CN107614075B - 信息处理系统、服务器、介质和控制处理方法 - Google Patents

Abstract

本发明的目的是构建使得可以即时应对通过使用未知作弊方法或难以检测到的作弊方法所进行的作弊的技术。历史信息获得单元(101)从多个游戏者终端(1‑0～1‑m)获得操作历史信息。特征信息生成单元(102)针对多个游戏者中的各游戏者，利用从操作历史信息获得的特定权重值来生成表示操作的特征的特征信息。聚类单元(103)基于多个游戏者各自的特征信息来对多个游戏者进行聚类。其它游戏者信息发送控制单元(104)执行控制，以向所聚类的多个游戏者的各游戏者终端(1‑0～1‑m)发送与属于同一组的其它游戏者有关的信息，而禁止发送与属于其它组的其它游戏者有关的信息。

Description

信息处理系统、服务器、介质和控制处理方法

技术领域

本发明涉及信息处理系统、服务器、介质和控制处理方法。

背景技术

作为可以在诸如智能电话等的终端上执行的游戏，过去存在诸如多人战斗游戏等的多个游戏者可以参与的游戏(例如，参见专利文献1)。

这种游戏存在游戏者进行篡改游戏数据的行为的问题，例如，级别或状态的异常升高的行为、修改图形的行为以及获取稀有物品的行为。以下，将通过表现出游戏运营者所不期望的行为来不正当地试图获得游戏进行过程中的优势的行为，包括篡改游戏数据的上述行为，广泛称为“作弊”。不正当的数据通信的行为是作弊的示例。此外，将进行这种作弊的游戏者称为“作弊者”。

因而，过去已经提供了反作弊软件。现有的反作弊软件仅检测可以确实地被辨别为作弊的类型的作弊。

此外，专利文献1公开了用于将疑似作弊者的游戏者进行分组的技术。

专利文献1：日本特开2006-296769

发明内容

发明要解决的问题

然而，随着近年来作弊方法的多样化和复杂化，许多作弊行为无法通过专利文献1所述的技术或者现有的反作弊软件来应对。此外，未知作弊方法接连出现。因此，在通过使用未知作弊方法或难以检测到的作弊方法来进行作弊的情况下，特别地，在这种作弊正急剧增加的情况下，存在游戏运营者即时应对这种作弊以保护没有进行作弊的普通游戏者的需求。具体地，作为即时措施，存在如下需求：将使用未知作弊方法或者难以检测到的作弊方法的作弊者隔离，以使得这些作弊者对于普通游戏者而言变得不可见，并且向游戏运营者发出与作弊者的出现有关的警报。

本发明是有鉴于上述情形而作出的，并且本发明的目的是构建使得能够即时应对通过使用未知作弊方法或难以检测到的作弊方法所进行的作弊的技术。具体地，本发明的目的是构建如下技术：作为即时措施，可以将使用未知作弊方法或者难以检测到的作弊方法的作弊者隔离，以使得这些作弊者对于普通游戏者而言变得不可见，并且向游戏运营者发出与作弊者的出现有关的警报。

用于解决问题的方案

为了实现上述目的，根据本发明的方面的信息处理系统是如下的一种信息处理系统，包括服务器以及能够接受多个游戏者各自的操作并执行游戏的多个终端，其中，所述服务器包括：历史信息获得部件，用于针对所述多个游戏者中的各个游戏者，执行用于从特定游戏者的终端获得所述特定游戏者在游戏执行期间的操作历史信息的处理；以及特征信息生成部件，用于针对所述多个游戏者中的各个游戏者，利用从所述特定游戏者的所述操作历史信息获得的特定权重值，来生成表示所述特定游戏者所进行的操作的特征的特征信息，以及其中，所述特征信息生成部件包括：第一权重控制部件，用于执行控制，以在所述特定游戏者的操作倾向相对于包括所述多个游戏者中的至少一部分游戏者的游戏者集合的操作倾向变得特异的情况下，增大针对所述特定游戏者的权重值；第二权重控制部件，用于根据从所述特定游戏者的操作时间点起经过的时间来控制所述特定游戏者的所述权重值；以及权重计算部件，用于基于所述第一权重控制部件和所述第二权重控制部件的控制结果，通过计算针对所述多个游戏者中的各个游戏者的所述权重值，来生成针对所述多个游戏者中的各个游戏者的所述特征信息。

根据本发明的方面的服务器是如下的一种服务器，用于分别与能够接受多个游戏者各自的操作并执行游戏的多个终端进行通信，所述服务器包括：历史信息获得部件，用于针对所述多个游戏者中的各个游戏者，执行用于从特定游戏者的终端获得所述特定游戏者在游戏执行期间的操作历史信息的处理；以及特征信息生成部件，用于针对所述多个游戏者中的各个游戏者，利用从所述特定游戏者的所述操作历史信息获得的特定权重值，来生成表示所述特定游戏者所进行的操作的特征的特征信息，其中，所述特征信息生成部件包括：第一权重控制部件，用于执行控制，以在所述特定游戏者的操作倾向相对于包括所述多个游戏者中的至少一部分游戏者的游戏者集合的操作倾向变得特异的情况下，增大针对所述特定游戏者的权重值；第二权重控制部件，用于根据从所述特定游戏者的操作时间点起经过的时间来控制所述特定游戏者的所述权重值；以及权重计算部件，用于基于所述第一权重控制部件和所述第二权重控制部件的控制结果，通过计算针对所述多个游戏者中的各个游戏者的所述权重值，来生成针对所述多个游戏者中的各个游戏者的所述特征信息。

根据本发明的方面的程序是与根据本发明的上述方面的服务器相对应的程序。

发明的效果

根据本发明，可以构建使得能够即时应对通过使用未知作弊方法或难以检测到的作弊方法所进行的作弊的技术。

附图说明

图1是示出根据本发明的实施例的信息处理系统的结构的框图。

图2是示出图1的信息处理系统中的作为根据本发明的终端的实施例的游戏者终端的硬件结构的框图。

图3是示出图1的信息处理系统中的根据本发明的实施例的服务器的硬件结构的框图。

图4是示出图3的服务器所执行的作弊抑制控制的结果的示例的示意图。

图5是用于说明执行作弊抑制控制时所执行的分组的示意图。

图6是示出图3的服务器的功能结构的示例的功能框图。

图7是示出具有图6的功能结构的服务器所执行的作弊抑制控制中所使用的操作历史信息和特征信息(元数据向量)的结构的示例。

图8示出被实现为三维阵列的图7的历史信息的结构的示例。

图9示出具有图6的功能结构的服务器所执行的作弊抑制控制中所使用的tweight()函数的示例。

图10是用于说明具有图6的功能结构的服务器所执行的作弊抑制控制中所使用的通过用于计算特征信息的公式所表示的含义的示意图。

图11示出与根据图10的公式所计算出的特征信息的各元素有关的图。

图12是用于说明利用具有图4的功能结构的服务器的处理的流程的示例的流程图。

具体实施方式

以下将参考附图来说明本发明的实施例。

应当理解，以下被简称为“图像”的情况应当被解释成包括“运动图像”和“静止图像”这两者。此外，“运动图像”应当被解释成包括分别通过以下第一处理至第三处理来显示的图像。第一处理是指用于针对平面图像(2D图像)中的对象(例如，游戏角色)的各动作、在随着时间的经过而连续地在一系列静止图像之间进行切换的同时显示这一系列静止图像的处理。具体地，二维动画、即类似于所谓的翻书动画(book flipping)的处理是第一处理的示例。第二处理是指用于预先设置与立体图像(基于3D模型的图像)中的对象(例如，游戏角色)的各动作相对应的运动并且在随着时间的经过而改变该运动的同时显示该对象的处理。具体地，三维动画是第二处理的示例。第三处理是指用于准备与对象(例如，游戏角色)的各动作相对应的视频(即，运动图像)并且随着时间的经过而渲染该视频的处理。

图1示出根据本发明的实施例的信息处理系统的结构。图1所示的信息处理系统是包括分别由m+1个游戏者(m是大于或等于1的任意整数)所使用的游戏者终端1-0～1-m、以及服务器2的系统。经由诸如因特网等的预定网络N来将各游戏者终端1-0～1-m和服务器2彼此连接。

服务器2向各游戏者终端1-0～1-m提供游戏执行环境，以提供与各游戏者终端1-0～1-m处执行的游戏有关的各种服务。

以下，在不需要在各游戏者终端1-0～1-m之间进行区分的情况下，将这些游戏者终端统称为“游戏者终端1”。

图2是示出图1的信息处理系统中的作为根据本发明的终端的实施例的游戏者终端1的硬件结构的框图。

游戏者终端1是通过智能电话等来实现的。游戏者终端1包括CPU(中央处理单元)21、ROM(只读存储器)22、RAM(随机存取存储器)23、总线24、输入/输出接口25、触摸操作输入单元26、显示单元27、输入单元28、存储单元29、通信单元30和驱动器31。

CPU 21根据在ROM 22中所记录的程序或者从存储单元29加载到RAM 23中的程序来执行各种类型的处理。RAM 23还适当存储在CPU 21执行各种类型的处理时所需的数据等。

CPU 21、ROM 22和RAM 23经由总线24而连接至彼此。输入/输出接口25也连接至总线24。触摸操作输入单元26、显示单元27、输入单元28、存储单元29、通信单元30和驱动器31连接至输入/输出接口25。

触摸操作输入单元26例如包括层叠在显示单元27的显示面上的电容式或电阻式(感压式)位置输入传感器，该传感器用于检测进行触摸操作的位置的坐标。这里，该触摸操作是指使物体与触摸操作输入单元26接触或接近。与触摸操作输入单元26接触或接近的物体例如是游戏者的手指或触笔。以下，将进行触摸操作的位置称为“触摸位置”，并且将触摸位置的坐标称为“触摸坐标”。显示单元17是通过诸如液晶显示器等的显示器来实现的，并且显示诸如与游戏有关的图像等的各种类型的图像。如上所述，在本实施例中，触摸屏包括触摸操作输入单元26和显示单元27。

输入单元28包括各种类型的硬件按钮等，并且允许根据游戏者所进行的指示操作来输入各种类型的信息。存储单元29是通过DRAM(动态随机存取存储器)等来实现的，并且存储各种类型的数据。通信单元30控制经由包括因特网的网络N与其它装置(在图1的示例中为服务器2和其他游戏者终端1)之间所执行的通信。

根据需要设置驱动器31。在驱动器31中，适当加载通过磁盘、光盘、磁光盘或半导体存储器等所实现的可移除介质41。根据需要，在存储单元29中安装通过驱动器31从可移除介质41读取的程序。与存储单元29同样地，可移除介质41还可以存储存储单元29中所存储的各种类型的数据。

图3是示出图1的信息处理系统中的根据本发明的实施例的服务器2的硬件结构的框图。

服务器2包括CPU 51、ROM 52、RAM 53、总线54、输入/输出接口55、输出单元56、输入单元57、存储单元58、通信单元59和驱动器60。由于服务器2的结构与移除了触摸屏的游戏者终端1的结构大体相同，因此这里将省略其说明。

通过图2的游戏者终端1和图3的服务器2中的各种类型的硬件和各种类型的软件之间的协作，可以在游戏者终端1上执行游戏。本实施例涉及诸如多人战斗游戏等的多个游戏者参与的游戏。因而，根据本实施例的信息处理系统可以执行针对游戏的各种类型的控制。特别地，信息处理系统可以执行以下控制作为用于抑制游戏中的作弊者的出现的控制(以下称为“作弊抑制控制”)。

具体地，大多数作弊者通过使用使得能够在游戏中进行作弊的程序等(以下称为“作弊工具”)来进行作弊。因而，使用同一作弊工具的游戏者的操作数据共同涉及该作弊工具固有的行为。即，使用同一作弊工具的游戏者在游戏中具有类似的操作倾向。这里，操作倾向是指从与游戏者针对诸如特定事件等的各种类型的操作对象所进行的操作有关的历史信息所获得的倾向，并且表示与操作的方法和内容有关的游戏者的特征。因而，本发明的发明人考虑到“使用同一作弊工具的游戏者在游戏中具有类似的操作倾向”这一点而发明了作弊抑制控制。

具体地，利用作弊抑制控制，根据操作数据的类似性将游戏者进行分组，并且将游戏者之间的信息参照的允许范围限制在同一组内。游戏者之间的信息参照的允许范围是指允许游戏者观看与其它游戏者有关的信息或者在游戏中与其它游戏者进行协作的范围。

以下将参考图4和5来进一步说明作弊抑制控制。图4是示出作弊抑制控制的结果的示例的示意图。在图4的示例中，作为执行作弊抑制控制的结果，生成n个(在图4的示例中，n是大于或等于4的任意整数)组G1～Gn。

组G1和G2是没有进行作弊的普通游戏者所属的组。组G1和G2之间的差异源于操作倾向是否类似。即，属于组G1的游戏者与属于同一组G1的其它游戏者具有类似的操作倾向，并且与属于包括组G2的其它组的其它游戏者不具有类似的操作倾向。另一方面，属于组G2的游戏者与属于同一组G2的其它游戏者具有类似的操作倾向，并且与属于包括组G1的其它组的其它游戏者不具有类似的操作倾向。

组G3是使用同一作弊工具的游戏者被分类成的组。具体地，如上所述，从使用特定作弊工具的游戏者终端1发送到服务器2的操作数据展现出该特定作弊工具固有的操作倾向。该操作倾向是在使用该特定作弊工具的多个游戏者之间共同观察到的。因而，自动生成使用该特定作弊工具的多个游戏者所属的组G3。

组Gn也是使用同一作弊工具的游戏者被分类成的组。组G3和Gn之间差异源于操作倾向是否类似。即，组G3由使用第一作弊工具的游戏者组成，以及组Gn由使用与第一作弊工具不同的第二作弊工具的游戏者组成。

如图4所示，在属于组Gk(k是1～n的任意整数)的游戏者的游戏者终端1上，作为允许游戏者观看与其它游戏者有关的信息或者在游戏中与其它游戏者进行协作的画面，显示所述其它游戏者被限制到属于同一组Gk的游戏者的画面Ik。

即，在画面I3中，仅出现使用第一作弊工具的其它游戏者。换句话说，使用第一作弊工具的作弊者仅被允许与使用同样的第一作弊工具的其它游戏者(在多数情况下为作弊者)协作，并且与属于组G1和G2的普通游戏者自动隔离。因而，使用第一作弊工具的作弊者仅可以与具有类似的操作倾向的其它游戏者、即由于作弊而具有明显异常的操作倾向的其它作弊者进行协作。因此，使用第一作弊工具的作弊者将意识到服务提供者(游戏运营者等)正在检测作弊行为。结果，预期作弊者将停止作弊。这有助于抑制作弊本身。

此外，利用根据本实施例的信息处理系统，如上所述，由于可以自动对具有类似的操作倾向的游戏者进行分组，因此不是特别需要预先进行针对分组的学习。因此，例如，即使第二作弊工具是未知作弊工具，使用第二作弊工具的游戏者也被自动分类成组Gn。同样，在这种情况下，与组G3相同，使用第二作弊工具的作弊者仅可以与具有类似的操作倾向的其它游戏者、即由于作弊而具有明显异常的操作倾向的其它作弊者进行协作。因此，使用第二作弊工具的作弊者将意识到服务提供者正在检测作弊行为。结果，预期作弊者将停止作弊。这样，即使在未知的第二作弊工具出现的情况下，也可以自动抑制作弊本身。

图5是用于说明执行作弊抑制控制时所进行的分组的示意图。在作弊抑制控制中，利用游戏者之间的聚类来进行分组。为了实现该聚类，在本实施例中，将各游戏者表示为多维向量空间(为了便于说明，在图5的示例中为三维向量空间)中的向量。即，服务器2利用多维向量空间中的距离来计算游戏者的操作倾向和另一游戏者的操作倾向之间的类似度。例如，假定游戏涉及n+1(n是任意整数)种类型的命令。在这种情况下，服务器2构建具有与各种类型的命令相对应的轴的n+1维向量空间，并且在该向量空间中配置针对各游戏者的向量。根据游戏的内容，针对各游戏者的向量的元素数n+1可以是数百至数千。例如，在游戏涉及1000种类型的命令的情况下，将由1000个元素构成的向量计算为针对各游戏者的向量。可以根据游戏标题来改变向量空间和针对各游戏者的向量。即，该作弊抑制控制可适用于现有的或者将来可能出现的任何游戏类型；例如，对于现有的游戏类型，该作弊抑制控制可适用于诸如RPG、动作RPG和模拟游戏等的广范围的游戏类型。

在图5的示例中，为了便于说明，构建三维向量空间，并且在该向量空间中，将针对各游戏者的向量表示为黑色点。在该向量空间中，通过彼此接近的点来生成各组。在图5的示例中，生成组UG1、UG2和UG3作为没有进行作弊行为的普通游戏者等所属的组。此外，生成组CG1、CG2和CG3作为作弊者所属的组。

利用根据本实施例的作弊抑制控制，代替进行一次这种聚类的固定聚类(组)，随着时间的经过而重复聚类，并且聚类每次都改变。即，属于各聚类的游戏者都可以实时改变。作为实时进行这种聚类的结果，在具有特定的操作倾向的类似度的游戏者的数量急剧增加时，游戏者所属的组(例如图5中的组CG2)急剧扩大。因而，可以基于聚类大小的变化来把握未知作弊方法的出现的可能性。即，在图5中的组CG2突然出现或者急剧扩大的情况下，可以容易地判断为属于组CG2的游戏者通过使用未知作弊方法正进行作弊的可能性高。如上所述，根据本实施例的作弊抑制控制中所使用的聚类方法是以往不存在的特有方法。因而，特别地，与现有方法相对，将该聚类方法称为“响应聚类(响应于情况变化的聚类)”。

为了实现“响应聚类”，在本实施例中，采用生成针对各游戏者的特征量(元数据)的方法。这里，如上所述，由于在本实施例中将特征量表示为向量，因此以下将这种向量称为“元数据向量”。具体地，在本实施例中的服务器2根据操作数据的日志来生成表示各游戏者的特征的元数据向量，以使得能够计算游戏者的操作数据之间的类似度。

如稍后将详细说明的，在生成元数据向量时，服务器2执行权重控制(以下称为“第一权重控制”)，以使得向全部游戏者共同的行为分配较低级别的重要度，以及使得向仅少量的游戏者共同的行为分配较高级别的重要度。第一权重控制有助于更适当地提取作弊工具固有的行为、即操作倾向。

此外，服务器2执行权重控制(以下称为“第二权重控制”)，以使得向最近的操作数据分配较高的权重，以及使得向过去的操作数据分配较低的权重。通过使用利用上述的第一权重控制和第二权重控制所加权的值(权重值)，具有以下优势。例如，在不是作弊者的普通游戏者偶然一时使用作弊工具或者进行疑似作弊的行为(与作弊类似的行为)的情况下，如图5所示，立即将游戏者从普通组UG1移动至作弊者组CG1。在这种情况下，在游戏者的游戏者终端1上，显示诸如图4中的画面I3或画面In等的画面。因此，游戏者可以立即意识到允许该游戏者观看有关信息或协作的其它游戏者仅是作弊者，并且因而该游戏者可以立即停止(如果游戏者想要停止)作弊或者疑似作弊的行为。在这种情况下，游戏者可以在特定时间段之后从作弊者组CG1返回至普通组UG1。另一方面，尽管利用第二权重控制向过去的操作数据分配较低的权重，但是获得与涉及作弊工具的操作数据有关的历史信息累积作用的权重值。因而，惯常作弊者无法通过仅短时间段内停止作弊工具的使用而摆脱作弊者组(图5中的示例中的组CG3)。

为了执行上述作弊抑制控制，服务器2具有图6所示的功能结构。

如图6所示，服务器2的CPU 51具有历史信息获得单元101、特征信息生成单元102、聚类单元103和其它游戏者信息发送控制单元104的功能。特征信息生成单元102具有第一权重控制单元111、第二权重控制单元112和权重计算单元113的功能。

历史信息获得单元101针对多个游戏者中的各游戏者，执行用于从特定游戏者的游戏者终端1获得与该特定游戏者在特定游戏的执行期间所进行的操作有关的历史信息的处理。即，历史信息获得单元101从游戏者终端1-0～1-m中的各游戏者终端获得操作历史信息。

特征信息生成单元102针对多个游戏者中的各游戏者，利用从与特定游戏者所进行的操作有关的历史信息中获得的特定权重值来生成表示该特定游戏者所进行的操作的特征的特征信息。这里，本实施例中的特征信息是指上述的元数据向量，并且稍后将参考图7等来说明特征信息的具体示例。

具体地，第一权重控制单元111执行上述的第一权重控制。即，第一权重控制单元111执行控制，以使得在特定游戏者的操作倾向相对于包括多个游戏者中的至少一部分游戏者的组的操作倾向变得特异的情况下，使针对该特定游戏者的权重值变得更大。第二权重控制单元112执行上述的第二权重控制。即，第二权重控制单元112根据从特定游戏者的操作时间点起经过的时间来控制针对该特定游戏者的权重值。特定游戏者的操作时间点是指相对于诸如注册之后首次启动特定游戏的时刻等的预设时刻、该特定游戏者首次进行操作的时刻。权重计算单元113基于利用第一权重控制单元111和第二权重控制单元112的控制结果来计算针对多个游戏者中的各游戏者的权重值，以生成针对多个游戏者中的各游戏者的特征信息(元数据向量)。

聚类单元103基于针对多个游戏者的特征信息(元数据向量)来对这多个游戏者进行聚类。其它游戏者信息发送控制单元104执行控制，以向聚类单元103所聚类的多个游戏者的各游戏者终端1-0～1-m发送与属于同一组的其它游戏者有关的信息，而禁止发送与属于其它组的其它游戏者有关的信息。这里，与其它游戏者有关的信息是指如下的信息：可以被显示为游戏者终端1上的画面(图4的示例中的画面I1～Im)并且使得游戏者能够观看与其它游戏者有关的信息、或者使得游戏者能够在游戏中与其它游戏者协作的信息。在图6的示例中，游戏者终端1-0和1-m属于特定组，因而，向游戏者终端1-0和1-m发送与属于同一组的其它游戏者有关的信息，而禁止向其它游戏者终端1-1～1-(m-1)发送该信息。

现在，将参考图7～11来说明可以执行作弊抑制控制的服务器2的功能结构。

图7示出操作历史信息和特征信息(元数据向量)的结构的示例。在图7的示例中，特定游戏者的操作历史信息的数据结构是矩阵结构。这里，特别地，将表示特定游戏者的操作历史信息的这种矩阵称为“OLM(操作日志矩阵)”。

各列(横轴)表示与游戏中的各种类型的操作有关的特定游戏者的操作内容。在本示例中，假定如下：在游戏中存在n+1(n是任意整数)种类型的操作，并且存在表示针对这n+1种类型的操作内容的元素op[0]～op[n]。在本实施例中，假定如下：在元素op[0]～op[n]中的各元素中，在进行对应类型的操作的情况下，存储“1”，以及在没有进行对应类型的操作的情况下，存储“0”。然而，这仅仅是示例，并且例如，可以存储根据预定算法所获得的诸如“0.5”等的实数值。

各行(纵轴)表示特定游戏者的操作历史信息的获得时刻。在本示例中，随着时间的经过，以预定单位的间隔在时刻t1～tlast获得操作历史信息。获得时刻的预定单位(获得间隔)是任意的，并且可以是固定的或可变的。例如，该预定单位可以是诸如1秒或60秒等的真实的时间单位，或者是游戏中的处理单位。

基于特定游戏者的这种OLM，生成由表示针对各操作的权重值的元素构成的向量作为针对特定游戏者的元数据向量MV。然而，应当注意，针对特定游戏者的元数据向量MV是通过使用该特定游戏者的OLM以及参与游戏的其它游戏者的OLM来生成的。由于针对各游戏者存储一个OLM作为操作历史信息，因此在作为整体的系统实现中使用三维阵列。图8示出利用三维阵列来实现的操作历史信息的结构的示例。在本示例中，由于游戏正由m+1个游戏者终端1-0～1-m执行，即m+1个游戏者正参与游戏，因此利用从各游戏者终端1-0～1-m获得的m+1个OLM的三维阵列来实现操作历史信息。

特征信息生成单元102基于如上所述那样实现的OLM来生成表示针对各游戏者的操作倾向的元数据向量MV。具体地，如图7所示，特征信息生成单元102执行用于将OLM聚合成单个向量、即元数据向量MV的处理。

这里，在正执行聚合处理期间，根据从特定游戏者的操作时间点起所经过的时间，第二权重控制单元112控制针对特定游戏者的元数据MV的各元素(权重值)的权重。这里，将根据时间的经过来控制权重的函数称为“tweight()函数”。图9示出tweight()函数的示例。如图9所示，tweight()函数将近期进行的操作视为重点，因而针对更近的操作增大权重，并且随着时间回到过去而减小权重。然而，tweight()函数中的权重的减小被停止特定时间段，以使得惯常作弊者的操作历史信息值将累积地作用。此外，为了丢弃已经存储了一定时间段以上的日志，在经过了特定时间段(例如，图9的示例中的180天)之后权重变成0。tweight()函数不特别局限于图9中的示例，并且例如可以采用使得能够基于更短的时间段来进行加权的函数。

特征信息生成单元102的权重计算单元113根据包括tweight()函数(利用第二权重控制单元112的第二权重控制)的以下表达式(1)来计算针对特定游戏者的元数据向量MV。尽管表达式(1)还涉及利用第一权重控制单元111的第一权重控制，但是将在稍后说明这种约束。

表达式1

在表达式(1)中，u表示作为计算的对象的游戏者(以下称为“对象游戏者”)的ID。即，vec(u)表示针对对象游戏者u的元数据向量MV。各元素的分子中的last(u)表示最后(最近)获得针对对象游戏者u的操作历史信息的时刻。如果使用图7和图8所示的OLM，则last(u)＝tlast。即，i＝0表示时刻t0的定时，以及i＝last(u)表示时刻tlast的定时。各元素的分子中的d[u,i,p]表示针对与对象游戏者u的第i个(时刻ti的)历史信息相对应的第p(p是0～n的任意整数)种类型的操作的值(得分)。例如，在针对对象游戏者u的OLM如图7所示的情况下，替代d[u,0,0]，在图7的OLM中的时刻t0的元素op[0](左上端的元素op[0])中存储值“0”。各元素的分母中的j表示游戏者的ID。即，j＝0～m分别表示操作游戏者终端1-0～1-m的各游戏者的ID。各元素的分母中的last(j)表示针对游戏者j的操作历史信息的最后(最近)获得时刻。各元素的分母中的d[j,k,p]表示与游戏者j的第k个(时刻tk的)历史信息相对应的第p种类型的操作的值。

图10是用于说明表达式(1)所表示的含义的示意图。在图10的中间，示出上述表达式(1)中的向量vec(u)、即对象游戏者u的元数据向量MV。元数据向量vec(u)由诸如元素a1等的n+1个元素构成。将各元素计算为由分母a2m和分子a2c组成的分数。

第p个元素的分母a2m是针对全部m+1个游戏者的第p种类型的操作的值(在图10的示例中，即图7中的元素op[1]中所存储的值)的从时刻t0到时刻tlast的累积值(得分)的总和。即，第p个元素的分母a2m表示与第p种类型的操作的值有关的“一般性”。分母a2m由两个聚合操作构成。第一聚合操作(表达式右侧)将与各游戏者所进行的特定操作相对应的特征范畴的值(第p种类型的操作的值)相加在一起，由此计算得分。第二聚合操作(表达式左侧)针对全部游戏者将各游戏者的得分相加在一起。

分子a2c将通过根据tweight()函数对对象游戏者u的操作历史信息的值进行加权所获得的值从时刻t0至时刻tlast进行累积，并且计算针对对象游戏者u的得分。

即，权重计算单元113将表示针对对象游戏者u的得分(根据时间的经过而加权的得分)的分子a2c除以表示从针对全部游戏者的总和所求出的一般性得分的分母a2m，由此计算表示对象游戏者u是否正进行特异操作的元素的值(得分)。换句话说，应当理解，用于将分子a2c除以分母a2m的该控制是利用第一权重控制单元111的第一权重控制。即，作为第一权重控制，执行控制以将分子a2c除以分母a2m，以使得在特定游戏者的操作倾向(由针对对象游戏者u的分子a2c表示的操作倾向)相对于整个集合中的游戏者的操作倾向(由分母a2m表示的操作倾向)变得特异的情况下，使针对特定游戏者的权重值增大。

图11示出表示针对对象游戏者u的元数据向量MV的各元素的图。例如，假定如下：针对特定游戏，一般存在用于进行第0种类型的操作和第2种类型的操作的操作倾向(OLM的各行上的元素op[0]和op[2]的值变成1的倾向)。此外，假定如下：在使用特定作弊工具时，存在用于进行第1种类型的操作和第3种类型的操作的操作倾向(OLM的各行上的元素op[1]和op[3]的值变成1的倾向)。

图11的部分(A)示出不是作弊者的普通游戏者的元数据向量MV。假定如下：该游戏者在过去的时间段期间偶然使用上述作弊工具或者进行疑似作弊的行为。因而，在元数据向量MV中的元素op[1]和元素op[3]的值(得分)中，轻微反映过去累积的值。如以上参考图5所示，在游戏者进行作弊或者疑似作弊的行为的过去时点，将游戏者从普通组UG1移动至作弊者组CG1。在这种情况下，在游戏者的游戏者终端1上显示诸如图4的画面I3或画面In等的画面。因而，假定如下：游戏者意识到该游戏者允许观看有关信息或协作的其它游戏者仅是作弊者，并且立即停止作弊或者疑似作弊的行为。在这种情况下，游戏者恢复成用于进行第0种类型的操作和第2种类型的操作的操作倾向(OLM的最近行上的元素op[0]和op[2]的值变成1的倾向)。这里，如上所述，基于利用第二权重控制单元112的tweight()函数对表达式(1)中的向量vec(u)进行第二权重控制。即，执行控制，以向与最近的操作有关的历史信息应用较高的权重，并且向与过去的操作有关的历史信息应用较低的权重。因而，向量vec(u)变成强烈地反映最近的操作的元数据向量MV。即，如图11的部分(A)所示，元数据向量MV中的元素op[0]和元素op[2]的值(得分)变成强烈地反映与最近的操作有关的历史信息的高值。即，操作倾向恢复成元数据向量MV中的元素op[0]和元素op[2]的值(得分)为高的一般操作倾向。结果，游戏者可以从作弊者组CG1返回至普通组UG1。

另一方面，图11的部分(B)示出针对惯常作弊者的元数据向量MV。尽管在tweight()函数中向与过去的操作有关的历史信息应用较低的权重，但是如果惯常地使用作弊工具，则由于过去的惯常操作的累积，自然导致元数据向量MV中的元素op[1]和元素op[3]的值(得分)变高。因而，即使惯常作弊者最近停止作弊工具的使用，针对元数据向量MV中的元素op[1]和元素op[3]的值(得分)为高的操作倾向、即作弊者固有的倾向也不会在短时间段内停止的情况下而发生改变。结果，作弊者无法摆脱作弊者组(图5的示例中的组CG3)。

如上所述，通过使用表达式(1)中的向量vec(u)、即针对对象游戏者u的元数据向量MV，可以在快速响应游戏者所进行的最近操作的同时，实现计算游戏者之间的基本行为的类似度的聚类。以下将进一步说明利用聚类单元103的聚类的具体示例。

为了生成游戏者组，聚类单元103通过使用针对各游戏者的元数据向量MV来执行聚类处理。因而，通过针对各游戏者的元数据向量MV采取以下措施而具有性能优势。

具体地，在本段落中，将注册游戏的游戏者的总数表示为m，将被记录为各游戏者的操作历史信息的行为的平均数量表示为n，以及将元数据向量MV的元素数(向量空间的特征数量)表示为k。在这种情况下，假定如下：针对全部游戏者生成元数据向量MV，需要重复处理n×k+n×m×k次。这是因为，如以上表达式(1)所示，在针对全部游戏者的元数据向量MV的计算时，使用共同的分母a2m(参见图10)，因而仅计算分母一次就足够了。例如，假定如下：针对m＝100万个游戏者中的各游戏者，保持平均数量为n＝2000个的历史信息，并且元数据向量MV中的元素数(诸如操作的类型等)是k＝30000。在这种情况下，需要重复约60万亿(2000×30000+2000×1000000×30000)次。这里，代替每次执行这种重复处理，特征信息生成单元102可以缓存中间计算结果，并且执行作为增量计算的处理。此外，对于过去的历史信息，利用tweight()函数所加权后的值实质上不会发生变化。因而，可以再次利用计算结果，而无需每次都计算权重值。此外，对于表达式(1)中的分子a2c(参见图10)，由于该计算仅涉及相加，因此仅通过将新添加的历史信息的值与最新的计算结果相加，就可以获得与每次都进行全部计算的情况下的结果实质上相同的结果。此外，由于将休眠状态的游戏者检测为作弊者没有意义，因此可以仅针对活动的游戏者计算元数据向量MV。利用这些特征，特征信息生成单元102可以在计算元数据向量MV时采用使用所缓存的中间计算结果的增量计算。因此，实质上，可以以以下计算代价来计算在聚类单元103的聚类处理中所使用的元数据向量MV。具体地，例如，假定在m＝100万个游戏者中存在20万个活动的游戏者。此外，假定如下：每当添加一定量(例如，10个)的操作历史信息时，特征信息生成单元102生成元数据向量MV。在这种情况下，约600亿(10×30000+10×200000×30000)次重复就足够了。即，与涉及约60万亿次重复的上述理论上的计算代价相比，可以以约100倍的高速计算在聚类单元103的聚类处理中所使用的元数据向量MV。

为了生成游戏者组，聚类单元103通过使用以上述方式所生成的元数据向量MV来执行聚类处理。

不对这种情况下的聚类算法进行特别限制，并且可以采用任何算法。具体地，例如，可以采用k-means(K均值)聚类。利用k-means聚类，使节点(针对各游戏者的元数据向量MV)递归地归属于随机设置的k个聚类中心候选，这使得可以高速地自动生成聚类。此外，由于元数据向量MV是多维向量空间中的向量，因此可以通过使用向量空间中的类似度的计算方法(诸如余弦类似度等)来计算游戏者之间的类似度。由于余弦类似度表示在向量所形成的角度方面的类似度，因此随着该值越接近最大值“1”，类似度变得越高，并且随着该值越接近最小值“0”，类似度变得越低。可以通过以下表达式(2)来定义向量a和向量b之间的余弦类似度cos(a,b)。

表达式2

其它游戏者信息发送控制单元104基于聚类单元103的聚类结果来生成其它游戏者信息。如上所述，其它游戏者信息是指允许特定游戏者观看与其它游戏者有关的信息或者在游戏中与其它游戏者进行协作的信息。这里，在本实施例中，其它游戏者信息发送控制单元104控制其它游戏者信息的发送，以使得其它游戏者被限制成属于同一组的游戏者。因而，可以将作弊者与诚实的普通游戏者隔离。因此，普通游戏者可以舒适地享受游戏，而不会感到与作弊行为有关的不快。换句话说，对于惯常作弊者，隔离诚实的普通游戏者，并且仅将使用同一作弊工具的其它作弊者被提示为其它游戏者。因而，作弊者将意识到服务提供者(游戏运营者等)正检测作弊行为。结果，预期作弊者将停止作弊行为。这有助于抑制作弊行为本身。

这里，在本实施例中，服务器2的CPU 51通过使用被分类到每个组中的游戏者的状态信息来计算正进行作弊的可能性(作弊可能性)。不对作弊可能性的计算方法进行特别限制，并且例如可以针对各游戏标题采用不同的方法。具体地，例如，可以采用如下方法：根据状态变化(诸如各游戏者的状态在短时间段内上升、或者在短时间段内获取稀有物品等)来计算作弊可能性。作为另一示例，可以采用根据与各客户端进行通信的内容来计算作弊可能性的方法。

这里，在作弊可能性超过阈值的聚类正快速扩大(该组中所分类的游戏者数量正增加)时，这表示存在未知作弊方法正普及的可能性。因而，服务器2的CPU 51向服务提供者发出与新的作弊方法(未知作弊方法)的出现有关的警报。如上所述，通过监视聚类大小的变化，可以向服务提供者发出与未知的新的作弊方法的出现有关的紧急警报。

以上说明了用于实现作弊抑制控制的服务器2的功能结构。接着，将参考图12来说明具有该功能结构的服务器2的处理的流程。图12是用于说明服务器2的处理的流程的流程图。

在步骤S1中，服务器2的历史信息获得单元101从各终端1-0～1-m获得历史信息。

在步骤S2中，特征信息生成单元102设置对象游戏者。在步骤S3中，第一权重控制单元111针对对象游戏者执行第一权重控制。在步骤S4中，第二权重控制单元112针对对象游戏者执行第二权重控制。在步骤S5中，权重计算单元113基于第一权重控制和第二权重控制的执行结果来生成元数据向量MV作为针对对象游戏者的特征信息。

这里，在采用上述表达式(1)中的向量vec(u)作为元数据向量MV的情况下，第一权重控制是指通过将表达式(1)中的各元素的分子a2c除以分母a2m的权重控制。此外，第二权重控制是指在上述表达式(1)的分子a2c(参见图10)中使用tweight()函数的权重控制。即，上述步骤S2和S4与上述表达式(1)的计算大致同时执行。

在步骤S6中，特征信息生成单元102判断是否全部游戏者被设置为对象游戏者。尽管这里的“全部游戏者”可以是注册游戏的全部游戏者，但是可选地，如上所述，为了提高性能，这里的“全部游戏者”可以是全部活动的游戏者。即，“全部游戏者”是指根据预定规则(例如，指示限制成活动的游戏者的规则)预先定义的全部游戏者。换句话说，这里的“全部游戏者”是指包括注册游戏的游戏者整体的集合中的至少一部分的集合。

在全部游戏者中存在尚未被设置为对象游戏者的游戏者的情况下，步骤S6中的判断结果为“否”。然后，处理返回至步骤S2，并且重复随后的处理。在每个游戏者都被设置为对象游戏者并且已经通过步骤S3～S5中的处理生成了元数据向量MV作为特征信息的情况下，步骤S6中的判断结果为“是”，并且处理进入步骤S7。

在步骤S7中，聚类单元103基于特征信息对游戏者进行聚类。

在步骤S8中，其它游戏者信息发送控制单元104针对各组生成其它游戏者信息。在步骤S9中，其它游戏者信息发送控制单元104向属于同一组的游戏者终端1发送其它游戏者信息，而禁止向属于其它组的游戏者终端1发送该信息。

在步骤S10中，服务器2的CPU 51判断是否发出了用于终止处理的指示。这里，尽管不对用于终止处理的指示进行特别限制，但是在本实施例中采用服务器2的电源切断。即，切断服务器2所用的电源，步骤S10中的判断结果为“是”，并且终止服务器2的处理。另一方面，除非切断服务器所用的电源，否则步骤S10中的判断结果为“否”。然后，处理返回至步骤S1，并且重复随后的处理。

尽管在图12中未示出，但是如上所述，服务器2的CPU 51基于被分类在通过经由步骤S7中的处理的聚类而形成的各组中的游戏者的状态信息，来计算正进行作弊的可能性。此外，CPU 51针对各组将作弊可能性与阈值进行比较。在作弊可能性超过阈值的聚类正急剧扩大的情况下，CPU 51向服务提供者发出关于该聚类是使用(未知的)新作弊方法的作弊者的组的警报。

尽管以上已经说明了本发明的实施例，但是应当注意，本发明不限于上述实施例，并且在可以实现本发明的目的的范围内的变形和改进等包括在本发明中。

例如，图6的功能结构仅是示例，并且不特别局限于该示例。即，只要信息处理系统设置有使得能够将上述一系列处理步骤作为整体来执行的功能就足够了，并且用于实现这些功能的功能块的选择不特别局限于图6的示例。此外，功能块的位置不特别局限于图6，并且可以任意设置。例如，服务器2的功能块可以转移至游戏者终端1等，并且相反，终端1的功能块可以转移至服务器2等。此外，可以仅通过硬件、仅通过软件、或者通过硬件和软件的组合来实现各功能块。

在通过软件来执行一系列处理步骤的情况下，经由网络或从记录介质将构成软件的程序安装在计算机等上。该计算机可以是嵌入专用硬件中的计算机。可选地，该计算机可以是在将各种程序安装在计算机上的情况下能够执行各种功能的计算机，诸如服务器、或者通用智能电话、或者个人计算机等。

包括这种程序的记录介质是通过为了向游戏者提供程序而与设备的主体单元分离地分布的可移除介质(未示出)、或者向游戏者提供的嵌入在设备的主体单元中的记录介质等来实现的。

在本说明书中，在记录介质上所记录的程序中所描述的步骤不仅可以包括按照时间顺序顺次执行的处理、而且还可以包括没有按时间顺序顺次执行的而是并列或分别执行的处理。此外，在本说明书中，术语“系统”应当被解释成表示由多个装置或多个部件等构成的设备整体。

换句话说，根据本发明的信息处理系统可以以被配置为如下所述的包括根据图1的上述实施例的信息处理系统的各种形式来实现。具体地，根据本发明的信息处理系统是如下的信息处理系统，包括：服务器(例如，图1中的服务器2)以及能够接受多个游戏者各自的操作并执行游戏的多个终端(例如，图1中的游戏者终端1-0～1-m)。所述服务器包括：历史信息获得部件(例如，图6中的历史信息获得单元101)，用于针对所述多个游戏者中的各游戏者，执行用于从特定游戏者的终端获得所述特定游戏者在所述游戏的执行期间的操作历史信息的处理；以及特征信息生成部件(例如，图6中的特征信息生成单元102)，用于针对所述多个游戏者中的各游戏者，利用从所述特定游戏者的所述操作历史信息获得的特定权重值，来生成表示所述特定游戏者所进行的操作的特征的特征信息。所述特征信息生成部件包括：第一权重控制部件(例如，图6中的第一权重控制单元111)，用于执行控制，使得在所述特定游戏者的操作倾向相对于包括所述多个游戏者中的至少一部分游戏者的游戏者集合的操作倾向变得特异的情况下，增大针对所述特定游戏者的权重值；第二权重控制部件(例如，图6中的第二权重控制单元112)，用于根据从所述特定游戏者的操作时间点起经过的时间来控制所述特定游戏者的权重值；以及权重计算部件(例如，图6中的权重计算单元113)，用于基于所述第一权重控制部件和所述第二权重控制部件的控制结果，通过计算针对所述多个游戏者中的各游戏者的权重值来生成针对所述多个游戏者中的各游戏者的所述特征信息。

基于特定游戏者的操作历史信息，作为将基于大量游戏者之间的共同性的第一权重控制(利用第一权重控制部件的控制)和基于时间的第二权重控制(利用第二权重控制部件的控制)整体地执行的结果，来获得如上所述那样生成的针对特定游戏者的特征信息(例如，上述元数据向量MV)。通过使用针对游戏者的这种特征信息，可以实现用于适当检测包括使用未知作弊方法所进行的作弊的各种类型的作弊或者疑似作弊的行为的技术。

具体地，为了实现用于适当检测包括使用未知作弊方法所进行的作弊的各种类型的作弊或者疑似作弊的行为的技术，需要以下的第一条件至第四条件。第一条件是不存在假阳性(false-positive)，即不会将无辜用户错误地检测为作弊者并采取诸如禁用账户等的措施。第二条件是应对难以与可能正常发生的错误相区分的作弊的能力。即，第二条件是如下能力：即使在由于作弊工具采用使得用于作弊的数据会被误识别为错误的这种形式来发送该数据而导致无法将疑似作弊的行为判断为作弊的情况下，也即时地对这些行为的执行进行响应。第三条件是实时应对能力。即，第三条件是即时响应于作弊或疑似作弊的行为的执行并通知服务提供者的能力。第四条件是兼容性，即与现有的操作系统、反病毒软件和游戏系统自身高度兼容，因而不涉及妨碍现有软件的执行的任何可能性。

利用现有技术，无法满足第一条件至第四条件中的至少一个。

例如，利用上述的“背景技术”部分的专利文献1中的技术，将疑似作弊者的游戏者进行分组。因而，在疑似作弊者的游戏者是无辜游戏者的情况下，除非采取用于使作弊者摆脱作弊者的组的措施，否则不满足第一条件。然而，在该专利文献中，没有找到适当措施。此外，在通过使用难以与可能正常发生的错误相区分的未知作弊方法来进行作弊的情况下，利用专利文献1的技术，难以实时应对作弊并通知服务提供者。即，难以满足第二条件和第三条件。

与此相对，根据本发明的信息处理系统可以满足第一条件至第四条件。

具体地，利用第一权重控制，针对大量游戏者之间共同的操作倾向减小权重值，并且针对仅少量游戏者之间共同的特异操作倾向增大权重值。这使得即使是在涉及已知作弊方法和未知作弊方法的情况下，也可以适当提取表现出作弊固有的行为(操作倾向)的游戏者。此外，利用第二权重控制，增大针对最近操作的历史信息的权重，并且减小针对过去操作的历史信息的权重。例如，这使得即使在操作倾向是之前未观察到的操作倾向的情况下，也可以考虑具有类似的操作倾向的游戏者组的规模(大小)而容易实时进行监视。因此，例如，在具有之前未观察到的类似的操作倾向的游戏者组的规模有所增加的情况下，可以即时向服务提供者通知出现了通过使用未知作弊方法所进行的作弊(或者疑似作弊的行为)。如上所述，根据本发明的信息处理系统可以满足第二条件和第三条件。

这里，代替采取诸如禁用作弊者的账户等的措施，服务提供者采取诸如将被判断为使用未知作弊方法进行作弊(或者疑似作弊的行为)的游戏者与具有普通操作倾向的游戏者隔离等的措施就足够了。因此，游戏者可以意识到其被监视为使用未知作弊方法进行作弊(或者疑似作弊的行为)的游戏者。在该游戏者立即停止作弊(或者疑似作弊的行为)并恢复成正常操作的情况下，由于利用第二权重控制增大了针对最近操作的历史信息的权重，因此特征信息恢复成表示普通操作倾向的特征信息。结果，该游戏者摆脱进行作弊(或者疑似作弊的行为)的游戏者的标签。另一方面，在游戏者没有停止作弊的情况下，针对作弊操作的历史信息渐增地累积。因此，即使利用第二权重控制减小了针对过去操作的历史信息的权重，特征信息也保持表示与作弊相关联的操作倾向。如上所述，根据本发明的信息处理系统可以满足第一条件。

此外，由于根据本发明的信息处理系统仅使用游戏者的操作历史信息，因此可以满足第四条件。

如上所述，由于根据本发明的信息处理系统可以满足第一条件至第四条件，因此可以适当检测到通过使用未知作弊方法或者难以检测到的作弊方法所进行的作弊，因而即时应对这种作弊。具体地，作为即时措施，可以将使用未知作弊方法或者难以检测到的作弊方法的作弊者隔离，以使得作弊者对于普通游戏者而言变得不可见，并且向游戏运营者发出与作弊者的出现有关的警报。

这里，不对用于判断特定游戏者是否正进行作弊(或者疑似作弊的行为)的方法进行特别限制，并且该方法可以是利用特定游戏者的特征信息的任何方法。然而，为了实时监视通过使用未知作弊方法所进行的作弊的出现，或者为了将进行作弊(或者疑似作弊的行为)的游戏者与普通游戏者隔离，优选基于特征信息来进行聚类并且以每组为单位为进行判断。具体地，服务器应当优选包括聚类部件(例如，图6中的聚类单元103)，用于基于多个游戏者各自的特征信息来对这多个游戏者进行聚类。

这里，所述历史信息获得部件可以进行以下操作：针对所述多个游戏者中的各游戏者，执行用于获得所述特定游戏者针对所述游戏中所接受的多种类型的操作各自的操作历史信息的处理，以及所述权重值计算部件可以进行以下操作：计算分别与所述多种类型的操作相关联的多个权重值，以及针对所述多个游戏者中的各游戏者，生成包括所述多个权重值作为元素的特征信息。这使得可以生成以在具有与各种类型的操作相对应的轴的多维空间中存在的向量(上述元数据向量)形式的特征信息。结果，可以通过使用多维空间中的距离等来容易且适当地计算各游戏者之间的特征信息的类似度，这使得可以容易且适当地提取具有类似的操作倾向的游戏者。即，可以容易且适当地在具有与作弊(或者疑似作弊的行为)相关联的操作倾向的游戏者的组和具有普通操作倾向的游戏者的组之间进行区分。这使得可以更适当地检测包括使用未知作弊方法所进行的作弊的各种类型的作弊和疑似作弊的行为。

此外，所述第一权重控制部件可以执行控制，使得使用分数值作为针对所述特定游戏者的所述权重值，其中：分子是所述特定游戏者的所述操作历史信息的时间序列的累积值；以及分母是所述多个游戏者的所述操作历史信息的时间序列的各累积值的总和。这使得可以更适当地执行第一权重控制。

此外，所述第二权重控制部件可以执行控制，使得：利用随着从所述特定游戏者的操作时间点起经过的时间变长而减小的权重，对所述特定游戏者的操作历史信息的时间序列进行加权；以及使用所述操作历史信息的加权后的时间序列的累积值作为分子。这使得可以更适当地执行第二权重控制。

这里，所述第二权重控制部件还可以执行控制，使得在从所述特定游戏者的操作时间点起经过的时间超过特定时间段的情况下停止减小权重。因此，尽管减小了针对过去的作弊行为的历史信息的权重，但是在惯常地进行作弊的情况下，由于累积了大量作弊操作，因此权重值自然变得更大。因而，即使惯常作弊者最近停止了作弊，但是该作弊者在短时间段内停止作弊的情况下仍然继续表现出作弊者固有的操作倾向。结果，作弊者无法摆脱进行作弊(或者疑似作弊的行为)的游戏者的标签。

此外，服务器还可以包括发送控制部件(例如，图6中的其它游戏者信息发送控制单元104)，用于执行控制，以向所述聚类部件所聚类的所述多个游戏者各自的终端发送与属于同一组的其它游戏者有关的信息，而禁止发送与属于其它组的其它游戏者有关的信息。这有助于有效地采取用于将被判断为通过使用未知作弊方法进行作弊(或者疑似作弊的行为)的游戏者与具有普通操作倾向的游戏者隔离的措施。结果，游戏者意识到其正被服务提供者监视为进行作弊(或者疑似作弊的行为)的游戏者。这有助于抑制作弊本身。

附图标记说明

1、1-1～1-m 游戏者终端

2 服务器

21 CPU

51 CPU

101 历史信息获得单元

102 特征信息生成单元

103 聚类单元

104 其它游戏者信息发送控制单元

111 第一权重控制单元

112 第二权重控制单元

113 权重计算单元

Claims (6)

1.一种信息处理系统，包括服务器以及能够接受多个游戏者各自的操作并执行游戏的多个终端，

其中，所述服务器包括：

历史信息获得部件，用于针对所述多个游戏者中的各个游戏者，执行用于从特定游戏者的终端获得所述特定游戏者在游戏执行期间的操作历史信息的处理；

特征信息生成部件，用于针对所述多个游戏者中的各个游戏者，利用从所述特定游戏者的所述操作历史信息获得的特定权重值，来生成表示所述特定游戏者所进行的操作的特征的特征信息；

聚类部件，用于基于所述特征信息生成部件所生成的针对所述多个游戏者中的各个游戏者的所述特征信息来对所述多个游戏者进行聚类；以及

发送控制部件，用于执行控制，以向所述聚类部件所聚类的所述多个游戏者各自的终端发送与属于同一组的其它游戏者有关的信息，而禁止发送与属于其它组的其它游戏者有关的信息，以及

其中，所述特征信息生成部件包括：

第一权重控制部件，用于执行控制，以在所述特定游戏者的操作倾向相对于包括所述多个游戏者中的至少一部分游戏者的游戏者集合的操作倾向变得特异的情况下，增大针对所述特定游戏者的权重值；

第二权重控制部件，用于根据从所述特定游戏者的操作时间点起经过的时间来控制所述特定游戏者的所述权重值；以及

权重计算部件，用于基于所述第一权重控制部件和所述第二权重控制部件的控制结果，通过计算针对所述多个游戏者中的各个游戏者的所述权重值，来生成针对所述多个游戏者中的各个游戏者的所述特征信息，

所述历史信息获得部件进行以下操作：

针对所述多个游戏者中的各个游戏者，执行用于获得所述特定游戏者针对游戏中所接受的多种类型的操作各自的操作历史信息的处理，

所述权重计算部件进行以下操作：

计算分别与所述多种类型的操作相关联的多个权重值；以及

针对所述多个游戏者中的各个游戏者，生成包括所述多个权重值作为元素的所述特征信息，

所述第一权重控制部件执行控制，以使用分数值作为针对所述特定游戏者的所述权重值，其中：

分子是所述特定游戏者的所述操作历史信息的时间序列的累积值；以及

分母是所述多个游戏者的所述操作历史信息的时间序列的各累积值的总和。

2.一种服务器，用于分别与能够接受多个游戏者各自的操作并执行游戏的多个终端进行通信，所述服务器包括：

历史信息获得部件，用于针对所述多个游戏者中的各个游戏者，执行用于从特定游戏者的终端获得所述特定游戏者在游戏执行期间的操作历史信息的处理；

特征信息生成部件，用于针对所述多个游戏者中的各个游戏者，利用从所述特定游戏者的所述操作历史信息获得的特定权重值，来生成表示所述特定游戏者所进行的操作的特征的特征信息；

聚类部件，用于基于所述特征信息生成部件所生成的针对所述多个游戏者中的各个游戏者的所述特征信息来对所述多个游戏者进行聚类；以及

发送控制部件，用于执行控制，以向所述聚类部件所聚类的所述多个游戏者各自的终端发送与属于同一组的其它游戏者有关的信息，而禁止发送与属于其它组的其它游戏者有关的信息，

其中，所述特征信息生成部件包括：

第一权重控制部件，用于执行控制，以在所述特定游戏者的操作倾向相对于包括所述多个游戏者中的至少一部分游戏者的游戏者集合的操作倾向变得特异的情况下，增大针对所述特定游戏者的权重值；

第二权重控制部件，用于根据从所述特定游戏者的操作时间点起经过的时间来控制所述特定游戏者的所述权重值；以及

权重计算部件，用于基于所述第一权重控制部件和所述第二权重控制部件的控制结果，通过计算针对所述多个游戏者中的各个游戏者的所述权重值，来生成针对所述多个游戏者中的各个游戏者的所述特征信息，

所述历史信息获得部件进行以下操作：

针对所述多个游戏者中的各个游戏者，执行用于获得所述特定游戏者针对游戏中所接受的多种类型的操作各自的操作历史信息的处理，

所述权重计算部件进行以下操作：

计算分别与所述多种类型的操作相关联的多个权重值；以及

针对所述多个游戏者中的各个游戏者，生成包括所述多个权重值作为元素的所述特征信息，以及

所述第一权重控制部件执行控制，以使用分数值作为针对所述特定游戏者的所述权重值，其中：

分子是所述特定游戏者的所述操作历史信息的时间序列的累积值；以及

分母是所述多个游戏者的所述操作历史信息的时间序列的各累积值的总和。

3.根据权利要求2所述的服务器，其中，

所述第二权重控制部件执行控制，使得：

利用随着从所述特定游戏者的操作时间点起经过的时间变长而减小的权重，对所述特定游戏者的所述操作历史信息的所述时间序列进行加权；以及

使用所述操作历史信息的加权后的时间序列的累积值作为分子。

4.根据权利要求3所述的服务器，其中，所述第二权重控制部件还执行控制，以在从所述特定游戏者的所述操作时间点起经过的时间超过特定时间段的情况下停止减小所述权重。

5.一种非暂时性计算机可读介质，其存储用于使计算机分别与能够接受多个游戏者各自的操作并执行游戏的多个终端进行通信的程序，所述程序使所述计算机执行控制处理，所述控制处理包括：

历史信息获得步骤，用于针对所述多个游戏者中的各个游戏者，执行用于从特定游戏者的终端获得所述特定游戏者在游戏执行期间的操作历史信息的处理；

特征信息生成步骤，用于针对所述多个游戏者中的各个游戏者，利用从所述特定游戏者的所述操作历史信息获得的特定权重值，来生成表示所述特定游戏者所进行的操作的特征的特征信息；

聚类步骤，用于基于所述特征信息生成步骤所生成的针对所述多个游戏者中的各个游戏者的所述特征信息来对所述多个游戏者进行聚类；以及

发送控制步骤，用于执行控制，以向所述聚类步骤所聚类的所述多个游戏者各自的终端发送与属于同一组的其它游戏者有关的信息，而禁止发送与属于其它组的其它游戏者有关的信息，

其中，所述特征信息生成步骤包括：

第一权重控制步骤，用于执行控制，以在所述特定游戏者的操作倾向相对于所述多个游戏者整体的操作倾向变得特异的情况下，增大针对所述特定游戏者的权重值；

第二权重控制步骤，用于根据从所述特定游戏者的操作时间点起经过的时间来控制所述特定游戏者的所述权重值；以及

权重计算步骤，用于基于所述第一权重控制步骤和所述第二权重控制步骤中的控制结果，通过计算针对所述多个游戏者中的各个游戏者的所述权重值，来生成针对所述多个游戏者中的各个游戏者的所述特征信息，

所述历史信息获得步骤进行以下操作：

针对所述多个游戏者中的各个游戏者，执行用于获得所述特定游戏者针对游戏中所接受的多种类型的操作各自的操作历史信息的处理，所述权重计算步骤进行以下操作：

计算分别与所述多种类型的操作相关联的多个权重值；以及

针对所述多个游戏者中的各个游戏者，生成包括所述多个权重值作为元素的所述特征信息，以及

所述第一权重控制步骤执行控制，以使用分数值作为针对所述特定游戏者的所述权重值，其中：

分子是所述特定游戏者的所述操作历史信息的时间序列的累积值；以及

分母是所述多个游戏者的所述操作历史信息的时间序列的各累积值的总和。

6.一种控制处理方法，用于分别与能够接受多个游戏者各自的操作并执行游戏的多个终端进行通信，所述控制处理方法包括：

历史信息获得步骤，用于针对所述多个游戏者中的各个游戏者，执行用于从特定游戏者的终端获得所述特定游戏者在游戏执行期间的操作历史信息的处理；

特征信息生成步骤，用于针对所述多个游戏者中的各个游戏者，利用从所述特定游戏者的所述操作历史信息获得的特定权重值，来生成表示所述特定游戏者所进行的操作的特征的特征信息；

聚类步骤，用于基于所述特征信息生成步骤所生成的针对所述多个游戏者中的各个游戏者的所述特征信息来对所述多个游戏者进行聚类；以及

发送控制步骤，用于执行控制，以向所述聚类步骤所聚类的所述多个游戏者各自的终端发送与属于同一组的其它游戏者有关的信息，而禁止发送与属于其它组的其它游戏者有关的信息，

其中，所述特征信息生成步骤包括：

第一权重控制步骤，用于执行控制，以在所述特定游戏者的操作倾向相对于所述多个游戏者整体的操作倾向变得特异的情况下，增大针对所述特定游戏者的权重值；

第二权重控制步骤，用于根据从所述特定游戏者的操作时间点起经过的时间来控制所述特定游戏者的所述权重值；以及

权重计算步骤，用于基于所述第一权重控制步骤和所述第二权重控制步骤中的控制结果，通过计算针对所述多个游戏者中的各个游戏者的所述权重值，来生成针对所述多个游戏者中的各个游戏者的所述特征信息，

所述历史信息获得步骤进行以下操作：

针对所述多个游戏者中的各个游戏者，执行用于获得所述特定游戏者针对游戏中所接受的多种类型的操作各自的操作历史信息的处理，

所述权重计算步骤进行以下操作：

计算分别与所述多种类型的操作相关联的多个权重值；以及

针对所述多个游戏者中的各个游戏者，生成包括所述多个权重值作为元素的所述特征信息，以及

所述第一权重控制步骤执行控制，以使用分数值作为针对所述特定游戏者的所述权重值，其中：

分子是所述特定游戏者的所述操作历史信息的时间序列的累积值；以及

分母是所述多个游戏者的所述操作历史信息的时间序列的各累积值的总和。

Images