CN107213639A

CN107213639A - 用于判定网络游戏中作弊行为的方法及装置

Info

Publication number: CN107213639A
Application number: CN201710363246.9A
Authority: CN
Inventors: 张民英; 任意飞
Original assignee: Netease Hangzhou Network Co Ltd
Current assignee: Netease Hangzhou Network Co Ltd
Priority date: 2017-05-22
Filing date: 2017-05-22
Publication date: 2017-09-29

Abstract

本申请公开一种用于判定网络游戏中作弊行为的方法及装置。该方法包括：实时获取游戏系统中的资源流动数据；根据所述资源流动数据检测其对应的游戏行为的合法性；以及将所述检测结果为不合法的所述游戏行为记录为作弊行为。本申请的用于判定网络游戏中作弊行为的方法，能够自动并实时的对网络游戏中的作弊行为进行判定，有利于网络游戏的稳定发展。

Description

用于判定网络游戏中作弊行为的方法及装置

技术领域

本发明涉及数据信息处理领域，具体而言，涉及一种用于判定网络游戏中作弊行为的方法及装置。

背景技术

网络游戏区别与单机游戏，是指玩家必须通过互联网连接来进行多人游戏。一般指由多名玩家通过计算机网络在虚拟的环境下对人物角色及场景按照一定的规则进行操作以达到娱乐和互动目的的游戏产品集合。

单机游戏对于“作弊”或“辅助”的方式娱乐游戏是不受到限制的，但是，网络游戏对于游戏作弊的限制是非常严格的。因为作弊给网络游戏带来了严重的损害，影响了游戏的平衡，损害了玩家的利益，减少了游戏的寿命。通常情况下，由于作弊具有很高的隐秘性，作弊行为的发现通常在作弊行为发生很久一段时间之后，作弊行为已经造成了很大范围的影响。同时当作弊行为复杂或人员较多时(有组织，多人，多次，通过互相合作的方式)，惩罚判定起来更是需要大量的人力物力，而且很容易出现不公正或漏判，错判的情况。

现有的网络游戏作弊检测通常都是由人工来处理，由于网络游戏作弊通常具有隐蔽性，所以作弊行为不易发现，或者发现时机很晚。现有的针对作弊的处罚方式通常都由游戏运维人员来执行，处理起来非常耗时耗力，处罚结构也可能有失公平，存在漏判或错判的现象。

因此，需要一种新的用于判定网络游戏中作弊行为的方法及装置。

在所述背景技术部分公开的上述信息仅用于加强对本发明的背景的理解，因此它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

有鉴于此，本发明提供一种用于判定网络游戏中作弊行为的方法及装置，能够自动并实时的对网络游戏中的作弊行为进行判定，有利于网络游戏的稳定发展。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明的一方面，提出一种用于判定网络游戏中作弊行为的方法，该方法包括：实时获取游戏系统中的资源流动数据；根据资源流动数据检测其对应的游戏行为的合法性；以及将检测结果为不合法的游戏行为记录为作弊行为。

在本公开的一种示例性实施例中，资源流动数据包括：资源流动过程中关联用户的用户标识；资源流动涉及的资源数据；以及资源流动过程中资源的价值数据。

在本公开的一种示例性实施例中，根据资源流动数据检测其对应的游戏行为的合法性，包括：通过用户的用户标识检测其对应的游戏行为的合法性；和/或通过资源数据检测其对应的游戏行为的合法性；和/或通过资源的价值数据检测其对应的游戏行为的合法性。

在本公开的一种示例性实施例中，通过用户的用户标识检测其对应的游戏行为的合法性，包括：获取资源流动关联用户的用户标识；通过用户标识与历史作弊用户的标识进行比对，判断用户是否为历史作弊用户；如果关联用户均不是历史作弊用户，则确定游戏行为合法。

在本公开的一种示例性实施例中，通过资源数据检测其对应的游戏行为的合法性，包括：获取资源数据；通过资源数据判断资源是否为作弊道具；如果资源不是作弊道具，则确定游戏行为合法。

在本公开的一种示例性实施例中，通过资源的价值数据判断其对应的游戏行为的合法性，包括：获取资源的价值数据，其中资源的价值数据包括资源的初始价值和资源的交易价值；通过资源的价值数据获取价值差异常系数；判断价值差异常系数是否超出预设阈值范围；以及如果价值差异常系数未超出预设阈值范围，则判断游戏行为合法。

在本公开的一种示例性实施例中，价值差异常系数可通过如下公式计算：

其中，ABNORM_ALRES为UL价T值差异常系数，ITEM_LIST_A与ITEM_LIST_B为资源交易双方的交易价值，ITEM_VALUE为资源的初始价值。

在本公开的一种示例性实施例中，还包括：获取作弊行为的上下行相关交易的交易信息；通过作弊行为与交易信息，构建一作弊行为追踪网络；以及通过行为追踪网络对作弊行为及关联的用户和/或资源进行处理。

在本公开的一种示例性实施例中，还包括：获取作弊行为的上下行用户信息；以及将作弊行为的获利用户标记为作弊用户。

根据本发明的一方面，提出一种用于判定网络游戏中作弊行为的装置，该装置包括：资源模块，用于实时获取游戏系统中的资源流动数据；判断模块，用于根据资源流动数据检测其对应的游戏行为的合法性；以及记录模块，用于将检测结果为不合法的游戏行为记录为作弊行为。

在本公开的一种示例性实施例中，判断模块，包括以下模块至少一者：用户判断子模块，用于通过用户的用户标识检测其对应的游戏行为的合法性；资源判断子模块，用于通过资源数据检测其对应的游戏行为的合法性；以及价值判断子模块，用于通过资源的价值数据检测其对应的游戏行为的合法性。

根据本发明的用于判定网络游戏中作弊行为的方法及装置，能够自动并实时的对网络游戏中的作弊行为进行判定，有利于网络游戏的稳定发展。

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的，并不能限制本发明。

附图说明

通过参照附图详细描述其示例实施例，本发明的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，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是根据一示例性实施例示出的一种用于判定网络游戏中作弊行为的方法的流程图。

图2是根据另一示例性实施例示出的一种用于判定网络游戏中作弊行为的方法的流程图。

图3是根据一示例性实施例示出的一种用于判定网络游戏中作弊行为的方法中作弊行为追踪示意图

图4是根据另一示例性实施例示出的一种用于判定网络游戏中作弊行为的方法的流程图。

图5是根据一示例性实施例示出的一种用于判定网络游戏中作弊行为的装置的框图。

图6是根据另一示例性实施例示出的一种用于判定网络游戏中作弊行为的装置的框图。

具体实施例

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本发明将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在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。

此外，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例中。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例的充分理解。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没有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方法、装置、实现或者操作以避免模糊本发明的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，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。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的，因此不能用于限制本发明的保护范围。

如图1所示，在S102中，实时获取游戏系统中的资源流动数据。在本发明实施例中，资源是一个广义的概念，可以是游戏中任何一种资源或道具，可例如为经验，金币，道具等。在网络游戏环境中发生的任何买卖，转账，兑换，抽奖，合成等包含资源流动的信息称为资源流动数据。

在S104中，根据资源流动数据检测其对应的游戏行为的合法性。资源流动的数据中可例如包含流动的双方身份，流动物品的编号等。可例如，在资源流动过程中，对每一笔资源流动均进行合法性检查，可例如，检查进行资源流动的双方用户身份是否合法，如果存在不合法的用户，则将此次资源流动行为作为作弊行为记录下来。还可例如，在资源流动时，检查交易物品是否存在异常(例如包含了非常影响游戏平衡的道具)，如果交易物品异常的话，也将此次资源流动作为作弊行为记录下来。还可例如，检查资源流动时数据值是否异常，包含涉及资金特别巨大或者交易双方价值严重不匹配(如花了很多钱买了很便宜的东西或者很少的钱买了很贵的东西)，或者小概率事件频繁发生(如中奖)等。将这些异常的数据也作为作弊行为记录下来。

在S106中，将检测结果为不合法的游戏行为记录为作弊行为。将上述不合法的行为作为作弊行为并记录。有些作弊操作可能不是数据就能检测出来的，可能需要游戏玩家举报，再由人工记录下来。关于作弊行为的界定，本发明不以以上示例为限。

根据本发明的用于判定网络游戏中作弊行为的方法，通过实时获取资源流动数据并进行合法性判断的方式，能够实时对游戏中的资源流动进行判断，发现并追踪游戏中的作弊行为。

应清楚地理解，本发明描述了如何形成和使用特定示例，但本发明的原理不限于这些示例的任何细节。相反，基于本发明公开的内容的教导，这些原理能够应用于许多其它实施例。

在本公开的一种示例性实施例中，资源流动数据包括：进行资源流动的用户数据；资源流动涉及到的资源数据；以及资源流动中资源的价值数据。

图2是根据另一示例性实施例示出的一种用于判定网络游戏中作弊行为的方法的流程图。图2是对图1中S104的示例性说明。

在S202中，获取资源流动。

在S204中，双方身份合法性检查。

在S206中，资源合法性检查。

在S208中，价值合法性检查。

在S210中，判定为合法资源流动。

在S212中，记录异常的资源流动。

如图2所示，在S202中，实时获取游戏中资源流动数据。如上文所述，资源是一个广义的概念，可以是游戏中任何一种资源或道具，可例如为经验，金币，道具等。在网络游戏环境中发生的任何买卖，转账，兑换，抽奖，合成等包含资源流动的信息，这些信息都记录下来，可例如保存在资源流动记录模块中，资源流动的信息包含流动过程中所涉及的用户身份，流动物品的编号，流动物品的价值等等。

在S204中，双方身份合法性检查。

可例如，通过资源流动涉及到的双方身份信息判断其对应的行为的是否为合法性行为。在资源流动过程中，对每一笔资源流动均进行合法性检查，可例如，检查进行资源流动的双方用户身份是否合法，如果存在不合法的用户，则将此次资源流动行为作为作弊行为记录下来。

在S206中，资源合法性检查。

还可例如，通过资源流动涉及到资源信息判断其对应的行为的是否为合法性行为。在资源流动时，检查交易物品是否存在异常(例如包含了非常影响游戏平衡的道具)，如果交易物品异常的话，也将此次资源流动作为作弊行为记录下来。

在S208中，价值合法性检查。

还可例如，通过资源流动中价值相关数据判断其对应的行为的是否为合法性行为。检查资源流动时数据值是否异常，包含涉及资金特别巨大或者交易双方价值严重不匹配(如花了很多钱买了很便宜的东西或者很少的钱买了很贵的东西)，或者小概率事件频繁发生(如中奖)等，将这些异常的数据也作为作弊行为记录下来。

还可例如，有些作弊操作可能不是数据就能检测出来的，可能需要游戏玩家举报，再由人工记录下来。本发明不以此为限。

在S212中，记录异常的资源流动。

根据本发明的用于判定网络游戏中作弊行为的方法，通过对资源流动中的用户、资源以及资源价值进行合法性判断的方式，能够实时对游戏中的资源流动进行判断，发现网络游戏中的异常资源数据。

在本公开的一种示例性实施例中，通过用户的用户标识检测其对应的游戏行为的合法性，包括：获取资源流动关联用户的用户标识；通过用户标识与历史作弊用户的标识进行比对，判断用户是否为历史作弊用户；如果关联用户均不是历史作弊用户，则确定所述游戏行为合法。资源流动可以是玩家之间的交易，或者是玩家与游戏系统的交互。例如玩家系统购买道具，或者通过系统出售一些物品。游戏系统是默认合法的，因此需要检查的是玩家是否有作弊行为，由此判定该玩家为作弊用户。在本实施例中，可例如，当检测到系统内发生了作弊物品或道具的后续交易流通行为后，购买道具的获利方变将被认定为作弊用户，之后该用户的交易行为都被认定为作弊行为。

在本公开的一种示例性实施例中，通过资源数据检测其对应的游戏行为的合法性，包括：获取资源数据；通过资源数据判断资源是否为作弊道具；如果资源不是作弊道具，则确定游戏行为合法。资源是一个广义的概念，可以是游戏中任何一种资源或道具，例如经验，金币，道具等。在本实施例中，如果一个流动中的资源是作弊的道具，则交易则为作弊交易。

资源在游戏世界中均有其对应的价值，流动的结果就是价值的互换。一个交易应该是对等或者较为对等的。如果价值的流动过于悬殊，则不对等的流动则会带来游戏中的不平衡。有些特殊的流动，例如抽奖这种交易，是由系统设定的，这种交易通常是发生于玩家与系统之间，增加游戏的乐趣和不确定性。这种不对等的交易发生的概率是极低的。因此，在本实施例中，判定如果资源流动交易双方价值严重不匹配(如花了很多钱买了很便宜的东西或者很少的钱买了很贵的东西)或者概率极低的事件频繁发生则可能出现了作弊的行为。同时认定获益方为作弊人，获得的收益为作弊资源。

如上文所述，资源流动包含了三方面内容，一个是流动过程中所涉及的双方用户，一个是流动的资源，一个是流动的结果。在本发明实施例中，资源用ITEM表示，其包含了至少三个属性，资源的唯一性编号ITEM_UID，资源的类型ITEM_TYPE，资源的价值ITEM_VALUE。表1列了一个流动方的例子，表2中列举了资源的例子，表3中列举了资源流动的一个例子。

表1所示某一资源在流动过程中所涉及的用户

流动方	名称
		U001	系统
U002	玩家甲
		U003	玩家乙
U004	玩家丙
		U005	玩家丁

表2，资源表举例

资源编号	资源类型	资源价值
			I001	T001	1
I002	T002	100
			I003	T003	200
I004	T004	100
			I005	T005	200
I006	T006	100
			I007	T007	2
I008	T008	2
			I009	T009	2
I010	T010	2
			I011	T011	2
I012	T012	2
			I013	T013	2

表3，资源流动例子

一个资源的流动用FLOW来表示，其包含了资源流动的唯一编号FLOW_ID，一次流动所涉及的双方用户USER_A，USER_B，双方用户各付出的资源列表ITEM_LIST_A，ITEM_LIST_B，流动结果FLOW_VALUE_RESULT，出现的概率FLOW_CHANCE。

其中流动结果是双方所有资源的价值差值，可通过如下公式计算得出：

在本实施例中，价值差是一个绝对的值，在考虑是否异常时，应该考虑到这次交易的总量，例如交易价值为1000的交易，即使相差100的价值也认为是合理的，但是如果交易价值是10的交易，相差100的价值就不合理了。

在本实施例中，定义价值差的异常系数为：

其中，ABNORM_ALRE为UL价T值差异常系数，ITEM_LIST_A与ITEM_LIST_B为资源交易双方的交易价值，ITEM_VALUE为资源的初始价值。

通常来说，资源流动的双方价值应该是均等的，也就是价值差应该符合一定的范围内，但是考虑到价值差是一个绝对值，应该看重的是交易双方是否在一个正常的对等范围内，因此采用一个相对的异常系数来判定，如上文所列举的公式ABNORMAL_RESULT。在本实施例中，可例如，将异常系数的限定在区间(-1，1)，那么不在此范围内的交易都被认定为异常交易，也可根据游戏开发者的具体需求进行设置，本发明不限定于此。

在本实施例中，可例如，当价值差异常系数超出预定阈值范围时，则判断行为不为合法性行为。

在本公开的一种示例性实施例中，由于在游戏系统中有些特殊的资源流动，例如抽奖这类不对等的交易，这种交易通常是发生于玩家与系统之间，增加游戏的乐趣和不确定性。虽然这不对等的交易发生的概率是极低的，但是也存在于系统中，可能会对上文中的判定结果产生不利影响，比如，某用户正常的抽奖活动被判定为作弊行为。根据一些实施例，可例如，在游戏系统进行某些特定活动的时候，通过上文的判定规则，对游戏系统中的行为进行判定筛选，对于筛选出的作弊行为，先判定为疑似作弊行为，将疑似作弊行为再次进行人工筛选，去除掉合法游戏行为，然后再进行后续步骤的处理。然而，本发明不以此为限。

如下表4所示，表4为异常资源流动检测得到的一个示例，表中包含了异常资源流动记录，作弊方，作弊资源。

表4，异常资源流动检测示例

作弊方
	U002

作弊资源
	I002
I003

根据本发明的用于判定网络游戏中作弊行为的方法，通过价值差异常系数对资源流动进行合法性判断的方式，能够实时对游戏中的资源流动的合法性进行准确的判断，有利于实时跟踪游戏中的作弊行为。

图3是根据一示例性实施例示出的一种用于监控处理网络游戏中作弊行为的方法中作弊行为追踪示意图。由于每次资源流动都会影响参与者的资源现状，以及之后的流动，也就是说，资源流动前后有着依赖关系，所以这个追踪是要根据资源流动的发生的先后顺序来构造的。如图3所示，在追踪网络中，首先建立的资源流动对应的连线是F001，通过F001构造出两个节点，一个流动的网络(步骤1)；接着发生了第二次资源流动F002(步骤2),形成三个节点，两个流动的网络；接着发生了F003(步骤3)；最后发生了F004(步骤4)。至此便完整的恢复了从最开始的作弊，到影响到的所有参与者，以及他们之间发生的资源流动情况。这部分的内容以网络的形式显示出来，构建行为追踪网络。可以清晰的看到影响的参与者以及具体是哪些资源流动，网络游戏的管理人员可以清晰的看到这个过程和结果，同时可以对这个追踪结果进行修改。

如图4所示，在S402中，获取作弊行为的上下行相关交易的交易信息。根据作弊行为中的数据，获取相应的作弊记录，作弊记录中可例如，包含作弊用户。获取作弊用户所有相关的资源流动记录，如果该条记录涉及到了作弊资源，则记录下来，同时记录交易人，可例如，标记为作弊行为所涉及的用户。可例如，将某一作弊行为之前的资源流动作为该作弊行为的上行交易，将此作弊行为之后的资源流动作为该作弊行为下行交易。

在S404中，通过作弊行为与交易信息，构建一作弊行为追踪网络。可例如，通过作弊行为数据，获取作弊行为涉及到的用户，并将用户作为行为追踪网络中的节点。还可例如，通过交易信息，获取资源流动行为，并将资源流动的行为作为行为追踪网络中的连线。可例如，通过用户、资源流动行为，按照时间顺序构建行为追踪网络。

在S406中，通过行为追踪网络对作弊行为及关联的用户和/或资源进行处理。可例如，根据形成的追踪网络，找到作弊出现的时间顺序的逆序进行修复，定位作弊行为根源用户，剩余的用户即为作弊相关用户，在作弊网络中，通过逆操作来矫正每一个资源流动。在本实施例中，逆操作的过程即为执行作弊行为的处理过程。

在本公开的一种示例性实施例中，还包括：获取所述作弊行为的上下行用户信息；以及将所述作弊行为的获利用户标记为作弊用户。根据上文中的规则对游戏中的交易信息进行判断，当判断某一行为为作弊行为之后，根据作弊行为中涉及到的资源信息识别作弊行为的获利方，将获利方标记为作弊用户。

根据本发明的用于判定网络游戏中作弊行为的方法，通过构建追踪网络，网络游戏的管理人员可以清晰的看到作弊行为的过程和结果，并可以及时有效的对作弊行为进行处理。

本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时，执行本发明提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。

此外，需要注意的是，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。

下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。

资源模块502用于实时获取游戏系统中的资源流动数据；

判断模块504用于根据所述资源流动数据检测其对应的游戏行为的合法性；以及

记录模块506用于将所述检测结果为不合法的所述游戏行为记录为作弊行为。

根据本发明的用于判定网络游戏中作弊行为的装置，通过实时获取资源流动数据并进行合法性判断的方式，能够实时对游戏中的资源流动进行判断，发现并追踪游戏中的作弊行为。

根据一些实施例，资源流动数据包括：资源流动过程中关联用户的用户标识；资源流动涉及的资源数据；以及资源流动过程中资源的价值数据

根据一些实施例，监控模块，还包括：用户判断子模块，用于通过用户的用户标识检测其对应的游戏行为的合法性。资源判断子模块，用于通过资源数据检测其对应的游戏行为的合法性。价值判断子模块，用于通过资源的价值数据检测其对应的游戏行为的合法性。

其中，合法性检查模块602，用于检查异常用户或者异常的资源或者异常的流动，并将其作为作弊行为标记。

作弊记录模块604，用于记录合法性检查模块602检查出来的异常行为信息，如：作弊方，作弊资源，作弊记录，包含了流动方，流动资源，以及流动结果的检查。可例如通过作弊记录模块604，这些记录会以表格的方式显示出来，可以让人观看，同时也可以让人对这些作弊记录进行修改，例如删减一些不必要的记录，增加一些没有检查出来的记录等操作。

追踪模块606，用于根据作弊记录中的记录，获取相应的作弊记录，包含作弊用户，并获取作弊用户所有相关的资源流动记录，同时记录交易人。

判决及执行模块608，用于根据资源流动发生的时间先后顺序构造出追踪网络，并根据这个网络来执行结果，恢复资源平衡，消除作弊的影响。

游戏环境610，用于玩家进行游戏操作，以及支持网络游戏中的资源流动。

资源流动记录模块612，用于记录游戏环境610中发生的所有买卖，转账，兑换，抽奖，合成等资源流动信息。

可视化及交互模块614，用于提供一个可以让游戏管理员对网络游戏作弊行为进行检测和修改的平台，在作弊记录模块604得到的记录会以列表的形式显示，游戏管理员可以观察和修改，追踪模块606、判决及执行模块608中是以网络图的形式显示，同样，游戏管理员可以观察和修改。

本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施例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、移动终端、或者网络设备等)执行根据本发明实施例的方法。

通过以上的详细描述，本领域的技术人员易于理解，根据本发明实施例的用于判定网络游戏中作弊行为的方法及装置具有以下优点中的一个或多个。

根据一些实施例，本发明的用于判定网络游戏中作弊行为的方法，通过实时获取资源流动数据并进行合法性判断的方式，能够实时对游戏中的资源流动进行判断，发现并追踪游戏中的作弊行为。

根据一些实施例，本发明的用于判定网络游戏中作弊行为的方法，通过价值差异常系数对资源流动进行合法性判断的方式，能够实时对游戏中的资源流动的合法性进行准确的判断，有利于实时跟踪游戏中的作弊行为。

以上具体地示出和描述了本发明的示例性实施例。应可理解的是，本发明不限于这里描述的详细结构、设置方式或实现方法；相反，本发明意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

此外，本说明书说明书附图所示出的结构、比例、大小等，均仅用以配合说明书所公开的内容，以供本领域技术人员了解与阅读，并非用以限定本公开可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本公开所能产生的技术效果及所能实现的目的下，均应仍落在本公开所公开的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“第一”、“第二”及“一”等的用语，也仅为便于叙述的明了，而非用以限定本公开可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当也视为本发明可实施的范畴。

Claims

1.一种用于判定网络游戏中作弊行为的方法，其特征在于，包括：

实时获取游戏系统中的资源流动数据；

根据所述资源流动数据检测其对应的游戏行为的合法性；以及

将所述检测结果为不合法的所述游戏行为记录为作弊行为。

2.如权利要求1所述的方法，其特征在于，所述资源流动数据包括：

所述资源流动过程中关联用户的用户标识；

所述资源流动涉及的资源数据；以及

所述资源流动过程中所述资源的价值数据。

3.如权利要求2所述的方法，其特征在于，所述根据所述资源流动数据检测其对应的游戏行为的合法性，包括：

通过所述用户的用户标识检测其对应的游戏行为的合法性；和/或

通过所述资源数据检测其对应的游戏行为的合法性；和/或

通过所述资源的价值数据检测其对应的游戏行为的合法性。

4.如权利要求3所述的方法，其特征在于，所述通过所述用户的用户标识检测其对应的游戏行为的合法性，包括：

获取所述资源流动关联用户的所述用户标识；

通过所述用户标识与历史作弊用户的标识进行比对，判断所述用户是否为历史作弊用户；

如果所述关联用户均不是历史作弊用户，则确定所述游戏行为合法。

5.如权利要求3所述的方法，其特征在于，所述通过所述资源数据检测其对应的游戏行为的合法性，包括：

获取所述资源数据；

通过所述资源数据判断所述资源是否为作弊道具；

如果所述资源不是作弊道具，则确定所述游戏行为合法。

6.如权利要求3所述的方法，其特征在于，所述通过所述资源的价值数据判断其对应的游戏行为的合法性，包括：

获取所述资源的价值数据，其中所述资源的价值数据包括所述资源的初始价值和所述资源的交易价值；

通过所述资源的价值数据获取价值差异常系数；

判断所述价值差异常系数是否超出预设阈值范围；以及

如果所述价值差异常系数未超出预设阈值范围，则判断所述游戏行为合法。

7.如权利要求6所述的方法，其特征在于，所述价值差异常系数可通过如下公式计算：

<mrow> <mi>A</mi> <mi>B</mi> <mi>N</mi> <mi>O</mi> <mi>R</mi> <mi>M</mi> <mi>A</mi> <mi>L</mi> <mo>_</mo> <mi>R</mi> <mi>E</mi> <mi>S</mi> <mi>U</mi> <mi>L</mi> <mi>T</mi> <mo>=</mo> <mfrac> <mrow> <munder> <mo>&Sigma;</mo> <mrow> <mi>I</mi> <mi>T</mi> <mi>E</mi> <mi>M</mi> <mo>_</mo> <mi>L</mi> <mi>I</mi> <mi>S</mi> <mi>T</mi> <mo>_</mo> <mi>A</mi> </mrow> </munder> <mi>I</mi> <mi>T</mi> <mi>E</mi> <mi>M</mi> <mo>_</mo> <mi>V</mi> <mi>A</mi> <mi>L</mi> <mi>U</mi> <mi>E</mi> <mo>-</mo> <munder> <mo>&Sigma;</mo> <mrow> <mi>I</mi> <mi>T</mi> <mi>E</mi> <mi>M</mi> <mo>_</mo> <mi>L</mi> <mi>I</mi> <mi>S</mi> <mi>T</mi> <mo>_</mo> <mi>B</mi> </mrow> </munder> <mi>I</mi> <mi>T</mi> <mi>E</mi> <mi>M</mi> <mo>_</mo> <mi>V</mi> <mi>A</mi> <mi>L</mi> <mi>U</mi> <mi>E</mi> </mrow> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mrow> <mo>(</mo> <mrow> <munder> <mo>&Sigma;</mo> <mrow> <mi>I</mi> <mi>T</mi> <mi>E</mi> <mi>M</mi> <mo>_</mo> <mi>L</mi> <mi>I</mi> <mi>S</mi> <mi>T</mi> <mo>_</mo> <mi>A</mi> </mrow> </munder> <mi>I</mi> <mi>T</mi> <mi>E</mi> <mi>M</mi> <mo>_</mo> <mi>V</mi> <mi>A</mi> <mi>L</mi> <mi>U</mi> <mi>E</mi> <mo>,</mo> <munder> <mo>&Sigma;</mo> <mrow> <mi>I</mi> <mi>T</mi> <mi>E</mi> <mi>M</mi> <mo>_</mo> <mi>L</mi> <mi>I</mi> <mi>S</mi> <mi>T</mi> <mo>_</mo> <mi>B</mi> </mrow> </munder> <mi>I</mi> <mi>T</mi> <mi>E</mi> <mi>M</mi> <mo>_</mo> <mi>V</mi> <mi>A</mi> <mi>L</mi> <mi>U</mi> <mi>E</mi> </mrow> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>

其中，为价值差异常系数，ITEM_LIST_A与ITEM_LIST_B为所述资源交易双方的交易价值，ITEM_VALUE为所述资源的初始价值。

8.如权利要求1所述的方法，其特征在于，还包括：

获取所述作弊行为的上下行相关交易的交易信息；

通过所述作弊行为与所述交易信息，构建一作弊行为追踪网络；以及

通过所述行为追踪网络对所述作弊行为及关联的用户和/或资源进行处理。

9.如权利要求1所述的方法，其特征在于，还包括：

获取所述作弊行为的上下行用户信息；以及

将所述作弊行为的获利用户标记为作弊用户。

10.一种用于判定网络游戏中作弊行为的装置，其特征在于，包括：

资源模块，用于实时获取游戏系统中的资源流动数据；

判断模块，用于根据所述资源流动数据检测其对应的游戏行为的合法性；以及

记录模块，用于将所述检测结果为不合法的所述游戏行为记录为作弊行为。

11.如权利要求10所述的装置，其特征在于，所述资源流动数据包括：

所述资源流动过程中关联用户的用户标识；

所述资源流动涉及的资源数据；以及

所述资源流动过程中所述资源的价值数据。

12.如权利要求11所述的装置，其特征在于，所述判断模块，包括以下模块至少一者：

用户判断子模块，用于通过所述用户的用户标识检测其对应的游戏行为的合法性；

资源判断子模块，用于通过所述资源数据检测其对应的游戏行为的合法性；以及

价值判断子模块，用于通过所述资源的价值数据检测其对应的游戏行为的合法性。