[发明专利]游戏日志的存储方法及装置在审

专利信息
申请号: 202210700091.4 申请日: 2022-06-20
公开(公告)号: CN115080530A 公开(公告)日: 2022-09-20
发明(设计)人: 孙枭凡;黄鸿波;沈震坤;邓跨东 申请(专利权)人: 珠海金山数字网络科技有限公司
主分类号: G06F16/18 分类号: G06F16/18;G06F11/30;G06F16/901
代理公司: 北京智信禾专利代理有限公司 11637 代理人: 金鹏
地址: 519000 广东省珠海市高新区唐家湾镇前岛环路325号102室*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 游戏 日志 存储 方法 装置
【权利要求书】:

1.一种游戏日志的存储方法,其特征在于,包括:

获取目标游戏日志,对所述目标游戏日志进行分类识别,获得所述目标游戏日志的异常关联类别,其中,所述异常关联类别表征所述目标游戏日志与出现游戏异常的关联;

在所述异常关联类别为第一类别的情况下,对所述目标游戏日志进行过滤处理,其中,所述第一类别表征无关联;

在所述异常关联类别为除所述第一类别以外的其他类别的情况下,将所述目标游戏日志入库存储。

2.根据权利要求1所述的方法,其特征在于,所述目标游戏日志携带目标标识,所述目标标识为目标用户登录目标游戏时由游戏服务端生成;

所述获取目标游戏日志,包括:

获取所述游戏服务端和游戏客户端生成的游戏日志;

确定目标标识相同的游戏日志作为目标游戏日志。

3.根据权利要求2所述的方法,其特征在于,所述获取所述游戏服务端和游戏客户端生成的游戏日志,包括:

接收所述游戏服务端和游戏客户端按照预设策略发送的游戏日志;

在所述确定目标标识相同的游戏日志作为目标游戏日志之后,还包括:

将所述目标游戏日志存储至目标日志目录;

所述对所述目标游戏日志进行分类识别,获得所述目标游戏日志的异常关联类别,包括:

监测所述目标日志目录;

在监测到所述目标日志目录发生变化的情况下,则对所述目标日志目录中变化的目标游戏日志进行分类识别,获得所述目标游戏日志的异常关联类别。

4.根据权利要求1-3任一项所述的方法,其特征在于,在所述获取目标游戏日志之前,还包括:

接收目标游戏的各服务产生的目标游戏日志;

将所述各服务产生的目标游戏日志以文件的形式写入目标硬盘;

所述获取目标游戏日志,包括:

从所述目标硬盘中读取所述目标游戏对应的目标游戏日志。

5.根据权利要求4所述的方法,其特征在于,所述目标游戏日志携带产生时间;

所述对所述目标游戏日志进行分类识别,获得所述目标游戏日志的异常关联类别,包括:

按照产生时间的先后顺序,对各所述目标游戏日志分别进行分类识别,获得各所述目标游戏日志的异常关联类别。

6.根据权利要求1或5所述的方法,其特征在于,所述对所述目标游戏日志进行分类识别,获得所述目标游戏日志的异常关联类别,包括:

将所述目标游戏日志输入日志分类模型,获得所述目标游戏日志的异常关联类别,其中,所述日志分类模型为BERT模型。

7.根据权利要求6所述的方法,其特征在于,所述将所述目标游戏日志输入日志分类模型,获得所述目标游戏日志的异常关联类别,包括:

对所述目标游戏日志进行预处理,得到所述目标游戏日志的特征向量;

将所述特征向量输入日志分类模型,经所述日志分类模型获得所述目标游戏日志的异常关联类别。

8.根据权利要求6所述的方法,其特征在于,在所述将所述目标游戏日志输入日志分类模型,获得所述目标游戏日志的异常关联类别之前,还包括:

获取日志样本集,其中,所述日志样本集包括多个历史游戏日志,所述历史游戏日志携带有异常关联标注信息;

从所述日志样本集中获取第一历史游戏日志,其中,所述第一历史游戏日志为任一历史游戏日志;

对所述第一历史游戏日志进行预处理,得到所述第一历史游戏日志的特征向量;

将所述特征向量输入预设神经网络,经所述预设神经网络获得所述第一历史游戏日志的异常关联类别;

根据所述第一历史游戏日志的异常关联类别和所述第一历史游戏日志携带的异常关联标注信息,计算损失值;

根据所述损失值,调整所述预设神经网络的网络参数,并返回执行所述从所述日志样本集中获取第一历史游戏日志,直至所述损失值小于或等于预设阈值的情况下,确定对所述预设神经网络完成训练得到日志分类模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海金山数字网络科技有限公司,未经珠海金山数字网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210700091.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top