CN108512682B - 一种确定虚假终端标识的方法和装置 - Google Patents
一种确定虚假终端标识的方法和装置 Download PDFInfo
- Publication number
- CN108512682B CN108512682B CN201710113797.XA CN201710113797A CN108512682B CN 108512682 B CN108512682 B CN 108512682B CN 201710113797 A CN201710113797 A CN 201710113797A CN 108512682 B CN108512682 B CN 108512682B
- Authority
- CN
- China
- Prior art keywords
- false
- terminal identifier
- cheating
- sub
- terminal identification
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/22—Processing or transfer of terminal data, e.g. status or physical capabilities
- H04W8/24—Transfer of terminal data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种确定虚假终端标识的方法和装置,属于互联网技术领域。所述方法包括:获取目标终端标识对应的用户数据;将所述目标终端标识对应的用户数据,分别输入预先训练的至少两种作弊类型对应的虚假终端标识判定模型,得到每种作弊类型对应的虚假终端标识判定结果;根据所述每种作弊类型对应的虚假终端标识判定结果,确定所述目标终端标识是否为虚假终端标识。采用本发明,可以提高判定效率。
Description
技术领域
本发明涉及互联网技术领域,特别涉及一种确定虚假终端标识的方法和装置。
背景技术
随着电子技术和互联网技术的发展,各种各样的终端得到了广泛的应用,相应的,终端上的应用程序的种类越来越多、功能越来越丰富。应用程序的开发商为推广自己开发的应用程序,往往会通过推广渠道(比如手机制造商等)推广自己开发的应用程序。相应的,开发商可以根据推广渠道对应的终端标识的数量,对推广渠道的提供商提供一定的推广费用,其中,终端标识可以是通过该推广渠道安装并使用该应用程序的终端的标识。推广渠道的提供商为赚取开发商的推广费用,往往会采用各种类型的作弊方式,生成虚假终端标识。这种情况下,确定某终端标识是否为虚假终端标识显得尤为重要。
由于虚假终端标识对应的用户数据往往是通过软件模拟出来的,不是用户真正的操作,因此,虚假终端标识对应的用户数据一般与真实终端标识对应的用户数据存在差异,进而,开发商为避免因虚假终端标识支付额外的推广费用,往往会由技术人员,根据终端反馈的用户数据(比如终端的硬件信息、用户操作信息),人为的判断某终端标识是否为虚假终端标识。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
基于上述判断某终端标识是否为虚假终端标识的处理方式,对于每个终端标识,都需要技术人员根据其用户数据,人为的判断该终端标识是否是虚假终端标识,从而,导致判定效率较低。
发明内容
为了解决判定效率较低的问题,本发明实施例提供了一种确定虚假终端标识的方法和装置。所述技术方案如下:
第一方面,提供了一种确定虚假终端标识的方法,所述方法包括:
获取目标终端标识对应的用户数据;
将所述目标终端标识对应的用户数据,分别输入预先训练的至少两种作弊类型对应的虚假终端标识判定模型,得到每种作弊类型对应的虚假终端标识判定结果;
根据所述每种作弊类型对应的虚假终端标识判定结果,确定所述目标终端标识是否为虚假终端标识。
第二方面,提供了一种确定虚假终端标识的装置,所述装置包括:
获取模块,用于获取目标终端标识对应的用户数据;
得到模块,用于将所述目标终端标识对应的用户数据,分别输入预先训练的至少两种作弊类型对应的虚假终端标识判定模型,得到每种作弊类型对应的虚假终端标识判定结果;
确定模块,用于根据所述每种作弊类型对应的虚假终端标识判定结果,确定所述目标终端标识是否为虚假终端标识。
本发明实施例提供的技术方案带来的有益效果是:
本发明实施例中,服务器可以预选存储有至少两种作弊类型对应的虚假终端标识判定模型,当需要判定目标终端标识是否为虚假终端标识时,服务器可以将目标终端标识对应的用户数据,输入到至少两种作弊类型对应的虚假终端标识判定模型中,得到每种作弊类型对应的虚假终端标识判定结果。最后,服务器可以根据每种作弊类型对应的虚假终端标识判定结果,确定目标终端标识是否为虚假终端标识,本方案中,采用至少两种作弊类型对应的虚假终端标识判定模型的方法,可以提高每种作弊类型对应的判定准确率,从而,可以增强目标终端标识的判定准确性。另外,服务器获取到目标终端标识对应的用户数据后,可以自动确定出目标终端标识是否为虚假终端标识,无需技术人员人为判定,从而,可以提高判定效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,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是本发明实施例提供的一种确定虚假终端标识的方法流程图;
图2是本发明实施例提供的一种判定示意图;
图3是本发明实施例提供的一种训练示意图;
图4是本发明实施例提供的一种判定示意图;
图5是本发明实施例提供的一种确定虚假终端标识的装置结构示意图;
图6是本发明实施例提供的一种服务器结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
每隔一段时间,开发商会根据这段时间内某推广渠道的推广数量,对该推广渠道支付一定的推广费用,其中,推广数量可以是服务器确定出的通过该推广渠道安装并使用该应用程序的终端数量。具体的,应用程序在运行过程中,会向服务器发送应用消息,应用消息中会携带终端标识(比如手机设备号),其中,终端标识可以是应用程序在发送应用消息前获取的。当服务器第一次接收到终端发送的终端标识时,服务器可以确定该终端标识对应的推广渠道,并将该终端标识添加到该推广渠道对应的终端标识列表中,进而,每隔一段时间,开发商可以根据该推广渠道对应的终端标识列表中,在该段时间内添加的终端标识的数量,为该推广渠道支付相应的推广费用。
推广渠道的提供商为赚取开发商的推广费用,想出了各种类型的作弊方式,来增加推广数量。例如,在某些手机中安装作弊应用程序(其中作弊应用程序可以生成虚假终端标识,并且在终端获取终端标识时,使终端获取生成的虚假终端标识)、目标应用程序(目标应用程序即是待推广的应用程序)和控制目标应用程序启动的脚本,脚本控制目标应用程序启动后,目标应用程序在运行过程中,触发终端向服务器发送的终端标识是作弊应用程序生成的虚假终端标识,从而,推广渠道的提供商通过这种不正当方式增加了自身的推广数量。
为了避免开发商为虚假终端标识支付一定的推广费用,本发明实施例提供了一种确定虚假终端标识的方法,该方法的执行主体为服务器。其中,该服务器可以是具有判定终端标识是否是虚假终端标识功能的服务器,比如,可以是待推广应用程序的后台服务器,也可以是能够与后台服务器进行通信的其他服务器。服务器中可以设置有处理器和存储器,处理器可以用于判断目标终端标识是否为虚假终端标识的相关处理,存储器可以用于存储下述处理过程中需要和产生的数据。还可以设置有收发器,收发器可以用于接收和发送数据。
下面将结合具体实施方式,对图1所示的处理流程进行详细的说明,内容可以如下:
步骤101,获取目标终端标识对应的用户数据。
其中,目标终端标识可以是服务器通过应用消息接收到的终端标识中待判定是否为虚假终端标识的一个或者多个,终端标识可以具有唯一性,比如可以是设备号(对于手机而言,设备号可以是IMEI(International Mobile Equipment Identity,国际移动设备身份码))。
在实施中,目标应用程序(其中,目标应用程序可以是开发商开发的通过推广渠道推广的应用程序)在运行过程中,可以触发目标应用程序所在的终端向服务器发送应用消息,其中,应用消息中可以携带有用户数据和终端标识等。当服务器检测到判定目标终端标识是否为虚假终端标识的触发事件发生时,可以获取目标终端标识对应的用户数据。例如,服务器检测到第一次接收到终端发送的携带有目标终端标识的应用消息后,又达到预设时长时,可以获取在该预设时长内,接收到终端发送的对应目标终端标识的用户数据。
可选的,目标终端标识对应的用户数据可以包括目标终端标识对应的终端的硬件信息、目标终端标识对应的用户操作信息、和/或终端的预设系统参数的参数信息、和/或终端中安装的应用程序的应用程序标识。
其中,硬件信息可以是设备号IMEI、IMSI(International Mobile SubscriberIdentification Number,国际移动用户识别码)、MAC地址、IP(Internet Protocol,网络之间互连的协议)地址、屏幕分辨率、设备型号、SIM(Subscriber Identification Module,客户识别模块)卡号、通信标识、运营商编号或名称、终端操作系统版本等信息。预设系统参数可以是终端中的所有系统参数,也可以是终端中所有系统参数的部分系统参数,系统参数的参数信息可以是系统文件的内容信息,系统函数的返回值。目标应用程序在安装时,可以获取读取终端中安装的应用程序的应用程序标识的权限,在获取到该权限的情况下,终端在向服务器发送应用消息时,可以获取终端中当前安全的各应用程序的应用程序标识,并可以通过应用消息将其发送至服务器。用户操作信息可以是目标应用程序在运行过程中,用户对目标应用程序进行任意操作的信息,比如,目标应用程序启动的方式(比如,用户点击快捷方式,或者被脚本控制打开),打开某显示页面的打开路径(比如从首页到一级副页再到当前页面,或者是通过脚本控制直接打开了当前页面)。另外,目标终端标识对应的用户数据还可以包括服务器中预先存储的目标终端标识对应的数据,例如,服务器中可以预先存储有设备型号与屏幕分辨率的对应关系,获取目标终端的用户数据时,除去上述讲述的用户数据,还可以在上述对应关系中,确定目标终端标识对应的设备型号,对应的屏幕分辨率,进而,可以将在对应关系中确定出的屏幕分辨率与应用消息中携带的屏幕分辨率同时作为目标终端标识的用户数据。
另外,用户数据可以是预设数据项对应的数据,也就是说,不同终端标识对应的数据项是由技术人员预先设置,不同终端标识对应的数据项是相同的。
可选的,目标终端标识可以是当前判定周期内接收到且历史未接收过的终端标识,相应的,步骤101的处理过程可以如下:每经过预设的判定周期,在当前判定周期内通过应用消息接收到的终端标识中,将历史未接收过的终端标识,确定为目标终端标识;获取目标终端标识对应的用户数据。
在实施中,服务器中可以预先设置有判定周期,每到预设的判定周期,服务器可以获取目标终端标识对应的用户数据。具体的,每经过预设的判定周期,服务器可以获取在当前判定周期内通过应用消息接收到的终端标识,即可以获取在当前判定周期内接收到的应用消息中携带的终端标识,进而,可以判断获取的各终端标识,在当前判定周期的开始时刻之前是否通过应用消息接收过,进而,服务器可以将获取的各终端标识中,在当前判定周期的开始时刻之前未通过应用消息接收过的终端标识,确定为目标终端标识。也就是说,每经过预设的判定周期,服务器可以将在当前判定周期内新增的终端标识确定为目标终端标识。例如,第一判定周期内通过应用消息接收到的终端标识为1、2、3、4,第二判定周期内通过应用消息接收到的终端标识为1、5、6,第三判定周期内(即当前判定周期内)通过应用消息接收到的终端标识为5、7、8、9,则服务器可以将5、7、8、9中的历史未接收过的7、8、9,确定为目标终端标识。确定出目标终端标识后,服务器可以获取目标终端标识对应的用户数据。具体的,对于每个目标终端标识,服务器可以获取当前判定周期内接收到的目标终端标识对应的用户数据(比如,可以是目标终端标识对应的终端的硬件信息、目标终端标识对应的用户操作信息、和/或终端的预设系统参数的参数信息、和/或终端中安装的应用程序的应用程序标识),即可以将服务器在当前判定周期内接收到的所有携带有该目标终端标识的应用消息中携带的用户数据,作为该目标终端标识对应的用户数据。除此之外,服务器还可以根据预设数据项,获取服务器中预先存储的该目标终端标识对应的用户数据,例如,上述讲述的服务器中预先存储的目标终端标识对应的屏幕分辨率。
步骤102,将目标终端标识对应的用户数据,分别输入预先训练的多种作弊类型对应的虚假终端标识判定模型,得到每种作弊类型对应的虚假终端标识判定结果。
其中,虚假终端标识判定模型可以是用于判定某终端标识是否为虚假终端标识的模型,虚假终端标识判定结果可以是目标终端标识是虚假终端标识,或者是目标终端标识不是虚假终端标识。
在实施中,推广渠道的提供商往往采用多种类型的作弊方式,比如作弊类型包括模拟器作弊类型、软件作弊类型、rom作弊类型(其中,rom可以是终端的系统程序升级包,即控制目标应用程序启动的脚本运行在系统层,可以是系统程序)。对于每种作弊类型,服务器可以在前期收集大量的训练样本,其中,某作弊类型对应的训练样本库中的各用户数据(即训练样本)可以是终端在该种作弊类型下时产生的用户数据,也就是说,每种作弊类型对应的训练样本库是不同的。对于每种作弊类型,得到该作弊类型对应的训练样本库后,服务器可以获取该作弊类型对应训练样本库中的各用户数据,训练该作弊类型对应的虚假终端标识判定模型(其中,每种作弊类型对应的虚假终端标识判定模型对应的训练方法可以相同,也可以不同,本发明实施例不对其进行限定),并将该作弊类型与训练出的虚假终端标识判定模型对应存储,其中,可以以表的形式进行存储,如表1所示。
表1
作弊类型 | 虚假终端标识判定模型 |
模拟器作弊类型 | 判定模型1 |
软件作弊类型 | 判定模型2 |
rom作弊类型 | 判定模型3 |
另外,当使用每种作弊类型对应的虚假终端标识判定模型对待判定的终端标识进行判定时,每种作弊类型对应的虚假终端标识判定模型的输入数据可以是一个终端标识的用户数据,也可以是多个终端标识的用户数据,本发明实施例不对其进行限定。例如,正常情况下,同一判定周期内接收到的多个终端标识对应的终端的所在位置应该是分散的,聚集在同一地点的可能性比较小,因此,正常情况下,同一判定周期内接收到的终端标识对应的IP地址中,相同的IP地址所占的比例应该是比较小的。针对此种情况,如果同一判定周期内接收到的终端标识对应的IP地址中,相同的IP地址所占的比例较大,则这些相同IP地址对应的终端标识很可能是推广渠道的提供商通过软件作弊类型虚拟出来的虚假终端标识,此种情况下,虚假终端标识判定模型的输入数据可以是多个终端标识的用户数据,输出结果可以是将相同IP地址对应的每个终端标识均判定为虚假终端标识。对于通过终端标识自身对应的用户数据即可确定出该终端标识是否为虚假终端标识的情况,虚假终端标识判定模型的输入可以是单个终端标识的用户数据。
服务器得到目标终端标识对应的用户数据后,可以将其分别输入到预先训练的多种作弊类型对应的虚假终端标识判定模型中,对目标终端标识的虚假性进行判定,判定结束后,即可得到每种作弊类型对应的虚假终端标识判定结果,其中,服务器可以同时将目标终端标识对应的用户数据,输入到预先训练的多种作弊类型对应的虚假终端标识判定模型中(即此种情况下,每种作弊类型的虚假终端标识判定模型是并行对目标终端标识的虚假性进行判定),服务器也可以先将目标终端标识对应的用户数据输入到某种作弊类型对应的虚假终端标识判定模型中,待该虚假终端标识判定模型判定结束后,再将该目标终端标识对应的用户数据输入到另一种作弊类型对应的虚假终端标识判定模型中,直至得到所有作弊类型对应的虚假终端标识判定结果(即此种情况下,每种作弊类型的虚假终端标识判定模型是串行对目标终端标识的虚假性进行判定)。也就是说,对于目标终端标识,服务器可以得到多种虚假终端标识判定结果,其中,每一个虚假终端标识判定结果是通过一种作弊类型对应的虚假终端标识判定模型得到的,如图2所示。当目标终端标识的数目为一个时,无论每种作弊类型对应的虚假终端标识判定模型的输入数据是一个终端标识的用户数据,还是多个终端标识的用户数据,服务器均可将目标终端标识输入到多种作弊类型对应的虚假终端标识判定模型中。当目标终端标识的数目为多个时,对于虚假终端标识判定模型的输入数据是一个终端标识的用户数据的情况,服务器可以将每个目标终端标识依次输入到该虚假终端标识判定模型中,得到每个目标终端标识在该作弊类型下对应的虚假终端标识判定结果,对于虚假终端标识判定模型的输入数据是多个终端标识的用户数据的情况,服务器可以将多个目标终端标识同时输入到该虚假终端标识判定模型中,得到每个目标终端标识在该作弊类型下对应的虚假终端标识判定结果。
可选的,每种作弊类型对应的虚假终端标识判定模型包括多个子判定模型,其中,每个子判定模型,是根据训练样本库中各用户数据中对应每个子判定模型对应的各数据项的子用户数据训练得到的。相应的,步骤102的处理过程可以如下:对于每个子判定模型,根据预先存储的各子判定模型与数据项的对应关系,确定子判定模型对应的目标数据项,在目标终端标识对应的用户数据中,确定目标数据项对应的子用户数据,输入到子判定模型,得到子判定模型对应的判定结果;对于每种作弊类型,根据作弊类型包括的各子判定模型对应的判定结果,确定作弊类型对应的虚假终端标识判定结果。
在实施中,每种作弊类型对应的虚假终端标识判定模型可以包括多个子判定模型,如表2所示,即每种作弊类型对应的虚假终端标识判定结果可以是根据各子判定模型的判定结果得到的,其中,每个子判定模型,是根据训练样本库中不同用户数据中对应每个子判定模型对应的各数据项的子用户数据训练得到的。具体的,服务器中可以预先设置有各数据项,终端标识对应的用户数据即是数据项对应的具体数据。在训练每个子判定模型时,服务器可以在各数据项中随机选取目标数据项(并将该子判定模型与目标数据项进行对应存储),进而,可以在子判定模型所属的作弊类型对应的训练样本库中的各用户数据中,选取对应目标数据项的子用户数据,进而,可以将各用户数据中的子用户数据作为训练数据,来训练得到该子判定模型。
表2
另外,训练每种类型包括的子判定模型的方法可以是bagging方法(自举汇聚方法),即在训练每种作弊类型的每个子判定模型(该子判定模型对应的数据项可以称为目标数据项)时,服务器可以在该作弊类型对应的训练样本库中的各用户数据中,有放回的选取预设数目个用户数据(其中,预设数目即为该作弊类型对应的训练样本库中的各用户数据的数目,预设数目个用户数据可能存在相同的),进而,可以在选取出的预设数目个用户数据中,选取对应目标数据项的子用户数据,并可以将各用户数据中的子用户数据作为训练数据,其中,各个子判定模型的训练可以是并行的,如图3所示。
另外,服务器中还可以预先存储有每种作弊类型对应的测试样本库,其中,每个测试样本可以是与训练样本不同的终端标识的用户数据。得到每种作弊类型包括的子判定模型后,服务器可以获取该作弊类型对应的测试样本库中各用户数据。对于每个子判定模型,服务器可以根据预先存储的各子判定模型与数据项的对应关系(该对应关系即是在训练的时候得到的),确定该子判定模型对应的目标数据项,进而,可以在获取的该作弊类型对应的测试样本库中的各用户数据中,确定目标数据项对应的各子用户数据;确定出该子判定模型对应的各子用户数据后,可以将其输入到该子判定模型中,得到各子用户数据在该子判定模型对应的判定结果,进而,服务器可以判断得到的各子用户数据的判定结果是否与预先存储的结果一致,并可以统计得到的判定结果是否与预先存储的结果一致的子用户数据的数目,进而,可以通过计算统计出的数目与所有子用户数据的数目的比值,来确定该子判定模型对应的正确率。服务器得到每种子判定模型的正确率后,可以将准确率达到预设阈值,且对应的数据项各不相同的子判定模型保留,作为每种作弊类型最终包括的子判定模型。
经过上述方式得到每种作弊类型包括的子判定模型后,可以用其对目标终端标识进行虚假终端标识判定。具体的,对于每个子判定模型,服务器可以根据预先存储的各子判定模型与数据项的对应关系(该对应关系即是在训练的时候得到的),确定该子判定模型对应的目标数据项,进而,可以在目标终端标识对应的用户数据中,确定目标数据项对应的子用户数据;确定出该子判定模型对应的子用户数据后,可以将其输入到该子判定模型中,得到子判定模型对应的判定结果,服务器即可按照上述方式得到所有子判定模型的判定结果。得到每个子判定模型的判定结果后,对于每种作弊类型,服务器可以获取该作弊类型包括的各子判定模型对应的判定结果,进而,确定该作弊类型对应的虚假终端标识判定结果。也就是说,服务器获取到目标终端标识对应的用户数据后,可以确定每个子判定模型的子用户数据,进而,可以将各子用户数据输入到对应的子判定模型中,得到各子判定模型对应的判定结果。然后,可以根据每种作弊类型包括的子判定模型的判定结果,确定每种作弊类型对应的虚假终端标识判定结果。最后,可以根据每种作弊类型对应的虚假终端标识判定结果,确定目标终端标识是否为虚假终端标识(该步骤的具体处理将在后续进行详细表述)。得到目标终端标识的判定结果后,如果目标终端标识为虚假终端标识,则可以对目标终端标识进行作弊处理,即可以对目标终端标识进行标记,将目标终端标识标记为虚假终端标识,如图4所示。
另外,确定出目标终端标识对应的判定结果后,还可以将目标终端标识对应的用户数据进行存储,以便后续重新对每种作弊类型对应的虚假终端标识判定模型进行训练时,可以将目标终端标识对应的用户数据作为训练样本。
得到每种作弊类型包括的各子判定模型对应的判定结果后,可以按照如下方式,得到每种作弊类型对应的虚假终端标识判定结果:
方式一,通过判断判定结果为目标终端标识是虚假终端标识的数量和判定结果为目标终端标识不是虚假终端标识的数量的大小,来确定该作弊类型对应的虚假终端标识判定结果,如果前者大于后者,则确定该作弊类型对应的虚假终端标识判定结果为目标终端标识是虚假终端标识,否则,确定该作弊类型对应的虚假终端标识判定结果为目标终端标识不是虚假终端标识。例如,A作弊类型包括10个子判定模型,如果有8个子判定模型的判定结果为目标终端标识是虚假终端标识,则可以判定A作弊类型对应的虚假终端标识判定结果为目标终端标识是虚假终端标识。
方式二,服务器中可以预先存储有每个子判定模型对应的权重,此种情况下,服务器可以根据作弊类型包括的每个子判定模型对应的判定结果、以及预先存储的每个子判定模型对应的权重,确定该作弊类型对应的虚假终端标识判定结果,其中,每个子判定模型对应的权重可以是由技术人员预先设置的,也可以是预先训练得到的。针对每个子判定模型的判定结果为目标终端标识是虚假终端标识或者为目标终端标识不是虚假终端标识的情况,服务器可以通过判断判定结果为目标终端标识是虚假终端标识的子判定模型的权重和与判定结果为目标终端标识不是虚假终端标识的子判定模型的权重和的大小,来确定该作弊类型对应的虚假终端标识判定结果。具体的,服务器可以根据作弊类型包括的各子判定模型对应的判定结果、以及预先存储的每种子判定模型对应的权重,确定对应的判定结果为虚假终端标识的各子判定模型的第三权重和,以及对应的判定结果不为虚假终端标识的各子判定模型的第四权重和,进而,可以判断第三权重和和第四权重和的大小,如果第三权重和大于第四权重和,则可以确定该作弊类型对应的虚假终端标识判定结果为虚假终端标识,如果第三权重和不大于第四权重和,则可以确定该作弊类型对应的虚假终端标识判定结果不为虚假终端标识。例如,B作弊类型包括3个子判定模型(其中,第一子判定模型的判定结果为目标终端标识是虚假终端标识,对应的权重为1.5,第二子判定模型的判定结果为目标终端标识是虚假终端标识,对应的权重为0.5,第三子判定模型的判定结果为目标终端标识不是虚假终端标识,对应的权重为2.5,),可以看出1.5+0.5小于2.5,则可以确定B作弊类型对应的虚假终端标识判定结果为目标终端标识不是虚假终端标识。
步骤103,根据每种作弊类型对应的虚假终端标识判定结果,确定目标终端标识是否为虚假终端标识。
在实施中,服务器得到每种作弊类型对应的虚假终端标识判定结果后,可以综合根据每种作弊类型对应的虚假终端标识判定结果,确定目标终端标识是否为虚假终端标识,确定目标终端最终的判定结果。
可选的,每种作弊类型也可以对应有权重,相应的,步骤103的处理过程可以如下:根据每种作弊类型对应的虚假终端标识判定结果、以及预先存储的每种作弊类型对应的权重,确定目标终端标识是否为虚假终端标识。
在实施中,服务器中可以存储有每种作弊类型对应的权重。服务器得到每种作弊类型对应的虚假终端标识判定结果后,可以根据每种作弊类型对应的虚假终端标识判定结果、以及预先存储的每种作弊类型对应的权重,确定目标终端标识是否为虚假终端标识。
可选的,根据每种作弊类型对应的权重,确定目标终端标识是否为虚假终端标识的具体处理可以如下:根据每种作弊类型对应的虚假终端标识判定结果、以及预先存储的每种作弊类型对应的权重,确定对应的判定结果为虚假终端标识的各作弊类型的第一权重和,以及对应的判定结果不为虚假终端标识的各作弊类型的第二权重和;如果第一权重和大于第二权重和,则确定目标终端标识为虚假终端标识,如果第一权重和不大于第二权重和,则确定目标终端标识不为虚假终端标识。
在实施中,服务器得到每种作弊类型对应的虚假终端标识判定结果后,可以比较第一权重和与第二权重和的大小,其中,第一权重和可以是对应的虚假终端标识判定结果为虚假终端标识的作弊类型的权重和,第二权重和可以是对应的虚假终端标识判定结果不为虚假终端标识的作弊类型的权重和。如果第一权重和大于第二权重和,则可以确定目标终端标识为虚假终端标识,如果第一权重和不大于第二权重和,则可以确定目标终端标识不为虚假终端标识。
可选的,当确定出目标终端标识为虚假终端标识时,服务器还可以确定目标终端标识对应的作弊类型,相应的,处理过程可以如下:当确定出目标终端标识为虚假终端标识时,在对应的判定结果为虚假终端标识的作弊类型中,将对应的权重最大的作弊类型,确定为目标终端标识对应的作弊类型。
在实施中,当确定出目标终端标识为虚假终端标识时,服务器可以在各作弊类型中,确定对应的判定结果为虚假终端标识的作弊类型,进而,可以在确定出的作弊类型中,选取对应的权重最大的作弊类型,并可以将对应的权重最大的作弊类型,确定为目标终端标识对应的作弊类型。对于此种情况,服务器确定出目标终端标识对应的作弊类型后,可以将目标终端标识对应的用户数据与作弊类型对应存储,以便在训练该作弊类型对应的虚假终端标识判定模型时,可以将目标终端标识对应的用户数据作为该作弊类型对应的训练样本。
另外,服务器中还可以设置有作弊类型与白名单的对应关系。服务器确定出目标终端标识对应的作弊类型(可以称为目标作弊类型)后,如果目标终端标识不在目标作弊类型对应的白名单中,可以确定目标终端标识为虚假终端标识。
本发明实施例中,服务器可以获取目标终端标识对应的用户数据,进而,可以将目标终端标识对应的用户数据,分别输入预先训练的多种作弊类型对应的虚假终端标识判定模型,得到每种作弊类型对应的虚假终端标识判定结果。最后,服务器可以根据每种作弊类型对应的虚假终端标识判定结果,确定目标终端标识是否为虚假终端标识。这样,服务器获取到目标终端标识对应的用户数据后,可以自动确定出目标终端标识是否为虚假终端标识,无需技术人员人为判定,从而,可以提高判定效率。
基于相同的技术构思,本发明实施例还提供了一种确定虚假终端标识的装置,如图5所示,该装置包括:
获取模块510,用于获取目标终端标识对应的用户数据;
得到模块520,用于将所述目标终端标识对应的用户数据,分别输入预先训练的至少两种作弊类型对应的虚假终端标识判定模型,得到每种作弊类型对应的虚假终端标识判定结果;
确定模块530,用于根据所述每种作弊类型对应的虚假终端标识判定结果,确定所述目标终端标识是否为虚假终端标识。
可选的,所述获取模块510:
每经过预设的判定周期,在当前判定周期内通过应用消息接收到的终端标识中,将历史未接收过的终端标识,确定为目标终端标识;
获取所述目标终端标识对应的用户数据。
可选的,所述确定模块530,用于:
根据所述每种作弊类型对应的虚假终端标识判定结果、以及预先存储的每种作弊类型对应的权重,确定所述目标终端标识是否为虚假终端标识。
可选的,所述确定模块530,用于:
根据所述每种作弊类型对应的虚假终端标识判定结果、以及预先存储的每种作弊类型对应的权重,确定对应的判定结果为虚假终端标识的各作弊类型的第一权重和,以及对应的判定结果不为虚假终端标识的各作弊类型的第二权重和;
如果所述第一权重和大于所述第二权重和,则确定所述目标终端标识为虚假终端标识,如果所述第一权重和不大于所述第二权重和,则确定所述目标终端标识不为虚假终端标识。
可选的,所述确定模块530,还用于:
当确定出所述目标终端标识为虚假终端标识时,在对应的判定结果为虚假终端标识的作弊类型中,将对应的权重最大的作弊类型,确定为所述目标终端标识对应的作弊类型。
可选的,所述每种作弊类型对应的虚假终端标识判定模型包括至少两个子判定模型,其中,每个子判定模型,是根据训练样本库中各用户数据中对应每个子判定模型对应的各数据项的子用户数据训练得到的;
所述得到模块520,用于:
对于每个子判定模型,根据预先存储的各子判定模型与数据项的对应关系,确定所述子判定模型对应的目标数据项,在所述目标终端标识对应的用户数据中,确定所述目标数据项对应的子用户数据,输入到所述子判定模型,得到所述子判定模型对应的判定结果;
对于每种作弊类型,根据所述作弊类型包括的各子判定模型对应的判定结果,确定所述作弊类型对应的虚假终端标识判定结果。
可选的,所述得到模块520,用于:
根据所述作弊类型包括的各子判定模型对应的判定结果、以及预先存储的每种子判定模型对应的权重,确定对应的判定结果为虚假终端标识的各子判定模型的第三权重和,以及对应的判定结果不为虚假终端标识的各子判定模型的第四权重和;
如果所述第三权重和大于所述第四权重和,则确定所述作弊类型对应的虚假终端标识判定结果为虚假终端标识,如果所述第三权重和不大于所述第四权重和,则确定所述作弊类型对应的虚假终端标识判定结果不为虚假终端标识。
可选的,所述用户数据包括所述目标终端标识对应的终端的硬件信息、所述目标终端标识对应的用户操作信息、和/或所述终端的预设系统参数的参数信息、和/或所述终端中安装的应用程序的应用程序标识。
本发明实施例中,服务器可以获取目标终端标识对应的用户数据,进而,可以将目标终端标识对应的用户数据,分别输入预先训练的多种作弊类型对应的虚假终端标识判定模型,得到每种作弊类型对应的虚假终端标识判定结果。最后,服务器可以根据每种作弊类型对应的虚假终端标识判定结果,确定目标终端标识是否为虚假终端标识。这样,服务器获取到目标终端标识对应的用户数据后,可以自动确定出目标终端标识是否为虚假终端标识,无需技术人员人为判定,从而,可以提高判定效率。
需要说明的是:上述实施例提供的确定虚假终端标识的装置在确定虚假终端标识时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将服务器的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的确定虚假终端标识的装置与确定虚假终端标识的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
图6是本发明实施例提供的服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processingunits,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作系统1941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
服务器1900可以包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含该服务器执行上述方法的指令。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (18)
1.一种确定虚假终端标识的方法,其特征在于,所述方法包括:
获取目标终端标识对应的用户数据;
将所述目标终端标识对应的用户数据,分别输入预先训练的多种作弊类型对应的虚假终端标识判定模型,得到每种作弊类型对应的虚假终端标识判定结果,所述多种作弊类型包括模拟器作弊类型、软件作弊类型和rom作弊类型中的至少两种;
根据所述每种作弊类型对应的虚假终端标识判定结果,确定所述目标终端标识是否为虚假终端标识,并在确定所述目标终端标识为虚假终端标识的情况下,确定所述目标终端标识对应的作弊类型。
2.根据权利要求1所述的方法,其特征在于,所述获取目标终端标识对应的用户数据,包括:
每经过预设的判定周期,在当前判定周期内通过应用消息接收到的终端标识中,将历史未接收过的终端标识,确定为目标终端标识;
获取所述目标终端标识对应的用户数据。
3.根据权利要求1所述的方法,其特征在于,所述根据所述每种作弊类型对应的虚假终端标识判定结果,确定所述目标终端标识是否为虚假终端标识,包括:
根据所述每种作弊类型对应的虚假终端标识判定结果、以及预先存储的每种作弊类型对应的权重,确定所述目标终端标识是否为虚假终端标识。
4.根据权利要求3所述的方法,其特征在于,所述根据所述每种作弊类型对应的虚假终端标识判定结果、以及预先存储的每种作弊类型对应的权重,确定所述目标终端标识是否为虚假终端标识,包括:
根据所述每种作弊类型对应的虚假终端标识判定结果、以及预先存储的每种作弊类型对应的权重,确定对应的判定结果为虚假终端标识的各作弊类型的第一权重和,以及对应的判定结果不为虚假终端标识的各作弊类型的第二权重和;
如果所述第一权重和大于所述第二权重和,则确定所述目标终端标识为虚假终端标识,如果所述第一权重和不大于所述第二权重和,则确定所述目标终端标识不为虚假终端标识。
5.根据权利要求3或4所述的方法,其特征在于,所述确定所述目标终端标识对应的作弊类型,包括:
当确定出所述目标终端标识为虚假终端标识时,在对应的判定结果为虚假终端标识的作弊类型中,将对应的权重最大的作弊类型,确定为所述目标终端标识对应的作弊类型。
6.根据权利要求1-4任意一项所述的方法,其特征在于,所述每种作弊类型对应的虚假终端标识判定模型包括至少两个子判定模型,其中,每个子判定模型,是根据训练样本库中各用户数据中对应每个子判定模型对应的各数据项的子用户数据训练得到的;
所述将所述目标终端标识对应的用户数据,分别输入预先训练的多种作弊类型对应的虚假终端标识判定模型,得到每种作弊类型对应的虚假终端标识判定结果,包括:
对于每个子判定模型,根据预先存储的各子判定模型与数据项的对应关系,确定所述子判定模型对应的目标数据项,在所述目标终端标识对应的用户数据中,确定所述目标数据项对应的子用户数据,输入到所述子判定模型,得到所述子判定模型对应的判定结果;
对于每种作弊类型,根据所述作弊类型包括的各子判定模型对应的判定结果,确定所述作弊类型对应的虚假终端标识判定结果。
7.根据权利要求6所述的方法,其特征在于,所述根据所述作弊类型包括的各子判定模型对应的判定结果,确定所述作弊类型对应的虚假终端标识判定结果,包括:
根据所述作弊类型包括的各子判定模型对应的判定结果、以及预先存储的每种子判定模型对应的权重,确定对应的判定结果为虚假终端标识的各子判定模型的第三权重和,以及对应的判定结果不为虚假终端标识的各子判定模型的第四权重和;
如果所述第三权重和大于所述第四权重和,则确定所述作弊类型对应的虚假终端标识判定结果为虚假终端标识,如果所述第三权重和不大于所述第四权重和,则确定所述作弊类型对应的虚假终端标识判定结果不为虚假终端标识。
8.根据权利要求1所述的方法,其特征在于,所述用户数据包括所述目标终端标识对应的终端的硬件信息、所述目标终端标识对应的用户操作信息、和/或所述终端的预设系统参数的参数信息、和/或所述终端中安装的应用程序的应用程序标识。
9.一种确定虚假终端标识的装置,其特征在于,所述装置包括:
获取模块,用于获取目标终端标识对应的用户数据;
得到模块,用于将所述目标终端标识对应的用户数据,分别输入预先训练的多种作弊类型对应的虚假终端标识判定模型,得到每种作弊类型对应的虚假终端标识判定结果,所述多种作弊类型包括模拟器作弊类型、软件作弊类型和rom作弊类型中的至少两种;
确定模块,用于根据所述每种作弊类型对应的虚假终端标识判定结果,确定所述目标终端标识是否为虚假终端标识,并在确定所述目标终端标识为虚假终端标识的情况下,确定所述目标终端标识对应的作弊类型。
10.根据权利要求9所述的装置,其特征在于,所述获取模块,用于:
每经过预设的判定周期,在当前判定周期内通过应用消息接收到的终端标识中,将历史未接收过的终端标识,确定为目标终端标识;
获取所述目标终端标识对应的用户数据。
11.根据权利要求9所述的装置,其特征在于,所述确定模块,用于:
根据所述每种作弊类型对应的虚假终端标识判定结果、以及预先存储的每种作弊类型对应的权重,确定所述目标终端标识是否为虚假终端标识。
12.根据权利要求11所述的装置,其特征在于,所述确定模块,用于:
根据所述每种作弊类型对应的虚假终端标识判定结果、以及预先存储的每种作弊类型对应的权重,确定对应的判定结果为虚假终端标识的各作弊类型的第一权重和,以及对应的判定结果不为虚假终端标识的各作弊类型的第二权重和;
如果所述第一权重和大于所述第二权重和,则确定所述目标终端标识为虚假终端标识,如果所述第一权重和不大于所述第二权重和,则确定所述目标终端标识不为虚假终端标识。
13.根据权利要求11或12所述的装置,其特征在于,所述确定模块,还用于:
当确定出所述目标终端标识为虚假终端标识时,在对应的判定结果为虚假终端标识的作弊类型中,将对应的权重最大的作弊类型,确定为所述目标终端标识对应的作弊类型。
14.根据权利要求9-12任意一项所述的装置,其特征在于,所述每种作弊类型对应的虚假终端标识判定模型包括至少两个子判定模型,其中,每个子判定模型,是根据训练样本库中各用户数据中对应每个子判定模型对应的各数据项的子用户数据训练得到的;
所述得到模块,用于:
对于每个子判定模型,根据预先存储的各子判定模型与数据项的对应关系,确定所述子判定模型对应的目标数据项,在所述目标终端标识对应的用户数据中,确定所述目标数据项对应的子用户数据,输入到所述子判定模型,得到所述子判定模型对应的判定结果;
对于每种作弊类型,根据所述作弊类型包括的各子判定模型对应的判定结果,确定所述作弊类型对应的虚假终端标识判定结果。
15.根据权利要求14所述的装置,其特征在于,所述得到模块,用于:
根据所述作弊类型包括的各子判定模型对应的判定结果、以及预先存储的每种子判定模型对应的权重,确定对应的判定结果为虚假终端标识的各子判定模型的第三权重和,以及对应的判定结果不为虚假终端标识的各子判定模型的第四权重和;
如果所述第三权重和大于所述第四权重和,则确定所述作弊类型对应的虚假终端标识判定结果为虚假终端标识,如果所述第三权重和不大于所述第四权重和,则确定所述作弊类型对应的虚假终端标识判定结果不为虚假终端标识。
16.根据权利要求9所述的装置,其特征在于,所述用户数据包括所述目标终端标识对应的终端的硬件信息、所述目标终端标识对应的用户操作信息、和/或所述终端的预设系统参数的参数信息、和/或所述终端中安装的应用程序的应用程序标识。
17.一种服务器,其特征在于,所述服务器包括处理器和存储器,所述存储器中存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如权利要求1-8任一项所述的确定虚假终端标识的方法。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条指令,所述至少一条指令由处理器加载并执行以实现如权利要求1-8任一项所述的确定虚假终端标识的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710113797.XA CN108512682B (zh) | 2017-02-28 | 2017-02-28 | 一种确定虚假终端标识的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710113797.XA CN108512682B (zh) | 2017-02-28 | 2017-02-28 | 一种确定虚假终端标识的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108512682A CN108512682A (zh) | 2018-09-07 |
CN108512682B true CN108512682B (zh) | 2021-02-26 |
Family
ID=63373278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710113797.XA Active CN108512682B (zh) | 2017-02-28 | 2017-02-28 | 一种确定虚假终端标识的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108512682B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111105262B (zh) * | 2018-10-29 | 2024-05-14 | 北京奇虎科技有限公司 | 一种用户识别方法、装置、电子设备和存储介质 |
CN110213341B (zh) * | 2019-05-13 | 2023-06-23 | 百度在线网络技术(北京)有限公司 | 应用程序的下载检测方法及装置 |
CN110415044A (zh) * | 2019-08-01 | 2019-11-05 | 秒针信息技术有限公司 | 作弊检测方法、装置、设备及存储介质 |
CN111582886B (zh) * | 2020-05-07 | 2022-06-21 | 支付宝(杭州)信息技术有限公司 | 虚假资源转移的识别方法、装置、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064850A (zh) * | 2011-10-20 | 2013-04-24 | 腾讯科技(深圳)有限公司 | 挖掘作弊数据的方法和系统 |
CN103793484A (zh) * | 2014-01-17 | 2014-05-14 | 五八同城信息技术有限公司 | 分类信息网站中的基于机器学习的欺诈行为识别系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9205335B2 (en) * | 2013-09-09 | 2015-12-08 | Microsoft Technology Licensing, Llc | Achievement replay and fraud detection |
CN105100032B (zh) * | 2014-05-23 | 2019-07-05 | 腾讯科技(北京)有限公司 | 一种防止资源盗取的方法及装置 |
CN105046529A (zh) * | 2015-07-30 | 2015-11-11 | 华南理工大学 | 一种移动广告作弊识别方法 |
CN106096996A (zh) * | 2016-05-31 | 2016-11-09 | 北京奇虎科技有限公司 | 移动终端作弊行为的检测方法及相应装置 |
CN106095916B (zh) * | 2016-06-08 | 2019-07-23 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
-
2017
- 2017-02-28 CN CN201710113797.XA patent/CN108512682B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064850A (zh) * | 2011-10-20 | 2013-04-24 | 腾讯科技(深圳)有限公司 | 挖掘作弊数据的方法和系统 |
CN103793484A (zh) * | 2014-01-17 | 2014-05-14 | 五八同城信息技术有限公司 | 分类信息网站中的基于机器学习的欺诈行为识别系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108512682A (zh) | 2018-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108512682B (zh) | 一种确定虚假终端标识的方法和装置 | |
CN109495306B (zh) | 一种业务网络的扩容方法及设备 | |
CN111371638A (zh) | 智能设备测试方法、装置、服务器及存储介质 | |
CN107967206B (zh) | 一种数据测试系统、请求拦截方法以及请求拦截装置 | |
US9876817B2 (en) | Cloud checking and killing method, device and system for combating anti-antivirus test | |
CN102694817A (zh) | 一种识别程序的网络行为是否异常的方法、装置及系统 | |
CN112486535B (zh) | 一种用于NB-IoT设备的远程升级方法及系统 | |
CN109683997B (zh) | 通过沙箱访问应用程序接口的方法、沙箱及沙箱设备 | |
CN110267268B (zh) | 伪基站的识别方法、装置及系统 | |
CN107220169B (zh) | 一种模拟服务器返回定制化数据的方法和设备 | |
CN113672441A (zh) | 对智能设备的测试方法及装置 | |
CN105205001A (zh) | 游戏程序的测试方法、装置及系统 | |
CN109324962A (zh) | 一种基于云物联技术的应用程序的测试方法及设备 | |
CN110415044A (zh) | 作弊检测方法、装置、设备及存储介质 | |
CN110688319B (zh) | 应用保活能力测试方法及相关装置 | |
CN113452556A (zh) | 产品技能的配置方法、装置、存储介质及电子装置 | |
CN108345508B (zh) | 接口调用测试方法和装置 | |
CN111131262B (zh) | 一种漏洞扫描方法及装置 | |
CN109951549B (zh) | 网络页面的访问方法、装置及计算机可读存储介质 | |
CN108037989A (zh) | Sdk组件识别方法及装置 | |
CN112181822A (zh) | 一种测试方法和应用程序的启动耗时测试方法 | |
CN105848155B (zh) | 一种终端非法刷机识别方法及装置 | |
CN110825451A (zh) | 一种小程序页面地址的配置、校验方法及装置 | |
CN107783825B (zh) | 移动终端多后台进程启动方法、装置及移动终端 | |
CN115146309A (zh) | 隐私合规检测方法、装置、服务器、终端及存储介质 |
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 | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221121 Address after: 1402, Floor 14, Block A, Haina Baichuan Headquarters Building, No. 6, Baoxing Road, Haibin Community, Xin'an Street, Bao'an District, Shenzhen, Guangdong 518133 Patentee after: Shenzhen Yayue Technology Co.,Ltd. Address before: 518057 Tencent Building, No. 1 High-tech Zone, Nanshan District, Shenzhen City, Guangdong Province, 35 floors Patentee before: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd. |
|
TR01 | Transfer of patent right |