CN110801630B - 作弊程序确定方法、装置、设备和存储介质 - Google Patents
作弊程序确定方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110801630B CN110801630B CN201911066373.8A CN201911066373A CN110801630B CN 110801630 B CN110801630 B CN 110801630B CN 201911066373 A CN201911066373 A CN 201911066373A CN 110801630 B CN110801630 B CN 110801630B
- Authority
- CN
- China
- Prior art keywords
- program
- target
- cheating
- determining
- verified
- 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
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- General Business, Economics & Management (AREA)
- Debugging And Monitoring (AREA)
- Stored Programmes (AREA)
Abstract
本发明实施例提供一种作弊程序确定方法、装置、设备和存储介质,该方法包括:获取各个终端设备上运行的目标程序的名称,目标程序为终端设备运行目标游戏的同时运行的程序;基于各个目标程序的名称,分别对目标程序在各个终端设备上的出现次数进行统计,得到各个目标程序对应的统计数目;获取与各个目标程序的名称对应的搜索结果数目;基于目标程序对应的统计数目以及搜索结果数目确定目标程序是否为作弊程序。根据本发明实施例的技术方案,能够高效准确地确定目标程序是否为作弊程序,显著降低了人工成本。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种作弊程序确定方法、装置、设备和存储介质。
背景技术
随着互联网技术的发展,越来越多的人通过网络玩游戏,也出现了许多应用在网络游戏中的作弊程序,如何方便地确定应用在网络游戏中的作弊程序成为了关注的焦点。
在一种技术方案中,对可疑的作弊程序的程序特征进行分析判断,确定可疑的作弊程序是否为作弊程序,例如,对可疑的作弊程序中的一段或几段代码进行分析和判断,根据代码的特征来确定该可疑程序是否是作弊程序。
然而,在这种技术方案中,由于直接对可疑的作弊程序进行分析,因此,不仅需要专业的计算机安全知识,而且需要理解可疑程序的运行原理,对从业人员的技术水平要求较高,导致人工成本较高。
发明内容
本发明实施例提供一种作弊程序确定方法、装置、设备和存储介质,用于解决由于直接对可疑的作弊程序进行分析,导致对从业人员的技术水平要求较高,人工成本较高的问题。
本发明实施例第一方面,提供了一种作弊程序确定方法,包括:获取各个终端设备上运行的目标程序的名称,所述目标程序为所述终端设备运行目标游戏的同时运行的程序;基于各个所述目标程序的名称,分别对所述目标程序在各个所述终端设备上的出现次数进行统计,得到各个所述目标程序对应的统计数目;获取与各个所述目标程序的名称对应的搜索结果数目;基于所述目标程序对应的所述统计数目以及所述搜索结果数目确定所述目标程序是否为作弊程序。
在本发明的一些实施例中,基于上述方案,所述基于所述目标程序对应的所述统计数目以及所述搜索结果数目确定所述目标程序是否为作弊程序,包括:对所述目标程序对应的所述统计数目以及所述搜索结果数目进行加权求和运算;若所述加权求和运算的结果小于预定阈值,则确定所述目标程序为作弊程序。
在本发明的一些实施例中,基于上述方案,所述基于所述目标程序对应的所述统计数目以及所述搜索结果数目确定所述目标程序是否为作弊程序,包括:基于所述目标程序对应的所述统计数目以及所述搜索结果数目通过下式确定所述目标程序为作弊程序的概率,
P=1-K1*min(a/A,1)-K2*min(b/B,1)
其中,P为所述目标程序为作弊程序的概率,a为所述统计数目,b为所述搜索结果数目,A为与所述统计数目对应的经验值,B为与所述搜索结果数目对应的经验值,K1为与所述统计数目对应的权重,K2为与所述搜索结果数目对应的权重,并且K2大于K1。
在本发明的一些实施例中,基于上述方案,所述方法还包括:若确定所述目标程序为待验证作弊程序,则获取搜索到的所述待验证作弊程序的程序信息,所述程序信息包括所述待验证作弊程序的名称信息、所述待验证作弊程序的描述信息以及所述待验证作弊程序的评论信息中的一种或多种;基于所述程序信息对所述待验证作弊程序是否为作弊程序进行验证。
在本发明的一些实施例中,基于上述方案,所述基于所述程序信息对所述待验证作弊程序是否为作弊程序进行验证,包括:对所述待验证作弊程序的所述程序信息进行分词处理,得到对应的词向量;确定各个所述词向量与预定作弊程序的程序信息的各个词向量之间的相似度;确定所述相似度大于预定相似度阈值的目标词向量;若所述目标词向量的数量大于预定数量阈值,则确定所述待验证作弊程序为作弊程序。
在本发明的一些实施例中,基于上述方案,所述方法还包括:若确定所述目标程序为待验证作弊程序,则获取所述待验证作弊程序在各个所述终端设备上的操作数据;将所述操作数据与所述目标游戏对应的标准操作数据进行对比;基于对比结果对所述待验证作弊程序是否为作弊程序进行验证。
在本发明的一些实施例中,基于上述方案,所述方法还包括:通过搜索引擎或者应用程序数据库搜索各个所述目标程序的名称;基于搜索结果确定与各个所述目标程序的名称对应的所述搜索结果数目。
本发明实施例的第二方面,提供了一种作弊程序确定装置,包括:名称获取模块,用于获取各个终端设备上运行的目标程序的名称,所述目标程序为所述终端设备运行目标游戏的同时运行的程序;名称统计模块,用于基于各个所述目标程序的名称,分别对所述目标程序在各个所述终端设备上的出现次数进行统计,得到各个所述目标程序对应的统计数目;搜索结果确定模块,用于获取与各个所述目标程序的名称对应的搜索结果数目;作弊确定模块,用于基于所述目标程序对应的所述统计数目以及所述搜索结果数目确定所述目标程序是否为作弊程序。
在本发明的一些实施例中,基于上述方案,所述作弊确定模块包括:加权运算单元,用于对所述目标程序对应的所述统计数目以及所述搜索结果数目进行加权求和运算;确定单元,用于若所述加权求和运算的结果小于预定阈值,则确定所述目标程序为作弊程序。
在本发明的一些实施例中,基于上述方案,所述作弊确定模块被配置为:基于所述目标程序对应的所述统计数目以及所述搜索结果数目通过下式确定所述目标程序为作弊程序的概率,
P=1-K1*min(a/A,1)-K2*min(b/B,1)
其中,P为所述目标程序为作弊程序的概率,a为所述统计数目,b为所述搜索结果数目,A为与所述统计数目对应的经验值,B为与所述搜索结果数目对应的经验值,K1为与所述统计数目对应的权重,K2为与所述搜索结果数目对应的权重,并且K2大于K1。
在本发明的一些实施例中,基于上述方案,所述装置还包括:信息获取模块,用于若确定所述目标程序为待验证作弊程序,则获取搜索到的所述待验证作弊程序的程序信息,所述程序信息包括所述待验证作弊程序的名称信息、所述待验证作弊程序的描述信息以及所述待验证作弊程序的评论信息中的一种或多种;验证模块,用于基于所述程序信息对所述待验证作弊程序是否为作弊程序进行验证。
在本发明的一些实施例中,基于上述方案,所述验证模块包括:词向量生成单元,用于对所述待验证作弊程序的所述程序信息进行分词处理,得到对应的词向量;相似度确定单元,用于确定各个所述词向量与预定作弊程序的程序信息的各个词向量之间的相似度;确定所述相似度大于预定相似度阈值的目标词向量;阈值判断单元,用于若所述目标词向量的数量大于预定数量阈值,则确定所述待验证作弊程序为作弊程序。
在本发明的一些实施例中,基于上述方案,所述装置还包括:操作数据获取模块,用于若确定所述目标程序为待验证作弊程序,则获取所述待验证作弊程序在各个所述终端设备上的操作数据;数据对比单元,用于将所述操作数据与所述目标游戏对应的标准操作数据进行对比;结果验证单元,用于基于对比结果对所述待验证作弊程序是否为作弊程序进行验证。
在本发明的一些实施例中,基于上述方案,所述装置还包括:名称搜索模块,用于通过搜索引擎或者应用程序数据库搜索各个所述目标程序的名称;数目确定模块,用于基于搜索结果确定与各个所述目标程序的名称对应的所述搜索结果数目。
本发明实施例的第三方面,提供了一种作弊程序确定设备,包括:接收器、处理器、存储器以及发送器;存储器用于存储计算机程序和数据,所述处理器调用存储器存储的计算机程序,以执行第一方面任一实施例提供的作弊程序确定方法。
本发明第四方面提供一种计算机可读存储介质,所述计算机可读存储介质包括计算机程序,所述计算机程序在被处理器执行时用于执行第一方面任一实施例提供的作弊程序确定方法。
根据本发明实施例提供的作弊程序确定方法、装置、设备和存储介质,对运行目标游戏的各个终端设备上正在运行的相同的目标程序的出现次数进行统计,获取各个目标程序的名称对应的搜索结果数据,结合目标程序的出现次数以及搜索结果数目确定目标程序是否为作弊程序。一方面,对运行目标游戏的各个终端设备上正在运行的相同的目标程序的数目进行统计,能够高效地确定各个目标程序在多个终端设备上的出现次数;另一方面,结合统计的目标程序的出现次数以及搜索结果数目确定目标程序是否为作弊程序,不需要对目标程序的程序内容进行分析,从而能够高效准确地确定目标程序是否为作弊程序,显著降低了人工成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明的一些实施例提供的作弊程序确定方法的应用场景的示意图;
图2为根据本发明的一些实施例提供的作弊程序确定方法的流程示意图;
图3为根据本发明的一些实施例提供的对目标程序进行验证的流程示意图;
图4为根据本发明的另一些实施例提供的对目标程序进行验证的流程示意图;
图5为根据本发明的一些实施例提供的作弊程序确定装置的示意框图;
图6为根据本发明的一些实施例提供的作弊确定模块的示意框图;
图7为根据本发明的一些实施例提供的作弊程序确定设备实施例的示意框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前的识别目标程序是否为作弊程序的技术方案中,一方面,对从业人员的技术水平要求较高,导致人工成本较高;另一方面,由于作弊程序的程序内容比较复杂,造成识别效率低、识别结果不准确的问题。发明人发现,针对具体的一款网络游戏,一方面,仅有少量的玩家会在玩该网络游戏时使用作弊程序;另一方面,针对网络游戏的大部分作弊程序的传播都比较隐蔽,搜索引擎经常会搜索不到或者搜索到少量的与该网络游戏对应的作弊程序的信息。
基于上述内容,本发明的基本思想在于,对运行目标游戏的各个终端设备上的相同的目标程序的数目进行统计,得到各个目标程序在多个终端设备上的出现次数;获取各个目标程序的搜索结果数目;结合目标程序的出现次数以及搜索结果数目确定目标程序是否为作弊程序。由于仅需要简单的运算就能够得到目标程序出现次数的统计数据以及搜索结果数据,同时结合目标程序的统计数据以及搜索结果数据能够使预测结果更准确,从而能够高效准确地确定目标程序是否为作弊程序,显著降低了人工成本。
在介绍了本发明的基本原理之后,下面具体介绍本发明的各种非限制性实施例。
图1示出了根据本发明的一些实施例提供的作弊程序确定方法的应用场景的示意图。参照图1所示,该应用场景包括多个终端设备110以及服务器端120。终端设备110与服务器端120之间通过网络130进行通信。终端设备110上运行有目标游戏,在终端设备110上利用对应操作系统的文件查看命令获取终端设备110上运行的目标程序的名称集合,将获取的各个终端设备110上运行的目标程序的名称集合发送至服务器端120。服务器端120接收到各个终端设备110上运行的目标程序的名称集合之后,基于各个目标程序的名称集合对各个终端设备110上运行的相同的目标程序的数目进行统计,确定各个目标程序的统计数目。在服务器端120对各个目标程序的名称进行搜索,获取各个目标程序对应的搜索结果数目,基于目标程序的统计数目以及搜索结果数目确定目标程序是否为作弊程序。
需要说明的是,终端设备110可以为手机、平板电脑、台式计算机、便携笔记本式计算机或车载计算机等。服务器120可以为包含独立主机的物理服务器,或者为主机集群承载的虚拟服务器,或者为云服务器。网络130可以为有线网络或无线网络,例如,网络130可以为公共交换电话网络(Public Switched Telephone Network,PSTN)或因特网。
下面结合图1的应用场景,参考附图来描述根据本发明的示例性实施例的作弊程序确定方法。需要注意的是,上述应用场景仅是为了便于理解本发明的精神和原理而示出,本发明的实施例在此方面不受任何限制。相反,本发明的实施例可以应用于适用的任何场景。
图2示出了根据本发明的一些实施例提供的作弊程序确定方法的流程示意图。该作弊程序确定方法包括步骤S210至步骤S240,可以应用于图1所示的服务器端120。下面以该作弊程序确定方法应用于服务器端120为例,结合附图对该作弊程序确定方法进行详细的说明。
参照图2所示,在步骤S210中,获取各个终端设备上运行的目标程序的名称,目标程序为终端设备运行目标游戏的同时运行的程序。
在示例实施例中,在服务器端120处接收各个终端设备发送的其上运行的目标程序的名称集合,该目标程序为终端设备运行目标游戏的同时运行的程序。在终端设备侧,可以通过常用的操作系统的命令来获取终端设备上正在运行的目标程序的名称集合,以安卓操作系统为例,可以通过cd/proc命令切换到/proc文件夹下获取正在执行的程序的名称集合。进一步地,将接收到的终端设备发送的目标程序的名称集合保存到数据库中,在需要时从该数据库中获取各个终端设备上运行的目标程序的名称集合。
举例而言,运行有目标游戏的终端设备A上运行的目标程序包括程序a、程序b、程序c;终端设备B上运行的目标程序包括程序c、程序d、程序f;终端设备C上运行的目标程序包括程序c、程序f、程序h,将终端设备的标识以及对应的程序集合以键值对的形式保存到Redis数据库中,其中,终端设备的标识A、B、C为key值,对应的程序名称集合{a,b,c}、{c,d,f}、{c,f,h}为value值,在需要时,基于各个终端设备的标识即key值从Redis数据库中获取各个终端设备上运行的目标程序的名称集合。
在步骤S220中,基于各个目标程序的名称,分别对目标程序在各个终端设备上的出现次数进行统计,得到各个目标程序对应的统计数目。
在示例实施例中,基于各个目标程序的名称,分别对同一目标程序在各个终端设备上的出现次数进行统计,也就是说,对各个终端设备的程序名称集合中目标程序的出现次数进行统计,得到各个目标程序对应的统计数据。例如,程序a、b、d、h在各个目标程序的名称集合中出现的次数为1次,对应的统计数目为1;程序f在各个目标程序的名称集合中出现的次数为2,对应的统计数目为2;程序c在各个目标程序的名称集合中出现的次数为3,对应的统计数目为3。
在步骤S230中,获取与各个目标程序的名称对应的搜索结果数目。
在一些示例实施例中,通过搜索引擎或者应用程序数据库搜索各个目标程序的名称,基于搜索结果确定与各个目标程序的名称对应的搜索结果数目。在另一些示例实施例中,通过搜索引擎或者应用程序数据库搜索目标程序的名称以及目标游戏的名称,基于搜索结果确定目标程序的名称对应的搜索结果数目。其中,搜索引擎可以为常用的搜索引擎例如百度、搜狗等搜索引擎,应用程序数据库可以为常用的应用商店或软件下载网站,本发明对此不进行特殊限定。
在步骤S240中,基于目标程序对应的统计数目以及搜索结果数目确定目标程序是否为作弊程序。
在一些示例实施例中,若目标程序对应的统计数目小于第一阈值,并且目标程序对应的搜索结果数目小于第二阈值,则确定目标程序为作弊程序,第一阈值可以根据目标游戏的总玩家数量来确定,第二阈值可以根据与该目标游戏对应的其他作弊程序的搜索结果数量来确定,例如取多个作弊程序的搜索结果数量的平均值。
在另一些实施例中,对目标程序对应的统计数目以及搜索结果数目进行加权求和运算;基于加权求和运算的结果确定目标程序为作弊程序。例如,设目标程序对应的统计数目为a,目标程序对应的搜索结果数目为b,统计数目a对应的权重为k1,搜索结果数目b对应的权重为k2,并且k1与k2的和为1,S为统计数目a和搜索结果数目b的加权求和运算的结果,S的值通过下式(1)来确定:
S=k1*a+k2*b (1)
若S小于预定阈值S1,则确定目标程序为作弊程序,其中,预定阈值S1为根据与目标游戏对应的多个作弊程序的统计数目以及搜索结果数目得到的经验值,在示例实施例中,k1=0.15,k2=0.85,S1=10,若目标程序的统计数目a=100,搜索结果数目b=20,则S=32,S远大于S1,则说明该目标程序为作弊程序的概率较小。
根据图2的示例实施例中的技术方案,一方面,对运行目标游戏的各个终端设备上正在运行的相同的目标程序的出现次数进行统计,能够高效地确定各个目标程序在多个终端设备上的出现次数;另一方面,结合统计的目标程序的出现次数以及搜索结果数目确定目标程序是否为作弊程序,不需要对目标程序的程序内容进行分析,从而能够高效准确地确定目标程序是否为作弊程序,显著降低了人工成本。
进一步地,在又一些示例实施例中,基于目标程序对应的统计数目以及搜索结果数目确定目标程序是否为作弊程序,包括:基于目标程序对应的统计数目以及搜索结果数目通过下式(2)确定所述目标程序为作弊程序的概率,
P=1-K1*min(a/A,1)-K2*min(b/B,1) (2)
其中,P为所述目标程序为作弊程序的概率,a为所述统计数目,b为所述搜索结果数目,A为与所述统计数目对应的经验值,B为与所述搜索结果数目对应的经验值,K1为与所述统计数目对应的权重,K2为与所述搜索结果数目对应的权重,并且K2大于K1,K1与K2之和等于1。在示例实施例中,K1为0.15、K2为0.85、A为300,B为10,则P=1-0.15*min(a/300,1)-0.85*min(b/10,1),若目标程序的统计数目a等于100,搜索结果数目b等于20,则P=1-0.05-0.85=0.1,说明该目标程序是作弊程序的概率比较小。
图3为根据本发明的一些实施例提供的对目标程序进行验证的流程示意图。
参照图3所示,在步骤S310中,若确定目标程序为待验证作弊程序,则获取搜索到的待验证作弊程序的程序信息,该程序信息包括待验证作弊程序的名称信息、待验证作弊程序的描述信息以及待验证作弊程序的评论信息中的一种或多种。
在示例实施例中,待验证作弊程序表示该目标程序为作弊程序的概率较大或者该目标程序已经被确定为作弊程序。获取搜索到的该待验证作弊程序的程序信息,程序信息可以包括待验证作弊程序的名称信息、待验证作弊程序的描述信息以及待验证作弊程序的评论信息中的一种或多种。
在步骤S320中,基于待验证作弊程序的程序信息对待验证作弊程序是否为作弊程序进行验证。
在示例实施例中,对待验证作弊程序的程序信息进行分词处理,得到对应的词向量;确定各个词向量与预定作弊程序的程序信息的各个词向量之间的相似度;确定相似度大于预定相似度阈值的目标词向量;若目标词向量的数量大于预定数量阈值,则确定待验证作弊程序为作弊程序,该预定数量阈值根据与目标游戏对应的作弊程序的常用词来确定。例如,作弊程序的程序信息的名称信息经常包含目标游戏的名称、程序的描述信息中包含目标游戏的操作信息、“挂机”、“无限”、“脚本”、“自动”、“定时”等信息,若待验证作弊程序的程序信息的词向量中包含多个与作弊程序对应的常用词,则确定该待验证作弊程序为作弊程序。
在图3的示例实施例中,通过目标程序的程序信息对目标程序是否为作弊程序进行验证,能够进一步提高预测作弊程序的准确性,而且,仅需要从搜索结果中获取目标程序的程序信息,不需要直接对目标程序的程序内容进行分析,能够提高对作弊程序进行预测的效率。
图4为根据本发明的另一些实施例提供的对目标程序进行验证的流程示意图。
参照图4所示,在步骤S410中,若确定目标程序为待验证作弊程序,则获取待验证作弊程序在各个终端设备上的操作数据。
在示例实施例中,待验证作弊程序表示该目标程序为作弊程序的概率较大或者该目标程序已经被确定为作弊程序。从目标游戏的游戏日志中获取待验证作弊程序在终端设备上的操作数据。待验证作弊程序在各个终端设备上的操作数据表示该程序在目标游戏的使用中的操作数据,例如,待验证作弊程序的操作数据可以包括加血、加蓝、治疗、攻击、输出技能、出装备等操作数据。
在步骤S420中,将待验证作弊程序的操作数据与目标游戏对应的标准操作数据进行对比。
在示例实施例中,根据正则表达式从待验证作弊程序的操作数据中提取需要的操作数据,将提取的操作数据与目标游戏对应的标准操作数据进行对比。例如,从待验证作弊程序的操作数据中提取“加血”、“加蓝”的数据,将提取的操作数据与目标游戏对应的标准数据值进行对比。
在步骤S430中,基于对比结果对所述待验证作弊程序是否为作弊程序进行验证。
在示例实施例中,基于待验证作弊程序的操作数据与目标游戏对应的标准操作数据的对比结果,对待验证作弊程序是否为作弊程序进行验证。例如,若目标游戏的加血操作一次加20%,待验证作弊程序触发的加血操作一次加50%,则确定待验证作弊程序为作弊程序。
在图4的示例实施例中,通过目标程序的操作数据对目标程序是否为作弊程序进行验证,能够进一步提高预测作弊程序的准确性,而且,仅需要从游戏日志中获取目标程序的操作数据,不需要直接对目标程序的程序内容进行分析,能够提高预测作弊程序的效率。
图5示出了根据本发明的一些实施例提供的作弊程序确定装置的示意框图。参照图5所示,该作弊程序确定装置500包括:名称获取模块510、名称统计模块520、搜索结果确定模块530以及作弊确定模块540。其中,名称获取模块510用于获取各个终端设备上运行的目标程序的名称,所述目标程序为所述终端设备运行目标游戏的同时运行的程序;名称统计模块520用于基于各个所述目标程序的名称,分别对所述目标程序在各个所述终端设备上的出现次数进行统计,得到各个所述目标程序对应的统计数目;搜索结果确定模块530用于获取与各个所述目标程序的名称对应的搜索结果数目;作弊确定模块540用于基于所述目标程序对应的所述统计数目以及所述搜索结果数目确定所述目标程序是否为作弊程序。
在本发明的一些实施例中,基于上述方案,参照图6所示,所述作弊确定模块540包括:加权运算单元610,用于对所述目标程序对应的所述统计数目以及所述搜索结果数目进行加权求和运算;结果确定单元620,用于若所述加权求和运算的结果小于预定阈值,则确定所述目标程序为作弊程序。
在本发明的一些实施例中,基于上述方案,所述作弊确定模块被配置为:基于所述目标程序对应的所述统计数目以及所述搜索结果数目通过下式确定所述目标程序为作弊程序的概率,
P=1-K1*min(a/A,1)-K2*min(b/B,1)
其中,P为所述目标程序为作弊程序的概率,a为所述统计数目,b为所述搜索结果数目,A为与所述统计数目对应的经验值,B为与所述搜索结果数目对应的经验值,K1为与所述统计数目对应的权重,K2为与所述搜索结果数目对应的权重,并且K2大于K1。
在本发明的一些实施例中,基于上述方案,所述装置还包括:信息获取模块,用于若确定所述目标程序为待验证作弊程序,则获取搜索到的所述待验证作弊程序的程序信息,所述程序信息包括所述待验证作弊程序的名称信息、所述待验证作弊程序的描述信息以及所述待验证作弊程序的评论信息中的一种或多种;验证模块,用于基于所述程序信息对所述待验证作弊程序是否为作弊程序进行验证。
在本发明的一些实施例中,基于上述方案,所述验证模块包括:词向量生成单元,用于对所述待验证作弊程序的所述程序信息进行分词处理,得到对应的词向量;相似度确定单元,用于确定各个所述词向量与预定作弊程序的程序信息的各个词向量之间的相似度;确定所述相似度大于预定相似度阈值的目标词向量;阈值判断单元,用于若所述目标词向量的数量大于预定数量阈值,则确定所述待验证作弊程序为作弊程序。
在本发明的一些实施例中,基于上述方案,所述装置还包括:操作数据获取模块,用于若确定所述目标程序为待验证作弊程序,则获取所述待验证作弊程序在各个所述终端设备上的操作数据;数据对比单元,用于将所述操作数据与所述目标游戏对应的标准操作数据进行对比;结果验证单元,用于基于对比结果对所述待验证作弊程序是否为作弊程序进行验证。
在本发明的一些实施例中,基于上述方案,所述装置还包括:名称搜索模块,用于通过搜索引擎或者应用程序数据库搜索各个所述目标程序的名称;数目确定模块,用于基于搜索结果确定与各个所述目标程序的名称对应的所述搜索结果数目。
根据图5的示例实施例中的作弊程序确定装置,一方面,对运行目标游戏的各个终端设备上正在运行的相同的目标程序的出现次数进行统计,能够高效地确定各个目标程序在多个终端设备上的出现次数;另一方面,获取各个目标程序的名称对应的搜索结果数据,结合统计的目标程序的出现次数以及搜索结果数目确定目标程序是否为作弊程序,能够高效准确地确定目标程序是否为作弊程序,显著降低了人工成本。
本申请实施例提供的作弊程序确定装置能够实现前述方法实施例中的各个过程,并达到相同的功能和效果,这里不再重复。
图7示出了本发明的一些实施例提供的作弊程序确定设备实施例一的结构示意图,如图7所示,本实施例提供的作弊程序确定设备700可以包括:接收器710、存储器720、处理器730以及发送器740。
可选的,该作弊程序确定设备还可以包括总线。其中,总线用于实现各元件之间的连接。
所述存储器用于存储计算机程序和数据,所述处理器调用存储器存储的计算机程序,以执行前述任一方法实施例提供的作弊程序确定方法的技术方案。
其中,存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可以通过一条或者多条通信总线或信号线实现电性连接,如可以通过总线连接。存储器中存储有实现数据访问控制方法的计算机执行指令,包括至少一个可以软件或固件的形式存储于存储器201中的软件功能模块,处理器通过运行存储在存储器内的计算机程序以及模块,从而执行各种功能应用以及数据处理。
存储器可以是,但不限于,随机存取存储器(Random Access Memory,简称:RAM),只读存储器(Read Only Memory,简称:ROM),可编程只读存储器(Programmable Read-OnlyMemory,简称:PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,简称:EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,简称:EEPROM)等。其中,存储器用于存储程序,处理器在接收到执行指令后,执行程序。进一步地,上述存储器内的软件程序以及模块还可包括操作系统,其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动,并可与各种硬件或软件组件相互通信,从而提供其他软件组件的运行环境。
处理器可以是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称:CPU)、网络处理器(NetworkProcessor,简称:NP)等。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。可以理解,图7的结构仅为示意,还可以包括比图7中所示更多或者更少的组件,或者具有与图7所示不同的配置。图7中所示的各组件可以采用硬件和/或软件实现。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时可以实现上述任一方法实施例提供的作弊程序确定方法。
本实施例中的计算机可读存储介质可以是计算机能够存取的任何可用介质,或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备,可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如SSD)等。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (9)
1.一种作弊程序确定方法,其特征在于,包括:
获取各个终端设备上运行的目标程序的名称,所述目标程序为所述终端设备运行目标游戏的同时运行的程序;
基于各个所述目标程序的名称,分别对所述目标程序在各个所述终端设备上的出现次数进行统计,得到各个所述目标程序对应的统计数目;
获取与各个所述目标程序的名称对应的搜索结果数目;
对所述目标程序对应的所述统计数目以及所述搜索结果数目进行加权求和运算;
若所述加权求和运算的结果小于预定阈值,则确定所述目标程序为作弊程序。
2.根据权利要求1所述的方法,其特征在于,对所述目标程序对应的所述统计数目以及所述搜索结果数目进行加权求和运算;若所述加权求和运算的结果小于预定阈值,则确定所述目标程序为作弊程序,包括:
基于所述目标程序对应的所述统计数目以及所述搜索结果数目通过下式确定所述目标程序为作弊程序的概率,
P=1-K1*min(a/A,1)-K2*min(b/B,1)
其中,P为所述目标程序为作弊程序的概率,a为所述统计数目,b为所述搜索结果数目,A为与所述统计数目对应的经验值,B为与所述搜索结果数目对应的经验值,K1为与所述统计数目对应的权重,K2为与所述搜索结果数目对应的权重,并且K2大于K1。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
若确定所述目标程序为待验证作弊程序,则获取搜索到的所述待验证作弊程序的程序信息,所述程序信息包括所述待验证作弊程序的名称信息、所述待验证作弊程序的描述信息以及所述待验证作弊程序的评论信息中的一种或多种;
基于所述程序信息对所述待验证作弊程序是否为作弊程序进行验证。
4.根据权利要求3所述的方法,其特征在于,所述基于所述程序信息对所述待验证作弊程序是否为作弊程序进行验证,包括:
对所述待验证作弊程序的所述程序信息进行分词处理,得到对应的词向量;
确定各个所述词向量与预定作弊程序的程序信息的各个词向量之间的相似度;
确定所述相似度大于预定相似度阈值的目标词向量;
若所述目标词向量的数量大于预定数量阈值,则确定所述待验证作弊程序为作弊程序。
5.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
若确定所述目标程序为待验证作弊程序,则获取所述待验证作弊程序在各个所述终端设备上的操作数据;
将所述操作数据与所述目标游戏对应的标准操作数据进行对比;
基于对比结果对所述待验证作弊程序是否为作弊程序进行验证。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
通过搜索引擎或者应用程序数据库搜索各个所述目标程序的名称;
基于搜索结果确定与各个所述目标程序的名称对应的所述搜索结果数目。
7.一种作弊程序确定装置,其特征在于,包括:
名称获取模块,用于获取各个终端设备上运行的目标程序的名称,所述目标程序为所述终端设备运行目标游戏的同时运行的程序;
名称统计模块,用于基于各个所述目标程序的名称,分别对所述目标程序在各个所述终端设备上的出现次数进行统计,得到各个所述目标程序对应的统计数目;
搜索结果确定模块,用于获取与各个所述目标程序的名称对应的搜索结果数目;
作弊确定模块,用于基于所述目标程序对应的所述统计数目以及所述搜索结果数目确定所述目标程序是否为作弊程序;
所述作弊确定模块包括:加权运算单元,用于对所述目标程序对应的所述统计数目以及所述搜索结果数目进行加权求和运算;确定单元,用于若所述加权求和运算的结果小于预定阈值,则确定所述目标程序为作弊程序。
8.一种作弊程序确定设备,其特征在于,包括:
接收器、处理器、存储器以及发送器;
存储器用于存储计算机程序和数据,所述处理器调用存储器存储的计算机程序,以执行权利要求1至6中任一项所述的作弊程序确定方法。
9.一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包括计算机程序,所述计算机程序在被处理器执行时用于执行权利要求1至6中任一项所述的作弊程序确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911066373.8A CN110801630B (zh) | 2019-11-04 | 2019-11-04 | 作弊程序确定方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911066373.8A CN110801630B (zh) | 2019-11-04 | 2019-11-04 | 作弊程序确定方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110801630A CN110801630A (zh) | 2020-02-18 |
CN110801630B true CN110801630B (zh) | 2023-07-25 |
Family
ID=69501054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911066373.8A Active CN110801630B (zh) | 2019-11-04 | 2019-11-04 | 作弊程序确定方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110801630B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111569433B (zh) * | 2020-05-11 | 2023-09-12 | 上海米哈游天命科技有限公司 | 游戏作弊检测方法、装置、设备和存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8529343B2 (en) * | 2011-07-27 | 2013-09-10 | Cyber Holdings, Inc. | Method for monitoring computer programs |
RU2595511C2 (ru) * | 2014-12-05 | 2016-08-27 | Закрытое акционерное общество "Лаборатория Касперского" | Система и способ ограничения работы доверенных приложений при наличии подозрительных приложений |
CN105824834B (zh) * | 2015-01-06 | 2020-09-11 | 腾讯科技(深圳)有限公司 | 搜索流量作弊行为识别方法及装置 |
US10427048B1 (en) * | 2015-03-27 | 2019-10-01 | Electronic Arts Inc. | Secure anti-cheat system |
CN105184162B (zh) * | 2015-08-18 | 2019-01-04 | 安一恒通(北京)科技有限公司 | 程序监控方法和装置 |
CN106485507B (zh) * | 2015-09-01 | 2019-10-18 | 阿里巴巴集团控股有限公司 | 一种软件推广作弊的检测方法、装置及系统 |
CN110071924B (zh) * | 2019-04-24 | 2020-07-31 | 武汉武房网信息服务有限公司 | 基于终端的大数据分析方法及系统 |
CN110365682B (zh) * | 2019-07-17 | 2021-09-17 | 秒针信息技术有限公司 | 一种反作弊方法及装置 |
-
2019
- 2019-11-04 CN CN201911066373.8A patent/CN110801630B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110801630A (zh) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113383362B (zh) | 用户识别方法及相关产品 | |
CN111090807B (zh) | 一种基于知识图谱的用户识别方法及装置 | |
CN110704677B (zh) | 一种节目推荐方法、装置、可读存储介质及终端设备 | |
CN110474900B (zh) | 一种游戏协议测试方法及装置 | |
WO2017045532A1 (zh) | 应用程序分类的展示方法和装置 | |
CN113381963B (zh) | 一种域名检测方法、装置和存储介质 | |
CN109194689A (zh) | 异常行为识别方法、装置、服务器及存储介质 | |
CN106998336B (zh) | 渠道中的用户检测方法和装置 | |
CN110866249A (zh) | 一种动态检测恶意代码的方法、装置及电子设备 | |
WO2015014260A1 (en) | Data processing method and server therefor | |
CN110801630B (zh) | 作弊程序确定方法、装置、设备和存储介质 | |
CN110688319A (zh) | 应用保活能力测试方法及相关装置 | |
CN113010785A (zh) | 用户推荐方法及设备 | |
CN116938776A (zh) | 一种网络资产测绘的方法、装置、电子设备及介质 | |
CN116310994A (zh) | 一种视频片段提取方法、装置、电子设备及介质 | |
CN111027065A (zh) | 一种勒索病毒识别方法、装置、电子设备及存储介质 | |
CN114338102B (zh) | 安全检测方法、装置、电子设备及存储介质 | |
CN111459540B (zh) | 硬件性能提升建议方法、装置及电子设备 | |
CN113905400B (zh) | 网络优化处理方法、装置、电子设备及存储介质 | |
CN108875363B (zh) | 一种加速虚拟执行的方法、装置、电子设备及存储介质 | |
CN111461118A (zh) | 兴趣特征确定方法、装置、设备及存储介质 | |
CN112261484B (zh) | 一种目标用户识别方法、装置、电子设备和存储介质 | |
CN110032843B (zh) | 一种账号注册方法、装置、电子设备及存储介质 | |
CN113094709B (zh) | 风险应用的检测方法、装置和服务器 | |
CN111401959B (zh) | 风险群体的预测方法、装置、计算机设备及存储介质 |
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 |