CN113521748A - 一种作弊检测方法及装置 - Google Patents

Abstract

本申请实施例公开了一种作弊检测方法及装置；本申请实施例可以获取游戏的作弊举报消息；基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；对所述游戏场景数据进行渲染，得到游戏作弊场景的视频片段；对所述游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包；对游戏数据包进行作弊行为解析，得到解析结果；根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。该方案可以提高游戏的作弊检测效率。

Description

一种作弊检测方法及装置

技术领域

本申请涉及计算机技术领域，具体涉及一种作弊检测方法及装置。

背景技术

因特网的发展也带动了娱乐方式的多元化，例如，网络游戏使得人们可以以玩家的身份享受游戏带来的乐趣，也可以体验到多玩家之间游戏竞技的趣味。但是，由此也相应引发了一些问题，比如，网络游戏中的作弊行为会极大削弱游戏的公平性，并且，若作弊行为无法得到准确地检测和及时地处理，同样会极大影响游戏的体验。因此，作弊检测变得愈发重要。

在对相关技术的研究和实践过程中，本申请的发明人发现，对于可能存在作弊行为的游戏局，作弊玩家可以修改用于渲染还原出该局游戏画面的数据源，从而扰乱了作弊检测的正确性；进一步地，若作弊玩家使用游戏作弊程序绕过了作弊检测机制的检测逻辑，同样会使得作弊检测的效率低下。此外，基于由游戏渲染还原出的游戏画面以进行作弊检测，使得游戏的作弊检测很大程度上依赖该生成的游戏画面，也同样使得作弊检测效率低下。

发明内容

本申请实施例提供一种作弊检测方法及装置，可以提高游戏的作弊检测效率。

本申请实施例提供一种作弊检测方法，包括：

获取游戏的作弊举报消息；

基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；

对所述游戏场景数据进行渲染，得到游戏作弊场景的视频片段；

对所述游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包；

对游戏数据包进行作弊行为解析，得到解析结果；

根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。

相应的，本申请实施例还提供一种作弊检测装置，包括：

第一获取单元，用于获取游戏的作弊举报消息；

第二获取单元，用于基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；

渲染单元，用于对所述游戏场景数据进行渲染，得到游戏作弊场景的视频片段；

分解单元，用于对所述游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包；

解析单元，用于对游戏数据包进行作弊行为解析，得到解析结果；

生成单元，用于根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。

在一实施例中，所述渲染单元，包括：

视角确定子单元，用于根据所述作弊举报消息的来源标志，将被举报玩家的游戏视角确定为所述游戏场景数据的渲染视角；

数据转换子单元，用于基于所述渲染视角，对所述游戏场景数据进行转换，得到转换后的游戏场景数据；

视频生成子单元，用于利用所述转换后的游戏场景数据生成完整游戏过程的视频片段；

视频选择子单元，用于在所述完整游戏过程的视频片段中选择作弊视频片段为游戏作弊场景的视频片段。

在一实施例中，所述视频选择子单元，用于：

确定所述完整游戏过程视频片段中的关键作弊场景；在所述完整游戏过程的视频片段中查找包括所述关键作弊场景的预设时长视频片段；确定所述预设时长视频片段为游戏作弊场景的视频片段。

在一实施例中，所述分解单元，包括：

类别确定子单元，用于针对所述游戏场景数据，确定至少一个作弊检测数据类别；

数据提取子单元，用于从所述游戏场景数据中提取相应作弊检测数据类别下的游戏数据信息，得到至少一个游戏作弊行为的游戏数据包。

在一实施例中，所述解析单元，包括：

属性获取子单元，用于获取所述游戏数据包的插件属性；

插件确定子单元，用于基于所述插件属性，确定与所述游戏数据包对应的检测插件；

插件解析子单元，用于通过所述检测插件解析所述游戏数据包，得到解析结果。

在一实施例中，所述生成单元，包括：

汇总子单元，用于汇总至少一个游戏数据包的解析结果，得到汇总后的解析结果；

结果生成子单元，用于根据所述视频片段和所述汇总后的解析结果，生成针对所述作弊举报消息的作弊检测结果。

在一实施例中，所述结果生成子单元，用于：

基于所述汇总后的解析结果，对被举报玩家的作弊属性进行判断；若判断结果为作弊，则确定所述作弊检测结果为作弊；若判断结果为非作弊，则将所述视频片段和所述汇总后的解析结果发送到人工审核单元；基于人工审核单元返回的作弊判断结果确定所述作弊举报消息的作弊检测结果。

在一实施例中，所述第二获取单元，包括：

确定子单元，用于基于所述作弊举报消息，确定游戏的可信数据源，其中，所述游戏的可信数据源包括举报玩家的客户端和所述游戏的服务器；

数据获取子单元，用于从所述确定的可信数据源获取所述游戏的游戏原始数据；

数据解析子单元，用于对所述得到的游戏原始数据进行解析，得到所述游戏的游戏场景数据。

在一实施例中，作弊检测装置还包括：

反馈获得单元，用于基于所述作弊检测结果，生成针对所述作弊举报消息的反馈信息；

反馈发送单元，用于发送所述反馈信息给所述作弊举报消息的举报玩家的客户端。

本申请实施例可以获取游戏的作弊举报消息；基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；对所述游戏场景数据进行渲染，得到游戏作弊场景的视频片段；对所述游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包；对游戏数据包进行作弊行为解析，得到解析结果；根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。

该方案通过举报玩家的客户端或者游戏的服务器获取游戏的游戏场景数据，使得作弊玩家无法篡改和破坏该数据，从而大大提升了基于该数据进行的作弊检测的检测效率。此外，该方案可以在生成游戏作弊场景视频片段的同时，进行针对作弊玩家游戏作弊行为的检测，使得该检测不依赖于必须先生成游戏作弊场景视频片段，而是在生成游戏作弊场景的视频片段过程中即可输出针对作弊行为的检测结果，从而可以将该游戏作弊场景的视频片段和该检测结果汇总后一起输出，以便于直接对作弊玩家进行处罚或者将视频片段交给审核人力再次确认，因此，可以很大程度地节省作弊检测的外包人力、提升作弊检测环节的用户体验，更重要的是，显著地提升了作弊检测的效率。

附图说明

为了更清楚地说明本申请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申请的一些实施例，对于本领域技术人员来讲，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是本申请实施例提供的作弊检测方法的场景示意图；

图2是本申请实施例提供的作弊检测方法的流程图；

图3是本申请实施例提供的作弊检测方法的举报审判逻辑示意图；

图4是本申请实施例提供的作弊检测方法的另一流程示意图；

图5是本申请实施例提供的作弊检测方法的作弊检测流程示意图；

图6是本申请实施例提供的作弊检测装置的结构示意图；

图7是本申请实施例提供的作弊检测装置的另一结构示意图；

图8是本申请实施例提供的作弊检测装置的另一结构示意图；

图9是本申请实施例提供的作弊检测装置的另一结构示意图；

图10是本申请实施例提供的作弊检测装置的另一结构示意图

图11是本申请实施例提供的作弊检测装置的另一结构示意图；

图12是本申请实施例提供的作弊检测装置的另一结构示意图；

图13是本申请实施例提供的计算机设备的结构示意图；

图14是本申请实施例提供的分布式系统500应用于区块链系统的一个可选的结构示意图；

图15是本申请实施例提供的区块结构的一个可选示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。

本申请实施例提供一种作弊检测方法及装置。具体地，本申请实施例提供适用于计算机设备的作弊检测装置。其中，该计算机设备可以为终端或服务器等设备；该终端可以为手机、平板电脑、笔记本电脑等设备；该服务器可以是单台服务器，也可以是由多个服务器组成的服务器集群。

本申请实施例将以作弊检测方法由服务器和终端共同执行为例，来介绍作弊检测方法。

参考图1，本申请实施例提供了作弊检测系统包括服务器10和终端20；该服务器10和终端20通过网络连接，比如，通过有线或无线网络连接等。

其中，终端20上可以安装有游戏，终端20可以将游戏操作的关键数据发送给服务器10，比如，用户在终端20上进行添加好友、删除好友、使用物品等游戏操作时，可以触发终端20将该操作的关键数据发送给服务器10进行相应地数据处理，使得玩家在终端20上能够顺畅地运行游戏。又比如，多个游戏玩家在不同的终端20上进行游戏对战时，各个终端20可以相应地将该终端20上的游戏操作数据发送到服务器10上，服务器基于得到的游戏操作数据进行相应的数据处理，并将该处理的结果相应地发送到多个游戏玩家的终端20，使得多个游戏玩家的对战可以顺畅地进行。

其中，游戏玩家在终端20上进行游戏对局的时候，可以通过多种方式进行作弊行为，例如，以外挂的方式作弊。具体地，在游戏中外挂可以指通过修改游戏数据而为玩家谋取利益的作弊程序或软件，即利用电脑技术针对一个或多个软件进行非原设操作，篡改游戏原本正常的设定和规则，大幅增强游戏角色的技能和超越常规的能力，从而达到轻松获取胜利、奖励和快感的好处，通过改变软件的部分程序制作而成的作弊程序。若游戏玩家通过使用外挂等方法在游戏对局中作弊，则正常玩家可以通过终端20将作弊举报消息发送给服务器10，服务器10在获取作弊举报消息后可以针对该作弊举报消息进行作弊检测，进一步地，可以将生成的作弊检测结果通过发送数据给终端20来反馈给玩家。

其中，服务器10可以获取游戏的作弊举报消息；基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；对所述游戏场景数据进行渲染，得到游戏作弊场景的视频片段；对所述游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包；对游戏数据包进行作弊行为解析，得到解析结果；根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。

以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。

本申请实施例提供的一种作弊检测方法，该方法可以由服务器执行，也可以由终端和服务器共同执行；本申请实施例以作弊检测方法由服务器执行为例来进行说明，具体的，由集成在服务器中的作弊检测装置来执行，如图2所述，该作弊检测方法的具体流程可以如下：

101、获取游戏的作弊举报消息。

其中，服务器获取的作弊举报消息可以在多种情景下产生。比如，在至少一个游戏玩家参与的游戏中，作弊玩家可以通过作弊来修改游戏数据、从而获得异常的游戏表现；而正常玩家在游戏对局中可以感知到同局作弊玩家的游戏表现异常，从而可以向服务器发送作弊举报消息，使服务器获取游戏的作弊举报消息。譬如，在多玩家竞技类游戏中，正常玩家发现作弊玩家通过使用外挂程序使得自己的游戏表现得到提升时，则可以发送作弊举报消息对该作弊玩家进行举报，服务器也相应地获取游戏的作弊举报消息。

其中，作弊举报消息可以包括多项信息数据，比如，可以包括相关游戏的游戏名称、举报玩家的账号(ID,Identity Document)、被举报的作弊玩家ID、涉及的作弊行为、作弊举报消息的发送时间等等。譬如，在射击竞技类游戏中，服务器可以获取到游戏的作弊举报消息，该作弊举报消息中包括该射击竞技类游戏的游戏名称、发送作弊举报消息的正常玩家的昵称和ID，被举报作弊的作弊玩家的昵称、ID和涉及的作弊行为，该作弊举报消息发送的时间，以及额外的注释信息等等。

102、基于作弊举报消息，从游戏的可信数据源获取游戏的游戏场景数据。

其中，作弊举报消息可以包括多项消息数据，比如，相关的游戏名称、举报玩家的ID、被举报的作弊玩家的ID等信息，因此，可以通过作弊举报消息定位到相关的游戏局，以便后续通过举报玩家的客户端或游戏服务器获取该局游戏的游戏场景数据。

其中，游戏的可信数据源为获取游戏相关数据的渠道，并且，从该渠道获取的游戏相关数据不会被破坏或篡改，使得数据的可信度可以得到保证。例如，在游戏对局中有作弊玩家发生了游戏作弊行为时，游戏的游戏服务器或该游戏对局的举报玩家的客户端可以为该游戏的可信数据源，即，从该游戏的游戏服务器或举报玩家的客户端处获得的数据，是对作弊玩家的游戏作弊行为的原始记录，且该数据未经作弊玩家的破坏或篡改。

其中，游戏场景数据可以包括游戏对局过程中的状态数据及事件数据，具体地，状态数据可以为描述玩家在游戏中的角色状态的数据，事件数据可以为描述玩家在游戏中的事件状态的数据。例如，在射击竞技类游戏中，状态数据可以包括游戏角色的血量、游戏角色所在位置的坐标、游戏角色在游戏场景中的朝向和游戏角色身上的装备，等等；事件数据可以包括开枪事件的相关数据、奔跑事件的相关数据，等等。

在一实施例中，可以通过作弊举报消息确定相关的游戏局，并通过游戏服务器或者举报玩家的客户端获取该游戏的游戏场景数据。具体地，步骤“基于作弊举报消息，从游戏的可信数据源获取游戏的游戏场景数据”，可以包括：

基于作弊举报消息，确定游戏的可信数据源，其中，游戏的可信数据源包括举报玩家的客户端和该游戏的服务器；

从确定的可信数据源获取该游戏的游戏原始数据；

对得到的游戏原始数据进行解析，得到该游戏的游戏场景数据。

其中，作弊举报消息中可以包括相关的游戏名称、举报玩家的ID、被举报的作弊玩家的ID、该作弊举报消息的发送时间、额外备注等信息数据。

其中，可以通过作弊举报消息，确定游戏的可信数据源、以及定位发生作弊行为的游戏局。具体地，在实际应用中，不同的游戏对于游戏原始数据的获取渠道有不同的设置，比如，可以为通过游戏玩家获取，也可以为通过游戏服务器获取，等等。因此，通过确定游戏，即可确定该游戏的游戏原始数据是通过该游戏的服务器获取，还是通过的举报玩家的客户端获取。此外，可以通过消息数据中的举报玩家ID、作弊玩家ID、作弊举报消息的发送时间和额外备注等信息数据确定发生作弊行为的游戏局，从而可以准确地获取到发生作弊行为的游戏局的游戏原始数据。

譬如，在获取到作弊举报消息后，通过对该作弊举报消息的解析可以确定：在一棋牌竞技游戏中，玩家A因为玩家B使用了外挂导致游戏表现异常对玩家B进行了举报，具体地，该游戏局发生在2020年3月5日下午3：00。可以基于玩家和游戏时间的信息定位到具体的游戏局，加之由于该棋牌竞技游戏设置了游戏原始数据的获取方式为从游戏的服务器获取，因此，可以确定可信数据源为该游戏的服务器，并从该游戏的服务器中获取到相关游戏局的游戏原始数据。

其中，游戏原始数据可以用于完全还原并渲染出当局游戏的所有画面，具体地，可以从游戏原始数据中进一步获得包括游戏状态数据和游戏事件数据的游戏场景数据。进而通过得到的游戏原始数据，获得用于渲染当局游戏画面、以及用于游戏作弊检测的游戏场景数据。

在实际应用中，参考图3，获得的游戏原始数据也称数据流文件，可以基于该数据流文件得到包括状态数据及事件数据的游戏场景数据，该游戏场景数据在实际应用中可以运用在游戏转码中,以生成游戏作弊场景的视频片段，同时，可以运用在渲染时判定中，以得到作弊用户是否在游戏中进行作弊的检测结果。

103、对该游戏场景数据进行渲染，得到游戏作弊场景的视频片段。

其中，渲染可以为基于游戏场景数据生成游戏对象、场景环境、动画和渲染效果等的数据处理过程。比如，可以基于游戏场景数据中的状态数据和事件数据，还原并渲染出当局游戏的所有画面。譬如，在射击竞技类游戏中，可以基于对游戏场景数据的渲染，生成一局游戏中的所有画面，该画面中可以包括游戏角色、射击环境、射击动作等游戏画面元素。

其中，游戏作弊场景的视频片段可以为完整游戏过程中包括作弊行为的视频片段。比如，基于对游戏场景数据进行渲染可以得到该局完整游戏过程的视频片段，而该完整过程的视频片段中包括作弊玩家实行游戏作弊的片段、也包括其他非作弊行为的片段，因此可以从该局完整游戏过程的视频片段中选择包括作弊玩家实行游戏作弊的视频片段。譬如，射击竞技类游戏中，在获得该局完整游戏过程的视频片段后，可以选择包括射击镜头开始前5秒到射击镜头结束后5秒内的视频片段作为游戏作弊场景的视频片段。

在一实施例中，可以基于得到的游戏场景数据进行渲染，从而生成游戏作弊场景的视频片段，具体地，步骤“对该游戏场景数据进行渲染，生成游戏作弊场景的视频片段”，可以包括：

根据作弊举报消息的来源标志，将被举报玩家的游戏视角确定为游戏场景数据的渲染视角；

基于该渲染视角，对游戏场景数据进行转换，得到转换后的游戏场景数据；

利用转换后的游戏场景数据生成完整游戏过程的视频片段；

在完整游戏过程的视频片段中选择作弊视频片段为游戏作弊场景的视频片段。

其中，被举报玩家为被正常玩家举报游戏作弊的作弊玩家，譬如，在棋牌类游戏中，玩家A举报玩家B在游戏中作弊，并向服务器发送了作弊举报消息，则玩家B为基于该作弊举报消息的被举报玩家，相应地，玩家A为基于该作弊举报消息的举报玩家。

其中，游戏视角可以包括第一人称视角和第二人称视角。在游戏体验中，第一人称视角可以为游戏操作者本人的视角，第二人称视角可以为与该游戏操作者对战的敌人视角。例如，在射击类游戏中，玩家以第一人称视角进行游戏操作，可以身临其境地体验游戏带来的视觉冲击。若获得玩家第一人称视角的游戏视频片段，则相当于以游戏操作者本人的视角观看整场游戏演示、自己所见即为操作者所见。

在一实施例中，可以通过作弊举报消息的来源标志，将被举报玩家、即作弊玩家的第一人称视角确定为游戏场景数据的渲染视角。在实际应用中，参考图3，在得到包含状态数据和事件数据的游戏场景数据后，可以经过视角调整将作弊玩家视角确定为渲染视角。

其中，对游戏场景数据的转换可以在确定了渲染视角后，基于该渲染视角、相应地将游戏场景数据进行转换，以得到在该渲染视角下的游戏对象和游戏环境等数据的参数。进而可以使得基于这些参数所生成的游戏视频片段为该渲染视角下的游戏视频片段。

其中，在确定了渲染视角和转换后的游戏场景数据后，可以利用该转换后的游戏场景数据进行渲染，得到该渲染视角下的完整游戏过程的视频片段。例如，在射击对战类游戏中，获得举报玩家C作弊的作弊举报消息后，可以确定玩家C的游戏视角为渲染视角；在获得转换后的游戏场景数据后，可以利用该游戏场景数据生成玩家C视角下的完整游戏过程视频片段。

在实际应用中，参考图3，在确定了作弊玩家视角后，可以进行模拟渲染，以生成完整的游戏画面。

进一步地，可以在生成的完整游戏过程视频片段中，选择包括作弊玩家作弊行为的视频片段作为游戏作弊场景的视频片段。例如，在射箭类游戏中，可以跳过玩家奔跑、对话等内容，选择玩家射箭的视频片段作为游戏作弊场景的视频片段。又如，参考图3，可以通过游戏跳播的方式，跳过不影响作弊判断的游戏画面，在实际应用中，跳播逻辑可以根据业务场景需要进行调整，比如，在射击竞技类游戏中，可以采用射击镜头前后一分钟的跳播策略。

在本实施例中，通过对转换后的游戏场景数据进行渲染，得到了渲染视角下的完整游戏过程视频片段，进一步地，可以通过在该视频片段中选择包括作弊视频片段作为游戏作弊场景的视频片段。具体地，步骤“在完整游戏过程的视频片段中选择作弊视频片段为游戏作弊场景的视频片段”，可以包括：

确定该完整游戏过程视频片段中的关键作弊场景；

在该完整游戏过程的视频片段中查找包括该关键作弊场景的预设时长视频片段；

确定该预设时长视频片段为游戏作弊场景的视频片段。

其中，关键作弊场景为作弊玩家实行游戏作弊的场景，比如，在射箭类游戏中，获取胜利的关键在于发挥出出色的射箭能力，因此，关键作弊场景可以为玩家进行射箭的场景；又如，在战斗竞技类游戏中，关键作弊场景可以为玩家与对手进行战斗时的场景，等等。

其中，预设时长的确定可以根据不同游戏业务场景的需要进行调整。比如，在射箭类游戏中，若设定一局游戏中每次射箭的时常为1分钟，则可以相应地在该局完整游戏过程的视频片段中，以1分钟为查找窗口，查找该时间窗口内的射箭画面。又如，在射击类游戏中，射击镜头的时长在不同的游戏对局中相应地有所变化，则可以采用录制射击镜头前后一分钟的跳播策略，查找到关键作弊场景、并录制该关键作弊场景镜头的所有片段。即在本实施例中，预设时长的设置可以根据不同游戏业务场景的需要进行调整。

在一实施例中，在完整游戏过程的视频片段中查找到包括关键作弊场景的预设时长视频片段后，可以将该预设时长视频片段确定为游戏作弊场景的视频片段。在实际应用中，参考图3，通过游戏跳播的形式查找到关键片段画面后，可以通过视频录制的方式将关键片段的视频录制成一个游戏视频文件。

104、对游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包。

其中，游戏场景数据中包括作弊玩家在该局游戏中所有的事件数据和状态数据，因此，游戏场景数据中记载了作弊玩家在该局游戏中至少一次的游戏作弊行为。

在一实施例中，作弊玩家可以针对不同的游戏功能进行作弊，比如，在射击竞技类游戏中，作弊玩家可以使用多个外挂软件进行作弊，譬如，通过使用移动外挂软件修改游戏角色的位置坐标，从而极大地缩短了游戏角色移动所需的时间；通过使用锁血外挂软件实现将生命值锁定在一个固定值，从而极大地提升了玩家存活时间，等等。

因此，由于游戏场景数据中包括了作弊玩家在该局游戏中完整表现的数据，所以可以对该游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包。例如，在射击竞技类游戏中，可以通过对游戏场景数据进行分解，得到包括玩家位置坐标和移动速率等用于移动外挂检测的数据包、以及包括玩家射击时间和生命值变化数据等用于锁血外挂检测的数据包，等等。

进一步说明的是，在本申请中，本步骤与步骤103没有先后顺序，即在得到游戏场景数据后，对该游戏场景数据进行渲染的步骤与对该游戏场景数据进行分解的步骤没有先后顺序。例如，参考图3，在游戏视频转码部分的第一步就是将得到的包括状态数据和时间数据的游戏场景数据分流，旁路一份完整数据到渲染时判定部分，使得游戏视频转码部分与渲染时判定部分是同步进行的。

其中，可以对得到的游戏场景数据进行分解，从而可以针对不同的作弊行为得到不同的游戏数据包，以精准地实现作弊判定。具体地，步骤“对游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包”，可以包括：

针对该游戏场景数据，确定至少一个作弊检测数据类别；

从该游戏场景数据中提取相应作弊检测数据类别下的游戏数据信息，得到至少一个游戏作弊行为的游戏数据包。

其中，作弊检测数据类别为针对不同的作弊行为进行作弊检测所需数据的类别，比如，在射击竞技类游戏中，针对移动外挂的作弊检测所需数据的类别可以为移动外挂数据类别，该数据内可以包括玩家位置坐标和移动速率等数据；针对锁血外挂的作弊检测所需数据的类别可以为锁血外挂数据类别，该数据内可以包括玩家射击时间和生命值变化等数据，等等。在实际应用中，作弊检测数据类别的确定可以根据不同游戏业务场景的需要进行设置。

其中，在确定了作弊检测数据类别后，可以从游戏场景数据中相应地提取作弊检测数据类别下的游戏数据信息，从而得到至少一个用于作弊行为判定的游戏数据包。比如，在射击竞技类游戏中，可以从该游戏场景数据中相应地提取用于移动外挂作弊检测的游戏数据包、用于锁血外挂作弊检测的游戏数据包，等等。

105、对游戏数据包进行作弊行为解析，得到解析结果。

其中，作弊行为解析为基于游戏数据包对玩家是否进行游戏作弊的数据分析过程，比如，作弊行为解析可以用于分析作弊玩家是否使用了移动外挂、是否使用了锁血外挂，等等。

其中，对游戏数据包进行作弊行为解析的方法可以有多种，比如，可以通过检测插件进行。具体地，检测插件为可以根据游戏数据包进行作弊检测的程序。例如，在射击竞技类游戏中，移动外挂检测插件即为对移动外挂数据类别的游戏数据包进行移动外挂检测的程序；锁血外挂检测插件即为对锁血外挂数据类别的游戏数据包进行锁血外挂检测的程序。

其中，解析结果可以包括多项数据，比如，可以包括是否有作弊行为的判断、具体的作弊类型、作弊行为发生的时间信息等数据。譬如，在射击竞技类游戏中，使用移动外挂检测插件对移动外挂数据类别的游戏数据包进行解析得到的解析结果可以为：有作弊行为、使用了移动外挂、作弊发生的时间为2020年2月17日23:00。

在一实施例中，可以利用至少一个检测插件解析相应的游戏数据包，并基于该解析得到解析结果。具体地，步骤“对游戏数据包进行作弊行为解析，得到解析结果”，可以包括：

获取该游戏数据包的插件属性；

基于插件属性，确定与该游戏数据包对应的检测插件；

触发该检测插件解析该游戏数据包，得到解析结果。

其中，游戏数据包的插件属性决定了与该游戏数据包对应的检测插件，比如，在射击竞技类游戏中，游戏数据包的插件属性可以为移动外挂检测插件属性，也可以为锁血外挂检测插件属性。因此，可以基于游戏数据包的插件属性，确定与该游戏数据包对应的检测插件，譬如，与移动外挂数据类别的游戏数据包对应的检测插件即为移动外挂检测插件，与锁血外挂数据类别的游戏数据包对应的检测插件即为锁血外挂检测插件，等等。

其中，检测插件的解析可以基于游戏表现差异进行，具体地，可以通过游戏数据包获得作弊玩家游戏表现的数据，基于得到的数据可以利用检测插件对玩家的游戏表现进行评估，通过检测该玩家的游戏表现是否异常来判断该玩家是否作弊。例如，在射击竞技类游戏中，若锁血外挂数据类别的游戏数据包内包括如下数据：玩家在5分钟的游戏射击比赛中，血量一直保持在80％，但是击中该玩家的子弹多达15发。由此锁血外挂检测插件可以基于预设的算法，确定该玩家的血量变化异常，进而可以确定该玩家在该局游戏中进行了作弊。

在实际应用中，参考图3，在获得了包括状态数据和事件数据的游戏场景数据后，可以利用实时监测方案把各检测插件依赖的游戏数据包提供给检测插件使用，其中，不同的检测插件会针对不同作弊功能进行检测，并得到检测结果。

在一实施例中，可以基于各个游戏数据包的插件属性，确定用于解析该游戏数据包的检测插件，进而触发该检测插件解析该游戏数据包，具体地，可以通过游戏表现差异判断的原理对该游戏数据包内的数据进行计算与判断，从而生成相应的解析结果。

106、根据该视频片段和解析结果，生成针对作弊举报消息的作弊检测结果。

其中，作弊检测结果为针对作弊举报消息进行作弊检测得到的结果，作弊检测结果中包括游戏作弊场景的视频片段，以及至少一个由检测插件基于游戏数据包解析得到的解析结果。

譬如，以射击竞技类游戏为例，生成的作弊检测结果中，游戏作弊场景的视频片段可以为：该被举报的作弊玩家通过使用移动外挂实现在半空中飞速移动的画面、以及该被举报的作弊玩家通过使用锁血外挂实现即使在遭受高强度击杀时血量仍然维持不变的画面；解析结果可以为：该被举报的作弊玩家具有作弊行为，具体的作弊类型为移动外挂与锁血外挂，作弊发生的时间为2020年3月2日18:00等信息。

在本实施例中，可以根据游戏作弊场景的视频片段和得到的解析结果，生成针对作弊举报消息的作弊检测结果。具体地，步骤“根据该视频片段和解析结果，生成针对作弊举报消息的作弊检测结果”，可以包括：

汇总至少一个游戏数据包的解析结果，得到汇总后的解析结果；

根据该视频片段和汇总后的解析结果，生成针对作弊举报消息的作弊检测结果。

其中，通过对游戏场景数据进行分解得到至少一个游戏数据包，而每个游戏数据包由相应的检测插件进行解析，因此可以得到至少一个解析结果，进而，对得到的至少一个解析结果进行汇总，可以得到汇总后的解析结果。该汇总后的解析结果即为通过游戏场景数据针对作弊玩家的游戏作弊行为进行检测的结果。

其中，汇总的方式可以有多种，比如，可以将每个解析结果中：是否有作弊行为、具体作弊类型、作弊行为发生的时间等信息以列表的方式进行归纳，从而可以清晰明了地显示作弊玩家在整局游戏中发生的作弊行为及详情。

在实际应用中，参考图3，经由游戏视频转码部分生成关键片段视频，即游戏作弊场景的视频片段、以及经由渲染时判定部分汇总多个检测插件的检测结果，即解析结果之后，可以确定得到的视频片段和检测结果为针对作弊举报消息的作弊检测结果。

在一实施例中，根据游戏作弊场景的视频片段和汇总后的解析结果，可以生成针对作弊举报消息的作弊检测结果。具体地，步骤“根据视频片段和汇总后的解析结果，生成针对作弊举报消息的作弊检测结果”，可以包括：

基于汇总后的解析结果，对被举报玩家的作弊属性进行判断；

若判断结果为作弊，则确定作弊检测结果为作弊；

若判断结果为非作弊，则将视频片段和汇总后的解析结果发送到人工审核单元；基于人工审核单元返回的作弊判断结果确定作弊举报消息的作弊检测结果。

其中，作弊属性的值可以包括作弊和非作弊，进一步地，非作弊可以包括疑似作弊和完全不作弊的情况。具体地，确定作弊属性的方式可以有多种，比如，可以利用预置的检测策略基于汇总后的解析结果对被举报玩家的作弊属性进行判断，若检测准确性大于等于预设的阈值，则可确定该作弊属性的值为作弊；若检测准确性小于预设的阈值，则该作弊属性可以为疑似作弊或完全不作弊，进而确定该作弊属性为非作弊，其中，非作弊可以包括疑似作弊和完全不作弊两种情况。又如，若汇总后的解析结果中确定有作弊行为，则可确定该被举报玩家的作弊属性为作弊；若汇总后的解析结果中确定无作弊行为，则可确定该被举报玩家的作弊属性为非作弊。在实际应用中，作弊属性的判断方法可以基于游戏业务场景的需求进行调整。

其中，针对得到的作弊属性，可以对被举报玩家执行不同的处理方式，例如：若被举报玩家的作弊属性为作弊，则可以确定针对作弊举报消息的作弊检测结果为作弊，并且，针对被举报玩家执行预置的惩罚，比如，预置的惩罚可以为对被举报玩家的游戏账号进行暂时或永久性的封禁；若被举报玩家的作弊属性为非作弊，则可以将包括游戏作弊场景视频片段和汇总后解析结果的作弊检测结果发送到人工审核单元，基于人工设单元返回的作弊判断结果进一步确定该作弊举报消息的作弊检测结果。

在实际应用中，对于疑似违规作弊的情况，人工审核单元可以基于获得的视频片段和汇总后解析结果进行作弊判断，以便进一步地确定被举报玩家是否发生了游戏作弊行为。

在一实施例中，生成针对作弊举报消息的作弊检测结果后，可以将作弊检测的情况反馈给发送该作弊举报消息的正常玩家，从而使得游戏的体验更加完整，具体地，作弊检测方法还可以包括：

基于该作弊检测结果，生成针对作弊举报消息的反馈信息；

发送该反馈信息给作弊举报消息的举报玩家的客户端。

其中，反馈消息可以为用于向发送作弊举报消息的举报玩家反馈作弊举报进度或结果的消息，比如，反馈消息中可以包括作弊检测的结果、对被举报玩家的惩罚、以及处理的进度等等。

其中，可以将得到的反馈消息反馈给发送作弊举报消息的举报玩家的客户端，使得游戏体验的环节更加完整，具体地，发送反馈消息的方式可以有多种，比如，可以通过游戏中的系统邮件发送，也可以通过游戏系统的弹窗提示，等等。在实际应用中，还可以包括对被举报的作弊玩家进行举报反馈的过程。

在一实施例中，以射击竞技类游戏为例，通过对生成的作弊检测结果进行解析，可以生成如下反馈消息并将该反馈消息发送：经作弊检测系统分析，您在2020年3月2日15:00的对局中举报的用户A(ID：abcdefg)确有违规行为，现已封号处理。

由上可知，本实施例可以获取游戏的作弊举报消息；基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；对所述游戏场景数据进行渲染，得到游戏作弊场景的视频片段；对所述游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包；对游戏数据包进行作弊行为解析，得到解析结果；根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。

该方案可以通过举报玩家的客户端或者游戏的服务器获取游戏的游戏场景数据，使得作弊玩家无法篡改和破坏该数据，从而大大提升了基于该数据进行的作弊检测的检测效率。此外，该方案可以在生成游戏作弊场景视频片段的同时，进行针对作弊玩家游戏作弊行为的检测，使得该检测不依赖于必须先生成游戏作弊场景视频片段，而是在生成游戏作弊场景的视频片段过程中即可输出针对作弊行为的检测结果，从而可以将该游戏作弊场景的视频片段和该检测结果汇总后一起输出，以便于直接对作弊玩家进行处罚或者将视频片段交给审核人力再次确认，因此，可以很大程度地节省作弊检测的外包人力、提升作弊检测环节的用户体验，更重要的是，显著地提升了作弊检测的效率。

并且，本申请的作弊检测是基于游戏表现差异进行的。同一作弊功能的实现原理可以有多种，若基于作弊功能实现的原理进行作弊检测，则需要投入巨大的研发资源。而本申请通过基于游戏变现差异进行作弊检测，使得在作弊原理改变但达到的作弊效果不变的情况下，不需要进行额外的研发、仍然可以捕捉到该作弊行为，实现了以高性价比的方式进行作弊检测，从而提高了作弊检测效率。并且，对于作弊行为的检测是基于游戏的数据而进行的，对计算机而言，确定的检测插件程序与确定的数据可以得到稳定的计算结果，因此对于同一个举报案例多次审核得到的结果是不变的，提高了作弊检测的正确率，并使得针对作弊行为的检测具有稳定一致的结论。

另外，由于本申请是在生成游戏作弊场景视频片段的同时，对作弊行为进行检测，使得不需要为视频片段的生成与作弊行为的检测分别设置硬件，从而通过硬件复用提高了硬件的使用性价比，进而提高了作弊检测的效率。

根据上面实施例所描述的方法，以下将举例进一步详细说明。

在本实施例中，将以作弊检测装置集成在服务器为例进行说明，该服务器可以是单台服务器，也可以是由多个服务器组成的服务器集群；相应地，涉及到的终端可以为手机、平板电脑、笔记本电脑等设备。

如图4所示，一种作弊检测方法，具体流程如下：

201、服务器获取终端游戏的作弊举报消息。

例如，参考图5，该图中虚线上方的逻辑可以运行在服务端，虚线下方的逻辑可以运行在玩家客户端，正常玩家在与作弊玩家进行游戏对局的时候，可以基于作弊玩家的游戏异常表现向游戏服务器举报该作弊玩家的作弊行为，具体地，可以通过向服务器发送作弊举报消息，相应地，服务器可以获取到源自终端的作弊举报消息。

其中，服务器获取的作弊举报消息中可以包括游戏的游戏名称、举报玩家的ID、作弊玩家的ID、涉及的作弊行为等等数据。譬如，终端发送的作弊举报消息可以为：对游戏昵称为“abby”、游戏ID为“112233”的玩家进行作弊举报，涉及的举报内容为使用外挂，作弊发生的时间为2020年1月22日14:00左右。在实际应用中，终端发送的作弊举报消息可以通过网络以数据包的形式发送给服务器，该数据包中除了包括作弊举报消息中的数据，还可以包括该终端与服务器之间进行数据交换所需的其他信息。

202、服务器基于作弊举报消息，从游戏的可信数据源获取游戏的游戏场景数据。

其中，服务器在接收到作弊举报消息后，可以通过被举报玩家的客户端获得游戏的游戏原始数据，也可以在该游戏的服务器中调取游戏的游戏原始数据。在实际应用中，具体是通过玩家的客户端获取、还是通过该游戏的服务器调取，可以在游戏设计开发时就确定好，继而在遇到相应的业务需求时，只需基于游戏的设置进行游戏原始数据的获取即可。

其中，游戏原始数据中可以包括多种数据，比如可以包括游戏的状态数据和事件数据。因此，可以通过游戏原始数据获得包括状态数据和事件数据的游戏场景数据。

例如，参考图5，游戏服务器在获得正常玩家发送的作弊举报消息后，可以获得replay(回放)文件，在实际应用中，该replay文件可以为本申请中的游戏原始数据，服务器可以基于该replay文件完全还原并渲染出当局游戏的所有画面，此外，该replay文件中包括游戏对局过程中的状态数据和事件数据，因此，该replay文件可以进一步用于游戏作弊检测。

203、服务器对该游戏场景数据进行渲染，得到游戏作弊场景的视频片段。

其中，游戏场景数据可以包括状态数据和事件数据，因此可以基于游戏场景数据生成游戏作弊场景的视频片段。具体地，该生成过程可以包括视角调整、模拟渲染、游戏跳播和视频录制等步骤。

其中，视角调整可以将作弊玩家的游戏视角确定为游戏视频转码的渲染视角，从而使得渲染后生成的游戏视频即为作弊玩家所见的画面；模拟渲染可以基于得到的游戏场景数据生成完整游戏过程的视频片段；游戏跳播可以通过跳过与作弊行为无关的画面，以实现有选择性地筛选出包括作弊行为的视频片段；视频录制可以将筛选出的包括作弊行为的视频片段进行录制，得到游戏作弊场景的视频片段。

在实际应用中，参考图5，可以基于获得的replay文件进行游戏视频转码，通过将数据流文件转换为视频流文件获得游戏作弊场景的视频片段。

204、服务器对该游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包。

其中，对该游戏场景数据的分解可以基于作弊检测数据类别进行。具体地，首先确定至少一个作弊检测数据类别，比如，确定移动外挂数据类别和锁血外挂数据类别；进而，基于确定的作弊检测数据类别从该游戏场景数据中提取相应作弊检测数据类别下的游戏数据信息，比如，从包括整局游戏的状态数据和事件数据的游戏场景数据中，得到用于检测移动外挂作弊类型的数据包、和用于检测锁血外挂作弊类型的数据包。

进一步说明的是，在本申请中，本步骤与步骤203没有先后顺序，即在得到游戏场景数据后，对该游戏场景数据进行渲染的步骤与对该游戏场景数据进行分解的步骤没有先后顺序。

在实际应用中，参考图5，服务器端在获得replay文件后，可以生成渲染时数据用于渲染时判定，其中，渲染时数据包括至少一个游戏作弊行为的游戏数据包，渲染时判定可以为基于渲染时数据进行的作弊行为的判定。

205、服务器对游戏数据包进行作弊行为解析，得到解析结果。

其中，可以利用检测插件对游戏数据包进行解析，具体地，首先可以确定待使用的插件以及与该插件相对应的待检测数据包，比如，与移动外挂检测插件相对应的为移动外挂数据类别的游戏数据包，与锁血外挂检测插件相对应的为锁血外挂数据类别的游戏数据包；进而，通过各检测插件解析与其相对应的游戏数据包，即可得到该检测插件的解析结果。此外，由于生成了至少一个游戏数据包，因此在此步骤也相应生成了至少一个解析结果。

在实际应用中，参考图5，服务器端可以基于获得的渲染时数据进行渲染时判定，从而确定是否发生了作弊行为，其中，渲染时数据包括至少一个游戏作弊行为的游戏数据包，渲染时判定可以为基于渲染时数据进行的作弊行为的判定过程。具体地，渲染时判定可以将检测插件加载到游戏进程中，检测插件通过可以通过软件开发工具包(SDK，SoftwareDevelopment Kit)或者钩子(HOOK)技术等安全技术获得游戏场景数据，并将获得的游戏场景数据用于作弊功能的检测。

206、服务器根据该视频片段和该解析结果，生成针对作弊举报消息的作弊检测结果。

其中，服务器可以通过汇总至少一个游戏数据包的解析结果来得到汇总后的解析结果，进而可以生成针对作弊举报消息的作弊检测结果，具体地，该作弊检测结果中包括游戏作弊场景的视频片段和汇总后的解析结果。

其中，基于汇总后的解析结果，可以确定被举报玩家是否有作弊行为，从而确定该作弊检测结果为作弊或非作弊。具体地，作弊或非作弊的判定标准可以基于不同的游戏业务场景进行相应的设置，比如，可以设置一旦汇总后的解析结果中确定有至少一项作弊行为，即确定为作弊；若汇总后的解析结果中确定无作弊行为，即确定为非作弊。又如，可以设计检测策略，以实现对汇总后的解析结果进行检测，若该检测结果大于等于预设的阈值，则确定为作弊；若该检测结果小于预设的阈值，则确定为非作弊，等等。在实际应用中，基于汇总后的解析结果对被举报玩家是否作弊进行判断的方式，可以根据不同的游戏业务场景进行调整。

在一实施例中，对于作弊的情况，可以针对作弊举报消息对被举报玩家执行预置的惩罚，比如，封号；对于非作弊的情况，可以将作弊检测结果发送到人工审核单元，比如，参考图5，对获得的视频执行人工审核。

在实际应用中，可以将游戏作弊场景的视频片段与汇总后的插件检测结果通过举报案例的案例ID进行关联，其中，参考图5，只要渲染时判定部分和人工审核部分有任一部分确定该被举报玩家进行了作弊，即可确定该被举报玩家违规作弊，从而可以对该被举报玩家执行预置的惩罚。

207、服务器基于作弊检测结果，生成针对作弊举报消息的反馈信息。

其中，作弊检测结果为服务器针对作弊举报消息进行作弊检测而得到的结果，对举报玩家而言，该作弊检测结果中包括了与作弊举报消息有关的数据，比如，各个游戏数据包的具体检测结果，因此，可以对作弊解析结果进行解析，得到可以发送给正常玩家的反馈信息。

208、服务器发送该反馈信息给作弊举报消息的举报玩家的客户端。

其中，将生成的反馈信息发送给举报玩家的客户端可以使得玩家的游戏体验更为完整，也使得游戏的公平更透明化。在实际应用中，参考图5，一旦确定被举报玩家为违规作弊后，服务器即可向举报玩家的客户端发送反馈消息，从而可以对该举报玩家的作弊举报消息进行反馈。进一步地，服务器还可以对被举报的作弊玩家进行处罚。

由上可知，本申请实施例可以通过举报玩家的客户端或者游戏的服务器获取游戏的游戏场景数据，使得作弊玩家无法篡改和破坏该数据，从而大大提升了基于该数据进行的作弊检测的检测效率。此外，该方案可以在生成游戏作弊场景视频片段的同时，进行针对作弊玩家游戏作弊行为的检测，使得该检测不依赖于必须先生成游戏作弊场景视频片段，而是在生成游戏作弊场景的视频片段过程中即可输出针对作弊行为的检测结果，从而可以将该游戏作弊场景的视频片段和该检测结果汇总后一起输出，以便于直接对作弊玩家进行处罚或者将视频片段交给审核人力再次确认，因此，可以很大程度地节省作弊检测的外包人力、提升作弊检测环节的用户体验，更重要的是，显著地提升了作弊检测的效率。

此外，由于本申请可以同步输出游戏作弊场景的视频片段和针对作弊行为的检测结果，使得游戏作弊举报的处理容量更大、响应速度更快、运营成本更低。而且，本申请的逻辑运行在服务端，作弊检测的逻辑普通玩家无法接触或者修改，使得作弊检测方案更加安全可靠。

另外，由于本申请是在生成游戏作弊场景视频片段的同时，对作弊行为进行检测，使得不需要为视频片段的生成与作弊行为的检测分别设置硬件，从而通过硬件复用提高了硬件的使用性价比，进而提高了作弊检测的效率。

为了更好地实施以上方法，相应的，本申请实施例还提供一种作弊检测装置，其中，该作弊检测装置可以集成在服务器中。该服务器可以是单台服务器，也可以是由多个服务器组成的服务器集群。

例如，如图6所示，该作弊检测装置可以包括第一获取单元301，第二获取单元302，渲染单元303，分解单元304，解析单元305以及生成单元306，如下：

第一获取单元301，用于获取游戏的作弊举报消息；

第二获取单元302，用于基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；

渲染单元303，用于对所述游戏场景数据进行渲染，得到游戏作弊场景的视频片段；

分解单元304，用于对所述游戏场景数据进行分解，得到至少一个作弊玩家游戏作弊行为的游戏数据包；

解析单元305，用于对游戏数据包进行作弊行为解析，得到解析结果；

生成单元306，用于根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。

在一实施例中，参考图7，所述渲染单元303，包括：

视角确定子单元3031，用于根据所述作弊举报消息的来源标志，将被举报玩家的游戏视角确定为所述游戏场景数据的渲染视角；

数据转换子单元3032，用于基于所述渲染视角，对所述游戏场景数据进行转换，得到转换后的游戏场景数据；

视频生成子单元3033，用于利用所述转换后的游戏场景数据生成完整游戏过程的视频片段；

视频选择子单元3034，用于在所述完整游戏过程的视频片段中选择作弊视频片段为游戏作弊场景的视频片段。

在一实施例中，所述视频选择子单元3034，用于：

确定所述完整游戏过程视频片段中的关键作弊场景；在所述完整游戏过程的视频片段中查找包括所述关键作弊场景的预设时长视频片段；确定所述预设时长视频片段为游戏作弊场景的视频片段。

在一实施例中，参考图8，所述分解单元304，包括：

类别确定子单元3041，用于针对所述游戏场景数据，确定至少一个作弊检测数据类别；

数据提取子单元3042，用于从所述游戏场景数据中提取相应作弊检测数据类别下的游戏数据信息，得到至少一个游戏作弊行为的游戏数据包。

在一实施例中，参考图9，所述解析单元305，包括：

属性获取子单元3051，用于获取所述游戏数据包的插件属性；

插件确定子单元3052，用于基于所述插件属性，确定与所述游戏数据包对应的检测插件；

插件解析子单元3053，用于通过所述检测插件解析所述游戏数据包，得到解析结果。

在一实施例中，参考图10，所述生成单元306，包括：

汇总子单元3061，用于汇总至少一个游戏数据包的解析结果，得到汇总后的解析结果；

结果生成子单元3062，用于根据所述视频片段和所述汇总后的解析结果，生成针对所述作弊举报消息的作弊检测结果。

在一实施例中，所述结果生成子单元3062，用于：

基于所述汇总后的解析结果，对被举报玩家的作弊属性进行判断；若判断结果为作弊，则确定所述作弊检测结果为作弊；若判断结果为非作弊，则将所述视频片段和所述汇总后的解析结果发送到人工审核单元；基于人工审核单元返回的作弊判断结果确定所述作弊举报消息的作弊检测结果。

在一实施例中，参考图11，所述第二获取单元302，包括：

确定子单元3021，用于基于所述作弊举报消息，确定游戏的可信数据源，其中，所述游戏的可信数据源包括举报玩家的客户端和所述游戏的服务器；

数据获取子单元3022，用于从所述确定的可信数据源获取所述游戏的游戏原始数据；

数据解析子单元3023，用于对所述得到的游戏原始数据进行解析，得到所述游戏的游戏场景数据。

在一实施例中，参考图12，作弊检测装置还可以包括：

反馈获得单元307，用于基于所述作弊检测结果，生成针对所述作弊举报消息的反馈信息；

反馈发送单元308，用于发送所述反馈信息给所述作弊举报消息的正常玩家。

具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。

由上可知，本实施例的作弊检测装置中第一获取单元301获取游戏的作弊举报消息；由第二获取单元302基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；由渲染单元303对所述游戏场景数据进行渲染，生成游戏作弊场景的视频片段；由分解单元304对所述游戏场景数据进行分解，得到至少一个作弊玩家游戏作弊行为的游戏数据包；由解析单元305对游戏数据包进行作弊行为解析，得到解析结果；由生成单元306根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。

该方案可以通过举报玩家的客户端或者游戏的服务器获取游戏的游戏场景数据，使得作弊玩家无法篡改和破坏该数据，从而大大提升了基于该数据进行的作弊检测的检测效率。此外，该方案可以在生成游戏作弊场景视频片段的同时，进行针对作弊玩家游戏作弊行为的检测，使得该检测不依赖于必须先生成游戏作弊场景视频片段，而是在生成游戏作弊场景的视频片段过程中即可输出针对作弊行为的检测结果，从而可以将该游戏作弊场景的视频片段和该检测结果汇总后一起输出，以便于直接对作弊玩家进行处罚或者将视频片段交给审核人力再次确认，因此，可以很大程度地节省作弊检测的外包人力、提升作弊检测环节的用户体验，更重要的是，显著地提升了作弊检测的效率。

此外，本申请实施例还提供一种计算机设备，该计算机设备可以为服务器设备，如图13所示，其示出了本申请实施例所涉及的计算机设备的结构示意图，具体来讲：

该计算机设备可以包括有一个或一个以上计算机可读存储介质的存储器401、包括有一个或者一个以上处理核心的处理器402、以及电源403等部件。本领域技术人员可以理解，图13中示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：

存储器401可用于存储软件程序以及模块，处理器402通过运行存储在存储器401的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器401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(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设备的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器401可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器401还可以包括存储器控制器，以提供处理器402对存储器401的访问。

处理器402是计算机设备的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器401内的软件程序和/或模块，以及调用存储在存储器401内的数据，执行计算机设备的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器402可包括一个或多个处理核心；优选的，处理器402可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器402中。

计算机设备还包括给各个部件供电的电源403(比如电池)，优选的，电源可以通过电源管理系统与处理器402逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

尽管未示出，计算机设备还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，计算机设备中的处理器402会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器401中，并由处理器402来运行存储在存储器401中的应用程序，从而实现各种功能，如下：

获取游戏的作弊举报消息；基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；对所述游戏场景数据进行渲染，得到游戏作弊场景的视频片段；对所述游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包；对游戏数据包进行作弊行为解析，得到解析结果；根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

由上可知，本实施例的计算机设备可以通过举报玩家的客户端或者游戏的服务器获取游戏的游戏场景数据，使得作弊玩家无法篡改和破坏该数据，从而大大提升了基于该数据进行的作弊检测的检测效率。此外，该方案可以在生成游戏作弊场景视频片段的同时，进行针对作弊玩家游戏作弊行为的检测，使得该检测不依赖于必须先生成游戏作弊场景视频片段，而是在生成游戏作弊场景的视频片段过程中即可输出针对作弊行为的检测结果，从而可以将该游戏作弊场景的视频片段和该检测结果汇总后一起输出，以便于直接对作弊玩家进行处罚或者将视频片段交给审核人力再次确认，因此，可以很大程度地节省作弊检测的外包人力、提升作弊检测环节的用户体验，更重要的是，显著地提升了作弊检测的效率。

本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。

为此，本申请实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种作弊检测方法中的步骤。例如，该指令可以执行如下步骤：

获取游戏的作弊举报消息；基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；对所述游戏场景数据进行渲染，得到游戏作弊场景的视频片段；对所述游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包；对游戏数据包进行作弊行为解析，得到解析结果；根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。

本申请实施例涉及的系统可以是由客户端、多个节点(接入网络中的任意形式的计算设备，如服务器、用户终端)通过网络通信的形式连接形成的分布式系统。

以分布式系统为区块链系统为例，参见图14，图14是本发明实施例提供的分布式系统500应用于区块链系统的一个可选的结构示意图，由多个节点(接入网络中的任意形式的计算设备，如服务器、用户终端)和客户端形成，节点之间形成组成的点对点(P2P，PeerTo Peer)网络，P2P协议是一个运行在传输控制协议(TCP，Transmission ControlProtocol)协议之上的应用层协议。在分布式系统中，任何机器如服务器、终端都可以加入而成为节点，节点包括硬件层、中间层、操作系统层和应用层。

参见图14示出的区块链系统中各节点的功能，涉及的功能包括：

1)路由，节点具有的基本功能，用于支持节点之间的通信。

节点除具有路由功能外，还可以具有以下功能：

2)应用，用于部署在区块链中，根据实际业务需求而实现特定业务，记录实现功能相关的数据形成记录数据，在记录数据中携带数字签名以表示任务数据的来源，将记录数据发送到区块链系统中的其他节点，供其他节点在验证记录数据来源以及完整性成功时，将记录数据添加到临时区块中。

例如，应用实现的业务包括：

2.1)钱包，用于提供进行电子货币的交易的功能，包括发起交易(即，将当前交易的交易记录发送给区块链系统中的其他节点，其他节点验证成功后，作为承认交易有效的响应，将交易的记录数据存入区块链的临时区块中；当然，钱包还支持查询电子货币地址中剩余的电子货币；

2.2)共享账本，用于提供账目数据的存储、查询和修改等操作的功能，将对账目数据的操作的记录数据发送到区块链系统中的其他节点，其他节点验证有效后，作为承认账目数据有效的响应，将记录数据存入临时区块中，还可以向发起操作的节点发送确认。

在一实施例中，游戏的作弊举报消息或被举报玩家的游戏场景数据可以通过节点被存储在区块链的共享账本中，计算机设备(例如终端或服务器)可以基于共享账本存储的数据获得游戏的作弊举报消息或被举报玩家的游戏场景数据，进而可以基于该游戏场景数据执行本申请中的作弊检测方法。

在另一实施例中，进一步地，在生成作弊检测结果后，可以将该作弊检测结果通过节点被存储在区块链的共享账本中，计算机设备(例如终端或服务器)可以基于共享账本存储的数据获得该作弊检测结果，或基于该作弊检测结果执行进一步的业务逻辑，例如，标志对玩家的历史作弊记录进行更新、向举报玩家同步作弊检测结果，等等。

2.3)智能合约，计算机化的协议，可以执行某个合约的条款，通过部署在共享账本上的用于在满足一定条件时而执行的代码实现，根据实际的业务需求代码用于完成自动化的交易，例如查询买家所购买商品的物流状态，在买家签收货物后将买家的电子货币转移到商户的地址；当然，智能合约不仅限于执行用于交易的合约，还可以执行对接收的信息进行处理的合约。

在一实施例中，可以基于在共享账本上部署的业务代码执行预设的智能合约，其中，该智能合约可以根据业务需求进行设置；例如，共享账本可以让玩家在不同的游戏中连续使用自己的身份和虚拟物品，因此，当通过本申请中的作弊检测方法判断被举报玩家为作弊玩家时，可以对该作弊玩家执行智能合约中的游戏处罚条约，如游戏资源的惩罚、限时封号等，其中，该针对作弊玩家的处罚可以在不同的游戏中均生效；同理，对于成功举报了作弊玩家的举报玩家，可以对该举报玩家执行智能合约中的游戏奖赏条约，如游戏资源的增加、限时特权等，同样，该针对举报玩家的奖赏可以在不同的游戏中均生效，从而实现了在连续的区块链游戏空间中有效地执行作弊检测。

3)区块链，包括一系列按照产生的先后时间顺序相互接续的区块(Block)，新区块一旦加入到区块链中就不会再被移除，区块中记录了区块链系统中节点提交的记录数据。

参见图15，图15是本发明实施例提供的区块结构(Block Structure)一个可选的示意图，每个区块中包括本区块存储交易记录的哈希值(本区块的哈希值)、以及前一区块的哈希值，各区块通过哈希值连接形成区块链。另外，区块中还可以包括有区块生成时的时间戳等信息。区块链(Blockchain)，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相关的信息，用于验证其信息的有效性(防伪)和生成下一个区块。

由以上可知，本实施例可以通过举报玩家的客户端或者游戏的服务器获取游戏的游戏场景数据，使得作弊玩家无法篡改和破坏该数据，从而大大提升了基于该数据进行的作弊检测的检测效率。此外，该方案可以在生成游戏作弊场景视频片段的同时，进行针对作弊玩家游戏作弊行为的检测，使得该检测不依赖于必须先生成游戏作弊场景视频片段，而是在生成游戏作弊场景的视频片段过程中即可输出针对作弊行为的检测结果，从而可以将该游戏作弊场景的视频片段和该检测结果汇总后一起输出，以便于直接对作弊玩家进行处罚或者将视频片段交给审核人力再次确认，因此，可以很大程度地节省作弊检测的外包人力、提升作弊检测环节的用户体验，更重要的是，显著地提升了作弊检测的效率。

以上各个操作的具体实施可参见前面的实施例，在此不再赘述。

其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。

由于该存储介质中所存储的指令，可以执行本申请实施例所提供的任一种作弊检测方法中的步骤，因此，可以实现本申请实施例所提供的任一种作弊检测方法所能实现的有益效果，详见前面的实施例，在此不再赘述。

以上对本申请实施例所提供的一种作弊检测方法和装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种作弊检测方法，其特征在于，包括：

获取游戏的作弊举报消息；

基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；

对所述游戏场景数据进行渲染，得到游戏作弊场景的视频片段；

对所述游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包；

对游戏数据包进行作弊行为解析，得到解析结果；

根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。

2.如权利要求1所述的作弊检测方法，其特征在于，对所述游戏场景数据进行渲染，生成游戏作弊场景的视频片段，包括：

根据所述作弊举报消息的来源标志，将被举报玩家的游戏视角确定为所述游戏场景数据的渲染视角；

基于所述渲染视角，对所述游戏场景数据进行转换，得到转换后的游戏场景数据；

利用所述转换后的游戏场景数据生成完整游戏过程的视频片段；

在所述完整游戏过程的视频片段中选择作弊视频片段为游戏作弊场景的视频片段。

3.如权利要求2所述的作弊检测方法，其特征在于，在所述完整游戏过程的视频片段中选择作弊视频片段为游戏作弊场景的视频片段，包括：

确定所述完整游戏过程视频片段中的关键作弊场景；

在所述完整游戏过程的视频片段中查找包括所述关键作弊场景的预设时长视频片段；

确定所述预设时长视频片段为游戏作弊场景的视频片段。

4.如权利要求1所述的作弊检测方法，其特征在于，对所述游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包，包括：

针对所述游戏场景数据，确定至少一个作弊检测数据类别；

从所述游戏场景数据中提取相应作弊检测数据类别下的游戏数据信息，得到至少一个游戏作弊行为的游戏数据包。

5.如权利要求1所述的作弊检测方法，其特征在于，对游戏数据包进行作弊行为解析，得到解析结果，包括：

获取所述游戏数据包的插件属性；

基于所述插件属性，确定与所述游戏数据包对应的检测插件；

通过所述检测插件解析所述游戏数据包，得到解析结果。

6.如权利要求1所述的作弊检测方法，其特征在于，根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果，包括：

汇总至少一个游戏数据包的解析结果，得到汇总后的解析结果；

根据所述视频片段和所述汇总后的解析结果，生成针对所述作弊举报消息的作弊检测结果。

7.如权利要求6所述的作弊检测方法，其特征在于，根据所述视频片段和所述汇总后的解析结果，生成针对所述作弊举报消息的作弊检测结果，包括：

基于所述汇总后的解析结果，对被举报玩家的作弊属性进行判断；

若判断结果为作弊，则确定所述作弊检测结果为作弊；

若判断结果为非作弊，则将所述视频片段和所述汇总后的解析结果发送到人工审核单元；基于人工审核单元返回的作弊判断结果确定所述作弊举报消息的作弊检测结果。

8.如权利要求1所述的作弊检测方法，其特征在于，基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据，包括：

基于所述作弊举报消息，确定游戏的可信数据源，其中，所述游戏的可信数据源包括举报玩家的客户端和所述游戏的服务器；

从所述确定的可信数据源获取所述游戏的游戏原始数据；

对所述得到的游戏原始数据进行解析，得到所述游戏的游戏场景数据。

9.如权利要求1所述的作弊检测方法，其特征在于，所述方法还包括：

基于所述作弊检测结果，生成针对所述作弊举报消息的反馈信息；

发送所述反馈信息给所述作弊举报消息的举报玩家的客户端。

10.一种作弊检测装置，其特征在于，包括：

第一获取单元，用于获取游戏的作弊举报消息；

第二获取单元，用于基于所述作弊举报消息，从游戏的可信数据源获取所述游戏的游戏场景数据；

渲染单元，用于对所述游戏场景数据进行渲染，得到游戏作弊场景的视频片段；

分解单元，用于对所述游戏场景数据进行分解，得到至少一个游戏作弊行为的游戏数据包；

解析单元，用于对游戏数据包进行作弊行为解析，得到解析结果；

生成单元，用于根据所述视频片段和所述解析结果，生成针对所述作弊举报消息的作弊检测结果。

Images