CN106096996A - 移动终端作弊行为的检测方法及相应装置 - Google Patents

Abstract

本发明提供一种移动终端作弊行为的检测方法及装置，所述方法包括步骤：接收移动终端发送的请求并获取其特定属性信息；基于所述任一特定属性信息计算用于评估该移动终端的所述请求的分数值；基于所述分数值判断该移动终端是否存在作弊行为；对存在作弊行为的移动终端推送预设奖品或不推送奖品。本发明所述方法或装置能够在奖品推送之前预先判断是否为作弊行为，使得奖品推送更加精准，避免通过非常规手段获取奖品给商家带来的损失，同时也使得奖品更多地推送给潜在的有价值用户，进一步促进应用程序的推广应用。

Description

移动终端作弊行为的检测方法及相应装置

技术领域

本发明涉及安全领域，具体而言，本发明涉及一种移动终端作弊行为的检测方法及相应装置。

背景技术

随着互联网行业的不断发展，商家已经不限于传统的营销方式推广自己的产品，如APP商家为了更快推广其APP应用，通过派发奖品或奖品的方式吸引更多用户下载使用其APP，虽然这种方式能够在短时间内快速推广APP，聚集一定数量的用户群，但其也存在一些弊端。如有些用户仅仅为了获取奖品或奖品，特别是对于一些大额奖品或价值较高的奖品，更容易促使用户为了抢奖品或奖品采用更多非正规手段，如抢奖品神器、虚拟机抢奖品，这样能够规避商家设定的抢奖品或奖品规则，获得更多奖品或奖品。

但这违背了商家发奖品或奖品的意图，不仅没有实现APP应用的推广，还增加了商业化活动成本，也影响了其他正常用户的奖品获取概率。现有技术为了解决该问题，采用校验码的方式进行验证，如输入数字、输入图片等方式进行校验。但校验码方式增加了操作步骤，不方便用户的操作，从而使商家流失一些用户，不符合商家的需求。基于此，亟待需要提供能够在防止在抢奖品或奖品过程中作弊同时推广商家产品的方法。

发明内容

本发明的目的旨在解决上述至少一个问题，提供一种移动终端作弊行为的检测方法及装置，防止抢奖品或奖品过程中的作弊行为。

为了实现上述目的，本发明提供一种移动终端作弊行为的检测方法，包括以下步骤：

接收移动终端发送的请求并获取其特定属性信息；

基于所述任一特定属性信息计算用于评估该移动终端的所述请求的分数值；

基于所述分数值判断该移动终端是否存在作弊行为；

对存在作弊行为的移动终端推送预设奖品或不推送奖品。

进一步，所述计算用于评估移动终端请求的分数值的步骤如下：

计算所述移动终端基于任一特定属性信息被检测到的概率值，即第一概率值；

统计计算所述移动终端发送的请求占服务器接收到的所有请求的概率值，即第二概率值；

基于所述第一概率值和第二概率值计算出用于评价该移动终端的所述请求的分数值。

优选的，所述特定特征信息包括以下至少一项：

型号、生产厂商、操作***版本号、UUID、IMEI、MAC地址。

较佳的，还包括前置步骤：接收移动终端发送的用户身份标识符并验证该用户身份标识符。

进一步，还包括步骤：

获取移动终端当前的地理位置信息；

确定是否与用户惯常的地理位置信息一致，若一致则判定该移动终端不存在作弊行为；

若不一致则判定该移动终端存在作弊行为。

进一步，基于所述分数值判断该移动终端是否存在作弊行为的步骤具体为：

将所述分数值与预设值进行比较，若该分数值大于所述预设值，则判定该移动终端存在作弊行为。

进一步，还包括步骤：通过用户个性化信息修正预设值。

具体的，所述用户个性化信息包括安装程序列表信息、软件使用信息、是否使用过特定软件的信息。

进一步，还包括步骤：检测同一账号是否在多个移动终端设备上登录。

更进一步，还包括步骤：将被判定为存在作弊行为的移动终端特定属性信息加入黑名单。

进一步，还包括步骤：将获取的移动终端特定属性信息与所述黑名单中记录的移动终端属性信息进行对比，以确定该移动终端是否存在作弊行为。

更进一步，还包括步骤，对不存在作弊行为的移动终端按照相应的奖品分发策略信息确定推送的奖品类型及金额。

进一步包括步骤，接收移动终端发送的获取奖品的请求并解析，以获取奖品分发策略信息。

具体的，所述奖品类型包括现金奖品、代金券、特定商品、兑换券。

优选的，所述奖品分发策略信息包括：表征所述特定应用程序在预设时间后是否被卸载的信息。

优选的，所述奖品分发策略信息包括：表征所述特定应用程序在预设时间后的使用频率是否降低到预设频率的信息。

优选的，所述奖品分发策略信息包括：表征所述特定应用程序是否为被用户选中为预卸载的应用程序的信息。

优选的，所述奖品分发策略信息包括：表征所述特定应用程序的使用频率是否超过预设的阈值的信息。

本发明还提供一种移动终端作弊行为的检测装置，包括：

接收单元：用于接收移动终端发送的请求并获取其特定属性信息；

评估单元：用于基于所述任一特定属性信息计算用于评估该移动终端的所述请求的分数值；

判断单元：用于基于所述分数值判断该移动终端是否存在作弊行为；

第一推送单元：用于对存在作弊行为的移动终端推送预设奖品或不推送奖品。

具体的，所述评估单元执行的步骤包括：

计算所述移动终端基于任一特定属性信息被检测到的概率值，即第一概率值；

统计计算所述移动终端发送的请求占服务器接收到的所有请求的概率值，即第二概率值；

基于所述第一概率值和第二概率值计算出用于评价该移动终端的所述请求的分数值。

较佳的，所述特定特征信息包括以下至少一项：

型号、生产厂商、操作***版本号、UUID、IMEI、MAC地址。

较佳的，还包括验证单元，用于接收移动终端发送的用户身份标识符并验证该用户身份标识符。

进一步，还包括定位单元，执行以下步骤：

获取移动终端当前的地理位置信息；

确定是否与用户惯常的地理位置信息一致，若一致则判定该移动终端不存在作弊行为；

若不一致则判定该移动终端存在作弊行为。

具体的，判断单元执行的步骤具体为：

将所述分数值与预设值进行比较，若该分数值大于所述预设值，则判定该移动终端存在作弊行为。

进一步，还包括修正单元，被配置为通过用户个性化信息修正预设值。

具体的，所述用户个性化信息包括安装程序列表信息、软件使用信息、是否使用过特定软件的信息。

进一步，还包括检测单元，被配置为检测同一账号是否在多个移动终端设备上登录。

更进一步，还包括黑名单单元，被配置为将被判断为存在作弊行为的移动终端特定属性信息加入黑名单。

具体的，所述黑名单单元还进一步执行步骤：将获取的移动终端特定属性信息与所述黑名单中记录的移动终端属性信息进行对比，以确定该移动终端是否存在作弊行为。

更进一步，还包括第二推送单元，用于对不存在移动移动终端作弊行为的移动终端按照相应的奖品分发策略信息确定推送的奖品类型及金额。

具体的，所述接收单元还被配置为接收移动终端发送的获取奖品的请求并解析，以获取奖品分发策略信息。

具体的，所述奖品类型包括现金奖品、代金券、特定商品、兑换券。

优选的，所述奖品分发策略信息包括：表征所述特定应用程序在预设时间后是否被卸载的信息。

优选的，所述奖品分发策略信息包括：表征所述特定应用程序在预设时间后的使用频率是否降低到预设频率的信息。

优选的，所述奖品分发策略信息包括：表征所述特定应用程序是否为被用户选中为预卸载的应用程序的信息。

优选的，所述奖品分发策略信息包括：表征所述特定应用程序的使用频率是否超过预设的阈值的信息。

相比现有技术，本发明的方案具有以下优点：

本发明通过对请求获取奖品的移动终端的特定特征信息出现的概率进行统计，并基于相应概率评估该移动终端请求获取奖品的行为是否非法。由此能够在奖品推送之前预先判断是否为作弊行为，使得奖品推送更加精准，避免通过非常规手段获取奖品给商家带来的损失，同时也使得奖品更多地推送给潜在的有价值用户，进一步促进应用程序的推广应用。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明实施例所述移动终端作弊行为的检测方法流程示意图；

图2为本发明实施例所述对移动终端的请求进行评估的流程示意图；

图3为本发明另一实施例所述移动终端作弊行为的检测方法流程示意图；

图4为本发明实施例所述移动终端作弊行为的检测装置结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

本技术领域技术人员可以理解，这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备，其仅具备无发射能力的无线信号接收器的设备，又包括接收和发射硬件的设备，其具有能够在双向通信链路上，执行双向通信的接收和发射硬件的设备。这种设备可以包括：蜂窝或其他通信设备，其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备；PCS(Personal Communications Service，个人通信***)，其可以组合语音、数据处理、传真和/或数据通信能力；PDA(Personal Digital Assistant，个人数字助理)，其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global Positioning System，全球定位***)接收器；常规膝上型和/或掌上型计算机或其他设备，其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的，或者适合于和/或配置为在本地运行，和/或以分布形式，运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端，例如可以是PDA、MID(Mobile Internet Device，移动互联网设备)和/或具有音乐/视频播放功能的移动电话，也可以是智能电视、机顶盒等设备。

本技术领域技术人员可以理解，这里所使用的远端网络设备，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云。在此，云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。本发明的实施例中，远端网络设备、终端设备与WNS服务器之间可通过任何通信方式实现通信，包括但不限于，基于3GPP、LTE、WIMAX的移动通信、基于TCP/IP、UDP协议的计算机网络通信以及基于蓝牙、红外传输标准的近距无线传输方式。

请参阅图1，图1为本发明实施例提供的移动终端作弊行为的检测方法流程示意图，包括以下步骤：

S11、接收移动终端发送的请求并获取其特定属性信息；

当用户点击抢奖品按钮或检测到用户使用特定应用程序频率低等情况时，由移动终端中内置的奖品分发程序向服务器发送获取奖品的请求。服务器接收到相应请求，基于该请求获取特定属性信息，其中，所述特定属性信息包括以下至少一项：型号、生产厂商、操作***版本号、UUID、IMEI、MAC地址。具体的，可通过获取到的移动终端设备的MAC地址，查询数据库中该MAC地址对应的移动终端型号、生产厂商以及操作***版本号、UUID、IMEI等信息。

较佳的，在执行该步骤之前还包括前置步骤：接收移动终端发送的用户身份标识符并验证该用户身份标识符。通常情况下，移动终端通过远程登录服务器，会得到一个ID，即用户身份标识符，用于表征该移动终端的用户的身份信息，该用户身份标识符与登录服务器的账号是一一对应的。当移动终端与服务器进行通信时，如发送获取奖品的请求时，会提供自己的ID信息，服务器接收到相应的ID信息与数据库中存储的该移动终端用户的ID信息进行对比，若一致则该用户身份认证成功，若不一致则该用户身份认证失败，则直接判定其为存在作弊行为的移动终端。

在其他实施例中，在执行上述步骤之前，还包括检测同一账号是否在多个移动终端设备上登录。若同一用户账号同时在多个移动终端设备上登录，则判定该多个移动终端均存在作弊的行为。

S12、基于所述任一特定属性信息计算用于评估该移动终端的所述请求的分数值；

所述基于任一特定属性信息，具体指检测到型号、生产厂商、操作***版本号、UUID、IMEI、MAC地址中的任一信息，则判断为当前请求为相应移动终端发送的请求。据此对该移动终端的请求作评估，评估其请求是否非法，参考图2所示，具体评估步骤如下：

步骤1、计算所述移动终端基于任一特定属性信息被检测到的概率值，即第一概率值；

预先设定IP地址范围，统计在该IP地址范围内每个IP地址处检测到移动终端请求的次数，即检测到在所述移动终端的任一特定特征信息，型号、生产厂商、操作***版本号中的至少一个出现在每个IP地址处的次数，分别统计每个IP地址处该移动终端用于获取奖品的请求次数，将该请求次数与该IP地址处出现的多个移动终端的请求次数之间的比值作为当前IP地址处该移动终端的第一概率值。其中，每个IP地址处均对应该移动终端的一个第一概率值。

进一步地，所述IP地址也可以为域名信息，其中，所述域名信息包括域名所有者信息、域名所在的注册商、注册时间、到期时间以及更新时间等信息。当移动终端访问相应的网站时，由服务器接收相应访问请求并判断当前网站的域名信息是否为预先设定的网站域名信息列表中的信息，若当前网站的域名信息是预先设定的网站域名信息列表中的信息，则判定该网站属于指定的网络环境。由此，对访问该网站的移动终端的所述任一特定特征信息出现的次数进行统计作为该移动终端的请求次数，并将该次数值与所有访问该网站的多个移动终端的请求次数之间的比值作为本实施例所述的第一概率值。其中，所述预先设定的网站域名信息列表中的每个网站对应所述移动终端的一个第一概率值。

步骤2、统计计算所述移动终端发送的请求占服务器接收到的所有请求的概率值，即第二概率值；

综合上述步骤统计的每个IP地址处和/或访问预先设定的网站域名信息列表中的每个网站的移动终端向服务器发送的用于获取奖品的请求次数，即计算各个IP地址处和/或访问各个预先设定的网站的移动终端向服务器发送的请求次数之和，该和值与服务器统计的接收到的所有移动终端发送的请求次数的比值作为第二概率值。

步骤3、基于所述第一概率值和第二概率值计算出用于评价该移动终端的所述请求的分数值。

较佳的，可通过贝叶斯模型计算所述用于评价移动终端请求的分数值。贝叶斯是关于随机事件A和B的条件概率和边缘概率的。具体如下：

预先训练的贝叶斯模型中包括多个所述移动终端的特定特征信息，每个特征信息对应有属于正常行为的正向权重值，相应地有属于作弊行为的负向权重值。将每个属于正常行为的正向权重值及相应的有属于作弊行为的负向权重值，分别相应的与每个IP地址处或每个网站对应的移动终端的第一概率值进行加权求和得到相应数值，并求该数值与所述第二概率值的比值，则该比值即为本发明所述用于评价该移动终端请求的分数值。

S13、基于所述分数值判断该移动终端是否存在作弊行为；

当所述任一预设IP地址处或访问的任一预设域名的某移动终端的第一概率值高于第一阈值时，则判断该IP处的该移动终端可能存在移动移动终端作弊行为，监控该移动终端请求。同时确认该移动终端的第二概率值是否也高于第二阈值，当高于第一概率值时，则基于第一概率值和第二概率值计算该移动终端请求的分数值。移动终端将所述分数值与预设值进行比较，优选地，所述预设值为30，当所述分数值大于30时，则判定该移动终端存在作弊的行为。

更进一步的，如图3所示，本发明实施例还包括步骤S130：通过用户个性化信息修正预设值。具体的，所述用户个性化信息包括安装程序列表信息、软件使用信息、是否使用过特定软件的信息。其中，软件使用信息具体为用户的软件使用情况，如：使用软件的种类、使用频次等。在本实施例中，软件使用信息的获得依据360手机卫士和360手机助手的数据源。软件使用信息的作用在于给用户打标签(Tag)，打Tag的具体过程为：每个软件都有相应的Tag，如：体育、新闻、打车、外卖等，首先抓取各软件的Tag，对抓取的Tag进行整理、分类；获取移动移动终端11上安装的软件信息，根据安装软件所属的Tag类型统计递归用户的Tag，即用户的兴趣。其中，为使用户的Tag更精确，还可结合软件的使用频次来对用户的Tag进行精简，如：使用频次为1次的软件，其Tag可不作为用户的Tag。所述是否使用特定软件的信息，如使用来电秀等软件的信息。对安装特定应用程序、使用特定软件的频次高、使用来电秀等软件的用户，设定较大的预设值，以避免其请求被误判为作弊行为。

S14、对存在作弊行为的移动终端推送预设奖品或不推送奖品。

当确定移动终端存在行为时，服务器按照预设规则向该移动终端推送预设的奖品，如0.1元奖品，或不推送任何奖品。

为了更进一步确定移动终端是否存在作弊行为，减少误判率，本发明实施例还包括步骤：

1、获取移动终端当前的地理位置信息；

通过GPS定位获取移动终端的当前地理位置信息。

2、确定是否与用户惯常的地理位置信息一致，若一致则判定该移动终端不存在作弊行为；

将上述获取的地理位置信息与服务器存储的该移动终端惯常的地理位置信息做比对，其中，所述该移动终端的惯常地理位置信息由服务器根据一定时间段内的跟踪统计获得，并定期进行更新。若对比后的地理位置信息一致，即位置信息之间的距离不超过预设范围，则判断该移动终端不存在作弊行为。

3、若不一致则判定该移动终端存在作弊行为。

更进一步的，还包括步骤：将被判定为存在作弊行为的移动终端特定属性信息加入黑名单。若移动终端被多次确定存在作弊行为，如3次，则将该移动终端的相应特定属性信息、用户账号等能够唯一表征该移动终端身份的信息存入黑名单，以禁止该移动终端获取奖品的请求。同时，为了更方便快捷地确定某些移动终端是否存在作弊行为，进一步包括步骤，将获取的移动终端特定属性信息与所述黑名单中记录的移动终端属性信息进行对比，以确定该移动终端是否存在作弊行为。

本发明实施例还包括步骤：对不存在作弊行为的移动终端按照相应的奖品分发策略信息确定推送的奖品类型及金额。其中，所述奖品类型包括现金红包、代金券、特定商品、兑换券等各种形式的奖品。所述奖品分发策略信息由服务器接收移动终端发送的获取奖品的请求并解析获取。具体的，所述奖品分发策略信息包括：表征所述特定应用程序在预设时间后是否被卸载的信息，表征所述特定应用程序在预设时间后的使用频率是否降低到预设频率的信息，表征所述特定应用程序是否为被用户选中为预卸载的应用程序的信息，表征所述特定应用程序的使用频率是否超过预设的阈值的信息。

当特定应用程序安装到移动终端后，在特定时间内针对该应用程序，对用户的使用情况进行分析统计。如在预设时间是否被卸载，用户安装软件七天之内如果未卸载，则对其派发奖品以进行奖励。

通过对用户使用特定应用程序的情况进行分析统计，商家可以有针对性地向活跃度高的用户派发奖品，以对该些用户进行奖励，鼓励该些用户使用应用程序的积极性。还包括对高危用户进行分析统计，如在预设时间内未采用该应用程序进行过任何操作，突然降低该应用程序的使用频率，以及选中该特定应用程序为即将卸载的应用。具体可将上述使用情况转换为相应的数据信息，以生成该应用程序对应的奖品分发策略信息。

具体地，所述奖品分发策略信息中表征所述特定应用程序在预设时间后是否被卸载的信息，如安装七天之后未被卸载的分发奖品；表征所述特定应用程序在预设时间后的使用频率是否降低到预设频率的信息，如用户在一个月内使用该应用程序的频率突然降低，如一个月只有一天在使用，则判断该用户为高危用户，给该用户的移动终端派发奖品；表征所述特定应用程序是否为被用户选中为预卸载的应用程序的信息，如当用户由于内存低或其他原因进行批量卸载应用程序时，选中该特定应用程序进行卸载时，则判断该用户为高危用户，及时弹出用户界面进行奖品派发；表征所述特定应用程序的使用频率是否超过预设的阈值的信息，如统计用户在一周或一个月内使用该特定应用程序的次数频繁，则判断该用户为活跃用户，则向该用户派发奖品，以对其积极性进行激励。

为了进一步对本发明实施例所述方法以模块化方式进行描述，如图4所示，提供一种移动终端作弊行为的检测装置，包括接收单元11、评估单元12、判断单元13、第一推送单元14，以及第二推送单元15，其中，

所述接收单元11，用于接收移动终端发送的请求并获取其特定属性信息；

当用户点击抢奖品按钮或检测到用户使用特定应用程序频率低等情况时，由移动终端中内置的奖品分发程序向服务器发送获取奖品的请求。服务器的接收单元11接收到相应请求，基于该请求获取特定属性信息，其中，所述特定属性信息包括以下至少一项：型号、生产厂商、操作***版本号、UUID、IMEI、MAC地址。具体的，可通过获取到的移动终端设备的MAC地址，查询数据库中该MAC地址对应的移动终端型号、生产厂商以及操作***版本号、UUID、IMEI等信息。

较佳的，在执行该接收单元11之前还包括验证单元：用于接收移动终端发送的用户身份标识符并验证该用户身份标识符。通常情况下，移动终端通过远程登录服务器，会得到一个ID，即用户身份标识符，用于表征该移动终端的用户的身份信息，该用户身份标识符与登录服务器的账号是一一对应的。当移动终端与服务器进行通信时，如发送获取奖品的请求时，会提供自己的ID信息，服务器接收到相应的ID信息与数据库中存储的该移动终端用户的ID信息进行对比，若一致则该用户身份认证成功，若不一致则该用户身份认证失败，则直接判定其为存在作弊行为的移动终端。

在其他实施例中，在执行上述单元之前，还包括检测单元，被配置为检测同一账号是否在多个移动终端设备上登录。若同一用户账号同时在多个移动终端设备上登录，则判定该多个移动终端均存在作弊的行为。

所述评估单元12，用于基于所述任一特定属性信息计算用于评估该移动终端的所述请求的分数值；

所述基于任一特定属性信息，具体指检测到型号、生产厂商、操作***版本号、UUID、IMEI、MAC地址中的任一信息，则判定当前请求为相应移动终端发送的请求。据此由评估单元12对该移动终端的请求作评估，评估其请求是否非法，参考图2所示，所述评估单元12具体执行的评估步骤如下：

步骤1、计算所述移动终端基于任一特定属性信息被检测到的概率值，即第一概率值；

预先设定IP地址范围，统计在该IP地址范围内每个IP地址处检测到移动终端请求的次数，即检测到在所述移动终端的任一特定特征信息，型号、生产厂商、操作***版本号中的至少一个出现在每个IP地址处的次数，分别统计每个IP地址处该移动终端用于获取奖品的请求次数，将该请求次数与该IP地址处出现的多个移动终端的请求次数之间的比值作为当前IP地址处该移动终端的第一概率值。其中，每个IP地址处均对应该移动终端的一个第一概率值。

进一步地，所述IP地址也可以为域名信息，其中，所述域名信息包括域名所有者信息、域名所在的注册商、注册时间、到期时间以及更新时间等信息。当移动终端访问相应的网站时，由服务器接收相应访问请求并判断当前网站的域名信息是否为预先设定的网站域名信息列表中的信息，若当前网站的域名信息是预先设定的网站域名信息列表中的信息，则判定该网站属于指定的网络环境。由此，对访问该网站的移动终端的所述任一特定特征信息出现的次数进行统计作为该移动终端的请求次数，并将该次数值与所有访问该网站的多个移动终端的请求次数之间的比值作为本实施例所述的第一概率值。其中，所述预先设定的网站域名信息列表中的每个网站对应所述移动终端的一个第一概率值。

步骤2、统计计算所述移动终端发送的请求占服务器接收到的所有请求的概率值，即第二概率值；

综合上述步骤统计的每个IP地址处和/或访问预先设定的网站域名信息列表中的每个网站的移动终端向服务器发送的用于获取奖品的请求次数，即计算各个IP地址处和/或访问各个预先设定的网站的移动终端向服务器发送的请求次数之和，该和值与服务器统计的接收到的所有移动终端发送的请求次数的比值作为第二概率值。

步骤3、基于所述第一概率值和第二概率值计算出用于评价该移动终端的所述请求的分数值。

较佳的，可通过贝叶斯模型计算所述用于评价移动终端请求的分数值。贝叶斯是关于随机事件A和B的条件概率和边缘概率的。具体如下：

预先训练的贝叶斯模型中包括多个所述移动终端的特定特征信息，每个特征信息对应有属于正常行为的正向权重值，相应地有属于作弊行为的负向权重值。将每个属于正常行为的正向权重值及相应的有属于作弊行为的负向权重值，分别相应的与每个IP地址处或每个网站对应的移动终端的第一概率值进行加权求和得到相应数值，并求该数值与所述第二概率值的比值，则该比值即为本发明所述用于评价该移动终端请求的分数值。

所述判断单元13，用于基于所述分数值判断该移动终端是否存在作弊行为；

当所述任一预设IP地址处或访问的任一预设域名的某移动终端的第一概率值高于第一阈值时，则判断单元13判断该IP处的该移动终端可能存在移动移动终端作弊行为，监控该移动终端请求。同时确认该移动终端的第二概率值是否也高于第二阈值，当高于第一概率值时，则基于第一概率值和第二概率值计算该移动终端请求的分数值。移动终端将所述分数值与预设值进行比较，优选地，所述预设值为30，当所述分数值大于30时，则判定该移动终端存在作弊的行为。

更进一步的，本发明实施例还包括修正单元，用于通过用户个性化信息修正所述预设值。具体的，所述用户个性化信息包括安装程序列表信息、软件使用信息、用户性别、是否使用过特定软件的信息。其中，软件使用信息具体为用户的软件使用情况，如：使用软件的种类、使用频次等。在本实施例中，软件使用信息的获得依据360手机卫士和360手机助手的数据源。软件使用信息的作用在于给用户打标签(Tag)，打Tag的具体过程为：每个软件都有相应的Tag，如：体育、新闻、打车、外卖等，首先抓取各软件的Tag，对抓取的Tag进行整理、分类；获取移动移动终端11上安装的软件信息，根据安装软件所属的Tag类型统计递归用户的Tag，即用户的兴趣。其中，为使用户的Tag更精确，还可结合软件的使用频次来对用户的Tag进行精简，如：使用频次为1次的软件，其Tag可不作为用户的Tag。所述是否使用特定软件的信息，如使用来电秀等软件的信息。

所述第一推送单元14，用于对存在作弊行为的移动终端推送预设奖品或不推送奖品。

当确定移动终端存在行为时，服务器调用第一推送单元14按照预设规则向该移动终端推送预设的奖品，如0.1元奖品，或不推送任何奖品。

为了更进一步确定移动终端是否存在作弊行为，减少误判率，本发明实施例还包括定位单元，具体执行以下步骤：

1、获取移动终端当前的地理位置信息；

通过GPS定位获取移动终端的当前地理位置信息。

2、确定是否与用户惯常的地理位置信息一致，若一致则判定该移动终端不存在作弊行为；

将上述获取的地理位置信息与服务器存储的该移动终端惯常的地理位置信息做比对，其中，所述该移动终端的惯常地理位置信息由服务器根据一定时间段内的跟踪统计获得，并定期进行更新。若对比后的地理位置信息一致，即位置信息之间的距离不超过预设范围，则判断该移动终端不存在作弊行为。

3、若不一致则判定该移动终端存在作弊行为。

更进一步的，还包括步骤：将被判定为存在作弊行为的移动终端特定属性信息加入黑名单。若移动终端被多次确定存在作弊行为，如3次，则将该移动终端的相应特定属性信息、用户账号等能够唯一表征该移动终端身份的信息存入黑名单，以禁止该移动终端获取奖品的请求。同时，为了更方便快捷地确定某些移动终端是否存在作弊行为，进一步包括步骤，将获取的移动终端特定属性信息与所述黑名单中记录的移动终端属性信息进行对比，以确定该移动终端是否存在作弊行为。

本发明实施例还包括第二推送单元15，用于对不存在作弊行为的移动终端按照相应的奖品分发策略信息确定推送的奖品类型及金额。其中，所述奖品类型包括现金红包、代金券、特定商品、兑换券等各种形式的奖品。所述奖品分发策略信息由服务器接收移动终端发送的获取奖品的请求并解析获取。具体的，所述奖品分发策略信息包括：表征所述特定应用程序在预设时间后是否被卸载的信息，表征所述特定应用程序在预设时间后的使用频率是否降低到预设频率的信息，表征所述特定应用程序是否为被用户选中为预卸载的应用程序的信息，表征所述特定应用程序的使用频率是否超过预设的阈值的信息。

当特定应用程序安装到移动移动终端后，在特定时间内针对该应用程序，对用户的使用情况进行分析统计。如在预设时间是否被卸载，用户安装软件七天之内如果未卸载，则对其派发奖品以进行奖励。

通过对用户使用特定应用程序的情况进行分析统计，商家可以有针对性地向活跃度高的用户派发奖品，以对该些用户进行奖励，鼓励该些用户使用应用程序的积极性。还包括对高危用户进行分析统计，如在预设时间内未采用该应用程序进行过任何操作，突然降低该应用程序的使用频率，以及选中该特定应用程序为即将卸载的应用。具体可将上述使用情况转换为相应的数据信息，以生成该应用程序对应的奖品分发策略信息。

具体地，所述奖品分发策略信息中表征所述特定应用程序在预设时间后是否被卸载的信息，如安装七天之后未被卸载的分发奖品；表征所述特定应用程序在预设时间后的使用频率是否降低到预设频率的信息，如用户在一个月内使用该应用程序的频率突然降低，如一个月只有一天在使用，则判断该用户为高危用户，给该用户的移动移动终端派发奖品；表征所述特定应用程序是否为被用户选中为预卸载的应用程序的信息，如当用户由于内存低或其他原因进行批量卸载应用程序时，选中该特定应用程序进行卸载时，则判断该用户为高危用户，及时弹出用户界面进行奖品派发；表征所述特定应用程序的使用频率是否超过预设的阈值的信息，如统计用户在一周或一个月内使用该特定应用程序的次数频繁，则判断该用户为活跃用户，则向该用户派发奖品，以对其积极性进行激励。

综上所述，本发明所述方法或装置能够在奖品推送之前预先判断是否为移动移动终端作弊行为，使得奖品推送更加精准，避免通过非常规手段获取奖品给商家带来的损失，同时也使得奖品更多地推送给潜在的有价值用户，进一步促进应用程序的推广应用。

本技术领域技术人员可以理解，本发明包括涉及用于执行本申请中所述操作中的一项或多项的设备。这些设备可以为所需的目的而专门设计和制造，或者也可以包括通用计算机中的已知设备。这些设备具有存储在其内的计算机程序，这些计算机程序选择性地激活或重构。这样的计算机程序可以被存储在设备(例如，计算机)可读介质中或者存储在适于存储电子指令并分别耦联到总线的任何类型的介质中，所述计算机可读介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory，只读存储器)、RAM(Random Access Memory，随即存储器)、EPROM(Erasable ProgrammableRead-Only Memory，可擦写可编程只读存储器)、EEPROM(Electrically ErasableProgrammable Read-Only Memory，电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是，可读介质包括由设备(例如，计算机)以能够读的形式存储或传输信息的任何介质。

本技术领域技术人员可以理解，可以用计算机程序指令来实现这些结构图和/或框图和/或流图中的每个框以及这些结构图和/或框图和/或流图中的框的组合。本技术领域技术人员可以理解，可以将这些计算机程序指令提供给通用计算机、专业计算机或其他可编程数据处理方法的处理器来实现，从而通过计算机或其他可编程数据处理方法的处理器来执行本发明公开的结构图和/或框图和/或流图的框或多个框中指定的方案。

本技术领域技术人员可以理解，本发明中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地，具有本发明中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地，现有技术中的具有与本发明中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。

以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种移动终端作弊行为的检测方法，其特征在于，包括以下步骤：

接收移动终端发送的请求并获取其特定属性信息；

基于所述任一特定属性信息计算用于评估该移动终端的所述请求的分数值；

基于所述分数值判断该移动终端是否存在作弊行为；

对存在作弊行为的移动终端推送预设奖品或不推送奖品。

2.根据权利要求1所述的方法，其特征在于，所述计算用于评估移动终端请求的分数值的步骤如下：

计算所述移动终端基于任一特定属性信息被检测到的概率值，即第一概率值；

统计计算所述移动终端发送的请求占服务器接收到的所有请求的概率值，即第二概率值；

基于所述第一概率值和第二概率值计算出用于评价该移动终端的所述请求的分数值。

3.根据权利要求1所述的方法，其特征在于，所述特定特征信息包括以下至少一项：

型号、生产厂商、操作***版本号、UUID、IMEI、MAC地址。

4.根据权利要求1所述的方法，其特征在于，还包括前置步骤：接收移动终端发送的用户身份标识符并验证该用户身份标识符。

5.根据权利要求1所述的方法，其特征在于，还包括步骤：

获取移动终端当前的地理位置信息；

确定是否与用户惯常的地理位置信息一致，若一致则判定该移动终端不存在作弊行为；

若不一致则判定该移动终端存在作弊行为。

6.根据权利要求1所述的方法，其特征在于，基于所述分数值判断该移动终端是否存在作弊行为的步骤具体为：

将所述分数值与预设值进行比较，若该分数值大于所述预设值，则判定该移动终端存在作弊行为。

7.一种移动终端作弊行为的检测装置，其特征在于，包括：

接收单元：用于接收移动终端发送的请求并获取其特定属性信息；

评估单元：用于基于所述任一特定属性信息计算用于评估该移动终端的所述请求的分数值；

判断单元：用于基于所述分数值判断该移动终端是否存在作弊行为；

第一推送单元：用于对存在作弊行为的移动终端推送预设奖品或不推送奖品。

8.根据权利要求7所述的装置，其特征在于，所述评估单元执行的步骤包括：

计算所述移动终端基于任一特定属性信息被检测到的概率值，即第一概率值；

统计计算所述移动终端发送的请求占服务器接收到的所有请求的概率值，即第二概率值；

基于所述第一概率值和第二概率值计算出用于评价该移动终端的所述请求的分数值。

9.根据权利要求7所述的装置，其特征在于，所述特定特征信息包括以下至少一项：

型号、生产厂商、操作***版本号、UUID、IMEI、MAC地址。

10.根据权利要求7所述的方法，其特征在于，还包括验证单元，用于接收移动终端发送的用户身份标识符并验证该用户身份标识符。