CN109194627A - 作弊检测方法、装置、设备和介质 - Google Patents

Abstract

本发明实施例公开了一种作弊检测方法、装置、设备和介质。该方法包括：获取待检测设备的位置参数；根据获取的所述位置参数，确定在待检测设备发生设备操作时，所述待检测设备的运动状态；根据所述待检测设备的运动状态，判断所述设备操作是否是人为完成；若所述设备操作不是人为完成，则确定所述待检测设备作弊。本发明实施例提出的一种作弊检测方法、装置、设备和介质，实现了对作弊行为的准确检测。

Description

作弊检测方法、装置、设备和介质

技术领域

本发明实施例涉及信息安全的技术领域，尤其涉及一种作弊检测方法、装置、设备和介质。

背景技术

移动互联网的进步，促进着移动应用的发展和推广，信息安全问题也日益严峻。近年来，伴随着移动应用的影响力逐渐超过电脑应用，主要互联网黑产(比如论坛和贴吧的水军)也迁移到手机等移动设备。现在有许多黑产团队通过脚本进行刷单、篡改数据等作弊行为实现牟利。腾讯安全发布的《2018年上半年互联网黑产研究报告》中提到恶意推广等脚本作弊行为日均影响用户超千万，对商家和消费者造成了巨大的经济损失。

当前应对脚本作弊行为的主要通用技术方案是，通过对移动应用软件相关接口调用的频率、Cookie(浏览器缓存)、Token(访问令牌)、用户账号信息、登陆环境等参数信息进行判断是否进行作弊。

但是，经验丰富的黑客团队能够使用脚本文件降低移动应用软件相关接口调用频率，伪造篡改Cookie、Token和用户信息等参数，躲避防作弊检测系统，从而达到非法牟利的目的。

发明内容

本发明实施例提出一种作弊检测方法、装置、设备和介质，以实现对作弊行为的准确检测。

第一方面，本发明实施例提供了一种作弊检测方法，所述方法包括：

获取待检测设备的位置参数；

根据获取的位置参数，确定在待检测设备发生设备操作时，该待检测设备的运动状态；

根据该待检测设备的运动状态，判断该设备操作是否是人为完成；

若该设备操作不是人为完成，则确定该待检测设备作弊。

第二方面，本发明实施例还提供了一种作弊检测装置，所述装置包括：

数据收集模块，用于获取待检测设备的位置参数；

运动状态判断模块，用于在待检测设备发生设备操作时，确定该待检测设备的运动状态；

人为完成检测模块，用于根据待检测设备的运动状态，判断该设备操作是否是人为完成；

设备作弊判定模块，用于判断待检测设备是否作弊，若该设备不是人为完成，则确定该待检测设备作弊。

第三方面，本发明实施例还提供了一种设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的作弊检测方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现实施例中任一所述的作弊检测方法。

本发明实施例通过根据待检测设备发生设备操作时，该待检测设备的运动状态判断该设备操作是否是人为完成。若该设备操作不是人为完成，说明该设备操作由互联网黑产基于脚本或其他形式的代码实现，则确定该待检测设备作弊。从而实现对作弊行为的准确检测。

附图说明

图1为本发明实施例一提供的作弊检测方法的流程图；

图2是本发明实施例二提供的作弊检测方法的流程图；

图3是本发明实施例三提供的作弊检测方法的流程图；

图4是本发明实施例四提供的作弊检测装置的功能模块图；

图5是本发明实施例五提供的作弊检测设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的作弊检测方法的流程图。本实施例可适用于检测设备是否存在作弊的情况，典型地该作弊方式为脚本作弊。该方法可以由作弊检测装置来执行，该装置可以由软件和/或硬件的方式实现。参见图1，本实施例提供的作弊检测方法包括：

步骤101、获取待检测设备的位置参数。

具体地，通过设置于待检测设备内部的传感器，采集设备所处位置的相关数据信息。

其中，待检测设备是能够通过脚本或其他代码形式进行作弊的设备。该设备包括智能手表、手机、掌上电脑和智能眼镜等。采集规律和采集频率可以根据实际需要进行设定，具体地采集规律可以为按照设定采集频率采集设定时间长度的数据。

位置参数反应待检测设备位置的参数，具体可以通过设置于设备中的传感器收集。该位置参数包括加速计测量的水平方向的加速度和/或竖直方向的加速度，陀螺仪测量的角速度，以及磁力计测量的磁场数据等。

步骤102、根据获取的所述位置参数，确定在待检测设备发生设备操作时，待检测设备的运动状态。

具体地，若当待检测设备发生设备操作事件时，待检测设备的位置参数没有发生变化，则确定待检测的运动状态为静止状态。

若当待检测设备发生设备操作事件时，待检测设备的位置参数发生规律变化，则确定待检测的运动状态为规律运动状态。

其中，设备操作是指对设备进行的软件操作，该设备操作包括登录、注册、刷新、交易、转发、领卷、好友添加等。

待检测设备的运动状态指待检测装备所处于的状态，包括静止状态、规律运动状态、不规律运动状态等。

具体地，当待检测设备发生例如登录、注册、刷新、交易、转发等设备操作时，根据获取的待检测设备的位置参数，判断待检测设备所处于的运动状态。

步骤103、根据待检测设备的运动状态，判断所述设备操作是否是人为完成。

其中，人为完成是指人为手动操作完成。

因为人为手动对待检测设备进行的操作势必会带来待检测设备的运动，所以根据待检测设备的运动状态可以判断所述设备操作是否是人为完成。

步骤104、若设备操作不是人为完成，则确定待检测设备作弊。

如果判断设备发生的操作不属于人为完成，则确定待检测设备存在基于脚本或其他形式的代码的作弊行为。

在确定待检测设备作弊后，通过对待检测设备的软件账号、设备唯一标志账号等进行作弊标记。

本发明实施例通过根据待检测设备发生设备操作时，该待检测设备的运动状态判断该设备操作是否是人为完成。若该设备操作不是人为完成，说明该设备操作可能由互联网黑产基于脚本或其他形式的代码实现，则确定该待检测设备作弊。从而实现对作弊行为的准确检测。

为实现对待检测设备作弊的准确确定，所述若所述设备操作不是人为完成，则确定所述待检测设备作弊，包括:

若所述设备操作不是人为完成，则增加所述待检测设备的作弊嫌疑；

若增加后的作弊嫌疑大于等于设定作弊嫌疑阈值，则确定所述待检测设备作弊。

其中，作弊嫌疑反应待检测设备存在作弊的可能性。

可选地，增加所述待检测设备的作弊嫌疑包括：

若所述待检测设备的设备操作确定不是人为完成，则对待检测设备的作弊嫌疑加1，或根据待检测设备的非规律运动程度对待检测设备的作弊嫌疑增加对应的不同数值。

所述作弊嫌疑阈值可以根据实际需要进行设定。

具体地，在对待检测设备进行作弊检测时，若待检测设备的设备操作以低于作弊嫌疑阈值的状态下确定为非人为完成，则对待检测设备的作弊嫌疑次数加1.若增加后的作弊嫌疑次数大于等于设定作弊嫌疑阈值时，则确定待检测设备存在作弊。

该方法的有益效果在于，避免设备被错误的确定为作弊的情况，提高作弊检测准确率，降低作弊检测误报率。

实施例二

图2为本发明实施例二提供的作弊检测方法的流程图。本发明实施例是在上述实施例的基础上提出的一种可选方案。参见图2，本实施例提供的作弊检测方法包括：

步骤201、获取待检测设备的位置参数。

步骤202、根据所获取的位置参数，确定在待检测设备发生设备操作时，待检测设备的运动状态。

步骤203、根据待检测设备的运动状态，判断设备是否是人为完成；若待检测设备的运动状态是静止状态或规律运动状态，则判断所述设备操作不是人为完成。

其中，规律运动包括任意以一定规律按照设定方向和设定速度进行的运动。具体规律运动包括直线运动、圆周运动、波浪运动和摇摆运动等。

作弊者为增加对设备作弊检测的干扰，通常将待检测设备置于自动摇动工具上以模拟人真实操作待检测设备带来的运动。发明人发现，待检测设备在自动摇动工具上的运动是规律的，而人真实操作待检测设备带来的运动是无规律的。所以若待检测设备在完成某一设备操作时的运动状态是规律运动状态，则该待检测设备的该次设备操作不是人为完成。

步骤204、若设备操作不是人为完成，则确定待检测设备作弊。

本实施例的技术方案，通过对待检测设备发生设备操作时的运动状态进行静止状态和规律运动状态的判断，从而确定该设备操作是否是人为完成，准确判断待检测设备是否作弊。

实施例三

图3为本发明实施例三提供的作弊检测方法的流程图。本发明实施例是在上述实施例的基础上提出的一种可选方案。参见图3，本实施例提供的作弊检测方法包括：

步骤301、获取待检测设备的位置参数。

步骤302、根据所获取的位置参数，判断在待检测设备发生设备操作时，待检测设备的运动状态是否是静止状态。

步骤303、若待检测设备的运动状态是静止状态，则判断所述设备操作不是人为完成。

步骤304、若待检测设备的运动状态不是静止状态，则判断待检测设备的运动状态是否是规律运动状态；若待检测设备的运动状态是规律运动状态，则判断所述设备操作不是人为完成。

步骤305、若设备操作不是人为完成，则增加待检测设备的作弊嫌疑。

步骤306、判断待检测设备增加后的作弊嫌疑是否大于等于设定作弊嫌疑阈值。

步骤307、若待检测设备增加后的作弊嫌疑大于等于设定作弊嫌疑阈值，确定待检测设备存在作弊。

具体地，以作弊行为是手机应用软件脚本作弊为例，上述作弊检测方法可以描述为：

在用户打开手机应用软件后，利用手机加速计和陀螺仪，采集基于打开的应用软件进行登录、注册或交易等设备操作之时或者设备操作发生的一段时间内手机的加速度值和陀螺仪的值。其中采集规律为以采集频率为100次/秒，采集5秒的数据，即加速度值共500条，陀螺仪的值共500条。手机将采集的加速度值、陀螺仪的值和对应手机应用软件的账号、手机唯一标识码等信息一起压缩并加密。其中，加速度值的数据格式为：x＝0.1g，y＝0.1g,z＝-1g，g为重力加速度，x、y和z是不同的加速度方向。陀螺仪的值的数据格式为：x＝0.1,y＝0.1,z＝-0.1。数据压缩加密完毕后将加密后的数据上报到服务器。

服务器根据获取的500条加速度值和500条陀螺仪的值判断手机是否处于静止状态。若获取的500条加速度值和500条陀螺仪的值都低于规定的阈值时可判断为静止状态。其中，优选加速度阈值为1.3g，各方向陀螺仪阈值为0.5。

示例性的，一条加速度值为：x＝0.1g，y＝0.1g,z＝-1g，利用加速度计算公式：计算得到整体地加速度为1.02g，1.02g低于加速度阈值1.3g；一条陀螺仪的值为：x＝0.1，y＝-0.1,z＝-0.2，其中x、y、z的绝对值都低于陀螺仪阈值0.5。

若获取的500条加速度值和500条螺旋仪的值都低于规定的阈值，则判定待检测手机处于静止状态。反之，若有任一条数据超过规定的阈值，则判定待检测手机为非静止状态。如果为待检测手机处于静止状态，则判定待检测手机有作弊嫌疑；如果为待检测手机为非静止状态，则需判断待检测手机是否为规律运动状态。

判断待检测手机是否具有规律性运动状态目的，主要是应对作弊者使用市面上常见的自动摇动工具进行干扰的情况。判断待检测手机是否具有规律运动状态主要是通过算法计算数据是否有一定函数关系，该函数关系包括标准差为0、符合正态分布或符合多项式分布等。

若待检测手机为规律运动状态，则判定待检测手机有作弊嫌疑；否则，判定待检测手机为无作弊嫌疑。当待检测手机被判断为有作弊嫌疑时，即累加一次该手机对应的作弊嫌疑次数，当作弊嫌疑次数达到设定的作弊嫌疑阈值次数，其中优选作弊嫌疑阈值次数为5次，依据该手机包括的应用软件账号和/或设备唯一标识码等标记该手机存在作弊行为。

需要说明的是，因为规律运动状态的判断比静止状态的判断复杂，所以本实施例优先进行静止状态的判断，然后进行规律运动状态的判断，从而减少作弊检测方法的计算量，提高检测效率。

本发明实施例的技术方案，通过数据分析待检测设备的运动状态，判断设备操作是用户手动完成，还是脚本模拟完成，从而实现对脚本作弊的检测。当现有技术通过某个功能限制60秒内重复次数超过20次即判定有作弊嫌疑时，黑产用户(也即作弊者)通过脚本模拟每5秒请求操作一次，从而绕过了该限制。然而本实施例的技术方案可以通过检测得到的设备的运动状态准确的判断出黑产用户的作弊行为。

为进一步提高作弊检测准确率，可以将本发明实施例提供的技术方案与现有技术中通过对移动应用软件相关接口调用的频率、Cookie、Token、用户账号信息、登陆环境等参数信息进行判断是否作弊的作弊检测方法组合。

实施例四

图4是本发明实施例四提供的作弊检测装置的功能模块图。参见图4，本发明实施例提供的作弊检测装置包括：数据收集模块401、运动状态判断模块402、人为完成检测模块403和设备作弊判定模块404。

其中，数据收集模块401，用于获取待检测设备的位置参数；

运动状态判断模块402，用于根据获取的位置参数，确定在待检测设备发生设备操作时，所述待检测设备的运动状态；

人为完成检测模块403，用于根据待检测设备的运动状态，判断所述设备操作是否是人为完成；

设备作弊判定模块404，用于若设备操作不是人为完成，则确定待检测设备作弊。

本发明实施例的技术方案，通过根据待检测设备发生设备操作时，该待检测设备的运动状态判断该设备操作是否是人为完成。若该设备操作不是人为完成，说明该设备操作可能由互联网黑产基于脚本或其他形式的代码实现，则确定该待检测设备作弊。从而实现对作弊行为的准确检测。

在本实施例中，所述人为完成检测模块还可以包括：人为完成检测单元。

其中，人为完成检测单元，用于若待检测设备的运动状态是静止状态或规律运动状态，则判断设备操作不是人为完成。

在本实施例中，所述人为完成检测单元具体用于：

若待检测设备的运动状态不是静止状态，则判断待检测设备的运动状态是否是规律运动状态；

若待检测设备的运动状态是规律运动状态，则判断设备操作不是人为完成。

在本实施例中，所述作弊判定模块具体用于：

若设备操作不是人为完成，则增加待检测设备的作弊嫌疑；

若增加后的作弊嫌疑大于等于设定作弊嫌疑阈值，则确定待检测设备作弊。

本发明实施例所提供的作弊检测装置可执行本发明任意实施例所提供的作弊检测方法，具备执行方法相应的功能模块和有益效果。

实施例五

图5为本发明实施例五提供的作弊检测设备的结构示意图，如图5所示，该设备包括处理器501、存储器502、输入装置503和输出装置504；设备中处理器501的数量可以是一个或多个，图5中以一个处理器501为例；设备中的处理器501、存储器502、输入装置503和输出装置504可以通过总线或其他方式连接，图5中以总线连接为例。

存储器502作为一种计算机可读存储介质，用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的作弊检测方法对应的程序模块(例如，数据收集模块401、运动判断模块402、人为完成检测模块403、设备作弊判定模块404)。处理器501通过运行存储在存储器502中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的作弊检测方法。

存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器502可以包括告诉随机存取存储器，还可以包括非易失性存储其，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器502可进一步包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置503可用于接收输入的数据或字符信息，以及产生与设备的用户设置以及功能控制有关的信号输入、传感器输入。输出装置504可包括显示屏等显示设备。

实施例六

本发明实施例六还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理执行时用于执行一种作弊检测方法，该方法包括：

获取待检测设备的位置参数；

根据获取的所述位置参数，确定在待检测设备发生设备操作时，所述待检测设备的运动状态；

根据所述待检测设备的运动状态，判断所述设备操作是否是人为完成；

若所述设备操作不是人为完成，则确定所述待检测设备作弊。

当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的作弊检测方法中的相关操作。

通过以上关于实施方式的描述，所属领域的技术领域人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出的贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述搜索装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种作弊检测方法，其特征在于，所述方法包括：

获取待检测设备的位置参数；

根据获取的所述位置参数，确定在待检测设备发生设备操作时，所述待检测设备的运动状态；

根据所述待检测设备的运动状态，判断所述设备操作是否是人为完成；

若所述设备操作不是人为完成，则确定所述待检测设备作弊。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待检测设备的运动状态，判断所述设备操作是否是人为完成，包括：

若待检测设备的运动状态是静止状态或规律运动状态，则判断所述设备操作不是人为完成。

3.根据权利要求2所述的方法，其特征在于，所述若待检测设备的运动状态是静止状态或规律运动状态，则判断所述设备操作不是人为完成，包括：

若待检测设备的运动状态不是静止状态，则判断待检测设备的运动状态是否是规律运动状态；

若待检测设备的运动状态是规律运动状态，则判断所述设备操作不是人为完成。

4.根据权利要求1-3中任一所述的方法，其特征在于，所述若所述设备操作不是人为完成，则确定所述待检测设备作弊，包括:

若所述设备操作不是人为完成，则增加所述待检测设备的作弊嫌疑；

若增加后的作弊嫌疑大于等于设定作弊嫌疑阈值，则确定所述待检测设备作弊。

5.一种作弊检测装置，其特征在于，包括：

数据收集模块，用于获取待检测设备的位置参数；

运动状态判断模块，用于在待检测设备发生设备操作时，确定所述检测设备的运动状态；

人为完成检测模块，用于根据所述待检测设备的运动状态，判断所述设备操作是否是人为完成；

设备作弊判定模块，用于判断所述待检测设备是否作弊，若所述设备不是人为完成，则确定所述待检测设备作弊。

6.根据权利要求5所述的装置，其特征在于，所述人为完成检测模块包括：

人为完成检测单元，用于若待检测设备的运动状态是静止状态或规律运动状态，则判断所述设备操作不是人为完成。

7.根据权利要求6所述的装置，其特征在于，所述人为完成检测单元，具体用于：

若待检测设备的运动状态不是静止状态，则判断待检测设备的运动状态是否是规律运动状态；

若待检测设备的运动状态是规律运动状态，则判断所述设备操作不是人为完成。

8.根据权利要求5-7所述的装置，其特征在于，所述设备作弊判定模块，具体用于：

若所述设备操作不是人为完成，则增加所述待检测设备的作弊嫌疑；

若增加后的作弊嫌疑大于等于设定作弊嫌疑阈值，则确定所述待测设备作弊。

9.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-4中任一所述的作弊检测方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一所述的作弊检测方法。