户的行为风险进行预测。

本发明实施例还提供了一种外挂识别模型训练装置，所述装置包括：

信息传输模块，用于获取外挂识别环境中的目标用户的行为信息，并基于所述目标用户的行为信息确定所述外挂识别模型的训练样本，其中，所述外挂识别模型的训练样本包括正常网络样本和非正常网络样本；

信息处理模块，用于基于所述目标用户的行为信息，确定所述外挂识别环境中的外挂画像特征；

所述信息处理模块，用于根据所述目标用户的行为信息，确定相应的行为序列信息；

所述信息处理模块，用于基于所述外挂识别模型的训练样本和所述行为序列信息对所述外挂识别模型进行训练，确定与所述外挂识别模型相适配的模型参数，以实现通过所述外挂识别模型对所述目标用户的行为风险进行预测。

上述方案中，

所述信息处理模块，用于根据所述外挂识别环境的类型，确定与所述目标用户相匹配的时间阈值；

根据所述时间阈值，在所述外挂识别环境的历史数据中查询所述目标用户的历史行为数据；

根据所述目标用户的历史行为数据所携带的外挂标识信息，对所述目标用户的历史行为数据进行分类处理，形成正常网络样本和非正常网络样本。