CN112929679B - 直播客户端的合法性检测、外挂行为的识别方法和装置 - Google Patents
直播客户端的合法性检测、外挂行为的识别方法和装置 Download PDFInfo
- Publication number
- CN112929679B CN112929679B CN202110062810.XA CN202110062810A CN112929679B CN 112929679 B CN112929679 B CN 112929679B CN 202110062810 A CN202110062810 A CN 202110062810A CN 112929679 B CN112929679 B CN 112929679B
- Authority
- CN
- China
- Prior art keywords
- encrypted data
- live
- video
- video image
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 99
- 238000001514 detection method Methods 0.000 claims abstract description 51
- 230000006399 behavior Effects 0.000 claims description 177
- 230000008569 process Effects 0.000 claims description 34
- 238000012549 training Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000002123 temporal effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 13
- 230000003287 optical effect Effects 0.000 description 6
- 230000002829 reductive effect Effects 0.000 description 5
- 238000005336 cracking Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000013518 transcription Methods 0.000 description 3
- 230000035897 transcription Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002427 irreversible effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013341 scale-up Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/2347—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving video stream encryption
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/4408—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving video stream encryption, e.g. re-encrypting a decrypted video stream for redistribution in a home network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4666—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms using neural networks, e.g. processing the feedback provided by the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/47—End-user applications
- H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
- H04N21/4788—Supplemental services, e.g. displaying phone caller identification, shopping application communicating with other users, e.g. chatting
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本申请实施例提供了直播客户端的合法性检测、外挂行为的识别方法和装置,涉及网络直播领域,该合法性检测方法通过从直播视频中截取至少一个时间节点对应的第一视频图像进行加密,得到第一加密数据,接收观众端在观看直播视频过程中上传的第二加密数据,其中,该第二加密数据为观众端对直播视频中至少一个时间节点对应的第二视频图像进行加密得到,将第一加密数据与第二加密数据进行比对,将相匹配的第二加密数据对应的观众端判定为合法客户端。本技术方案实现了准确检测出该观众端是合法客户端,提高了直播客户端的合法性检测效率,提高了直播间外挂行为的识别准确性和识别效率。
Description
技术领域
本申请涉及网络直播领域,具体而言,本申请涉及一种直播客户端的合法性检测方法和装置,还涉及一种直播间外挂行为的识别方法和装置,再涉及一种电子设备以及计算机可读存储介质。
背景技术
随着网络通信技术的进步和宽带网络的提速,网络直播得到了越来越多的发展和应用,进行直播的主播的数量也越来越多。在主播数量急剧增加的情况下,主播之间的竞争也越加激烈。因此,一些主播会通过购买黑客使用外挂的方式来伪造人气、制造直播间互动等,使得主播直播竞争缺乏公平性。
常规技术中,对于客户端合法性缺乏技术上的检测手段,导致在直播过程中无法确认是否为真正的观众端在观看直播视频,另外,在进行外挂检测中,一般都是通过采集外挂样本,基于外挂样本分析外挂的特征,基于外挂的特征监控主播是否使用外挂。然而,外挂会时常更新,使得外挂的特征也时常变化,检测容易滞后,需要经常维护外挂特征,导致维护成本高,且频繁更新的外挂也容易降低外挂检测的准确性。
发明内容
本申请的目的旨在至少解决上述技术缺陷之一,特别是合法客户端检测难、外挂检测准确性低的问题。
第一方面,本申请实施例提供一种直播客户端的合法性检测方法,应用于服务器,包括以下步骤:
从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像,并对所述第一视频图像进行加密,得到第一加密数据;
接收观众端在观看所述直播视频过程中上传的第二加密数据,其中,所述第二加密数据为观众端对所述直播视频中所述至少一个时间节点对应的第二视频图像进行加密得到;
将所述第一加密数据与所述第二加密数据进行比对,将相匹配的所述第二加密数据对应的观众端判定为合法客户端。
在一种可能的实现方式中,所述对所述第一视频图像进行加密,得到第一加密数据的步骤包括:
获取所述直播视频对应的服务器密钥;
利用所述服务器密钥根据所述第一视频图像的图像指纹特征对所述第一视频图像进行加密,得到所述第一视频图像对应的第一加密值;
将所述第一加密值按照预设的数据结构存储起来,得到第一加密数据。
在一种可能的实现方式中,所述从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像的步骤包括:
获取主播端上传的直播视频,对所述直播视频进行转录,得到至少一种视频清晰度的直播视频;
在对所述直播视频进行转录过程中,截取至少一个时间节点对应的第一视频图像。
在一种可能的实现方式中,所述第一加密数据包括第一视频图像对应第一时间节点、第一视频清晰度以及第一加密值中的至少一者;
所述第二加密数据包括所述第二视频图像对应的第二时间节点、第二视频清晰度以及第二加密值中的至少一者;所述第二加密值由所述观众端根据所述直播视频对应的客户端密钥对所述第二视频图像进行加密得到。
在一种可能的实现方式中,所述将所述第一加密数据与所述第二加密数据进行比对,将相匹配的所述第二加密数据对应的观众端判定为合法客户端的步骤包括:
将所述第一加密数据中的第一加密值、第一视频清晰度以及第一时间节点分别与所述第二加密数据中的第二加密值、第二视频清晰度以及第二时间节点分别进行比较;
若所述第一加密值和所述第二加密值、所述第一视频清晰度和所述第二视频清晰度以及所述第一时间节点和所述第二时间节点均匹配,则将所述第二加密数据对应的观众端判定为合法客户端。
在一种可能的实现方式中,所述将所述第一加密数据与所述第二加密数据进行比对的步骤之后,还包括:
若所述第一加密数据与所述第二加密数据之间的不相匹配的次数达到预设阈值,或者预设时长内未接收到所述观众端上传的第二加密数据,则判定所述观众端为非法客户端。
在一种可能的实现方式中,所述将所述第一加密值按照预设的数据结构存储起来,得到第一加密数据的步骤包括:
利用键值对的数据结构,将所述第一视频图像的第一加密值作为键,所述第一视频图像的第一视频清晰度及其对应的第一时间节点作为值关联起来并进行存储,得到第一加密数据。
第二方面,本申请实施例提供一种直播客户端的合法性检测方法,应用于观众端,包括以下步骤:
在观看直播视频过程中,在到达预设的至少一个时间节点时,获取所述至少一个时间节点对应的第二视频图像数据,根据所述第二视频图像数据进行加密,得到第二加密数据;
将所述第二加密数据上传至服务器,以通过所述服务器将所述第二加密数据与预先计算得到的所述直播视频对应的第一加密数据进行比较,将相匹配的所述第二加密数据对应的观众端判定为合法客户端;其中,所述第一加密数据为所述服务器从主播端上传的直播视频中截取所述至少一个时间节点对应的第一视频图像,对所述第一视频图像进行加密所得到。
第三方面,本申请实施例提供一种直播间外挂行为的识别方法,包括以下步骤:
获取正常用户行为数据,其中,所述正常用户行为数据通过从合法客户端的行为数据中提取得到,所述合法客户端通过执行如上所述的直播客户端的合法性检测方法所确定;
将所述正常用户行为数据作为训练样本输入到预设网络模型中进行训练,得到正常用户行为识别模型;
利用所述正常用户行为识别模型对直播间的用户行为的行为特征进行识别,判定所述用户行为是外挂行为。
第四方面,本申请实施例提供一种直播客户端的合法性检测装置,应用于服务器,包括:
第一加密数据得到模块,用于从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像,并对所述第一视频图像进行加密,得到第一加密数据;
第二加密数据接收模块,用于接收观众端在观看所述直播视频过程中上传的第二加密数据,其中,所述第二加密数据为观众端对所述直播视频中所述至少一个时间节点对应的第二视频图像进行加密得到;
合法客户端判定模块,用于将所述第一加密数据与所述第二加密数据进行比对,将相匹配的所述第二加密数据对应的观众端判定为合法客户端。
第五方面,本申请实施例提供一种直播客户端的合法性检测装置,应用于观众端,包括:
第二加密数据得到模块,用于在观看直播视频过程中,在到达预设的至少一个时间节点时,获取所述至少一个时间节点对应的第二视频图像数据,根据所述第二视频图像数据进行加密,得到第二加密数据;
第二加密数据上传模块,用于将所述第二加密数据上传至服务器,以通过所述服务器将所述第二加密数据与预先计算得到的所述直播视频的第一加密数据进行比较,将相匹配的所述第二加密数据对应的观众端判定为合法客户端。
第六方面,本申请实施例提供一种直播间外挂行为的识别装置,包括:
行为数据获取模块,用于获取正常用户行为数据,其中,所述正常用户行为数据通过从合法客户端的行为数据中提取得到,所述合法客户端通过执行如第一方面所提及的直播客户端的合法性检测方法所确定;
识别模型得到模块,用于将所述正常用户行为数据作为训练样本输入到预设网络模型中进行训练,得到正常用户行为识别模型;
外挂行为判定模块,用于利用所述正常用户行为识别模型对直播间的用户行为的行为特征进行识别,判定所述用户行为是外挂行为。
第七方面,本申请实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面所提及的直播客户端的合法性检测方法或第二方面所提及的直播间外挂行为的识别方法。
第八方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现第一方面所提及的直播客户端的合法性检测方法或第二方面所提及的直播间外挂行为的识别方法。
上述实施例所提供的直播客户端的合法性检测、外挂行为的识别方法和装置,通过从直播视频中截取至少一个时间节点对应的第一视频图像进行加密,得到第一加密数据,接收观众端在观看直播视频过程中上传的第二加密数据,其中,该第二加密数据为观众端对直播视频中至少一个时间节点对应的第二视频图像进行加密得到,将第一加密数据与第二加密数据进行比对,将相匹配的第二加密数据对应的观众端判定为合法客户端,从而能够准确检测出该观众端是合法客户端,提高了直播客户端的合法性检测效率。
同时,利用上述实施例所提及的直播客户端的合法性检测方法确定合法客户端,从合法客户端的行为数据中提取得到正常用户行为数据,将正常用户行为数据作为训练样本输入到预设网络模型中进行训练得到正常用户行为识别模型,利用正常用户行为识别模型对直播间的用户行为的行为特征进行识别,判定用户行为是外挂行为,从而提高了直播间外挂行为的识别准确性和识别效率。
本申请附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本申请实施例提供网络直播所适用的应用环境示意图;
图2是本申请实施例提供的一种直播客户端的合法性检测方法的流程图;
图3是本申请实施例提供的一种直播客户端的合法性检测方法的另一流程图;
图4是本申请实施例提供的另一种直播客户端的合法性检测方法的流程图;
图5是本申请实施例提供的直播客户端的合法性检测过程的示意图;
图6是本申请实施例提供的一种直播间外挂行为的识别方法的流程图;
图7是本申请实施例提供的一种直播客户端的合法性检测装置的结构示意图;
图8是本申请实施例提供的另一种直播客户端的合法性检测装置的结构示意图;
图9是本申请实施例提供的一种直播间外挂行为的识别装置的结构示意图;
图10是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
在对本申请实施例进行详细的解释说明之前,先对本申请实施例的应用场景予以介绍。本申请实施例提供的方法应用于直播客户端的合法性检测和直播间外挂行为的识别场景中。
图1是本申请实施例提供网络直播所适用的应用环境示意图,如图1所示,该应用环境可以包括主播端101、服务器102和观众端103。主播进行视频直播,通过主播端101将直播视频上传到服务器102,服务器将直播视频分发到进入主播对应频道的观众用户对应的观众端103进行播放,观众用户通过观众端103可以观看到主播的直播视频。可选的,主播端101和观众端103可以是安装在终端设备上的直播应用程序(Application,APP),各主播端101和各观众端103分别与该服务器102之间通过有线网络或者无线网络建立通信连接。
随着直播业务的发展,进行直播的主播的数量也越来越多。在主播数量急剧增加的情况下,主播之间的竞争也越加激烈,例如,主播之间通过观看人数、关注人数、打赏金额等方式来衡量主播竞争力的高低。因此,一些主播会通过购买黑客使用外挂的方式来伪造人气、制造直播间互动等,使得主播直播竞争缺乏公平性。实际上,使用外挂的行为通常没有拉取主播的直播视频进行观看,实际上并没有产生观看流量,因此,需要检测观众端是否为合法的客户端,并进行外挂的检测识别。而在进行外挂检测中,一般都是通过采集外挂样本,基于外挂样本分析外挂的特征,基于外挂的特征监控主播是否使用外挂。然而,外挂会时常更新,使得外挂的特征也时常变化,检测容易滞后,需要经常维护外挂特征,导致维护成本高,且频繁更新的外挂也容易降低外挂检测的准确性。
本申请提供的直播客户端的合法性检测和直播间外挂行为的识别方法,旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
下面将结合附图,对本申请的实施例进行详细描述。
图2是本申请实施例提供的一种直播客户端的合法性检测方法的流程图,该直播客户端的合法性检测方法可以应用于服务器。
具体的,如图2所示,该直播客户端的合法性检测方法包括以下步骤:
S210、从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像,并对所述第一视频图像进行加密,得到第一加密数据。
主播用户通过主播端进行视频直播,并将直播视频通过主播端上传到服务器。
服务器获取到从主播端上传的直播视频后,从直播视频中截取至少一个时间节点对应的第一视频图像,例如,以直播视频的第30秒为起始时间节点,每间隔60秒截取对应时间节点上的第一视频图像,如起始时间节点为00:00:30,则在时间节点00:01:30、00:02:30、00:03:30,以此类推,在多个时间节点上截取对应的第一视频图像。在另一实施例中,还可以是以按比例递增的时间间隔上截取对应的时间节点上的第一视频图像,还可以是在任意时间节点上截取对应的第一视频图像。
进一步的,服务器对第一视频图像进行加密,得到第一加密数据,其中,第一加密数据为服务器对直播视频进行加密得到的加密数据。可选的,服务器可以对第一视频图像进行对称性加密,得到第一加密数据;也可以是对第一视频图像进行非对称性加密,得到第一加密数据。
具体的,在本实施例中,服务器获取该直播间对应的直播视频的服务器密钥,利用该服务器密钥对第一视频图像进行对称性加密,得到第一加密数据。
S220、接收观众端在观看所述直播视频过程中上传的第二加密数据。
其中,所述第二加密数据为观众端对所述直播视频中所述至少一个时间节点对应的第二视频图像进行加密得到。
在正常情况下,观众端进入主播对应的直播间观看直播,会从服务器拉取直播视频并进行观看。在观众用户观看直播视频的过程中,当达到该直播视频对应的至少一个时间节点时,则获取该时间节点对应的第二视频图像,对该第二视频图像进行加密,得到第二加密数据。
在一实施例中,预先设置服务器或观众端对直播视频对应的视频图像进行加密的时间节点,服务器或观众端在达到该时间节点时,对该时间节点对应的视频图像进行加密。例如,针对主播用户A上传的直播视频,预先设置在00:00:30、00:02:30、00:04:30、00:06:30、00:08:30和00:10:30等时间节点上,服务器截取上述时间节点上的第一视频图像进行加密,观众端在达到上述时间节点时对直播视频该时间节点对应的第二视频图像进行加密,得到第二视频图像。
可选的,观众端可以对第二视频图像进行对称性加密,得到第二加密数据;也可以是对第二视频图像进行非对称性加密,得到第二加密数据。
具体的,在本实施例中,观众端获取该直播间的直播视频对应的客户端密钥,利用该客户端密钥对第二视频图像进行对称性加密,得到第二加密数据。
在接收到直播间的开启操作后,按照预设规则生成该直播间对应的客户端密钥,将该下发至进入该直播间的观众端。
在一实施例中,观众端进入该直播间,服务器根据该直播间的房间信息,将该房间信息对应的加密规则和加密算法等信息发送至观众端。当观众端观看的时间达到预设的时间节点时,则对该时间节点对应的第二视频图像利用客户端密钥按照该直播间房间信息对应的加密规则和加密算法等进行加密,得到第二加密数据。
在本实施例中,不同的主播/直播间设置有不同的服务器密钥和客户端密钥对至少一个时间节点上的第一视频图像和第二视频图像进行加密处理。可选的,在一实施例中,定期更新主播/直播间的服务器密钥和客户端密钥,以防止黑客破解密钥,提高安全性能。在另一实施例中,观众端每次进入直播间的加密规则和加密算法会发生改变,提高第二加密数据被破解的门槛。在再一实施例中,采用不可逆的破坏性加密算法对第二视频图像进行加密,将第二视频图像加密后的第二加密值进行上报,无需上报第二视频图像,既提高了安全性能,也减少了数据传输的带宽压力。
S230、将所述第一加密数据与所述第二加密数据进行比对,将相匹配的所述第二加密数据对应的观众端判定为合法客户端。
可选的,服务器密钥和客户端密钥是共享密钥对,服务器密钥和客户端密钥相同,服务器和观众端采用对称性加密算法分别对第一视频图像和第二视频图像进行加密处理,得到第一加密数据和第二加密数据。
在本实施例中,服务器对直播视频进行截取得到第一视频图像的时间节点与观众端对应的第二视频图像的时间节点是相同的,将第二加密数据与第一加密数据进行比对,若第二加密数据与第一加密数据相匹配,则确定第二加密数据对应的第二视频图像与第一加密数据对应的第一视频图像相同,将该第二加密数据对应的观众端判定为合法客户端。
需要说明的是,第二加密数据与第一加密数据相匹配可以包括:第二加密数据与第一加密数据相同,或者第一加密数据中存在与第二加密数据相同的加密数据。
本实施例提供的直播客户端的合法性检测方法,应用于服务器,通过从直播视频中截取至少一个时间节点对应的第一视频图像进行加密,得到第一加密数据,接收观众端在观看直播视频过程中上传的第二加密数据,其中,该第二加密数据为观众端对直播视频中至少一个时间节点对应的第二视频图像进行加密得到,将第一加密数据与第二加密数据进行比对,将相匹配的第二加密数据对应的观众端判定为合法客户端,从而能够准确检测出该观众端是合法客户端,提高了直播客户端的合法性检测效率。
图3是本申请实施例提供的一种直播客户端的合法性检测方法的另一流程图,如图3所示,直播客户端的合法性检测方法可以包括以下步骤:
S310、从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像,并对所述第一视频图像进行加密,得到第一加密数据。
S320、接收观众端在观看所述直播视频过程中上传的第二加密数据。
其中,所述第二加密数据为观众端对所述直播视频中所述至少一个时间节点对应的第二视频图像进行加密得到。
S330、将所述第一加密数据与所述第二加密数据进行比对,判断所述第一加密数据与所述第二加密数据是否相匹配,若是,则执行步骤S340;否则,执行步骤S350。
S340、确定观众端为合法客户端。
S350、统计第一加密数据与所述第二加密数据之间的不相匹配的次数。
S360、判断所述第一加密数据与所述第二加密数据之间的不相匹配的次数是否达到预设阈值,或者预设时长内是否未接收到所述观众端上传的第二加密数据;若是,则执行步骤S370;否则,执行步骤S340。
S370、确定所述观众端为非法客户端。
若所述第一加密数据与所述第二加密数据之间的不相匹配的次数达到预设阈值,或者预设时长内未接收到所述观众端上传的第二加密数据,则确定所述观众端为非法客户端。
在正常情况下,服务器在至少一个时间节点上截取到的第一视频图像和观众端在该时间节点上的第二视频图像是相同的,利用相同的密钥进行对称性加密所得到的第一加密数据和第二加密数据理应相匹配,若第一加密数据或第二加密数据不匹配,则说明第一视频图像和第二视频图像并不相同,若预设时长内未接收到观众端上传的第二加密数据,则确定该观众端并未实际拉取直播视频进行观看,但占用了观看人数,可能是使用了外挂,将该观众端确定为非法客户端。
在具体的实施过程中,综合网络因素等影响,第一加密数据和第二加密数据的比对结果允许一定次数的匹配误差。例如,设定每30秒钟加密第二视频图像,并上报第二加密数据,但是考虑网络因素的影响,可以允许预设时长,如1分钟内没有上报第二加密数据,才将该观众端判定为非法客户端;或者将第一加密数据和第二加密数据的不相匹配的次数达到预设次数,如3次,才将该观众端判定为非法客户端,从而提高直播客户端的合法性检测的准确性。其中,预设阈值与预设时长可以根据实际情况进行设定。
在相关技术中,在使用外挂的情况下,观众端并不拉取直播视频进行观看(拉取直播视频会产生流量或宽带费用),反而虚假制造出直播间的观看人数(直播间人气)。在正常情况下,若该观众端为合法客户端,则观众端会拉取直播视频进行观看。本申请方案中,通过接收观众端在观看直播视频过程中,对达到至少一个时间节点对应的第二视频图像进行加密,得到第二加密数据,将第二加密数据上报至服务器,服务器将第二加密数据与预先计算得到的该直播视频对应的至少一个时间节点对应的第一加密数据进行对比。
由于服务器对应的时间节点和观众端对应的时间节点相同,该时间节点上对应的第一视频图像和第二视频图像也相同,则利用对称性加密算法对第一视频图像和第二视频图像进行加密所得到的结果也相同,因此,若第二加密数据和第一加密数据相匹配,则将该第二加密数据对应的观众端确定为合法客户端,若第二加密数据与第一加密数据不相匹配,或没有上报第二加密数据,则确定该观众端并未实际拉取该直播间的直播视频进行观看,该观众端为非法客户端,从而提高了直播间客户端的合法性检测的准确性,提高了检测效率。
在一实施例中,将合法客户端的用户记录起来,作为大数据使用的基准,例如,将合法客户端的用户行为数据记录下来,以用于后续外挂行为的识别和检测等。
为了更清楚的阐述本申请的技术方案,下面针对直播客户端的合法性检测方法的提供更多实施例。
在一实施例中,步骤S210中的对所述第一视频图像进行加密,得到第一加密数据,可以包括以下步骤:
S301、获取所述直播视频对应的服务器密钥。
不同的直播视频具有不同的服务器密钥,或者,不同的直播间或主播用户上传的直播视频具有不同的服务器密钥。在具体实施过程中,密钥的生成方式和种类很多,在此不作限定。
在一实施例中,获取直播视频对应的直播间房间号,根据直播间房间号从预设的密钥库中随机抽取密钥对作为服务器密钥和客户端密钥。在另一实施例中,根据直播间房间号和任意抽取的随机数进行加密运算,将加密运算的结果作为服务器密钥和客户端密钥。
在本实施例中,由于采用对称性加密算法进行加密,服务器密钥和客户端密钥是相同的。当然,在其他实施例中,可以采用非对称性加密算法进行加密。
S302、利用所述服务器密钥根据所述第一视频图像的图像指纹特征对所述第一视频图像进行加密,得到所述第一视频图像对应的第一加密值。
由于直播视频的画面内容随着时间不同发生改变,不同的时间节点对应的第一视频图像往往不同。在本实施例中,不同的第一视频图像既包括视频图像的画面内容不同的视频图像,也包括画面内容相同但视频清晰度不同的视频图像。
由于不同的第一视频图像具有不同的图像指纹特征。具体的,提取第一视频图像的图像指纹特征,例如,可以通过缩放、特征提取等方式,计算第一视频图像中不同图像像素之间的区别,利用服务器密钥采用对称性加密算法对第一视频图像进行加密,得到第一视频图像对应的第一加密值。
例如,第一视频图像对应的图像指纹特征为123456,利用服务器密钥进行加密后,所得到的第一加密值为A。
S303、将所述第一加密值按照预设的数据结构存储起来,得到第一加密数据。
由于第一视频图像与其对应的时间节点及视频清晰度有关,将第一视频图像对应的第一加密值与其对应的时间节点及视频清晰度进行关联,以预设的数据结果存储起来,得到第一加密数据。例如,第一视频图像对应的图像指纹特征为123456,利用服务器密钥进行加密后,所得到的第一加密值为A,其对应的时间节点00:01:30,清晰度为720P。
在一实施例中,步骤S303中的将所述第一加密值按照预设的数据结构存储起来,得到第一加密数据,可以包括以下步骤:
利用键值对的数据结构,将所述第一视频图像的第一加密值作为键,所述第一视频图像的第一视频清晰度及其对应的第一时间节点作为值关联起来并进行存储,得到第一加密数据。
在本实施例中,利用Redis数据库将第一加密数据存储起来,可采用string字符串类型数据结构以键值对的方式将第一加密数据存储起来。一个键(key)对应一个值(value)。具体的,以第一视频图像的第一加密值为键,以该第一视频图像对应的第一视频清晰度及其对应的第一时间节点作为值关联起来,生成第一视频图像的键值对,得到第一加密数据。
在一实施例中,步骤S210中的从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像,可以包括以下步骤:
S401、获取主播端上传的直播视频,对所述直播视频进行转录,得到至少一种视频清晰度的直播视频。
服务器获取主播端上传的直播视频,对直播视频进行转录,得到至少一种视频清晰度的直播视频。例如,主播端上传的直播视频的视频清晰度为蓝光16M,经过服务器转录后得到蓝光8M、蓝光4M、超清(1080P)、高清(720P)和标清(480P)等至少一种视频清晰度的直播视频,并根据观众用户对直播视频清晰度的选择下发对应的直播视频至观众用户端进行播放。
S402、在对所述直播视频进行转录过程中,截取至少一个时间节点对应的第一视频图像。
服务器对直播视频进行转录后,再将转录后的直播视频下发至观众端进行播放。服务器在对直播视频进行转录的过程中,则在该直播视频的至少一个时间节点上截取得到第一视频图像。可选的,在截取第一视频图像对应的时间节点上插入标识,以便于后续观众端在达到该时间节点时获取该时间节点对应的第二视频图像。
在一实施例中,所述第一加密数据包括第一视频图像对应第一时间节点、第一视频清晰度以及第一加密值中的至少一者;
所述第二加密数据包括所述第二视频图像对应的第二时间节点、第二视频清晰度以及第二加密值中的至少一者;所述第二加密值由所述观众端根据所述直播视频对应的客户端密钥对所述第二视频图像进行加密得到。
则,步骤S230中的将所述第一加密数据与所述第二加密数据进行比对,将相匹配的所述第二加密数据对应的观众端判定为合法客户端的,可以包括以下步骤:
S2301、将所述第一加密数据中的第一加密值、第一视频清晰度以及第一时间节点分别与所述第二加密数据中的第二加密值、第二视频清晰度以及第二时间节点分别进行比较。
S2302、若所述第一加密值和所述第二加密值、所述第一视频清晰度和所述第二视频清晰度以及所述第一时间节点和所述第二时间节点均匹配,则将所述第二加密数据对应的观众端判定为合法客户端。
具体的,第一时间节点为服务器对直播视频中的第一视频图像进行截取的时间节点,在正常情况下,第一时间节点和第二时间节点相同。第一视频清晰度是指第一视频图像对应的清晰度,如1080P,第二视频清晰度是指第二视频图像对应的清晰度。一般而言,由于服务器将直播视频转录后下发至观众端,因此,正常情况下,第一视频清晰度和第二视频清晰度也相同。第一加密值是指对第一视频图像利用服务器密钥进行对称性加密所得到加密结果,第二加密值是指对第二视频图像利用客户端密钥进行对称性加密所得到的加密结果,由于服务器密钥和客户端密钥相同,在正常情况下,相同时间节点的第一视频图像和第二视频图像也相同,则第一加密值和第二加密值理论上应相同。
在实际检测中,若第一加密值和第二加密值相同、第一视频清晰度和第二视频清晰度也相同,第一时间节点和第二时间节点也相同,则确定该第二加密数据对应的观众端实际拉取直播视频,将该观众端判定为合法客户端。
下面对另一种直播客户端的合法性检测方法的相关实施例进行详细阐述。
本申请实施例还提供了另一种直播客户端的合法性检测方法,该直播客户端的合法性检测方法应用于观众端。
具体的,如图4所示,图4是本申请实施例提供的另一种直播客户端的合法性检测方法的流程图,该直播客户端的合法性检测方法可以包括以下步骤:
S510、在观看直播视频过程中,在到达预设的至少一个时间节点时,获取所述至少一个时间节点对应的第二视频图像数据,根据所述第二视频图像数据进行加密,得到第二加密数据。
在正常情况下,观众端进入主播对应的直播间观看直播,会从服务器拉取直播视频并进行观看。在观众用户观看直播视频的过程中,当达到该直播视频对应的至少一个时间节点时,则获取该时间节点对应的第二视频图像,对该第二视频图像进行加密,得到第二加密数据。其中,该时间节点可以是预先设置的时间节点,如针对主播用户A上传的直播视频,预先设置在00:00:30、00:02:30、00:04:30、00:06:30、00:08:30和00:10:30等时间节点上,观众端在达到上述时间节点时对直播视频该时间节点对应的第二视频图像进行加密,得到第二视频图像。
可选的,观众端可以对第二视频图像进行对称性加密,得到第二加密数据;也可以是对第二视频图像进行非对称性加密,得到第二加密数据。
具体的,在本实施例中,观众端获取该直播间的直播视频对应的客户端密钥,利用该客户端密钥对第二视频图像进行对称性加密,得到第二加密数据。
在接收到直播间的开启操作后,按照预设规则生成该直播间对应的客户端密钥,将该下发至进入该直播间的观众端。
在一实施例中,观众用户进入该直播间,服务器根据该直播间的房间信息,将该房间信息对应的加密规则和加密算法等信息发送至对应的观众端。当观众端观看的时间达到预设的时间节点时,则对该时间节点对应的第二视频图像利用客户端密钥按照该直播间房间信息对应的加密规则和加密算法等进行加密,得到第二加密数据。
S520、将所述第二加密数据上传至服务器,以通过所述服务器将所述第二加密数据与预先计算得到的所述直播视频的第一加密数据进行比较,将相匹配的所述第二加密数据对应的观众端判定为合法客户端。
其中,所述第一加密数据为所述服务器从主播端上传的直播视频中截取所述至少一个时间节点对应的第一视频图像,对所述第一视频图像进行加密所得到。
主播用户通过主播端进行视频直播,并将直播视频通过主播端上传到服务器。
服务器获取到从主播端上传的直播视频后,从直播视频中截取至少一个时间节点对应的第一视频图像,例如,以直播视频的第30秒为起始时间节点,每间隔60秒截取对应时间节点上的第一视频图像,如起始时间节点为00:00:30,则在时间节点00:01:30、00:02:30、00:03:30,以此类推,在多个时间节点上截取对应的第一视频图像。在另一实施例中,还可以是以按比例递增的时间间隔上截取对应的时间节点上的第一视频图像,还可以是在任意时间节点上截取对应的第一视频图像。
进一步的,服务器对第一视频图像进行加密,得到第一加密数据,其中,第一加密数据为服务器对直播视频进行加密得到的加密数据。可选的,服务器可以对第一视频图像进行对称性加密,得到第一加密数据;也可以是对第一视频图像进行非对称性加密,得到第一加密数据。
在本实施例中,服务器获取该直播间对应的直播视频的服务器密钥,利用该服务器密钥对第一视频图像进行对称性加密,得到第一加密数据。
进一步的,在一实施例中,可以利用键值对的数据结构,将所述第一视频图像的第一加密值作为键,所述第一视频图像的第一视频清晰度及其对应的第一时间节点作为值关联起来,将第一加密数据进行存储。
在本实施例中,利用Redis数据库将第一加密数据存储起来,可采用string字符串类型数据结构以键值对的方式将第一加密数据存储起来。一个键(key)对应一个值(value)。具体的,以第一视频图像的第一加密值为键,以该第一视频图像对应的第一视频清晰度及其对应的第一时间节点作为值关联起来,生成第一视频图像的键值对,得到第一加密数据并存储起来。
观众端将第二加密数据上报至服务器,服务器将第二加密数据与预先计算得到的直播视频对应的第一加密数据进行比较,将相匹配的所述第二加密数据对应的观众端判定为合法客户端。
在一实施例中,第一加密数据包括第一视频图像对应第一时间节点、第一视频清晰度以及第一加密值中的至少一者;第二加密数据包括所述第二视频图像对应的第二时间节点、第二视频清晰度以及第二加密值中的至少一者;第二加密值由所述观众端根据所述直播视频对应的客户端密钥对所述第二视频图像进行加密得到。
将所述第一加密数据中的第一加密值、第一视频清晰度以及第一时间节点分别与所述第二加密数据中的第二加密值、第二视频清晰度以及第二时间节点分别进行比较。
若所述第一加密值和所述第二加密值、所述第一视频清晰度和所述第二视频清晰度以及所述第一时间节点和所述第二时间节点均匹配,则将所述第二加密数据对应的观众端判定为合法客户端。
具体的,第一时间节点为服务器对直播视频中的第一视频图像进行截取的时间节点,在正常情况下,第一时间节点和第二时间节点相同。第一视频清晰度是指第一视频图像对应的清晰度,如1080P,第二视频清晰度是指第二视频图像对应的清晰度。一般而言,由于服务器将直播视频转录后下发至观众端,因此,正常情况下,第一视频清晰度和第二视频清晰度也相同。第一加密值是指对第一视频图像利用服务器密钥进行对称性加密所得到加密结果,第二加密值是指对第二视频图像利用客户端密钥进行对称性加密所得到的加密结果,由于服务器密钥和客户端密钥相同,在正常情况下,相同时间节点的第一视频图像和第二视频图像也相同,则第一加密值和第二加密值理论上应相同。
在正常情况下,服务器在至少一个时间节点上截取到的第一视频图像和观众端在该时间节点上的第二视频图像是相同的,利用相同的密钥进行对称性加密所得到的第一加密数据和第二加密数据理应相匹配,若第一加密数据或第二加密数据不匹配,则说明第一视频图像和第二视频图像并不相同,若预设时长内未接收到观众端上传的第二加密数据,则确定该观众端并未实际拉取直播视频进行观看,但占用了观看人数,可能是使用了外挂,将该观众端确定为非法客户端。
若在实际检测中,若第一加密值和第二加密值相同、第一视频清晰度和第二视频清晰度也相同,第一时间节点和第二时间节点也相同,则确定该第二加密数据对应的观众端实际拉取直播视频,将该观众端判定为合法客户端。
在本实施例中,不同的主播/直播间设置有不同的服务器密钥和客户端密钥对至少一个时间节点上的第一视频图像和第二视频图像进行加密处理。可选的,在一实施例中,定期更新主播/直播间的服务器密钥和客户端密钥,以防止黑客破解密钥,提高安全性能。在另一实施例中,观众端每次进入直播间的加密规则和加密算法会发生改变,提高第二加密数据被破解的门槛。在再一实施例中,采用不可逆的破坏性加密算法对第二视频图像进行加密,将第二视频图像加密后的第二加密值进行上报,无需上报第二视频图像,既提高了安全性能,也减少了数据传输的带宽压力。
本实施例提供的直播客户端的合法性检测方法,应用于观众端,通过在观看直播视频过程中,在到达预设的至少一个时间节点时,获取所述至少一个时间节点对应的第二视频图像数据,根据所述第二视频图像数据进行加密,得到第二加密数据,将所述第二加密数据上传至服务器,以通过所述服务器将所述第二加密数据与预先计算得到的所述直播视频对应的第一加密数据进行比较,将相匹配的所述第二加密数据对应的观众端判定为合法客户端;其中,所述第一加密数据为所述服务器从主播端上传的直播视频中截取所述至少一个时间节点对应的第一视频图像,对所述第一视频图像进行加密所得到,从而能够准确检测出该观众端是合法客户端,提高了直播客户端的合法性检测效率。
为了清楚阐述本申请方案,下面结合图5对本技术方案的示例进行说明。
图5是本申请实施例提供的直播客户端的合法性检测的原理图,如图5所示,主播端101将录制的直播视频上传至服务器102,服务器102转录该直播视频,并在转录过程中截取至少一个时间节点对应的第一视频图像,并对所述第一视频图像进行加密,得到第一加密数据。服务器102将转录后的直播视频下发至观众端103,观众端103拉取直播视频并播放。在播放观看直播视频过程中,当达到至少一个时间节点,则对该时间节点对应的第二视频图像进行加密,得到第二加密数据,并将第二加密数据上报至服务器102。服务器102将第一加密数据与第二加密数据进行比对,判断第一加密数据与第二加密数据是否相匹配,若是,将该第二加密数据对应的观众端确定为合法客户端,否则,统计第一加密数据与第二加密数据之间的不相匹配的次数,判断第一加密数据与第二加密数据之间的不相匹配的次数是否达到预设阈值,或者预设时长内是否未接收到观众端上传的第二加密数据,若第一加密数据与第二加密数据之间的不相匹配的次数达到预设阈值,或者预设时长内未接收到观众端上传的第二加密数据,则确定该观众端为非法客户端。
下面对一种直播间外挂行为的识别方法的相关实施例进行详细阐述。
本申请实施例还提供了一种直播间外挂行为的识别方法,该直播间外挂行为的识别方法应用于服务器。
具体的,如图6所示,图6是本申请实施例提供的一种直播间外挂行为的识别方法的流程图,该直播间外挂行为的识别方法可以包括以下步骤:
S610、获取正常用户行为数据。
其中,所述正常用户行为数据通过从合法客户端的行为数据中提取得到,所述合法客户端通过执行上述任一实施例所提及的直播客户端的合法性检测方法所确定。
具体的,利用上述实施例所提及的直播客户端的合法性检测方法检测出合法客户端,从合法客户端中提取用户的行为数据,由于合法客户端的用户为合法用户,并没有使用外挂等非法行为,则将该合法客户端的行为数据作为正常用户行为数据。
S620、将所述正常用户行为数据作为训练样本输入到预设网络模型中进行训练,得到正常用户行为识别模型。
在本实施例中,正常用户行为数据包括调用接口、鼠标点击时间、次数、直播界面的按钮点击情况、观看时长和登录IP等数据。通常而言,正常用户的行为数据是具有逻辑性的,比如,首先打开APP、接着请求首页列表、寻找喜欢的直播间并进入观看、在观看过程中会触发送礼、发言按钮等。而非法用户,如使用外挂的用户的行为数据没有逻辑性或者一种重复某个动作。
具体的,将正常用户行为数据作为训练样本输入到预设网络模型中进行训练,通过从正常用户行为数据中提取正常用户的行为特征,以让预设网络模型学习正常用户的行为模式,得到正常用户行为识别模型。
S630、利用所述正常用户行为识别模型对直播间的用户行为的行为特征进行识别,判定所述用户行为是外挂行为。
将直播间的用户行为输入到训练好的正常用户行为识别模型中,以根据该直播间的用户行为是否具有正常用户行为数据相同或相似的行为特征,对对直播间的用户行为的行为特征进行识别,若该直播间的用户行为具有正常用户行为数据相同或相似的行为特征,则正常用户行为识别模型输出该用户为合法用户行为,若直播间的用户行为不具有正常用户行为数据相同或相似的行为特征,没有逻辑性或者重复某一动作,则确定该用户行为是外挂行为,或机器人行为,并将该用户添加到用户黑名单中。
进一步的,按照后天配置的统计周期,将统计周期内所识别出来的外挂行为对应的用户进行离线计算,得到黑名单用户表。
本实施例提供的直播间外挂行为的识别方法,通过利用上述实施例所提及的直播客户端的合法性检测方法确定合法客户端,从合法客户端的行为数据中提取得到正常用户行为数据,将正常用户行为数据作为训练样本输入到预设网络模型中进行训练得到正常用户行为识别模型,利用正常用户行为识别模型对直播间的用户行为的行为特征进行识别,判定用户行为是外挂行为,从而提高了直播间外挂行为的识别准确性和识别效率。
在相关技术中,通常是对外挂行为进行识别后人工打上标签,将带上标签的外挂行为输入到相关的神经网络模型中对外挂行为的特征进行学习,然而,外挂行为会经常更新,使得外挂的特征也时常变化,上述方式对于外挂行为的检测具有滞后性,同时需要人工经常维护外挂特征,导致维护成本高。然而,本实施例方式通过从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像,并对所述第一视频图像进行加密,得到第一加密数据;接收观众端在观看所述直播视频过程中上传的第二加密数据,其中,所述第二加密数据为观众端对所述直播视频中所述至少一个时间节点对应的第二视频图像进行加密得到;将所述第一加密数据与所述第二加密数据进行比对,将相匹配的所述第二加密数据对应的观众端判定为合法客户端,提取合法客户端的正常用户行为数据,并通过机器自动打上标签,将所述正常用户行为数据作为训练样本输入到预设网络模型中进行训练,得到正常用户行为识别模型;利用正常用户行为识别模型对直播间的用户行为的行为特征进行识别,判定该用户行为是外挂行为,提高了直播间外挂行为的识别准确性和识别效率,降低外挂行为识别的维护成本。
以上示例仅用于辅助阐述本公开技术方案,其涉及的图示内容及具体流程不构成对本公开技术方案的使用场景的限定。
下面对一种直播客户端的合法性检测装置的相关实施例进行详细阐述。
图7是本申请实施例提供的一种直播客户端的合法性检测装置的结构示意图,该直播客户端的合法性检测装置可以应用于服务器。
具体的,如图7所示,该直播客户端的合法性检测装置200可以包括:第一加密数据得到模块210、第二加密数据接收模块220和合法客户端判定模块230;
其中,第一加密数据得到模块210,用于从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像,并对所述第一视频图像进行加密,得到第一加密数据;
第二加密数据接收模块220,用于接收观众端在观看所述直播视频过程中上传的第二加密数据,其中,所述第二加密数据为观众端对所述直播视频中所述至少一个时间节点对应的第二视频图像进行加密得到;
合法客户端判定模块230,用于将所述第一加密数据与所述第二加密数据进行比对,将相匹配的所述第二加密数据对应的观众端判定为合法客户端。
本实施例提供的直播客户端的合法性检测装置,应用于服务器,能够准确检测出该观众端是合法客户端,提高了直播客户端的合法性检测效率。
在一种可能的实施方式中,第一加密数据得到模块210包括:服务器密钥获取单元、第一加密值得到单元和第一加密数据得到单元;
其中,服务器密钥获取单元,用于获取所述直播视频对应的服务器密钥;
第一加密值得到单元,用于利用所述服务器密钥根据所述第一视频图像的图像指纹特征对所述第一视频图像进行加密,得到所述第一视频图像对应的第一加密值;
第一加密数据得到单元,用于将所述第一加密值按照预设的数据结构存储起来,得到第一加密数据。
在一种可能的实施方式中,第一加密数据得到模块210包括:直播视频转录单元和第一视频图像截取单元;
其中,直播视频转录单元,用于获取主播端上传的直播视频,对所述直播视频进行转录,得到至少一种视频清晰度的直播视频;
第一视频图像截取单元,用于在对所述直播视频进行转录过程中,截取至少一个时间节点对应的第一视频图像。
在一种可能的实施方式中,所述第一加密数据包括第一视频图像对应第一时间节点、第一视频清晰度以及第一加密值中的至少一者;
所述第二加密数据包括所述第二视频图像对应的第二时间节点、第二视频清晰度以及第二加密值中的至少一者;所述第二加密值由所述观众端根据所述直播视频对应的客户端密钥对所述第二视频图像进行加密得到。
在一种可能的实施方式中,合法客户端判定模块230包括:比较单元和判定单元;
其中,比较单元,用于将所述第一加密数据中的第一加密值、第一视频清晰度以及第一时间节点分别与所述第二加密数据中的第二加密值、第二视频清晰度以及第二时间节点分别进行比较;
判定单元,用于若所述第一加密值和所述第二加密值、所述第一视频清晰度和所述第二视频清晰度以及所述第一时间节点和所述第二时间节点均匹配,则将所述第二加密数据对应的观众端判定为合法客户端。
在一种可能的实施方式中,所述将所述第一加密数据与所述第二加密数据进行比对的步骤之后,还包括:非法客户端确定单元,用于若所述第一加密数据与所述第二加密数据之间的不相匹配的次数达到预设阈值,或者预设时长内未接收到所述观众端上传的第二加密数据,则确定所述观众端为非法客户端。
在一种可能的实施方式中,第一加密数据得到单元具体用于利用键值对的数据结构,将所述第一视频图像的第一加密值作为键,所述第一视频图像的第一视频清晰度及其对应的第一时间节点作为值关联起来并进行存储,得到第一加密数据。
下面对另一种直播客户端的合法性检测装置的相关实施例进行详细阐述。
本申请实施例还提供另一种直播客户端的合法性检测装置,图8是本申请实施例提供的另一种直播客户端的合法性检测装置的结构示意图,该直播客户端的合法性检测装置可以应用于观众端。
具体的,如图8所示,该直播客户端的合法性检测装置500可以包括:第二加密数据得到模块510和第二加密数据上传模块520;
其中,第二加密数据得到模块510,用于在观看直播视频过程中,在到达预设的至少一个时间节点时,获取所述至少一个时间节点对应的第二视频图像数据,根据所述第二视频图像数据进行加密,得到第二加密数据;
第二加密数据上传模块520,用于将所述第二加密数据上传至服务器,以通过所述服务器将所述第二加密数据与预先计算得到的所述直播视频的第一加密数据进行比较,将相匹配的所述第二加密数据对应的观众端判定为合法客户端。
本实施例提供的直播客户端的合法性检测装置,应用于观众端,能够准确检测出该观众端是合法客户端,提高了直播客户端的合法性检测效率。
本实施例的直播客户端的合法性检测装置可执行本申请前述实施例所示的直播客户端的合法性检测方法,其实现原理相类似,此处不再赘述。
本申请实施例还提供直播间外挂行为的识别装置,图9是本申请实施例提供的一种直播间外挂行为的识别装置的结构示意图,该直播间外挂行为的识别装置可以应用于服务器。
具体的,如图9所示,该直播间外挂行为的识别装置600可以包括:行为数据获取模块610、识别模型得到模块620和外挂行为判定模块630;
其中,行为数据获取模块610,用于获取正常用户行为数据,其中,所述正常用户行为数据通过从合法客户端的行为数据中提取得到,所述合法客户端通过执行如上述任一实施例所提及的直播客户端的合法性检测方法所确定;
识别模型得到模块620,用于将所述正常用户行为数据作为训练样本输入到预设网络模型中进行训练,得到正常用户行为识别模型;
外挂行为判定模块630,用于利用所述正常用户行为识别模型对直播间的用户行为的行为特征进行识别,判定所述用户行为是外挂行为。
本实施例提供的直播间外挂行为的识别装置,提高了直播间外挂行为的识别准确性和识别效率。
本实施例的直播间外挂行为的识别装置可执行本申请前述实施例所示的直播间外挂行为的识别方法,其实现原理相类似,此处不再赘述。
本申请实施例中提供了一种电子设备,该电子设备包括:存储器和处理器;至少一个程序,存储于存储器中,用于被处理器执行时,与现有技术相比可实现:准确检测出该观众端是合法客户端,提高了直播客户端的合法性检测效率,并提高了直播间外挂行为的识别准确性和识别效率。
在一个可选实施例中提供了一种电子设备,如图10所示,图10所示的电子设备4000包括:处理器4001和存储器4003。其中,处理器4001和存储器4003相连,如通过总线4002相连。可选地,电子设备4000还可以包括收发器4004,收发器4004可以用于该电子设备与其他电子设备之间的数据交互,如数据的发送和/或数据的接收等。需要说明的是,实际应用中收发器4004不限于一个,该电子设备4000的结构并不构成对本申请实施例的限定。
处理器4001可以是CPU(Central Processing Unit,中央处理器),通用处理器,DSP(Digital Signal Processor,数据信号处理器),ASIC(Application SpecificIntegrated Circuit,专用集成电路),FPGA(Field Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器4001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线4002可包括一通路,在上述组件之间传送信息。总线4002可以是PCI(Peripheral Component Interconnect,外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture,扩展工业标准结构)总线等。总线4002可以分为地址总线、数据总线、控制总线等。为便于表示,图10中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器4003可以是ROM(Read Only Memory,只读存储器)或可存储静态信息和指令的其他类型的静态存储设备,RAM(Random Access Memory,随机存取存储器)或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM(Electrically ErasableProgrammable Read Only Memory,电可擦可编程只读存储器)、CD-ROM(Compact DiscRead Only Memory,只读光盘)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器4003用于存储执行本申请方案的应用程序代码,并由处理器4001来控制执行。处理器4001用于执行存储器4003中存储的应用程序代码,以实现前述方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图10示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与现有技术相比,本申请实施例准确检测出该观众端是合法客户端,提高了直播客户端的合法性检测效率,并提高了直播间外挂行为的识别准确性和识别效率。
本申请实施例提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备,如电子设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行时实现如下情况:
从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像,并对所述第一视频图像进行加密,得到第一加密数据;
接收观众端在观看所述直播视频过程中上传的第二加密数据,其中,所述第二加密数据为观众端对所述直播视频中所述至少一个时间节点对应的第二视频图像进行加密得到;
将所述第一加密数据与所述第二加密数据进行比对,将相匹配的所述第二加密数据对应的观众端判定为合法客户端。
该计算机设备执行时还可以实现如下情况:
在观看直播视频过程中,在到达预设的至少一个时间节点时,获取所述至少一个时间节点对应的第二视频图像数据,根据所述第二视频图像数据进行加密,得到第二加密数据;
将所述第二加密数据上传至服务器,以通过所述服务器将所述第二加密数据与预先计算得到的所述直播视频对应的第一加密数据进行比较,将相匹配的所述第二加密数据对应的观众端判定为合法客户端;其中,所述第一加密数据为所述服务器从主播端上传的直播视频中截取所述至少一个时间节点对应的第一视频图像,对所述第一视频图像进行加密所得到。
该计算机设备执行时还可以实现如下情况:
获取正常用户行为数据,其中,所述正常用户行为数据通过从合法客户端的行为数据中提取得到,所述合法客户端通过执行如上述实施例所述的直播客户端的合法性检测方法所确定;
将所述正常用户行为数据作为训练样本输入到预设网络模型中进行训练,得到正常用户行为识别模型;
利用所述正常用户行为识别模型对直播间的用户行为的行为特征进行识别,判定所述用户行为是外挂行为。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备执行上述实施例所示的方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该模块本身的限定,例如,第一加密数据得到模块还可以被描述为“得到第一加密数据的模块”。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (12)
1.一种直播客户端的合法性检测方法,其特征在于,应用于服务器,包括以下步骤:
从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像;
对所述第一视频图像进行加密,得到第一加密数据,包括:获取所述直播视频对应的服务器密钥,利用所述服务器密钥根据所述第一视频图像的图像指纹特征对所述第一视频图像进行加密,得到所述第一视频图像对应的第一加密值,将所述第一加密值按照预设的数据结构进行存储,得到第一加密数据,所述图像指纹特征包括第一视频图像中不同图像像素之间的区别;
接收观众端在观看所述直播视频过程中上传的第二加密数据;其中,所述第二加密数据为观众端对所述直播视频中所述至少一个时间节点对应的第二视频图像进行加密得到;
将所述第一加密数据与所述第二加密数据进行比对;
将相匹配的所述第二加密数据对应的观众端判定为合法客户端;
若所述第一加密数据与所述第二加密数据之间不相匹配的次数达到预设阈值,或者预设时长内未接收到所述观众端上传的第二加密数据,则判定所述观众端为非法客户端。
2.根据权利要求1所述的方法,其特征在于,所述从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像的步骤包括:
获取主播端上传的直播视频,对所述直播视频进行转录,得到至少一种视频清晰度的直播视频;
在对所述直播视频进行转录过程中,截取至少一个时间节点对应的第一视频图像。
3.根据权利要求1至2任一项所述的方法,其特征在于,所述第一加密数据包括第一视频图像对应第一时间节点、第一视频清晰度以及第一加密值中的至少一者;
所述第二加密数据包括所述第二视频图像对应的第二时间节点、第二视频清晰度以及第二加密值中的至少一者;所述第二加密值由所述观众端根据所述直播视频对应的客户端密钥对所述第二视频图像进行加密得到。
4.根据权利要求3所述的方法,其特征在于,所述将所述第一加密数据与所述第二加密数据进行比对,将相匹配的所述第二加密数据对应的观众端判定为合法客户端的步骤包括:
将所述第一加密数据中的第一加密值、第一视频清晰度以及第一时间节点分别与所述第二加密数据中的第二加密值、第二视频清晰度以及第二时间节点分别进行比较;
若所述第一加密值和所述第二加密值、所述第一视频清晰度和所述第二视频清晰度以及所述第一时间节点和所述第二时间节点均匹配,则将所述第二加密数据对应的观众端判定为合法客户端。
5.根据权利要求1所述的方法,其特征在于,所述将所述第一加密值按照预设的数据结构存储起来,得到第一加密数据的步骤包括:
利用键值对的数据结构,将所述第一视频图像的第一加密值作为键,所述第一视频图像的第一视频清晰度及其对应的第一时间节点作为值关联起来并进行存储,得到第一加密数据。
6.一种直播客户端的合法性检测方法,其特征在于,应用于观众端,包括以下步骤:
在观看直播视频过程中,在到达预设的至少一个时间节点时,获取所述至少一个时间节点对应的第二视频图像数据,根据所述第二视频图像数据进行加密,得到第二加密数据;
将所述第二加密数据上传至服务器,以通过所述服务器将所述第二加密数据与预先计算得到的所述直播视频对应的第一加密数据进行比较;
将相匹配的所述第二加密数据对应的观众端判定为合法客户端;
若所述第一加密数据与所述第二加密数据之间不相匹配的次数达到预设阈值,或者预设时长内未接收到所述观众端上传的第二加密数据,则判定所述观众端为非法客户端;
其中,所述第一加密数据为所述服务器从主播端上传的直播视频中截取所述至少一个时间节点对应的第一视频图像,对所述第一视频图像进行加密所得到,对所述第一视频图像进行加密,得到第一加密数据,包括:获取所述直播视频对应的服务器密钥,利用所述服务器密钥根据所述第一视频图像的图像指纹特征对所述第一视频图像进行加密,得到所述第一视频图像对应的第一加密值,将所述第一加密值按照预设的数据结构进行存储,得到第一加密数据,所述图像指纹特征包括第一视频图像中不同图像像素之间的区别。
7.一种直播间外挂行为的识别方法,其特征在于,包括以下步骤:
获取正常用户行为数据;其中,所述正常用户行为数据通过从合法客户端的行为数据中提取得到,所述合法客户端通过执行如权利要求1至6任一项所述的直播客户端的合法性检测方法所确定;
将所述正常用户行为数据作为训练样本输入到预设网络模型中进行训练,得到正常用户行为识别模型;
利用所述正常用户行为识别模型对直播间的用户行为的行为特征进行识别,判定所述用户行为是外挂行为。
8.一种直播客户端的合法性检测装置,其特征在于,应用于服务器,包括:
第一加密数据得到模块,用于从主播端上传的直播视频中截取至少一个时间节点对应的第一视频图像;
并对所述第一视频图像进行加密,得到第一加密数据,包括:获取所述直播视频对应的服务器密钥,利用所述服务器密钥根据所述第一视频图像的图像指纹特征对所述第一视频图像进行加密,得到所述第一视频图像对应的第一加密值,将所述第一加密值按照预设的数据结构存储起来,得到第一加密数据,所述图像指纹特征包括第一视频图像中不同图像像素之间的区别;
第二加密数据接收模块,用于接收观众端在观看所述直播视频过程中上传的第二加密数据;其中,所述第二加密数据为观众端对所述直播视频中所述至少一个时间节点对应的第二视频图像进行加密得到;
合法客户端判定模块,用于将所述第一加密数据与所述第二加密数据进行比对;
将相匹配的所述第二加密数据对应的观众端判定为合法客户端;
若所述第一加密数据与所述第二加密数据之间的不相匹配的次数达到预设阈值,或者预设时长内未接收到所述观众端上传的第二加密数据,则判定所述观众端为非法客户端。
9.一种直播客户端的合法性检测装置,其特征在于,应用于观众端,包括:
第二加密数据得到模块,用于在观看直播视频过程中,在到达预设的至少一个时间节点时,获取所述至少一个时间节点对应的第二视频图像数据,根据所述第二视频图像数据进行加密,得到第二加密数据;
第二加密数据上传模块,用于将所述第二加密数据上传至服务器,以通过所述服务器将所述第二加密数据与预先计算得到的所述直播视频的第一加密数据进行比较;
将相匹配的所述第二加密数据对应的观众端判定为合法客户端;
若所述第一加密数据与所述第二加密数据之间的不相匹配的次数达到预设阈值,或者预设时长内未接收到所述观众端上传的第二加密数据,则判定所述观众端为非法客户端;
其中,所述第一加密数据为所述服务器从主播端上传的直播视频中截取所述至少一个时间节点对应的第一视频图像,对所述第一视频图像进行加密所得到,对所述第一视频图像进行加密,得到第一加密数据,包括:获取所述直播视频对应的服务器密钥,利用所述服务器密钥根据所述第一视频图像的图像指纹特征对所述第一视频图像进行加密,得到所述第一视频图像对应的第一加密值,将所述第一加密值按照预设的数据结构存储起来,得到第一加密数据,所述图像指纹特征包括第一视频图像中不同图像像素之间的区别。
10.一种直播间外挂行为的识别装置,其特征在于,包括:
行为数据获取模块,用于获取正常用户行为数据;其中,所述正常用户行为数据通过从合法客户端的行为数据中提取得到,所述合法客户端通过执行如权利要求1至6任一项所述的直播客户端的合法性检测方法所确定;
识别模型得到模块,用于将所述正常用户行为数据作为训练样本输入到预设网络模型中进行训练,得到正常用户行为识别模型;
外挂行为判定模块,用于利用所述正常用户行为识别模型对直播间的用户行为的行为特征进行识别,判定所述用户行为是外挂行为。
11.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-6任一项所述的直播客户端的合法性检测方法或权利要求7所述的直播间外挂行为的识别方法。
12.一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上存储有计算机程序,该程序被处理器执行时实现权利要求1-6任一项所述的直播客户端的合法性检测方法或权利要求7所述的直播间外挂行为的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110062810.XA CN112929679B (zh) | 2021-01-18 | 2021-01-18 | 直播客户端的合法性检测、外挂行为的识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110062810.XA CN112929679B (zh) | 2021-01-18 | 2021-01-18 | 直播客户端的合法性检测、外挂行为的识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112929679A CN112929679A (zh) | 2021-06-08 |
CN112929679B true CN112929679B (zh) | 2024-03-01 |
Family
ID=76162996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110062810.XA Active CN112929679B (zh) | 2021-01-18 | 2021-01-18 | 直播客户端的合法性检测、外挂行为的识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112929679B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113645214B (zh) * | 2021-08-03 | 2023-08-15 | 北京百度网讯科技有限公司 | 数据检测方法、装置、电子设备及可读存储介质 |
CN114339282A (zh) * | 2021-12-27 | 2022-04-12 | 上海哔哩哔哩科技有限公司 | 直播互动中主播形象图片的传输方法及装置 |
CN115834926B (zh) * | 2022-11-21 | 2023-11-21 | 深圳市超时代软件有限公司 | 基于h.265熵编码二值化的视频加密方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1893347A (zh) * | 2005-07-08 | 2007-01-10 | 王荣 | 一种检测网络游戏作弊的方法 |
CN105245514A (zh) * | 2015-09-28 | 2016-01-13 | 珠海多玩信息技术有限公司 | 外挂识别方法、装置及系统 |
CN107426521A (zh) * | 2016-05-24 | 2017-12-01 | 中兴通讯股份有限公司 | 一种视频通话方法及终端 |
CN107613314A (zh) * | 2017-10-09 | 2018-01-19 | 武汉斗鱼网络科技有限公司 | 一种检测直播中刷人气行为的方法及装置 |
CN108881966A (zh) * | 2018-04-13 | 2018-11-23 | 武汉斗鱼网络科技有限公司 | 一种信息处理方法以及相关设备 |
CN110430194A (zh) * | 2019-08-06 | 2019-11-08 | 腾讯科技(深圳)有限公司 | 一种信息验证的方法、棋牌信息验证的方法及装置 |
CN111294667A (zh) * | 2020-03-09 | 2020-06-16 | 联通沃音乐文化有限公司 | 一种基于加密时间戳的在线视频防盗系统和方法 |
-
2021
- 2021-01-18 CN CN202110062810.XA patent/CN112929679B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1893347A (zh) * | 2005-07-08 | 2007-01-10 | 王荣 | 一种检测网络游戏作弊的方法 |
CN105245514A (zh) * | 2015-09-28 | 2016-01-13 | 珠海多玩信息技术有限公司 | 外挂识别方法、装置及系统 |
CN107426521A (zh) * | 2016-05-24 | 2017-12-01 | 中兴通讯股份有限公司 | 一种视频通话方法及终端 |
CN107613314A (zh) * | 2017-10-09 | 2018-01-19 | 武汉斗鱼网络科技有限公司 | 一种检测直播中刷人气行为的方法及装置 |
CN108881966A (zh) * | 2018-04-13 | 2018-11-23 | 武汉斗鱼网络科技有限公司 | 一种信息处理方法以及相关设备 |
CN110430194A (zh) * | 2019-08-06 | 2019-11-08 | 腾讯科技(深圳)有限公司 | 一种信息验证的方法、棋牌信息验证的方法及装置 |
CN111294667A (zh) * | 2020-03-09 | 2020-06-16 | 联通沃音乐文化有限公司 | 一种基于加密时间戳的在线视频防盗系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112929679A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112929679B (zh) | 直播客户端的合法性检测、外挂行为的识别方法和装置 | |
US20200213409A1 (en) | Systems and methods for transferring application state between devices based on gestural input | |
US8958550B2 (en) | Encryption operation with real data rounds, dummy data rounds, and delay periods | |
US10762582B2 (en) | System and method of sharing content consumption information | |
US11700433B2 (en) | Verifying the rendering of video content at client devices using trusted platform modules | |
US20210192551A1 (en) | Using hashed media identifiers to determine audience measurement data including demographic data from third party providers | |
WO2019001083A1 (zh) | 一种视频流地址鉴权方法及装置 | |
Wu et al. | Do you see what i see?< subtitle> detecting hidden streaming cameras through similarity of simultaneous observation | |
US20200029112A1 (en) | Request Identification Method and Apparatus | |
US10142382B1 (en) | Detecting video streaming and identifying streamed videos | |
CN118018673B (zh) | 一种视频数据传输方法、装置、设备和介质 | |
CN112261427B (zh) | 恶意节点的识别方法及装置、电子设备 | |
KR102385683B1 (ko) | 공유기를 이용한 컨텐츠 시청 단말 제공 방법 및 이를 위한 장치 | |
WO2013141101A1 (ja) | 端末装置、中継装置、情報処理方法、プログラム、およびコンテンツ識別システム | |
US20120096501A1 (en) | Frame sharing | |
US11675775B2 (en) | Systems and methods for improving accuracy of device maps using media viewing data | |
US9906833B2 (en) | Methods and systems to monitor a media device using a digital audio signal | |
WO2017197817A1 (zh) | 一种数据处理方法、装置、电子设备及服务器 | |
CN112533019B (zh) | 用户设备的检测方法和装置 | |
KR20200048014A (ko) | 이동 단말기를 이용한 셋톱박스 사용자 인증과 실제 사용자에게 콘텐츠를 추천하는 시스템 및 방법 | |
CN116684207B (zh) | 一种基于区块链的监控数据处理方法、装置、设备和介质 | |
Masciopinto et al. | IPTV streaming classification | |
US20240223570A1 (en) | Network interference control for wireless transmission | |
CN115328418A (zh) | 投屏方法、装置、计算机设备以及存储介质 | |
Devices | PriSEMD-A Privacy-Friendly Approach to Analyze and Measure Smart Entertainment Devices |
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 |