CN113457164A - 虚拟对象异常检测方法和装置、可读存储介质、电子设备 - Google Patents
虚拟对象异常检测方法和装置、可读存储介质、电子设备 Download PDFInfo
- Publication number
- CN113457164A CN113457164A CN202110826356.0A CN202110826356A CN113457164A CN 113457164 A CN113457164 A CN 113457164A CN 202110826356 A CN202110826356 A CN 202110826356A CN 113457164 A CN113457164 A CN 113457164A
- Authority
- CN
- China
- Prior art keywords
- virtual object
- game
- category
- virtual
- abnormal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 132
- 230000005856 abnormality Effects 0.000 title claims abstract description 77
- 230000002159 abnormal effect Effects 0.000 claims abstract description 92
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000011218 segmentation Effects 0.000 claims description 32
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 7
- 230000002547 anomalous effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
- A63F13/75—Enforcing rules, e.g. detecting foul play or generating lists of cheating players
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/70—Game security or game management aspects
- A63F13/79—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories
- A63F13/792—Game security or game management aspects involving player-related data, e.g. identities, accounts, preferences or play histories for payment purposes, e.g. monthly subscriptions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开是关于一种虚拟对象异常检测方法和装置、可读存储介质以及电子设备,涉及计算机技术领域,该方法包括:获取第一虚拟对象的虚拟资源,根据所述虚拟资源,确定所述第一虚拟对象的第一类别;获取所述第一虚拟对象的属性信息,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别;对所述第二类别为异常的第一虚拟对象进行标记,以完成对虚拟对象的异常检测。本公开提高了虚拟对象异常检测的精确度以及效率。
Description
技术领域
本公开实施例涉及计算机技术领域,具体而言,涉及一种虚拟对象异常检测方法、虚拟对象异常检测装置、可读存储介质以及电子设备。
背景技术
随着移动互联网的普及以及发展,网络游戏越来越多的受到互联网用户的喜欢,同时,出现了一些由职业玩家和游戏爱好者组建的以盈利为目的的游戏工作室,该类游戏工作室以收费的方式帮助普通游戏用户执行游戏任务,当游戏中包括较多的由游戏工作室代为执行游戏任务的用户时,提升了对游戏服务器整体生态的负面影响,降低了游戏的公平性。
为了解决上述问题,现有技术中提出了基于时序特征的用户账户异常检测方法,但是,上述异常检测方法,一方面,所选的数据指标过于少,对数据指标的处理较为简单;另一方面,不适用于游戏场景中。
因此,需要提供一种新的虚拟对象异常检测方法。
需要说明的是,在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种虚拟对象异常检测方法、虚拟对象异常检测装置、可读存储介质以及电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的虚拟对象异常检测效率低的问题。
根据本公开的一个方面,提供一种虚拟对象异常检测方法,包括:
获取第一虚拟对象的虚拟资源,根据所述虚拟资源,确定所述第一虚拟对象的第一类别;
获取所述第一虚拟对象的属性信息,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别;
对所述第二类别为异常的第一虚拟对象进行标记,以完成对虚拟对象的异常检测。
在本公开的一种示例性实施例中,根据所述虚拟资源,确定所述第一虚拟对象的第一类别,包括:
获取游戏账户的参与日志、所述任务参与日志中包括的所述第一虚拟对象获取所述虚拟资源的历史数据,以及所述第一虚拟对象选择的所述虚拟资源的种类信息;
根据获取所述虚拟资源的历史数据,确定所述第一虚拟对象选择与所述种类信息对应的虚拟资源的选择比例;
根据所述选择比例以及预设的选择阈值,确定所述第一虚拟对象的第一类别。
在本公开的一种示例性实施例中,所述第一虚拟对象的属性信息中包括所述第一虚拟对象完成游戏任务的时间分布;
获取所述第一虚拟对象完成游戏任务的时间分布,包括:
获取游戏账户的登录日志,根据所述登录日志以及所述任务参与日志,获取所述第一虚拟对象的在线时间以及所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间;
通过所述第一虚拟对象的在线时间以及所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间,得到所述第一虚拟对象完成游戏任务的时间分布。
在本公开的一种示例性实施例中,获取所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间,包括:
获取与所述游戏账户对应的所述第一虚拟对象的游戏地图切换日志;
根据所述游戏地图切换日志,确定与所述第一虚拟对象对应第一游戏场景以及所述第二游戏场景;
根据所述任务参与日志以及与所述第一虚拟对象对应的第一游戏场景、第二游戏场景,确定所述第一虚拟对象在所述第一游戏场景以及所述第二游戏场景中完成游戏任务的时间。
在本公开的一种示例性实施例中,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别,包括:
获取所述第一类别为认定虚拟对象的第一虚拟对象;
通过所述第一类别为认定虚拟对象的第一虚拟对象的属性信息以及孤立森林算法构建所述异常检测模型,并利用所述异常检测模型得到所述第一虚拟对象的第二类别。
在本公开的一种示例性实施例中,通过所述第一类别为认定虚拟对象的第一虚拟对象的属性信息以及孤立森林算法构建所述异常检测模型,并利用所述异常检测模型得到所述第一虚拟对象的第二类别,包括:
将获取到的所述第一类别为认定虚拟对象的第一虚拟对象作为待检测数据放入根节点;
从所述第一类别为认定虚拟对象的第一虚拟对象的属性信息中选取任一属性信息,作为所述待检测数据的分割特征;
基于所述分割特征,获取与所述待检测数据的分割特征对应的分割数据点;
根据所述分割数据点对所述第一类别为认定虚拟对象的第一虚拟对象进行分割,直至所有的叶子结点中只包含一个第一类别为认定虚拟对象的第一虚拟对象,并生成孤立树;
根据所述叶子节点中包括的第一虚拟对象在所述孤立树中的位置,得到所述第一虚拟对象的第二类别。
在本公开的一种示例性实施例中,在对所述第二类别为异常的第一虚拟对象进行标记之后,所述虚拟对象异常检测方法还包括:
获取所述异常的第一虚拟对象在预设时间内的消费日志,根据所述消费日志,确定所述异常的第一虚拟对象的消费分布;
当检测到与所述异常的第一虚拟对象对应的游戏账户存在第二虚拟对象时,根据所述第二虚拟对象的属性信息以及所述异常的第一虚拟对象的消费分布,确定所述第二虚拟对象的第二类别。
根据所述第二虚拟对象的第二类别,确定对所述第二虚拟对象的限制措施。
在本公开的一种示例性实施例中,根据所述第二虚拟对象的属性信息以及所述异常虚拟对象的消费分布,确定所述第二虚拟对象的第二类别,包括:
获取所述第二虚拟对象的消费日志,确定所述第二虚拟对象的消费分布;
当所述第二虚拟对象对应的游戏账户的登录信息与所述第一虚拟对象对应的游戏账户的登录信息相同,且所述第二虚拟对象的消费分布与所述第一虚拟对象的消费分布相似时,则所述第二虚拟对象的第二类别为异常虚拟对象。
根据本公开的一个方面,提供一种虚拟对象异常检测装置,包括:
第一类别确定模块,用于获取第一虚拟对象的虚拟资源,根据所述虚拟资源,确定所述第一虚拟对象的第一类别;
第二类别确定模块,用于获取所述第一虚拟对象的属性信息,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别;
异常虚拟对象标记模块,用于对所述第二类别为异常的第一虚拟对象进行标记,以完成对虚拟对象的异常检测。
根据本公开的一个方面,提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一示例性实施例所述的虚拟对象异常检测方法。
根据本公开的一个方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述任一示例性实施例所述的虚拟对象异常检测方法。
本公开实施例提供的一种虚拟对象异常检测方法,获取第一虚拟对象的虚拟资源,根据所述虚拟资源,确定所述第一虚拟对象的第一类别;获取所述第一虚拟对象的属性信息,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别;对所述第二类别为异常的第一虚拟对象进行标记,以完成对虚拟对象的异常检测;一方面,由于获取虚拟对象在游戏完成后选择的虚拟资源,根据该虚拟资源得到第一虚拟对象的第一类别,并通过第一虚拟对象的第一类别以及第一虚拟对象的属性信息构建异常检测模型,通过该异常检测模型对虚拟对象进行检测,提高了对虚拟对象的检测效率;另一方面,当得到与游戏账户对应的虚拟对象的第一类别之后,通过构建异常检测模型对虚拟对象进行分类,得到第二类别为异常的虚拟对象,并对该异常的虚拟对象进行标记,提升了异常检测的精确度,以及提高了获取异常虚拟对象的效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性示出根据本发明示例实施例的一种虚拟对象异常检测方法的流程图。
图2示意性示出根据本发明示例实施例的一种虚拟对象异常检测***的框图。
图3示意性示出根据本发明示例实施例的一种根据虚拟对象选择的虚拟资源确定虚拟对象的第一类别的方法流程图。
图4示意性示出根据本发明示例实施例的一种根据任务参与日志以及登录日志确定虚拟对象完成游戏任务的时间分布的方法流程图。
图5示意性示出根据本发明示例实施例的一种获取第一虚拟对象在不同游戏场景中完成游戏任务所花费的时间的方法流程图。
图6示意性示出根据本发明示例实施例的一种基于第一虚拟对象的第一类别以及属性信息构建异常检测模型,并通过异常检测模型得到第一虚拟对象的第二类别的方法流程图。
图7示意性示出根据本发明示例实施例的一种通过孤立森林算法建立异常检测模型,并通过异常检测模型得到第一虚拟对象的第二类别的方法流程图。
图8示意性示出根据本发明示例实施例的一种通过孤立森林算法对第一虚拟对象进行检测的示意图。
图9示意性示出根据本发明示例实施例的一种对第二类别为异常的第一虚拟对象进行标记之后,对虚拟对象进行异常检测的方法流程图。
图10示意性示出根据本发明示例实施例的一种根据第二虚拟对象的实行信息以及异常虚拟对象的消费分布,确定第二虚拟对象的第二类别的方法流程图。
图11示意性示出根据本发明示例实施例的又一种虚拟对象异常检测方法的流程图。
图12示意性示出根据本发明示例实施例的一种虚拟对象异常检测装置的框图。
图13示意性示出根据本发明示例实施例的用于实现上述虚拟对象异常检测方法的电子设备。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本发明的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
随着移动互联网的普及以及发展,网络游戏越来越多的受到互联网用户的喜欢,同时,出现了一些由职业玩家和游戏爱好者组建的以盈利为目的的游戏工作室,该类游戏工作室通常配备有高端配置的电脑机房,主要以收费的方式帮助普通游戏用户执行游戏任务或者代练账户,以获取收益。当游戏中包括较多的由游戏工作室代为执行游戏任务的用户时,提升了对游戏服务器整体生态的负面影响。
现有技术中,提出了基于时序特征的用户账户异常检测***,将用户在社交软件中每日的登录次数以及发文次数作为时间序列放到对应的异常检测算法中进行检测,还提出了另一种社交网络中异常账户的检测方法,主要从基于行为特征、基于内容、基于图以及无监督学习四个方面进行考虑,得到了异常账户检测方法。但是,上述第一种检测方案,一方面,所选的数据指标太少,且对指标的处理较为简单;另一方面,使用场景有限,不适合于网络游戏;第二种检测方案,一方面,研究方案未在现实场景中得到有效应用;另一方面,在复杂模型中运用大量的指标,导致学习的可解释性较差;再一方面,该检测方法的适用场景有限,不适合用于网络游戏。
基于上述一个或者多个问题,本示例实施方式中首先提供了一种虚拟对象异常检测方法,该方法可以运行于服务器、服务器集群或云服务器等;当然,本领域技术人员也可以根据需求在其他平台运行本发明的方法,本示例性实施例中对此不做特殊限定。参考图1所示,该虚拟对象异常检测方法可以包括以下步骤:
步骤S110.获取第一虚拟对象的虚拟资源,根据所述虚拟资源,确定所述第一虚拟对象的第一类别;
步骤S120.获取所述第一虚拟对象的属性信息,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别;
步骤S130.对所述第二类别为异常的第一虚拟对象进行标记,以完成对虚拟对象的异常检测。
上述虚拟对象异常检测方法,获取第一虚拟对象的虚拟资源,根据所述虚拟资源,确定所述第一虚拟对象的第一类别;获取所述第一虚拟对象的属性信息,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别;对所述第二类别为异常的第一虚拟对象进行标记,以完成对虚拟对象的异常检测;一方面,由于获取虚拟对象在游戏完成后选择的虚拟资源,根据该虚拟资源得到第一虚拟对象的第一类别,并通过第一虚拟对象的第一类别以及第一虚拟对象的属性信息构建异常检测模型,通过该异常检测模型对虚拟对象进行检测,提高了对虚拟对象的检测效率;另一方面,当得到与游戏账户对应的虚拟对象的第一类别之后,通过构建异常检测模型对虚拟对象进行分类,得到第二类别为异常的虚拟对象,并对该异常的虚拟对象进行标记,提升了异常检测的精确度,以及提高了获取异常虚拟对象的效率。
以下,对本公开示例实施例的虚拟对象异常检测方法中涉及的各步骤进行详细的解释以及说明。
首先,对本公开示例实施例的应用场景以及发明目的进行解释以及说明。具体的,本公开示例实施例可以应用于包含多个游戏副本的网络游戏中,即游戏中包含多个特定游戏场景的网络游戏中。本公开主要用于对网络游戏中的异常虚拟对象进行识别,即,对游戏中通过游戏工作室完成游戏任务的虚拟对象进行识别,减少网络游戏中由游戏工作室以收费的方式帮助普通游戏用户执行游戏任务的情况,提升网络游戏的公平性。具体的,首先,获取游戏账户在游戏中的任务参与日志、登录日志以及游戏地图切换日志,并获取上述各日志中包括的数据,通过获取到的数据构建游戏账户对应的虚拟对象的画像;然后,根据虚拟对象的画像确定虚拟对象在游戏结束后选择不同虚拟资源的比例,根据虚拟对象选择不同虚拟资源的比例确定虚拟对象的第一类别,并通过孤立森林算法对第一类别为认定的虚拟对象进行划分,得到第二类别为异常的虚拟对象;最后,对与第二类别为异常的虚拟对象对应的游戏账户进行标记,并获取该游戏账户的登录信息,提升了虚拟对象检测的效率。
其次,对本公开示例实施例中涉及到的虚拟对象异常检测***进行解释以及说明。参考图2所示,该虚拟对象异常检测***可以包括服务器210;其中服务器210中可以包括虚拟对象识别模块211、日志获取模块212、计算模块213以及标记模块214。其中,虚拟对象识别模块211,用于确定与虚拟对象对应的游戏账户,当存在与游戏账户对应的第二虚拟对象时,根据与该游戏账户对应的第一虚拟对象的消费分布,确定该第二虚拟对象是否为异常的;日志获取模块212,与虚拟对象识别模块211网络连接,用于获取与第一虚拟对象对应的游戏账户在游戏中的任务参与日志、登录日志、游戏地图切换日志以及消费日志,并根据各日志中包括的历史数据,构建第一虚拟对象的画像;计算模块213,与日志获取模块212网络连接,用于根据第一虚拟对象的画像,计算第一虚拟对象在完成游戏后选择某一类别的虚拟资源的占比,根据该第一虚拟对象选择某一类别的虚拟资源的占比确定第一虚拟对象的第一类别,并通过孤立森林算法对第一类别为认定的第一虚拟对象进行计算,得到第一类别为认定的第一虚拟对象中第二类别为异常的虚拟对象;标记模块214,与计算模块213网络连接,用于对第二类别为异常的第一虚拟对象进行标记,并获得与第二类别为异常的第一虚拟对象对应的游戏账户的登录IP地址(Internet Protocol Address,互联网协议地址)以及登录硬件地址。
以下,将结合图2对步骤S110-步骤S130进行详细的解释以及说明。
在步骤S110中,获取与游戏账户对应的第一虚拟对象的虚拟资源,根据所述虚拟资源,确定所述第一虚拟对象的第一类别。
其中,虚拟资源可以为第一虚拟对象完成游戏任务之后获取到的虚拟资产,该虚拟资产可以为游戏中的代币也可以为游戏中的积分,在本示例实施例中对此不做具体限定。
在本示例实施例中,参考图3所示,根据虚拟资源,确定第一虚拟对象的第一类别,可以包括步骤S310-步骤S330:
步骤S310.获取游戏账户的参与日志、所述任务参与日志中包括的所述第一虚拟对象获取所述虚拟资源的历史数据,以及所述第一虚拟对象选择的所述虚拟资源的种类信息;
步骤S320.根据获取所述虚拟资源的历史数据,确定所述第一虚拟对象选择与所述种类信息对应的虚拟资源的选择比例;
步骤S330.根据所述选择比例以及预设的选择阈值,确定所述第一虚拟对象的第一类别。
以下,将对步骤S310-步骤S330进行进一步的解释与说明。具体的,首先,获取游戏账户的任务参与日志,从任务参与日志中获取与第一虚拟对象对应的任务参与日志,当获取到与第一虚拟对象对应的任务参与日志之后,可以从该任务参与日志中获取第一虚拟对象完成游戏任务之后该第一虚拟对象选择的虚拟资源,以及该第一虚拟对象选择的虚拟资源的种类信息;然后,计算虚拟对象选择某一种类虚拟资源的选择比例;最后,根据虚拟对象选择某一种类虚拟资源的选择比例以及预设的选择阈值,确定该第一虚拟对象的第一类别;其中,任务参与日志可以为与游戏账户对应的第一虚拟对象在游戏中完成的不同游戏活动的历史数据,也可以为第一虚拟对象在不同的游戏场景中完成不同游戏任务的历史数据;历史数据中可以包括第一虚拟对象参与游戏任务的时间,完成该游戏任务的时间,还可以包括用户完成该游戏任务之后选择的虚拟资源的种类以及对于某一类虚拟资源该第一虚拟对象获得的总量,在本示例实施例中对第一虚拟对象的任务参与日志以及任务参与日志中包括的历史数据不做具体限定;虚拟资源可以为游戏代币,当虚拟资源为游戏代币时,虚拟资源的种类可以有多种,一种可以为用于提升虚拟对象在游戏中的战斗力,另一种可以为用于线下交易盈利的;在游戏中,普通用户完成游戏任务之后,为了提升虚拟对象在游戏中的战斗力会选择前一种类别的虚拟资源,但是,当游戏工作室帮普通用户完成游戏任务时,为了获取收益会选择后一种类别的虚拟资源;选择某一种类虚拟资源的选择比例可以由虚拟对象选择的某一种类虚拟资料的数量与该虚拟对象完成游戏任务或者完成游戏活动之后获得的虚拟资源的总量决定;预设的选择阈值可以为0.7,也可以为0.8,在本示例实施例中,对预设的选择阈值不做具体限定;虚拟对象的第一类别可以为认定虚拟对象或者非认定虚拟对象。
举例而言,对于游戏中的任务A,当虚拟对象完成任务A时,会获得虚拟资源B或者虚拟资源C,其中,虚拟资源B可以用于线下交易,虚拟资源C可以用于在游戏中提升虚拟对象的能力;当获取到虚拟对象的任务参与日志,可以根据任务参与日志中包括的历史数据,得到虚拟对象每次完成游戏任务之后选择的虚拟资源的种类以及获取的虚拟资源的总量,当虚拟对象获得的虚拟资源的总量为100时,虚拟对象选择虚拟资源B的数量为80时,可以得到虚拟对象选择虚拟资源B的选择比例为0.8,则虚拟对象选择虚拟资源C的选择比例为0.2,当预设的选择阈值为0.7时,虚拟对象选择虚拟资源B的选择比例大于0.7,则该虚拟对象的第一类别为认定虚拟对象,即,该虚拟对象可能为游戏工作室通过该虚拟对象帮助用户完成游戏任务或者游戏活动的;虚拟对象的第一类别也可以为非认定虚拟对象,该虚拟对象的第一类别为非认定虚拟对象时表示该虚拟对象为普通用户自身完成游戏任务或者游戏活动。
在步骤S120中,获取所述第一虚拟对象的属性信息,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别。
在本示例实施例中,第一虚拟对象的属性信息中包括第一虚拟对象完成游戏任务的时间分布,参考图4所述,获取所述第一虚拟对象完成游戏任务的时间分布,可以包括步骤S410以及步骤S420:
步骤S410.获取游戏账户的登录日志,根据所述登录日志以及所述任务参与日志,获取所述第一虚拟对象的在线时间以及所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间;
步骤S420.通过所述第一虚拟对象的在线时间以及所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间,得到所述第一虚拟对象完成游戏任务的时间分布。
以下,将对步骤S410、步骤S420进行进一步的解释以及说明。具体的,首先,获取第一虚拟对象的登录日志,根据登录日志中包括的第一虚拟对象的登录服务器的时间以及退出服务器的时间可以得到第一虚拟对象的在线时间,并且获取第一虚拟对象在不同游戏场景中完成游戏任务的时间;根据虚拟对象在不同游戏场景中完成游戏任务的时间,确定第一虚拟对象完成游戏任务的时间分布;其中,游戏账户的登录日志中包括虚拟对象登录游戏服务器的时间以及退出游戏服务器的时间,完成游戏任务的时间分布可以由虚拟对象完成游戏任务的时间与虚拟对象在线时间决定,虚拟对象的在线时间可以由虚拟对象登录游戏服务器的时间和退出游戏服务器的时间决定;第一虚拟对象完成游戏任务的时间分布可以由虚拟对象完成游戏任务花费的时间与第一虚拟对象在线时间决定;不同游戏场景中可以包括第一游戏场景以及第二游戏场景,第一游戏场景以及第二游戏场景可以为游戏中包括的不同的游戏副本,第一游戏场景可以为普通游戏副本对应的游戏场景,第二游戏场景可以为特殊游戏副本对应的游戏场景。
进一步的,参考图5所示,获取所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间,可以包括步骤S510-步骤S530:
步骤S510.获取与所述游戏账户对应的所述第一虚拟对象的游戏地图切换日志;
步骤S520.根据所述游戏地图切换日志,确定与所述第一虚拟对象对应第一游戏场景以及所述第二游戏场景;
步骤S530.根据所述任务参与日志以及与所述第一虚拟对象对应的第一游戏场景、第二游戏场景,确定所述第一虚拟对象在所述第一游戏场景以及所述第二游戏场景中完成游戏任务的时间。
以下,将对步骤S510-步骤S530进行解释以及说明。具体的,首先,获取与第一虚拟对象对应的游戏账号的游戏地图切换日志,从获取到的地图切换日志中获取第一虚拟对象在游戏中停留过的不同的游戏地图;然后,判断获取到的游戏地图中包括的游戏场景为第一游戏场景或者第二游戏场景;最后,根据任务参与日志中包括的第一虚拟对象在不同的游戏场景中完成不同游戏任务的历史数据以及第一虚拟对象在游戏地图中包括的第一游戏场景或者第二游戏场景,确定第一虚拟对象在第一游戏场景和/或第二游戏场景中完成游戏任务的时间;其中,游戏地图切换日志中包括第一虚拟对象在游戏中停留过的游戏地图,以及在不同游戏地图中的停留时间;第一游戏场景可以为普通游戏副本对应的游戏场景,第二游戏场景可以为特殊游戏副本对应的游戏场景;普通游戏副本为虚拟对象在该普通游戏副本对应的游戏场景中完成游戏任务后获得的虚拟资源为提升虚拟对象在游戏中能力的虚拟资源;特殊游戏副本为虚拟对象在该游戏场景中完成游戏任务后获得的虚拟资源为用于线下交易的虚拟资源。
举例而言,获取到虚拟对象的登录日志、任务参与日志以及游戏地图切换日志之后,虚拟对象在某一天的登录日志中包括虚拟对象的登录游戏服务器的时间为10:00,退出游戏服务器的时间为11:40,虚拟对象的在线时间为100分钟,在虚拟对象在线时间内,虚拟对象的游戏地图切换日志中包括游戏地图A、游戏地图B以及游戏地图C,其中,游戏地图A中包括的游戏场景为与普通游戏副本对应的游戏场景,游戏地图B以及游戏地图C中包括的游戏场景为与特殊游戏副本对应的游戏场景,虚拟对象在游戏地图A中完成游戏任务的时间为10分钟,在游戏地图B中完成游戏任务的时间为60分钟,在游戏地图C中完成游戏任务的时间为20分钟,则可以得到虚拟对象完成游戏任务的时间分布为:在普通游戏副本中完成游戏任务的时间比为0.1,在特殊游戏副本中完成游戏任务的时间比为0.8。
进一步的,当得到第一虚拟对象的属性信息之后,可以基于第一虚拟对象的第一类别以及第一虚拟对象的属性信息构建异常检测模型,参考图6所示,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别,可以包括步骤S610以及步骤S620:
步骤S610.获取所述第一类别为认定虚拟对象的第一虚拟对象;
步骤S620.通过所述第一类别为认定虚拟对象的第一虚拟对象的属性信息以及孤立森林算法构建所述异常检测模型,并利用所述异常检测模型得到所述第一虚拟对象的第二类别。
以下,将对步骤S610、步骤S620进行解释以及说明。具体的,首先,获取第一类别为认定虚拟对象的第一虚拟对象,即,获取完成游戏后大概率选择用于线下交易的虚拟资源的虚拟对象,对于该类虚拟对象可以通过虚拟对象的属性信息以及孤立森林算法构建异常检测模型,以获取虚拟对象的第二类别。其中,异常检测模型可以为以第一虚拟对象的属性信息为样本数据,孤立森林算法为模型算法构建的机器学习模型,第一虚拟对象的属性信息中包括第一类别为认定虚拟对象的第一虚拟对象的属性信息;第一虚拟对象的属性信息中可以包括第一虚拟对象在游戏中的战斗力、第一虚拟对象在游戏中完成游戏任务的时间分布等等,在本示例实施例中对虚拟对象的属性信息不做具体限定;孤立森林算法是基于Ensemble(集成)的异常检测方法,具有线性的时间复杂度,时间复杂度较低且精准度较高,因此,在本示例实施例中通过孤立森林算法建立异常检测模型提升了虚拟对象异常检测的精确度。
再进一步的,参考图7所示,通过所述第一类别为认定虚拟对象的第一虚拟对象的属性信息以及孤立森林算法构建所述异常检测模型,并利用所述异常检测模型得到所述第一虚拟对象的第二类别,可以包括步骤S710-步骤S750:
步骤S710.将获取到的所述第一类别为认定虚拟对象的第一虚拟对象作为待检测数据放入根节点;
步骤S720.从所述第一类别为认定虚拟对象的第一虚拟对象的属性信息中选取任一属性信息,作为所述待检测数据的分割特征;
步骤S730.基于所述分割特征,获取与所述待检测数据的分割特征对应的分割数据点;
步骤S740.根据所述分割数据点对所述第一类别为认定虚拟对象的第一虚拟对象进行分割,直至所有的叶子结点中只包含一个第一类别为认定虚拟对象的第一虚拟对象,并生成孤立树;
步骤S750.根据所述叶子节点中包括的第一虚拟对象在所述孤立树中的位置,得到所述第一虚拟对象的第二类别。
以下,将对步骤S710-步骤S750进行解释以及说明。具体的,首先,获取第一类别为认定虚拟对象的第一虚拟对象,将获取到的第一虚拟对象作为待检测数据放入根节点中,然后,从第一类别为认定虚拟对象的属性信息中选取任一属性信息作为待检测数据的分割特征,根据该分割特征对第一虚拟对象进行分割;接着,根据分割特征对虚拟对象进行分割时,还需要根据分割特征,在与分割特征对应的属性信息中确定分割数据点;最后,根据分割数据点对第一类别为认定虚拟对象的第一虚拟对象进行分割,分割时可以将第一虚拟对象划分为两个子空间,当该第一虚拟对象在分割特征的属性信息的数据值小于分割数据点时,将该第一虚拟对象放入一侧子节点中,当第一虚拟对象在分割特征的属性信息的数据大于或者等于分割数据点时,将该第一虚拟对象放入另一侧的子节点中,递归步骤S720以及步骤S730,直至叶子结点中只包含一个第一虚拟对象,根据叶子节点生成孤立树,并根据各第一虚拟对象在孤立树中的位置确定其第二类别。
举例而言,参考图8所示,当第一类别为认定虚拟对象的第一虚拟对象中包含虚拟对象1、虚拟对象2以及虚拟对象3时,首先,获取虚拟对象的属性信息中包括的战斗力作为分割特征,然后根据3个虚拟对象的战斗力的数值,确定分割数据点,虚拟对象1的战斗力为0.25,虚拟对象2的战斗力为0.28,虚拟对象3的战斗力为0.35,则分割数据点应该位于0.23至0.35之间,当分割数据点为0.3时,可以根据虚拟对象的战斗力是否小于0.3来进行分割,可以得到符合条件的虚拟对象1、虚拟对象2以及不符合条件的虚拟对象3,接着对符合条件的虚拟对象1、虚拟对象2继续进行分割,此时可以选取完成游戏任务的时间分布作为分割特征,虚拟对象1在特殊游戏副本中完成游戏任务的时间比为0.2,虚拟对象2在特殊游戏副本中完成游戏任务的时间比为0.08,则分割数据点可以为0.1,可以根据虚拟对象在特殊游戏副本中完成游戏任务的时间比是否大于0.1来进行分割,可以得到符合条件的虚拟对象1以及虚拟对象2,因为进行分割时,分割条件以异常条件进行分割,因此,得到的虚拟对象1的第二类别为异常,虚拟对象2以及虚拟对象3的第二类别为正常。
在步骤S130中,对所述第二类别为异常的第一虚拟对象进行标记,以完成对所述游戏账户的异常检测。
在本示例实施例中,当得到任一第一虚拟对象的第二类别为异常时,可以对该第一虚拟对象进行标记,并且获取与该第一虚拟对象对应的游戏账户以及该游戏账户的登录信息,其中,登录信息中可以包括该游戏账户的登录IP地址,也可以包括该游戏账户的登录硬件地址,在本示例实施例中对游戏账户的登录信息不做具体限定。
在本示例实施例中,参考图9所示,在对所述第二类别为异常的第一虚拟对象进行标记之后,所述虚拟对象异常检测方法还可以包括步骤S910-步骤S930:
步骤S910.获取所述异常的第一虚拟对象在预设时间内的消费日志,根据所述消费日志,确定所述异常的第一虚拟对象的消费分布;
步骤S920.当检测到与所述异常的第一虚拟对象对应的游戏账户存在第二虚拟对象时,根据所述第二虚拟对象的属性信息以及所述异常的第一虚拟对象的消费分布,确定所述第二虚拟对象的第二类别;
步骤S930.根据所述第二虚拟对象的第二类别,确定对所述第二虚拟对象的限制措施。
以下,将对步骤S910-步骤S930进行解释以及说明。具体的,当获取第二类别为异常的第一虚拟对象之后,还可以获取该异常的第一虚拟对象的消费日志,获取该异常的第一虚拟对象在游戏中的消费情况;然后,当与第一虚拟对象对应的游戏账号在游戏新开服的服务器中存在第二虚拟对象时,可以根据第一虚拟对象的属性信息与第一虚拟对象对应的游戏账户的登录信息以及第一虚拟对象的消费情况确定第二虚拟对象是否为异常虚拟对象。
进一步的,参考图10所示,根据所述第二虚拟对象的属性信息以及所述异常虚拟对象的消费分布,确定所述第二虚拟对象的第二类别,可以包括步骤S1010以及步骤S1020:
步骤S1010.获取所述第二虚拟对象的消费日志,确定所述第二虚拟对象的消费分布;
步骤S1020.当所述第二虚拟对象对应的游戏账户的登录信息与所述第一虚拟对象对应的游戏账户的登录信息相同,且所述第二虚拟对象的消费分布与所述第一虚拟对象的消费分布相似时,则所述第二虚拟对象的第二类别为异常虚拟对象。
以下,将对步骤S1010、步骤S1020进行解释以及说明。具体的,首先,可以获取第二虚拟对象在预设时间内的消费日志,根据消费日志确定第二虚拟对象的消费分布;然后,判断第二虚拟对象是否为异常虚拟对象时,获取第二虚拟对象对应的游戏账户的登录信息,当第二虚拟对象的登录信息与第一虚拟对象的登录信息相同,且消费分布相似时,可以认为第二虚拟对象为异常虚拟对象,当检测到虚拟对象为异常虚拟对象时,可以对虚拟对象所在游戏副本中获取优质虚拟资源的概率进行限制,降低异常游戏账号获取利益的可能性;其中,预设时间内的消费日志可以是7天之内的,也可以是5天之内的,在本示例实施例中对此不做限定。在本示例实施例中通过统计第一虚拟对象的消费分布以及与第一虚拟对象对应的游戏账号的登录信息,可以在该游戏账号存在第二虚拟对象时,实现对该第二虚拟对象检测的冷启动,提高了游戏账户检测的效率。
本公开示例实施例提供的虚拟对象异常检测方法至少具有以下优点:一方面,获取与第一虚拟对象对应的游戏账户的任务参与日志、登录日志以及游戏地图切换日志,并根据获取到的上述日志中的历史数据确定第一虚拟对象的第一类别以及第二类别,丰富了第一虚拟对象异常检测的指标数据,提高了第一虚拟对象检测效率;另一方面,通过第一虚拟对象的属性信息以及孤立森林算法建立第一虚拟对象异常检测的异常检测模型,通过该异常检测模型提升了第一虚拟对象异常检测的精度;又一方面,得到异常的虚拟对象后,获取该异常的虚拟对象的消费分布以及与该异常的虚拟对象对应的游戏账户的登录信息,当新开服的服务器中存在第二虚拟对象时,通过对第一虚拟对象与第二虚拟对象的消费分布以及登录信息的对比,实现了对第二虚拟对象异常检测的冷启动。
以下,结合图11对本公开示例实施例的虚拟对象异常检测方法进行进一步的解释以及说明。其中,虚拟对象异常检测方法可以包括:
步骤S1102.获取游戏账户的任务参与日志,根据任务参与日志中包括的第一虚拟对象获取的虚拟资源的历史数据,确定第一虚拟对象选择虚拟资源的选择比例;
步骤S1104.根据第一虚拟用户选择虚拟资源的选择比例以及预设的选择阈值确定第一虚拟对象的第一类别;
步骤S1106.获取游戏账户的登录日志以及游戏地图切换日志,并根据登录日志、游戏地图切换日志以及任务参与日志,确定第一虚拟对象完成游戏任务的时间比例;
步骤S108.根据第一虚拟对象的第一类别、完成游戏任务的时间比例、虚拟对象的其他属性信息以及孤立森林算法,构建异常检测模型;
步骤S1110.通过异常检测模型对第一类别为认定虚拟对象的第一虚拟对象进行检测,得到第二类别为异常的第一虚拟对象;
步骤S1112.对第二类别为异常的第一虚拟对象进行标记,并获取与第二类别为异常的第一虚拟对象对应的游戏账户的登录信息;
步骤S1114.获取第二类别为异常的第一虚拟对象的消费日志,根据该消费日志确定第二类别为异常的第一虚拟对象的消费分布;
步骤S1116.当新开服的服务器中存在与游戏账户对应的第二虚拟对象时,获取第二虚拟对象的消费日志以及第二虚拟对象对应的游戏账户的登录信息,并根据第二虚拟对象的消费日志确定第二虚拟对象的消费分布;
步骤S1118.当与第一虚拟对象对应的游戏账户的登录信息与第二虚拟对象对应的游戏账户的登录信息相同,且第一虚拟对象的消费分布与第二虚拟对象的消费分布相似,则该第二虚拟对象为异常的虚拟对象。
本公开示例实施例还提供了一种虚拟对象异常检测装置,参考图12所示,可以包括:第一类别确定模块1210、第二类别确定模块1220以及异常虚拟对象标记模块1230。其中:
第一类别确定模块1210,用于获取第一虚拟对象的虚拟资源,根据所述虚拟资源,确定所述第一虚拟对象的第一类别;
第二类别确定模块1220,用于获取所述第一虚拟对象的属性信息,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别;
异常虚拟对象标记模块1230,用于对所述第二类别为异常的第一虚拟对象进行标记,以完成对虚拟对象的异常检测。
上述虚拟对象异常检测装置中各模块的具体细节已经在对应的虚拟对象异常检测方法中进行了详细的描述,因此此处不再赘述。
在本公开的一种示例性实施例中,根据所述虚拟资源,确定所述第一虚拟对象的第一类别,包括:
获取游戏账户的参与日志、所述任务参与日志中包括的所述第一虚拟对象获取所述虚拟资源的历史数据,以及所述第一虚拟对象选择的所述虚拟资源的种类信息;
根据获取所述虚拟资源的历史数据,确定所述第一虚拟对象选择与所述种类信息对应的虚拟资源的选择比例;
根据所述选择比例以及预设的选择阈值,确定所述第一虚拟对象的第一类别。
在本公开的一种示例性实施例中,所述第一虚拟对象的属性信息中包括所述第一虚拟对象完成游戏任务的时间分布;
获取所述第一虚拟对象完成游戏任务的时间分布,包括:
获取游戏账户的登录日志,根据所述登录日志以及所述任务参与日志,获取所述第一虚拟对象的在线时间以及所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间;
通过所述第一虚拟对象的在线时间以及所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间,得到所述第一虚拟对象完成游戏任务的时间分布。
在本公开的一种示例性实施例中,获取所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间,包括:
获取与所述游戏账户对应的所述第一虚拟对象的游戏地图切换日志;
根据所述游戏地图切换日志,确定与所述第一虚拟对象对应第一游戏场景以及所述第二游戏场景;
根据所述任务参与日志以及与所述第一虚拟对象对应的第一游戏场景、第二游戏场景,确定所述第一虚拟对象在所述第一游戏场景以及所述第二游戏场景中完成游戏任务的时间。
在本公开的一种示例性实施例中,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别,包括:
获取所述第一类别为认定虚拟对象的第一虚拟对象;
通过所述第一类别为认定虚拟对象的第一虚拟对象的属性信息以及孤立森林算法构建所述异常检测模型,并利用所述异常检测模型得到所述第一虚拟对象的第二类别。
在本公开的一种示例性实施例中,通过所述第一类别为认定虚拟对象的第一虚拟对象的属性信息以及孤立森林算法构建所述异常检测模型,并利用所述异常检测模型得到所述第一虚拟对象的第二类别,包括:
将获取到的所述第一类别为认定虚拟对象的第一虚拟对象作为待检测数据放入根节点;
从所述第一类别为认定虚拟对象的第一虚拟对象的属性信息中选取任一属性信息,作为所述待检测数据的分割特征;
基于所述分割特征,获取与所述待检测数据的分割特征对应的分割数据点;
根据所述分割数据点对所述第一类别为认定虚拟对象的第一虚拟对象进行分割,直至所有的叶子结点中只包含一个第一类别为认定虚拟对象的第一虚拟对象,并生成孤立树;
根据所述叶子节点中包括的第一虚拟对象在所述孤立树中的位置,得到所述第一虚拟对象的第二类别。
在本公开的一种示例性实施例中,在对所述第二类别为异常的第一虚拟对象进行标记之后,所述虚拟对象异常检测方法还包括:
获取所述异常的第一虚拟对象在预设时间内的消费日志,根据所述消费日志,确定所述异常的第一虚拟对象的消费分布;
当检测到与所述异常的第一虚拟对象对应的游戏账户存在第二虚拟对象时,根据所述第二虚拟对象的属性信息以及所述异常的第一虚拟对象的消费分布,确定所述第二虚拟对象的第二类别。
根据所述第二虚拟对象的第二类别,确定对所述第二虚拟对象的限制措施。
在本公开的一种示例性实施例中,根据所述第二虚拟对象的属性信息以及所述异常虚拟对象的消费分布,确定所述第二虚拟对象的第二类别,包括:
获取所述第二虚拟对象的消费日志,确定所述第二虚拟对象的消费分布;
当所述第二虚拟对象对应的游戏账户的登录信息与所述第一虚拟对象对应的游戏账户的登录信息相同,且所述第二虚拟对象的消费分布与所述第一虚拟对象的消费分布相似时,则所述第二虚拟对象的第二类别为异常虚拟对象。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本发明中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
在本发明的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为***、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
下面参照图13来描述根据本发明的这种实施方式的电子设备1300。图13显示的电子设备1300仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图13所示,电子设备1300以通用计算设备的形式表现。电子设备1300的组件可以包括但不限于:上述至少一个处理单元1310、上述至少一个存储单元1320、连接不同***组件(包括存储单元1320和处理单元1310)的总线1330以及显示单元1340。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元1310执行,使得所述处理单元1310执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元1310可以执行如图1中所示的步骤S110:获取第一虚拟对象的虚拟资源,根据所述虚拟资源,确定所述第一虚拟对象的第一类别;S120:获取所述第一虚拟对象的属性信息,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别;S130:对所述第二类别为异常的第一虚拟对象进行标记,以完成对虚拟对象的异常检测。
存储单元1320可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)13201和/或高速缓存存储单元13202,还可以进一步包括只读存储单元(ROM)13203。
存储单元1320还可以包括具有一组(至少一个)程序模块13205的程序/实用工具13204,这样的程序模块13205包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1330可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1300也可以与一个或多个外部设备1400(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备1300交互的设备通信,和/或与使得该电子设备1300能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1350进行。并且,电子设备1300还可以通过网络适配器1360与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1360通过总线1330与电子设备1300的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1300使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本发明实施方式的方法。
在本发明的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里发明的发明后,将容易想到本发明的其他实施例。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由权利要求指出。
Claims (11)
1.一种虚拟对象异常检测方法,其特征在于,包括:
获取第一虚拟对象的虚拟资源,根据所述虚拟资源,确定所述第一虚拟对象的第一类别;
获取所述第一虚拟对象的属性信息,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别;
对所述第二类别为异常的第一虚拟对象进行标记,以完成对虚拟对象的异常检测。
2.根据权利要求1所述的虚拟对象异常检测方法,其特征在于,根据所述虚拟资源,确定所述第一虚拟对象的第一类别,包括:
获取游戏账户的参与日志、所述任务参与日志中包括的所述第一虚拟对象获取所述虚拟资源的历史数据,以及所述第一虚拟对象选择的所述虚拟资源的种类信息;
根据获取所述虚拟资源的历史数据,确定所述第一虚拟对象选择与所述种类信息对应的虚拟资源的选择比例;
根据所述选择比例以及预设的选择阈值,确定所述第一虚拟对象的第一类别。
3.根据权利要求1所述的虚拟对象异常检测方法,其特征在于,所述第一虚拟对象的属性信息中包括所述第一虚拟对象完成游戏任务的时间分布;
获取所述第一虚拟对象完成游戏任务的时间分布,包括:
获取游戏账户的登录日志,根据所述登录日志以及所述任务参与日志,获取所述第一虚拟对象的在线时间以及所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间;
通过所述第一虚拟对象的在线时间以及所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间,得到所述第一虚拟对象完成游戏任务的时间分布。
4.根据权利要求3所述的虚拟对象异常检测方法,其特征在于,获取所述第一虚拟对象在第一游戏场景以及第二游戏场景中完成游戏任务的时间,包括:
获取与所述游戏账户对应的所述第一虚拟对象的游戏地图切换日志;
根据所述游戏地图切换日志,确定与所述第一虚拟对象对应第一游戏场景以及所述第二游戏场景;
根据所述任务参与日志以及与所述第一虚拟对象对应的第一游戏场景、第二游戏场景,确定所述第一虚拟对象在所述第一游戏场景以及所述第二游戏场景中完成游戏任务的时间。
5.根据权利要求4所述的虚拟对象异常检测方法,其特征在于,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别,包括:
获取所述第一类别为认定虚拟对象的第一虚拟对象;
通过所述第一类别为认定虚拟对象的第一虚拟对象的属性信息以及孤立森林算法构建所述异常检测模型,并利用所述异常检测模型得到所述第一虚拟对象的第二类别。
6.根据权利要求5所述的虚拟对象异常检测方法,其特征在于,通过所述第一类别为认定虚拟对象的第一虚拟对象的属性信息以及孤立森林算法构建所述异常检测模型,并利用所述异常检测模型得到所述第一虚拟对象的第二类别,包括:
将获取到的所述第一类别为认定虚拟对象的第一虚拟对象作为待检测数据放入根节点;
从所述第一类别为认定虚拟对象的第一虚拟对象的属性信息中选取任一属性信息,作为所述待检测数据的分割特征;
基于所述分割特征,获取与所述待检测数据的分割特征对应的分割数据点;
根据所述分割数据点对所述第一类别为认定虚拟对象的第一虚拟对象进行分割,直至所有的叶子结点中只包含一个第一类别为认定虚拟对象的第一虚拟对象,并生成孤立树;
根据所述叶子节点中包括的第一虚拟对象在所述孤立树中的位置,得到所述第一虚拟对象的第二类别。
7.根据权利要求1所述的虚拟对象异常检测方法,其特征在于,在对所述第二类别为异常的第一虚拟对象进行标记之后,所述虚拟对象异常检测方法还包括:
获取所述异常的第一虚拟对象在预设时间内的消费日志,根据所述消费日志,确定所述异常的第一虚拟对象的消费分布;
当检测到与所述异常的第一虚拟对象对应的游戏账户存在第二虚拟对象时,根据所述第二虚拟对象的属性信息以及所述异常的第一虚拟对象的消费分布,确定所述第二虚拟对象的第二类别;
根据所述第二虚拟对象的第二类别,确定对所述第二虚拟对象的限制措施。
8.根据权利要求7所述的虚拟对象异常检测方法,其特征在于,根据所述第二虚拟对象的属性信息以及所述异常虚拟对象的消费分布,确定所述第二虚拟对象的第二类别,包括:
获取所述第二虚拟对象的消费日志,确定所述第二虚拟对象的消费分布;
当所述第二虚拟对象对应的游戏账户的登录信息与所述第一虚拟对象对应的游戏账户的登录信息相同,且所述第二虚拟对象的消费分布与所述第一虚拟对象的消费分布相似时,则所述第二虚拟对象的第二类别为异常虚拟对象。
9.一种虚拟对象异常检测装置,其特征在于,包括:
第一类别确定模块,用于获取第一虚拟对象的虚拟资源,根据所述虚拟资源,确定所述第一虚拟对象的第一类别;
第二类别确定模块,用于获取所述第一虚拟对象的属性信息,基于所述第一虚拟对象的第一类别以及所述属性信息构建异常检测模型,通过所述异常检测模型得到所述第一虚拟对象的第二类别;
异常虚拟对象标记模块,用于对所述第二类别为异常的第一虚拟对象进行标记,以完成对虚拟对象的异常检测。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-8任一项所述的虚拟对象异常检测方法。
11.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1-8任一项所述的虚拟对象异常检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110826356.0A CN113457164B (zh) | 2021-07-21 | 2021-07-21 | 虚拟对象异常检测方法和装置、可读存储介质、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110826356.0A CN113457164B (zh) | 2021-07-21 | 2021-07-21 | 虚拟对象异常检测方法和装置、可读存储介质、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113457164A true CN113457164A (zh) | 2021-10-01 |
CN113457164B CN113457164B (zh) | 2024-07-12 |
Family
ID=77881682
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110826356.0A Active CN113457164B (zh) | 2021-07-21 | 2021-07-21 | 虚拟对象异常检测方法和装置、可读存储介质、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113457164B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140228111A1 (en) * | 2011-10-13 | 2014-08-14 | Neople, Inc. | Apparatus and method for detecting abnormal account |
CN106228410A (zh) * | 2016-07-29 | 2016-12-14 | 武汉斗鱼网络科技有限公司 | 一种直播平台中虚拟礼物任务防刷***及方法 |
CN107733864A (zh) * | 2017-09-08 | 2018-02-23 | 咪咕互动娱乐有限公司 | 一种账户共享方法、装置及计算机可读存储介质 |
CN108654091A (zh) * | 2018-05-14 | 2018-10-16 | 网易(杭州)网络有限公司 | 用于游戏中作弊校验的方法、介质、装置和计算设备 |
CN111298445A (zh) * | 2020-02-07 | 2020-06-19 | 腾讯科技(深圳)有限公司 | 目标账号检测方法、装置、电子设备及存储介质 |
KR20200118590A (ko) * | 2019-04-08 | 2020-10-16 | 넷마블 주식회사 | 비정상 게임 계정을 탐지하는 장치 및 방법 |
KR20210002952A (ko) * | 2019-07-01 | 2021-01-11 | 넷마블 주식회사 | 비정상 유저 탐지 방법 및 장치 |
CN112288482A (zh) * | 2020-10-29 | 2021-01-29 | 北京沃东天骏信息技术有限公司 | 虚拟资源池构建方法、***、设备及存储介质 |
-
2021
- 2021-07-21 CN CN202110826356.0A patent/CN113457164B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140228111A1 (en) * | 2011-10-13 | 2014-08-14 | Neople, Inc. | Apparatus and method for detecting abnormal account |
CN106228410A (zh) * | 2016-07-29 | 2016-12-14 | 武汉斗鱼网络科技有限公司 | 一种直播平台中虚拟礼物任务防刷***及方法 |
CN107733864A (zh) * | 2017-09-08 | 2018-02-23 | 咪咕互动娱乐有限公司 | 一种账户共享方法、装置及计算机可读存储介质 |
CN108654091A (zh) * | 2018-05-14 | 2018-10-16 | 网易(杭州)网络有限公司 | 用于游戏中作弊校验的方法、介质、装置和计算设备 |
KR20200118590A (ko) * | 2019-04-08 | 2020-10-16 | 넷마블 주식회사 | 비정상 게임 계정을 탐지하는 장치 및 방법 |
KR20210002952A (ko) * | 2019-07-01 | 2021-01-11 | 넷마블 주식회사 | 비정상 유저 탐지 방법 및 장치 |
CN111298445A (zh) * | 2020-02-07 | 2020-06-19 | 腾讯科技(深圳)有限公司 | 目标账号检测方法、装置、电子设备及存储介质 |
CN112288482A (zh) * | 2020-10-29 | 2021-01-29 | 北京沃东天骏信息技术有限公司 | 虚拟资源池构建方法、***、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113457164B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110069608B (zh) | 一种语音交互的方法、装置、设备和计算机存储介质 | |
CN111309614B (zh) | A/b测试方法、装置及电子设备 | |
US11188720B2 (en) | Computing system including virtual agent bot providing semantic topic model-based response | |
CN111507638A (zh) | 一种风险信息输出、风险信息构建方法及装置 | |
CN110633991A (zh) | 风险识别方法、装置和电子设备 | |
CN112163642A (zh) | 一种风控规则获取方法、装置、介质及设备 | |
CN110046784A (zh) | 一种用户准入的风险确定方法及装置 | |
CN112365367A (zh) | 一种基于设备电量的区域画像方法、设备及存储介质 | |
US20210216724A1 (en) | Searching Conversation Logs of a Virtual Agent Dialog System for Contrastive Temporal Patterns | |
CN111553706A (zh) | 一种刷脸支付方法、装置及设备 | |
CN108111603A (zh) | 信息推荐方法、装置、终端设备及存储介质 | |
CN110516713A (zh) | 一种目标群体识别方法、装置及设备 | |
CN112364222B (zh) | 一种用户年龄的区域画像方法、计算机设备及存储介质 | |
CN113962401A (zh) | 联邦学习***、联邦学习***中的特征选择方法及装置 | |
CN112966756A (zh) | 一种可视化的准入规则的生成方法、装置、机器可读介质及设备 | |
CN109657148A (zh) | 针对上报poi的异常操作识别方法、装置、服务器和介质 | |
CN110929285B (zh) | 一种隐私数据的处理方法及装置 | |
CN112288436A (zh) | 一种触发式资源配额调整方法、装置和*** | |
CN113457164B (zh) | 虚拟对象异常检测方法和装置、可读存储介质、电子设备 | |
US20200169588A1 (en) | Methods and systems for managing distribution of online content based on content maturity | |
CN110705733A (zh) | 取号方法、装置、电子设备及计算机可读存储介质 | |
CN114092608B (zh) | 表情的处理方法及装置、计算机可读存储介质、电子设备 | |
CN113890948B (zh) | 基于语音外呼机器人对话数据的资源分配方法及相关设备 | |
CN114065005A (zh) | 一种***配置优化参数方法、装置、电子设备及存储介质 | |
CN107609871B (zh) | 支付轨迹重现方法、装置、***、电子设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |