CN111966971B - 版权产品的收益分配方法、装置、服务器及存储介质 - Google Patents

Abstract

本发明实施例涉及区块链领域，公开了一种版权产品的收益分配方法、装置、服务器及存储介质。本发明中版权产品的收益分配方法，获取版权方记录的第一行为数据以及发布方的第二行为数据，第一行为数据和第二行为数据均为版权方持有的版权产品产生收益的相关数据；根据第一行为数据以及第二行为数据，为版权方和发布方分配的版权产品产生的收益。采用本实施方式，使得可以合理的分配版权产品产生的收益，保证版权方和发布方的利益不受损失。

Description

版权产品的收益分配方法、装置、服务器及存储介质

技术领域

本发明实施例涉及区块链领域，特别涉及一种版权产品的收益分配方法、装置、服务器及存储介质。

背景技术

随着5G技术的到来，数据传输速率越来越快，由此衍生出了一种新的游戏模式——云游戏。云游戏是指游戏实际运行在服务器端，服务器将渲染完成的游戏画面传输到用户。云游戏使得用户的游戏体验不再受限于PC端处理器和显卡的性能，能够得到更加流畅的游戏体验。

发明人发现相关技术中至少存在如下问题：游戏行业的传统盈利模式中，游戏版权方将游戏提供给发布方，发布方通过用户在游戏中产生的收益按照一定比例给版权方进行收益分成。但是游戏内用户行为完全由发布方记录，版权方往往会对怀疑数据是否为伪造的数据，导致了很多纠纷的出现。

发明内容

本发明实施方式的目的在于提供一种版权产品的收益分配方法、装置、服务器及存储介质，使得可以合理的分配版权产品产生的收益，保证版权方和发布方的利益不受损失。

为解决上述技术问题，本发明的实施方式提供了一种版权产品的收益分配方法，包括：获取版权方记录在区块链上的第一行为数据以及发布方记录在区块链上的第二行为数据，第一行为数据和第二行为数据均为版权产品产生收益的相关数据；根据第一行为数据以及第二行为数据，为版权方和发布方分配的版权产品产生的收益。

本发明的实施方式还提供了一种版权产品的收益分配装置，包括：获取模块和分配模块；获取模块用于获取版权方记录在区块链上的第一行为数据以及发布方记录在区块链上的第二行为数据，第一行为数据和第二行为数据均为版权产品产生收益的相关数据；分配模块用于根据第一行为数据以及第二行为数据，为版权方和发布方分配的版权产品产生的收益。

本发明的实施方式还提供了一种服务器，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的版权产品的收益分配方法。

本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述的版权产品的收益分配方法。

本发明实施方式相对于现有技术而言，第一行为数据和第二行为数据均记录在区块链上，由于区块链存储的方式，具有不可篡改的优点，使得版权方或发布方均不能修改记录的数据，确保了被记录的数据的安全性；版权方在区块链上记录第一行为数据，同时发布方也会在该区块链上记录第二行为数据，根据第一行为数据和第二行为数据，为版权方和发布方分配该版权产品产生的收益，由于对版权产品产生的收益分配不是仅依赖于发布方记录的第二行为数据，大大减小了发布方伪造数据的可能性，采用双重记录数据的方式，可以同时约束版权方的记录行为以及发布方的记录行为，均衡第一行为数据和第二行为数据，使得为版权方和发布方分配版权产品产生的收益更加合理，大大减少了合同纠纷问题。

另外，根据第一行为数据以及第二行为数据，为版权方和发布方分配的版权产品产生的收益，包括：若确定第一行为数据和第二行为数据均属于版权产品实际产生的数据，则按照预设比例为版权方和发布方分配版权产品产生的收益；若确定第一行为数据和第二行为数据中存在伪造的数据，则随机为版权方和发布方分配版权产品产生的收益。确定第一行为数据和第二行为数据中是否存在伪造的数据，若第一行为数据和第二行为数据中存在造假的数据，采用随机分配收益比例的方式，使得版权方和发布方的收益不确定，导致收益减少，从而逐渐约束版权方和发布方诚实记录该版权产品实际产生的数据。

另外，在根据第一行为数据以及第二行为数据，为版权方和发布方分配的版权产品产生的收益之前，该方法还包括：获取第一行为数据和第二行为数据之间的第一差值；若确定第一差值超过误差最大值，则确定第一行为数据和第二行为数据中存在伪造的数据；若确定第一差值小于或等于误差最大值，则确定第一行为数据和第二行为数据均属于版权产品实际产生的数据。版权方和发布方记录版权产品实际产生的数据的方式不同，导致第一行为数据和第二行为数据之间存在误差，若第一行为数据和第二行为数据之间的误差过大，则表明版权方或发布方中存在造假的行为，该判断方式简单，判断速度快，从而可以快速准确地确定版权方和发布方的收益分配比例。

另外，在若确定第一差值超过误差最大值之前，该方法还包括：根据存储的至少两对第一行为数据和第二行为数据，确定第一行为数据和第二行为数据之间差值的概率分布；根据预设比例，确定误差最大值的取值概率；根据取值概率以及概率分布，确定误差最大值。该概率分布是根据多对第一行为数据和第二行为数据确定，随着数据的增大使得该概率分布更加准确，进而可以更加准确的确定的误差最大值。

另外，根据预设比例，确定误差最大值的取值概率，包括：根据预设比例以及预设约束关系，确定取值概率的概率范围，预设约束关系为版权产品实际产生的数据对应的收益大于伪造的数据对应的收益；根据取值概率的概率范围，确定取值概率。预设约束关系为版权产品实际产生的数据对应的收益大于伪造的数据对应的收益，从而可以准确地确定该误差最大值。

另外，第一行为数据为版权方记录的游戏时长，第二行为数据为发布方记录的游戏时长；版权产品产生的收益表示为：其中，CT表示为第一行为数据，PT表示第二行为数据，p表示为时长积分转换比。

另外，随机为版权方和发布方分配版权产品产生的收益，包括：将产品产生的收益全部分配给版权方，或者将产品产生的收益全部分配给发布方。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是根据本发明第一实施例提供的一种版权产品的收益分配方法的流程图；

图2是根据本发明第一实施例提供的一种底层联盟链、发布方、版权方以及用户之间的关系的示意图；

图3是根据本发明第二实施例提供的一种版权产品的收益分配方法的流程图；

图4根据本发明第二实施例提供的一种确定该误差最大值的具体实现示意图；

图5根据本发明第二实施例提供的一种概率分布的示意图；

图6根据本发明第二实施例提供的一种误差最大值的分布示意图；

图7根据本发明第二实施例提供的一种智能合约的结构示意图；

图8根据本发明第三实施例提供的一种版权产品的收益分配装置的结构示意图；

图9是根据本发明第四实施例提供的一种服务器的结构示意图。

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，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。

以下各个实施例的划分是为了描述方便，不应对本发明的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。

本发明的第一实施方式涉及一种版权产品的收益分配方法。该方法应用于服务器，该服务器由版权方以及发布方共同维护，该版权产品的收益分配方法具体的流程如图1所示：

步骤101：获取版权方记录在区块链上的第一行为数据以及发布方记录在所述区块链上的第二行为数据，第一行为数据和第二行为数据均为版权产品产生收益的相关数据。

版权方将版权产品授权给发布方发布，版权产品可以是游戏，如：云游戏；版权产品还可以是广告，如：在手机界面展示的广告。第一行为数据和第二行为数据均为版权产品产生收益的相关数据，例如，版权产品为云游戏，游戏时长与该游戏的收益成正比，那么第一行为数据为版权方记录的游戏时长，第二行为数据为发布方记录的游戏时长。若版权产品是横幅广告，广告被展示的次数与该广告的收益成正比，那么第一行为数据可以是版权方统计的广告被点击的次数；第二行为数据可以是发布方统计的广告被展示的次数。

下面以版权产品为云游戏为例，介绍获取第一行为数据和第二行为数据的过程：

版权方是在游戏运行中实现对时长的统计，即将对时长的统计嵌入到游戏自身的程序运行中，当用户打开程序时进行计时，退出游戏时进行时长的登记。发布方是在游戏数据传输中实现对时长的统计，即将对时长的记录嵌入到数据传输程序中，当游戏数据开始传输时进行计时，游戏数据不再传输时进行时长的登记。版权方将统计的第一行为数据记录在区块链的一个区块中，发布方也将统计的第二行为数据记录在同一个区块中，该区块链可以是底层联盟链，该底层联盟链由版权方和发布方共同维护。该底层联盟链、发布方、版权方以及用户之间的关系可以如图2所示，用户与发布方进行游戏交互，版权方为该发布方提供游戏，版权方统计运行游戏的时长，发布方统计传输游戏的时长。需要说明的是，底层联盟链中存储的第一行为数据和第二行为数据应是成对存储，以便根据第一行为数据和第二行为数据，确定版权方和发布方各自所得的收益。可以理解的是，发布方可以有多个，例如，2个以上的发布方。

从底层联盟链中读取第一行为数据和第二行为数据，即可获取第一行为数据和第二行为数据。

底层联盟链采用区块链，区块链(block chain)：是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块，每个区块都包含一个时间戳和一个与前一区块的链接。狭义来讲，区块链是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构，并以密码学方式保证的不可篡改和不可伪造的分布式账本，即区块链中的数据一旦记录下来将不可逆。区块链采取单向哈希算法，每个新产生的区块严格按照时间线形顺序推进，时间的不可逆性、不可撤销导致任何试图入侵篡改区块链内数据信息的行为易被追溯，导致被其他节点的排斥，造假成本极高，从而可以限制相关不法行为。

值得一提的是，由于将第一行为数据和第二行为数据存储在区块链中，可以防止存储的第一行为数据和第二行为数据被人为篡改，确保了第一行为数据和第二行为数据的安全性。

步骤102：根据第一行为数据以及第二行为数据，为版权方和发布方分配的该版权产品产生的收益。

在一个例子中，第一行为数据为版权方记录的游戏时长，第二行为数据为发布方记录的游戏时长；版权产品产生的收益表示为：其中，CT表示为第一行为数据，PT表示第二行为数据，p表示为时长积分转换比。

具体的说，本示例中，版权产权采用积分付费模式计算收益，积分付费模式是指根据用户的游戏时长扣除用户在发布方的积分，并且将扣除的积分按照一定比例分给该游戏的版权方。发布方在这种场景下，游戏时长是游戏产品收益的核心。将版权方统计的第一行为数据记作CT、发布方统计的第二行为数据记作PT。该版权产品产生的收益P可以如公式(1)所示为：

其中，CT表示为第一行为数据，PT表示第二行为数据，p表示为时长积分转换比。

可以预先按照约定设置预设比例，将该预设比例作为收益分配比例，按照该预设比例为版权方和发布方分配该版权产品产生的收益。例如，假设η为收益分配比例，那么为版权方分配的收益CPP可以如公式(2)所示，那么发布方分配的收益PFP可以如公式(3)所示：

其中，CT表示为第一行为数据，PT表示第二行为数据，p表示为时长积分转换比，η为收益分配比例。

本发明实施方式相对于现有技术而言，第一行为数据和第二行为数据均记录在区块链上，由于区块链存储的方式，具有不可篡改的优点，使得版权方或发布方均不能修改记录的数据，确保了被记录的数据的安全性；版权方在区块链上记录第一行为数据，同时发布方也会在该区块链上记录第二行为数据，根据第一行为数据和第二行为数据，为版权方和发布方分配该版权产品产生的收益，由于对版权产品产生的收益分配不是仅依赖于发布方记录的第二行为数据，大大减小了发布方伪造数据的可能性，采用双重记录数据的方式，可以同时约束版权方的记录行为以及发布方的记录行为，均衡第一行为数据和第二行为数据，使得为版权方和发布方分配版权产品产生的收益更加合理，大大减少了合同纠纷问题。

本发明的第二实施方式涉及一种版权产品的收益分配方法。第二实施方式是对第一实施方式的进一步改进，主要改进之处在于：在本发明第二实施方式中，当第一行为数据和第二行为数据中存在伪造的数据时，将随机分配收益比例，从而逐渐让版本方和发布方的诚实地记录版权产品实际产生的数据。本发明中版权产品的收益分配方法的具体流程如图3所示。

步骤201：获取版权方记录在区块链上的第一行为数据以及发布方记录在区块链上的第二行为数据。

步骤202：判断第一行为数据和第二行为数据是否均属于版权产品实际产生的数据，若是，则执行步骤203，否则，则执行步骤204。

具体的说，版权方和发布方都希望各自可以获得更多的收益，那么存在版权方记录的第一行为数据为伪造的数据的情况，或者，发布方记录的第二行为数据为伪造的数据的情况，或者版权方记录的第一行为数据为伪造的数据且发布方记录的第二行为数据为伪造的数据的情况。为了维护版权方和发布方的收益，本示例中对第一行为数据和第二行为数据进行判断。

在一个例子中，判断第一行为数据和第二行为数据中是否存在伪造的数据的过程可以为：获取第一行为数据和第二行为数据之间的第一差值；若确定第一差值超过误差最大值，则确定第一行为数据和第二行为数据中存在伪造的数据；若确定第一差值小于或等于误差最大值，则确定第一行为数据和第二行为数据均属于版权产品实际产生的数据。

具体的说，由于版权方统计第一行为数据的方式和发布方统计第二行为数据的方式不同，导致记录的第一行为数据和第二行为数据不会完全相同，存在误差；若第一行为数据和第二行为数据均属于版权产品实际产生的数据，那么该第一行为数据和第二行为数据之间的第一差值应当小于或等于误差最大值。

下面介绍确定该误差最大值的过程，该过程可以采用如图4所示的子步骤：

子步骤S21：根据存储的至少两对第一行为数据和第二行为数据，确定第一行为数据和第二行为数据之间差值的概率分布。

若区块链中存储有至少两对第一行为数据和第二行为数据，可以得到第一行为数据和第二行为数据之间差值的概率分布。可以理解的是，第一行为数据和第二行为数据的越多，得到的概率分布越准确。为了便于描述该第一行为数据和第二行为数据之间差值的概率分布，本示例中引入第一概率分布函数，用于表示该第一行为数据和第二行为数据之间差值的概率分布，下面以一个例子说明第一概率分布函数的确定过程：

例如：假设有20个确定的第一行为数据与第二行为数据的差值，差值分别是：1、2、3、4、2、2、3、4、5、6、6、8、9、2、2、5、5、7、10、1。

统计出现的相同差值出现的次数：

1有2次，2有5次，3有2次，……，那么P(x<＝1)＝2/20＝0.1,P(x<＝2)＝7/20＝0.35，……P(x<＝9)＝19/20＝0.95，P(x<＝10)＝20/20＝1。

累计概率密度，即可得到离散型的概率密度函数，而随着第一行为数据和第二行为数据的不断增加，该概率密度线会越来越平滑；得到的第一行为数据与第二行为数据之间差值的概率分布，概率分布可以如图5所示，该第一概率分布函数F(x)可以表示为：F(x)＝P(0<ξ<x)；ξ表示为随机变量，x表示为第一行为数据与第二行为数据的差值，P为差值对应的概率。

子步骤S22：根据预设比例，确定误差最大值的取值概率。

在一个例子中，根据预设比例以及预设约束关系，确定取值概率的概率范围，预设约束关系为版权产品实际产生的数据对应的收益大于伪造的数据对应的收益；根据取值概率的概率范围，确定取值概率。

假设收益分配比例η等于预设比例α(0<α<1)；若确定第一差值超过误差最大值δ；令η有一半的概率为0，一半的概率为1，即在一半的概率下该版权产品产生的收益全归版权方，一半的概率下该版权产品产生的收益全归发布方。该收益分配比例η如公式(4)所示：

其中，CT表示为第一行为数据，PT表示第二行为数据。

假设版权方诚实记录第一行为数据的概率为β，预设约束关系为版权产品实际产生的数据对应的收益大于伪造的数据对应的收益；那么可以得出公式(5)和公式(6)；

其中，公式(5)表示若版权方诚实记录第一行为数据，那么此刻|CT-PT|是小于或等于误差最大值，按照公式(4)，版权方能够收益就是β*α，如果版权方不诚实记录第一行为数据，那么|CT-PT|是超过误差最大值，这时版权方能得到的收益均值E＝0.5*1+0.5*0＝0.5。而版权方不诚实记录第一行为数据的概率为1-β，那么版权方不诚实记录第一行为数据得到的收益就是(1-β)*0.5。预设约束关系为公式(5)。同理，可以根据预设约束关系得到约束发布方的公式(6)。此处不再进行赘述。

当预设比例α确定后，满足公式(5)或公式(6)即可得到该预设比例与β之间的不等式关系，由于β为版权方诚实记录第一行为数据的概率，可以将β作为误差最大值的取值概率，即得到该预设比例与误差最大值的取值概率之间的不等式关系，如公式(7)所示：

根据公式(7)以及预设比例α，即可得到取值概率β的概率范围，本示例中，β的概率值可以为该概率范围的中值，即误差最大值的取值概率为概率范围的中值。β的概率值还可以根据实际情况，确定，例如,β可以取该概率范围的最小值或最大值。

子步骤S23：根据取值概率以及该概率分布，确定误差最大值。

可以根据第一概率分布函数F(x)＝P(0<ξ<x)；ξ表示为随机变量，x表示为第一行为数据与第二行为数据的差值，P为差值对应的概率；以及确定的误差最大值的取值概率为β，那么即可得到如图6所示的误差最大值。

需要说明的是，在实际部署中，初始状态下，由于没有存储的第一行为数据和第二行为数据，第一行为数据和第二行为数据之间差值的概率分布不存在，那么可以初始化原始的误差最大值，然后经过一个周期后得到该第一行为数据和第二行为数据之间差值的概率分布，再通过该概率分布确定误差最大值。

值得一提的是，由于误差最大值根据第一行为数据和第二行为数据之间差值的概率分布确定，而该概率分布与大量的第一行为数据和第二行为数据相关，使得该概率分布在不断的优化，进而使得确定的误差最大值更加合理，减少版权方或发布方的收益损失。

步骤203：若确定第一行为数据和第二行为数据均属于版权产品实际产生的数据，则按照预设比例为版权方和发布方分配版权产品产生的收益。

步骤204：若确定第一行为数据和第二行为数据中存在伪造的数据，则随机为版权方和发布方分配版权产品产生的收益。

具体的说，将产品产生的收益全部分配给版权方，或者将产品产生的收益全部分配给发布方，收益的分配比例如公式(4)所示。

在另一个例子中，还可以按照任意比例分配产品产生的收益，例如，可以按照2：8的收益比例分配产品产生的收益，还可以是其他比例，此处将不再一一列举。当确定第一行为数据和第二行为数据中存在伪造的数据，按照任意比例分配产品产生的收益，使得版权方和发布方都无法确定自身的收益是否会增加，且存在自身收益减小的可能，从而可以逐渐约束版权方和发布方诚实记录该版权产品实际产生的数据。

可以理解的是，由于记录的第一行为数据和第二行为数据的增加，可以不断完善第一概率分布函数，提高第一概率分布函数的准确度。

需要说明的是，该版权产品的收益分配方法可以通过区块链的智能合约进行，该智能合约包版权方的时长记录函数，记为：CPTR、发布方时长记录函数记为：PFTR；诚实激励函数记为：HIF，以及全局存储型变量时长记录列表，记为TRL。该智能合约的结构如图7所示，TRL由多条时长记录TR组成，每条TR包含用户和游戏交互的标识、用户标识、游戏标识、版权方登记的时长CT、发布方登记的时长PT。版权方和发布方分别通过CPTR和PFTR进行时长的登记，生成新的TR并进行信息的记录。在完成CT和PT(Platform Time)的登记后，调用诚实激励函数HIF，确定收益分配比例。

本实施方式提供的版权产品的收益分配方法，确定第一行为数据和第二行为数据中是否存在伪造的数据，若第一行为数据和第二行为数据中存在造假的数据，采用随机分配收益比例的方式，使得版权方和发布方的收益不确定，导致收益减少，从而逐渐约束版权方和发布方诚实记录该版权产品实际产生的数据。

上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

本发明第三实施方式涉及一种版权产品的收益分配装置，该装置30如图8所示，包括：获取模块301和分配模块302。获取模块301用于获取版权方记录在区块链上的第一行为数据以及发布方记录在区块链上的第二行为数据，第一行为数据和第二行为数据均为版权产品产生收益的相关数据；分配模块302用于根据第一行为数据以及第二行为数据，为版权方和发布方分配的版权产品产生的收益。

本发明第四实施方式涉及一种服务器，该服务器40的结构如图9所示，包括：至少一个处理器401；以及，与至少一个处理器401通信连接的存储器402；其中，存储器402存储有可被至少一个处理器401执行的指令，指令被至少一个处理器401执行，以使至少一个处理器401能够执行第一实施方式或第二实施方式中的版权产品的收益分配方法。

其中，存储器402和处理器401采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器401和存储器402的各种电路链接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器401。

处理器401负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器402可以被用于存储处理器在执行操作时所使用的数据。

本发明第五实施方式涉及一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现第一实施方式或第二实施方式中的版权产品的收益分配方法。

本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (9)

1.一种版权产品的收益分配方法，其特征在于，包括：

获取版权方记录在区块链上的第一行为数据以及发布方记录在所述区块链上的第二行为数据，所述第一行为数据和所述第二行为数据均为版权产品产生收益的相关数据；

根据所述第一行为数据以及所述第二行为数据，为所述版权方和所述发布方分配的所述版权产品产生的收益；

所述根据所述第一行为数据以及所述第二行为数据，为所述版权方和所述发布方分配的所述版权产品产生的收益，包括：

若确定所述第一行为数据和所述第二行为数据均属于所述版权产品实际产生的数据，则按照预设比例为所述版权方和所述发布方分配所述版权产品产生的收益；

若确定所述第一行为数据和所述第二行为数据中存在伪造的数据，则随机为所述版权方和所述发布方分配所述版权产品产生的收益。

2.根据权利要求1所述的版权产品的收益分配方法，其特征在于，在所述根据所述第一行为数据以及所述第二行为数据，为所述版权方和所述发布方分配的所述版权产品产生的收益之前，所述方法还包括：

获取所述第一行为数据和所述第二行为数据之间的第一差值；

若确定所述第一差值超过误差最大值，则确定所述第一行为数据和所述第二行为数据中存在伪造的数据；

若确定所述第一差值小于或等于所述误差最大值，则确定所述第一行为数据和所述第二行为数据均属于所述版权产品实际产生的数据。

3.根据权利要求2所述的版权产品的收益分配方法，其特征在于，在所述若确定所述第一差值超过误差最大值之前，所述方法还包括：

根据存储的至少两对第一行为数据和第二行为数据，确定第一行为数据和第二行为数据之间差值的概率分布；

根据所述预设比例，确定所述误差最大值的取值概率；

根据所述取值概率以及所述概率分布，确定所述误差最大值。

4.根据权利要求3所述的版权产品的收益分配方法，其特征在于，所述根据所述预设比例，确定所述误差最大值的取值概率，包括：

根据所述预设比例以及预设约束关系，确定所述取值概率的概率范围，所述预设约束关系为所述版权产品实际产生的数据对应的收益大于所述伪造的数据对应的收益；

根据所述取值概率的概率范围，确定所述取值概率。

5.根据权利要求1至4中任一项所述的版权产品的收益分配方法，其特征在于，所述第一行为数据为所述版权方记录的游戏时长，所述第二行为数据为所述发布方记录的游戏时长；

所述版权产品产生的收益表示为：其中，CT表示为所述第一行为数据，PT表示所述第二行为数据，p表示为时长积分转换比。

6.根据权利要求1所述的版权产品的收益分配方法，其特征在于，所述随机为所述版权方和所述发布方分配所述版权产品产生的收益，包括：

将所述产品产生的收益全部分配给所述版权方，或者将所述产品产生的收益全部分配给所述发布方。

7.一种版权产品的收益分配装置，其特征在于，包括：获取模块和分配模块；

所述获取模块用于获取版权方记录在区块链上的第一行为数据以及发布方记录在所述区块链上的第二行为数据，所述第一行为数据和所述第二行为数据均为版权产品产生收益的相关数据；

所述分配模块用于根据所述第一行为数据以及所述第二行为数据，为所述版权方和所述发布方分配的所述版权产品产生的收益；

所述根据所述第一行为数据以及所述第二行为数据，为所述版权方和所述发布方分配的所述版权产品产生的收益，包括：

若确定所述第一行为数据和所述第二行为数据均属于所述版权产品实际产生的数据，则按照预设比例为所述版权方和所述发布方分配所述版权产品产生的收益；

若确定所述第一行为数据和所述第二行为数据中存在伪造的数据，则随机为所述版权方和所述发布方分配所述版权产品产生的收益。

8.一种服务器，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-6任一所述的版权产品的收益分配方法。

9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6任一所述的版权产品的收益分配方法。