CN115779445B - 一种游戏数据异常预警系统、方法、计算机设备及存储介质 - Google Patents
一种游戏数据异常预警系统、方法、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN115779445B CN115779445B CN202211282949.6A CN202211282949A CN115779445B CN 115779445 B CN115779445 B CN 115779445B CN 202211282949 A CN202211282949 A CN 202211282949A CN 115779445 B CN115779445 B CN 115779445B
- Authority
- CN
- China
- Prior art keywords
- behavior
- sequence
- preset
- game
- early warning
- 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
Images
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种计算机技术,揭露了一种游戏数据异常预警系统、方法、计算机设备及存储介质。本发明通过获得预设游戏用户的游戏操作日志,其中包括多个具有时间标识的行为数据;依次预处理并根据预处理结果构建行为模式库;监测所述预设游戏用户的实时行为操作,并将所述实时行为操作在所述行为模式库中进行遍历寻优,得到最相关行为;反向匹配最相关行为与实时行为操作的序列相关度,并判断序列相关度是否满足预设相关度阈值;若不满足,获得预警指令,并基于预警指令对实时行为操作进行异常预警。相较于现有技术,本发明可对游戏中用户的行为操作进行实时监测分析,及时发现用户异常行为并针对性预警,提高游戏数据安全程度和用户游戏体验。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种游戏数据异常预警系统、方法、计算机设备及存储介质。
背景技术
随着互联网新兴技术的不断深入发展,互联网服务已经融入民众生活的方方面面,其中,数字游戏成为广大年轻用户热爱的娱乐交友方式。数字游戏是一个虚拟的世界,在游戏虚拟世界中各个游戏拥有不同数量的虚拟资产,随着游戏虚拟资产规模的不断发展壮大,保护游戏用户虚拟资产的安全,确保游戏用户数据正常,成为一个亟需解决的问题。现有技术通过游戏用户主动管理等保障虚拟资产安全,确保游戏数据正常,而无法通过计算机技术对游戏用户的虚拟资产进行智能化安全保障维护,并针对虚拟资产异常情况进行及时预警,从而导致用户游戏数据异常,影响用户游戏体验的技术问题。因此,研究利用计算机技术对游戏中虚拟资产数据异常情况进行及时、准确的预警,具有重要的意义。总体来说,现有方法的缺陷在于,无法及时地对异常游戏数据进行检测识别,进而无法有效预警,影响用户游戏体验。
因此,如何对游戏中的行为操作进行智能化检测识别,确定异常游戏数据并针对性预警,从而改善用户游戏体验,成为一个亟待解决的问题。
发明内容
本发明的主要目的是提供一种游戏数据异常预警系统、方法、计算机设备及存储介质,旨在对游戏中用户的行为操作进行实时监测分析,及时发现用户异常行为并针对性预警。
为实现上述目的,本发明提出一种游戏数据异常预警方法,包括如下步骤:
获得步骤:获得预设游戏用户的游戏操作日志,其中,所述游戏操作日志包括多个具有时间标识的行为数据;
构建步骤:依次对所述多个具有时间标识的行为数据进行预处理,并根据预处理结果构建所述预设游戏用户的行为模式库;
遍历步骤:监测所述预设游戏用户的实时行为操作,并将所述实时行为操作在所述行为模式库中进行遍历寻优,得到最相关行为;
判断步骤:反向匹配所述最相关行为与所述实时行为操作的序列相关度,并判断所述序列相关度是否满足预设相关度阈值;
执行步骤:若所述序列相关度不满足所述预设相关度阈值,获得预警指令,并基于所述预警指令对所述实时行为操作进行异常预警。
此外,为实现上述目的,本发明还提出一种游戏数据异常预警系统,所述一种游戏数据异常预警系统包括存储器和处理器,其特征在于,所述存储器上存储有一种游戏数据异常预警程序,所述一种游戏数据异常预警程序被所述处理器执行时实现如下步骤:
获得步骤:获得预设游戏用户的游戏操作日志,其中,所述游戏操作日志包括多个具有时间标识的行为数据;
构建步骤:依次对所述多个具有时间标识的行为数据进行预处理,并根据预处理结果构建所述预设游戏用户的行为模式库;
遍历步骤:监测所述预设游戏用户的实时行为操作,并将所述实时行为操作在所述行为模式库中进行遍历寻优,得到最相关行为;
判断步骤:反向匹配所述最相关行为与所述实时行为操作的序列相关度,并判断所述序列相关度是否满足预设相关度阈值;
执行步骤:若所述序列相关度不满足所述预设相关度阈值,获得预警指令,并基于所述预警指令对所述实时行为操作进行异常预警。
此外,为实现上述目的,本发明还提出一种计算机设备,其中,包括处理器和存储器;
所述处理器,用于处理执行所述的游戏数据异常预警方法;
所述存储器,所述存储器与所述处理器耦合,用于存储所述游戏数据异常预警程序,当所述程序被所述处理器执行时,使系统以执行所述游戏数据异常预警方法的步骤。
此外,为实现上述目的,本发明还提出一种计算机可读存储介质,其中,所述计算机可读存储介质存储有游戏数据异常预警程序,所述游戏数据异常预警程序可被至少一个处理器执行,以使所述至少一个处理器执行如上述任一项所述的游戏数据异常预警方法的步骤。
本发明通过获得预设游戏用户的游戏操作日志,其中,所述游戏操作日志包括多个具有时间标识的行为数据;依次对所述多个具有时间标识的行为数据进行预处理,并根据预处理结果构建所述预设游戏用户的行为模式库;监测所述预设游戏用户的实时行为操作,并将所述实时行为操作在所述行为模式库中进行遍历寻优,得到最相关行为;反向匹配所述最相关行为与所述实时行为操作的序列相关度,并判断所述序列相关度是否满足预设相关度阈值;若所述序列相关度不满足所述预设相关度阈值,获得预警指令,并基于所述预警指令对所述实时行为操作进行异常预警。相较于现有技术,本发明可对游戏中用户的行为操作进行实时监测分析,及时发现用户异常行为并针对性预警,从而提高游戏数据安全程度,保障用户游戏体验。
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简单地介绍,显而易见地,下面描述中的附图仅仅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的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明游戏数据异常预警方法的流程示意图;
图2为本发明游戏数据异常预警方法中将所述行为属性类预处理结果、所述操作序列类预处理结果进行加和,得到所述行为模式库的流程示意图;
图3为本发明游戏数据异常预警方法中根据所述第二预设离散方案对所述第二行为数据进行预处理,得到所述操作序列类预处理结果的流程示意图;
图4为本发明游戏数据异常预警方法中根据所述寻优评价指标在所述寻优空间内进行全局寻优,得到所述最相关行为的流程示意图;
图5为本发明游戏数据异常预警方法中基于所述预警指令对所述实时行为操作进行异常预警的流程示意图;
图6为本发明游戏数据异常预警程序的运行环境示意图;
图7为本发明游戏数据异常预警程序的程序模块图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
本发明提出一种游戏数据异常预警方法。
如图1所示,图1为本发明游戏数据异常预警方法的流程示意图。
本实施例中,该方法包括:
S100:获得预设游戏用户的游戏操作日志,其中,所述游戏操作日志包括多个具有时间标识的行为数据;
S200:依次对所述多个具有时间标识的行为数据进行预处理,并根据预处理结果构建所述预设游戏用户的行为模式库;
S300:监测所述预设游戏用户的实时行为操作,并将所述实时行为操作在所述行为模式库中进行遍历寻优,得到最相关行为;
S400:反向匹配所述最相关行为与所述实时行为操作的序列相关度,并判断所述序列相关度是否满足预设相关度阈值;
S500:若所述序列相关度不满足所述预设相关度阈值,获得预警指令,并基于所述预警指令对所述实时行为操作进行异常预警。
所述预设游戏用户是指任意一个通过游戏数据异常预警系统进行游戏过程中异常数据识别和预警的游戏用户。通过所述游戏数据异常预警系统对所述预设游戏用户的游戏操作日志进行采集,得到多个具有时间标识的行为数据。示范性的如A游戏用户在A地址,于2022年10月1日10时登录游戏账户,A游戏用户在B地址,于2022年10月2日18时登录游戏账户并购买游戏装备,A游戏用户在B地址,于2022年10月2日22时登录游戏账户并购买游戏装备、参与排位游戏并获得A游戏皮肤、参与组队游戏并获得16800个游戏金币等。接着,依次对所述多个具有时间标识的行为数据进行预处理,如对具有数值属性的游戏数据进行归一化处理,得到无量纲游戏数据,进而根据预处理结果构建所述预设游戏用户的行为模式库。其中,所述行为模式库中包括所述预设游戏用户历史进行游戏时的正常游戏操作、行为等数据。
进一步的,对所述预设游戏用户的实时游戏数据进行采集,从而得到所述实时行为操作,并将所述实时行为操作在所述行为模式库中进行遍历寻优,得到与所述预设游戏用户当前的所述实时行为操作最相符、最接近的历史行为操作数据,并确定得到所述最相关行为。接着,反向匹配所述最相关行为与所述实时行为操作的序列相关度,其中,所述序列相关度是指所述最相关行为与所述实时行为操作的相关关系的量化结果。进而,判断所述序列相关度是否满足预设相关度阈值,其中,所述预设相关度阈值是指由游戏设计技术人员、游戏内测体验人员等综合多方面因素设置的用户在游戏中正常行为操作之间的相关度范围。其中,当所述序列相关度不满足所述预设相关度阈值,游戏数据异常预警系统自动获得预警指令,并基于所述预警指令对所述实时行为操作进行异常预警。
通过对预设游戏用户的历史游戏操作行为等进行预处理,实现了对游戏数据的量化采集,同时实现了对数据的简化、直观表达的目标,为后续数据挖掘分析提供了基础,同时也使得采集到的用户操作行为数据更加简洁、易于使用。接着,对预设游戏用户的游戏操作行为进行智能监测和实时数据采集,得到实时行为操作,并将用户实时行为操作与历史游戏操作行为进行比较,如果两者的偏差超过了一定的阈值,则说明当前实时行为操作发生了异常。通过可对游戏中用户的行为操作进行实时监测分析,及时发现用户异常行为并针对性预警,从而提高游戏数据安全程度,保障用户游戏体验。
如图2所示,本实施例中,上述S200还包括以下步骤:
对所述多个具有时间标识的行为数据进行类别划分,得到行为划分结果,其中,所述行为划分结果包括行为属性类、操作序列类;
依次对所述行为属性类、所述操作序列类中的行为数据进行预处理,分别得到行为属性类预处理结果、操作序列类预处理结果;
将所述行为属性类预处理结果、所述操作序列类预处理结果进行加和,得到所述行为模式库。
如图3所示,本实施例中,上述依次对所述行为属性类、所述操作序列类中的行为数据进行预处理,分别得到行为属性类预处理结果、操作序列类预处理结果,还包括以下步骤:
获得预设属性,其中,所述预设属性包括第一预设属性、第二预设属性;
基于所述第一预设属性对所述行为属性类进行行为数据提取,得到第一行为数据;
基于所述第二预设属性对所述操作序列类进行行为数据提取,得到第二行为数据;
获得预设离散方案,其中,所述预设离散方案包括第一预设离散方案、第二预设离散方案;
对所述第一行为数据进行归一化处理,得到第一行为归一化处理结果,并根据所述第一预设离散方案对所述第一行为归一化处理结果进行预处理,得到所述行为属性类预处理结果;
根据所述第二预设离散方案对所述第二行为数据进行预处理,得到所述操作序列类预处理结果。
在采集得到预设游戏用户的多个具有时间标识的行为数据后,首先对采集到的数据信息进行类别划分,根据实际游戏情况,将所述多个具有时间标识的行为数据划分为行为属性类和操作序列类。其中,所述行为属性类是指预设游戏用户在游戏中的行为习惯,体现一个完整操作过程行为属性之间的关联关系。所述操作序列类是指预设游戏用户在游戏中进行游戏资产交易的序列模式,体现一个完整操作过程中操作之间的序列关系。通过数据类型的划分,为数据的预处理提供类别基础,提高后续预处理效率和针对性。
首先基于所述多个具有时间标识的行为数据中各个行为数据的属性特征,分别确定第一预设属性、第二预设属性,其中,所述第一预设属性是指数值属性,所述第二预设属性是指字符串属性。然后,基于所述第一预设属性对所述行为属性类进行行为数据提取得到第一行为数据,基于所述第二预设属性对所述操作序列类进行行为数据提取得到第二行为数据。示范性的如某游戏用户A在游戏中获得了1580个金币、130个钻石、3个装备碎片、1个坐骑试用体验7天、1个B级皮肤等,属于具有数值属性的行为数据,某游戏用户A在游戏中平均每隔2天后,在上线五分钟内会购买1个新装备、同时卖出1个现有装备等,属于具有字符串属性的行为数据。
进一步的,针对不同属性的行为数据,分别采用不同的方案进行数据预处理,从而实现行为数据的具体、简化目标。首先获得预设离散方案,其中,所述预设离散方案包括第一预设离散方案、第二预设离散方案。然后,对所述第一行为数据进行归一化处理,得到第一行为归一化处理结果,并根据所述第一预设离散方案对所述第一行为归一化处理结果进行预处理,得到所述行为属性类预处理结果。示范性的如某游戏用户A在游戏中获得了1580个金币通过归一化处理后为1.58个金币,离散化后为2个金币。此外,根据所述第二预设离散方案对所述第二行为数据进行预处理,得到所述操作序列类预处理结果。示范性的如某游戏用户A在游戏中平均每隔2天后,在上线五分钟内会购买1个新装备、同时卖出1个现有装备进行离散化处理为登录、购买装备、售卖装备、进入游戏,若预设离散方案为登录1、浏览装备2、收藏装备3、查看已有装备4、购买装备5、售卖装备6、查看订单7、进入游戏8、退出游戏9等,则游戏用户A离散化处理为登录1、购买装备5、售卖装备6、进入游戏8。也就是说,通过对各个操作行为赋予连续的整数标识,实现对操作行为的离散化的目的。最后,将所述行为属性类预处理结果、所述操作序列类预处理结果进行合并计算,即得到所述行为模式库。通过采集历史游戏数据并针对性划分处理,进而组建行为模式库,为判断预设游戏用户的实时行为操作是否异常提供判断基准的对比基础。
如图4所示,本实施例中,上述S300还包括以下步骤:
对所述实时行为操作进行预处理,得到实时行为序列;
基于所述行为模式库获得多个行为序列,并将所述多个行为序列作为寻优空间;
将所述实时行为序列与所述多个行为序列之间的序列相关度数据作为寻优评价指标;
根据所述寻优评价指标在所述寻优空间内进行全局寻优,得到所述最相关行为。
本实施例中,上述根据所述寻优评价指标在所述寻优空间内进行全局寻优,得到所述最相关行为,还包括以下步骤:
基于所述寻优空间提取所述多个行为序列中的第一行为序列,并将所述第一行为序列的行为数据作为所述最相关行为;
基于所述寻优评价指标计算所述第一行为序列与所述实时行为序列的序列相关度,得到第一序列相关度;
获得预设邻域方案,并基于所述预设邻域方案构建所述第一行为序列的第一邻域,其中,所述第一邻域包括多个邻域行为序列;
依次计算所述多个邻域行为序列与所述实时行为序列的序列相关度,得到多个邻域序列相关度;
对所述多个邻域序列相关度进行筛选,得到第一邻域序列相关度,并将所述第一邻域序列相关度与所述第一序列相关度进行对比;
若所述第一邻域序列相关度优于所述第一序列相关度,反向匹配所述第一邻域序列相关度的第一邻域序列;
获得所述第一邻域序列的行为数据,记作邻域最相关行为,并以所述邻域最相关行为作为所述最相关行为;
迭代寻优至迭代次数达到预设迭代次数,将彼时获得的所述最相关行为进行输出。
本实施例中,上述迭代寻优至迭代次数达到预设迭代次数,将彼时获得的所述最相关行为进行输出之后,还包括以下步骤:
将所述第一行为序列、所述第一邻域序列依次进行禁忌标记,分别记作第一禁忌标记、第二禁忌标记;
依次计算所述第一禁忌标记、所述第二禁忌标记的禁忌时长,获得第一禁忌时长、第二禁忌时长;
当所述第一禁忌时长满足预设禁忌期限时,解除所述第一行为序列的所述第一禁忌标记;
当所述第二禁忌时长满足所述预设禁忌期限时,解除所述第一邻域序列的所述第二禁忌标记。
在将所述实时行为操作在所述行为模式库中进行遍历寻优得到最相关行为时,首先基于预设离散方案对所述预设游戏用户的所述实时行为操作进行预处理,得到实时行为序列。然后提取所述行为模式库中的多个行为序列,并将所述多个行为序列作为寻优空间,将所述实时行为序列与所述多个行为序列之间的序列相关度数据作为寻优评价指标。最后根据所述寻优评价指标在所述寻优空间内进行全局寻优,得到所述最相关行为。其中,寻优方法为禁忌搜索算法。其中,所述禁忌搜索算法是一种基于全局的元启发式随机搜索算法。
进一步的,基于所述寻优空间提取所述多个行为序列中的第一行为序列,并将所述第一行为序列的行为数据作为所述最相关行为,接着基于所述寻优评价指标计算所述第一行为序列与所述实时行为序列的序列相关度,得到第一序列相关度。然后,根据预设邻域方案构建所述第一行为序列的第一邻域,其中,所述第一邻域包括多个邻域行为序列。所述预设领域方案是指由相关技术人员综合分析后确定的与某行为相关度接近的行为操作的范围选择方案。示范性的如某行为序列为15372,将该行为序列最后一个行为操作作为邻域选择的基点,径向5数值内均为其邻域,从而得到的邻域包括行为序列15371、15373-15379。接下来,依次计算所述多个邻域行为序列与所述实时行为序列的序列相关度,得到多个邻域序列相关度。其中,相关度计算可通过序列中操作位置、操作行为均一致的行为总数占总操作数的比例进行表征。接着,对所述多个邻域序列相关度进行筛选,得到第一邻域序列相关度,并将所述第一邻域序列相关度与所述第一序列相关度进行对比,其中,若所述第一邻域序列相关度优于所述第一序列相关度,反向匹配所述第一邻域序列相关度的第一邻域序列,并获得所述第一邻域序列的行为数据,记作邻域最相关行为,并以所述邻域最相关行为作为所述最相关行为。最后,迭代寻优至迭代次数达到预设迭代次数,将彼时获得的所述最相关行为进行输出。所述预设迭代次数为预先存储在系统中的迭代次数范围,可避免系统陷入局部最优,同时提高寻优效率。
进一步的,将所述第一行为序列、所述第一邻域序列依次进行禁忌标记,分别记作第一禁忌标记、第二禁忌标记,依次计算所述第一禁忌标记、所述第二禁忌标记的禁忌时长,获得第一禁忌时长、第二禁忌时长,当所述第一禁忌时长满足预设禁忌期限时,解除所述第一行为序列的所述第一禁忌标记,当所述第二禁忌时长满足所述预设禁忌期限时,解除所述第一邻域序列的所述第二禁忌标记。通过对寻优过程中的各个最相关行为进行标记,并将其添加至禁忌列表,直到其在禁忌列表中的时间达到预设禁忌期限后再将其解除标记,有效避免遍历寻优陷入局部最优中,提高寻优效率和寻优质量。
通过基于全局的最相关行为寻优,达到了跳脱局部最优、提高最相关行为的可参考性,进而以最相关行为作为评估用户实时行为操作是否异常的基础,保证了异常识别判断的准确性,进而提高了系统可靠性和实用性,从而保障游戏数据安全正常。
如图5所示,本实施例中,上述S500还包括以下步骤:
获得预设相关度阈值,其中,所述预设相关度阈值包括第一预设相关度阈值、第二预设相关度阈值;
判断所述序列相关度是否满足所述第一预设相关度阈值;
若所述序列相关度不满足所述第一预设相关度阈值,获得第一预警指令;
根据所述第一预警指令,通过预设游戏渠道对所述预设游戏用户进行异常预警;
若所述序列相关度满足所述第一预设相关度阈值,获得判断指令,其中,所述判断指令用于判断所述序列相关度是否满足所述第二预设相关度阈值;
若所述序列相关度不满足所述第二预设相关度阈值,获得第二预警指令;
根据所述第二预警指令,通过预设非游戏渠道对所述预设游戏用户进行异常预警。
首先获得预设相关度阈值,其中,所述预设相关度阈值包括第一预设相关度阈值、第二预设相关度阈值,其中,所述第一预设相关度阈值大于所述第二预设相关度阈值,为相关技术人员综合分析游戏实际使用情况、游戏行为数据重要程度等确定的行为监测的相关性程度范围。接着,判断所述序列相关度是否满足所述第一预设相关度阈值,其中,若所述序列相关度不满足所述第一预设相关度阈值,系统自动获得第一预警指令,并根据所述第一预警指令,通过预设游戏渠道对所述预设游戏用户进行异常预警。示范性的如通过游戏界面进行异常操作提醒、确认,实时弹出用户身份验证等消息进行预警。然后,当所述序列相关度满足所述第一预设相关度阈值时,说明此时用户的行为操作整体正常,但仍存在一定异常风险,此时系统自动获得判断指令,其中,所述判断指令用于判断所述序列相关度是否满足所述第二预设相关度阈值。进一步的,当所述序列相关度不满足所述第二预设相关度阈值,系统自动获得第二预警指令,并根据所述第二预警指令,通过预设非游戏渠道对所述预设游戏用户进行异常预警。示范性的如通过与游戏账户绑定的其他第三方联系方式,如邮件、信息、电话等方式对用户的异常数据行为操作进行提醒,从而降低用户被盗号等异常行为概率,保障游戏用户的虚拟资产,提高用户游戏体验。
本发明通过获得预设游戏用户的游戏操作日志,其中,所述游戏操作日志包括多个具有时间标识的行为数据;依次对所述多个具有时间标识的行为数据进行预处理,并根据预处理结果构建所述预设游戏用户的行为模式库;监测所述预设游戏用户的实时行为操作,并将所述实时行为操作在所述行为模式库中进行遍历寻优,得到最相关行为;反向匹配所述最相关行为与所述实时行为操作的序列相关度,并判断所述序列相关度是否满足预设相关度阈值;若所述序列相关度不满足所述预设相关度阈值,获得预警指令,并基于所述预警指令对所述实时行为操作进行异常预警。相较于现有技术,本发明可对游戏中用户的行为操作进行实时监测分析,及时发现用户异常行为并针对性预警,从而提高游戏数据安全程度,保障用户游戏体验。
本发明提出一种游戏数据异常预警程序。
请参阅图6,是本发明游戏数据异常预警程序10的运行环境示意图。
在本实施例中,游戏数据异常预警程序10安装并运行于电子装置1中。电子装置1可以是桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该电子装置1可包括,但不仅限于,存储器11、处理器12及显示器13。图6仅示出了具有组件11-13的电子装置1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
存储器11在一些实施例中可以是电子装置1的内部存储单元,例如该电子装置1的硬盘或内存。存储器11在另一些实施例中也可以是电子装置1的外部存储设备,例如电子装置1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器11还可以既包括电子装置1的内部存储单元也包括外部存储设备。存储器11用于存储安装于电子装置1的应用软件及各类数据,例如游戏数据异常预警程序10的程序代码等。存储器11还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器11中存储的程序代码或处理数据,例如执行游戏数据异常预警程序10等。
显示器13在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器13用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面。电子装置1的部件11-13通过程序总线相互通信。
请参阅图7,是本发明游戏数据异常预警程序10的程序模块图。
在本实施例中,游戏数据异常预警程序10可以被分割成一个或多个模块,一个或者多个模块被存储于存储器11中,并由一个或多个处理器(本实施例为处理器12)所执行,以完成本发明。例如,在图7中,游戏数据异常预警程序10可以被分割成获得模块101、构建模块102、遍历模块103、判断模块104、执行模块105。本发明所述的模块是指能够完成特定功能的一系列计算机程序指令段,比程序更适合于描述游戏数据异常预警程序10在电子装置1中的执行过程,其中:
获得模块101:获得预设游戏用户的游戏操作日志,其中,所述游戏操作日志包括多个具有时间标识的行为数据;
构建模块102:依次对所述多个具有时间标识的行为数据进行预处理,并根据预处理结果构建所述预设游戏用户的行为模式库;
遍历模块103:监测所述预设游戏用户的实时行为操作,并将所述实时行为操作在所述行为模式库中进行遍历寻优,得到最相关行为;
判断模块104:反向匹配所述最相关行为与所述实时行为操作的序列相关度,并判断所述序列相关度是否满足预设相关度阈值;
执行模块105:若所述序列相关度不满足所述预设相关度阈值,获得预警指令,并基于所述预警指令对所述实时行为操作进行异常预警。
本申请还提供一种电子设备,其中,包括处理器和存储器;
该处理器,用于处理执行上述实施例一中任一项所述游戏数据异常预警方法的步骤;
该存储器,该存储器与该处理器耦合,用于存储程序,当游戏数据异常预警程序被该处理器执行时,使系统以执行上述任一项游戏数据异常预警方法的步骤。
进一步地,本发明还提出一种计算机可读存储介质,所述计算机可读存储介质存储有游戏数据异常预警程序,所述游戏数据异常预警程序可被至少一个处理器执行,以使所述至少一个处理器执行上述任一实施例中的游戏数据异常预警方法。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种游戏数据异常预警方法,其特征在于,包括:
获得步骤:获得预设游戏用户的游戏操作日志,其中,所述游戏操作日志包括多个具有时间标识的行为数据;
构建步骤:依次对所述多个具有时间标识的行为数据进行预处理,并根据预处理结果构建所述预设游戏用户的行为模式库;
遍历步骤:监测所述预设游戏用户的实时行为操作,并将所述实时行为操作在所述行为模式库中进行遍历寻优,得到最相关行为;
判断步骤:反向匹配所述最相关行为与所述实时行为操作的序列相关度,并判断所述序列相关度是否满足预设相关度阈值;
执行步骤:若所述序列相关度不满足所述预设相关度阈值,获得预警指令,并基于所述预警指令对所述实时行为操作进行异常预警。
2.根据权利要求1所述的游戏数据异常预警方法,其特征在于,所述构建步骤,还包括:
对所述多个具有时间标识的行为数据进行类别划分,得到行为划分结果,其中,所述行为划分结果包括行为属性类、操作序列类;
依次对所述行为属性类、所述操作序列类中的行为数据进行预处理,分别得到行为属性类预处理结果、操作序列类预处理结果;
将所述行为属性类预处理结果、所述操作序列类预处理结果进行加和,得到所述行为模式库。
3.根据权利要求2所述的游戏数据异常预警方法,其特征在于,所述分别得到行为属性类预处理结果、操作序列类预处理结果,包括:
获得预设属性,其中,所述预设属性包括第一预设属性、第二预设属性;
基于所述第一预设属性对所述行为属性类进行行为数据提取,得到第一行为数据;
基于所述第二预设属性对所述操作序列类进行行为数据提取,得到第二行为数据;
获得预设离散方案,其中,所述预设离散方案包括第一预设离散方案、第二预设离散方案;
对所述第一行为数据进行归一化处理,得到第一行为归一化处理结果,并根据所述第一预设离散方案对所述第一行为归一化处理结果进行预处理,得到所述行为属性类预处理结果;
根据所述第二预设离散方案对所述第二行为数据进行预处理,得到所述操作序列类预处理结果。
4.根据权利要求1所述的游戏数据异常预警方法,其特征在于,所述遍历步骤,还包括:
对所述实时行为操作进行预处理,得到实时行为序列;
基于所述行为模式库获得多个行为序列,并将所述多个行为序列作为寻优空间;
将所述实时行为序列与所述多个行为序列之间的序列相关度数据作为寻优评价指标;
根据所述寻优评价指标在所述寻优空间内进行全局寻优,得到所述最相关行为。
5.根据权利要求4所述的游戏数据异常预警方法,其特征在于,所述根据所述寻优评价指标在所述寻优空间内进行全局寻优,得到所述最相关行为,包括:
基于所述寻优空间提取所述多个行为序列中的第一行为序列,并将所述第一行为序列的行为数据作为所述最相关行为;
基于所述寻优评价指标计算所述第一行为序列与所述实时行为序列的序列相关度,得到第一序列相关度;
获得预设邻域方案,并基于所述预设邻域方案构建所述第一行为序列的第一邻域,其中,所述第一邻域包括多个邻域行为序列;
依次计算所述多个邻域行为序列与所述实时行为序列的序列相关度,得到多个邻域序列相关度;
对所述多个邻域序列相关度进行筛选,得到第一邻域序列相关度,并将所述第一邻域序列相关度与所述第一序列相关度进行对比;
若所述第一邻域序列相关度优于所述第一序列相关度,反向匹配所述第一邻域序列相关度的第一邻域序列;
获得所述第一邻域序列的行为数据,记作邻域最相关行为,并以所述邻域最相关行为作为所述最相关行为;
迭代寻优至迭代次数达到预设迭代次数,将彼时获得的所述最相关行为进行输出。
6.根据权利要求5所述的游戏数据异常预警方法,其特征在于,还包括:
将所述第一行为序列、所述第一邻域序列依次进行禁忌标记,分别记作第一禁忌标记、第二禁忌标记;
依次计算所述第一禁忌标记、所述第二禁忌标记的禁忌时长,获得第一禁忌时长、第二禁忌时长;
当所述第一禁忌时长满足预设禁忌期限时,解除所述第一行为序列的所述第一禁忌标记;
当所述第二禁忌时长满足所述预设禁忌期限时,解除所述第一邻域序列的所述第二禁忌标记。
7.根据权利要求1所述的游戏数据异常预警方法,其特征在于,所述执行步骤,还包括:
获得预设相关度阈值,其中,所述预设相关度阈值包括第一预设相关度阈值、第二预设相关度阈值;
判断所述序列相关度是否满足所述第一预设相关度阈值;
若所述序列相关度不满足所述第一预设相关度阈值,获得第一预警指令;
根据所述第一预警指令,通过预设游戏渠道对所述预设游戏用户进行异常预警;
若所述序列相关度满足所述第一预设相关度阈值,获得判断指令,其中,所述判断指令用于判断所述序列相关度是否满足所述第二预设相关度阈值;
若所述序列相关度不满足所述第二预设相关度阈值,获得第二预警指令;
根据所述第二预警指令,通过预设非游戏渠道对所述预设游戏用户进行异常预警。
8.一种游戏数据异常预警系统,所述游戏数据异常预警系统包括存储器和处理器,其特征在于,所述存储器上存储有游戏数据异常预警程序,所述游戏数据异常预警程序被所述处理器执行时实现如下步骤:
获得步骤:获得预设游戏用户的游戏操作日志,其中,所述游戏操作日志包括多个具有时间标识的行为数据;
构建步骤:依次对所述多个具有时间标识的行为数据进行预处理,并根据预处理结果构建所述预设游戏用户的行为模式库;
遍历步骤:监测所述预设游戏用户的实时行为操作,并将所述实时行为操作在所述行为模式库中进行遍历寻优,得到最相关行为;
判断步骤:反向匹配所述最相关行为与所述实时行为操作的序列相关度,并判断所述序列相关度是否满足预设相关度阈值;
执行步骤:若所述序列相关度不满足所述预设相关度阈值,获得预警指令,并基于所述预警指令对所述实时行为操作进行异常预警。
9.一种计算机设备,其特征在于,包括处理器和存储器;
所述处理器,用于处理执行权利要求1-7中任一项所述的方法;
所述存储器,所述存储器与所述处理器耦合,用于存储程序,当所述程序被所述处理器执行时,使系统以执行权利要求1-7中任一项所述方法的步骤。
10.一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存储有游戏数据异常预警程序,所述游戏数据异常预警程序可被至少一个处理器执行,以使所述至少一个处理器执行如权利要求1-7中的任一项所述的游戏数据异常预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211282949.6A CN115779445B (zh) | 2022-10-19 | 2022-10-19 | 一种游戏数据异常预警系统、方法、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211282949.6A CN115779445B (zh) | 2022-10-19 | 2022-10-19 | 一种游戏数据异常预警系统、方法、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115779445A CN115779445A (zh) | 2023-03-14 |
CN115779445B true CN115779445B (zh) | 2023-06-23 |
Family
ID=85433282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211282949.6A Active CN115779445B (zh) | 2022-10-19 | 2022-10-19 | 一种游戏数据异常预警系统、方法、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115779445B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007267876A (ja) * | 2006-03-30 | 2007-10-18 | Namco Bandai Games Inc | プログラム、情報記憶媒体、ゲーム装置およびゲーム装置管理装置 |
CN101119781A (zh) * | 2005-02-16 | 2008-02-06 | 科乐美数码娱乐株式会社 | 不正当行为防止方法和装置 |
CN107158707A (zh) * | 2017-04-27 | 2017-09-15 | 浙江大学 | 一种针对MMORPGs游戏的异常检测方法及装置 |
KR20200140223A (ko) * | 2020-12-01 | 2020-12-15 | 넷마블 주식회사 | 비정상 게임 계정을 탐지하는 장치 및 방법 |
KR20200143803A (ko) * | 2019-06-17 | 2020-12-28 | 넷마블 주식회사 | 비정상 사용자 결정 방법 및 장치 |
CN112221155A (zh) * | 2020-10-10 | 2021-01-15 | 陈夏焱 | 基于人工智能和大数据的游戏数据识别方法及游戏云中心 |
CN112329811A (zh) * | 2020-09-18 | 2021-02-05 | 广州三七网络科技有限公司 | 异常账号识别方法、装置、计算机设备和存储介质 |
CN112973128A (zh) * | 2021-03-09 | 2021-06-18 | 杭州电魂网络科技股份有限公司 | 消极游戏行为自动分析处理方法、装置、设备及介质 |
KR20210154032A (ko) * | 2020-06-11 | 2021-12-20 | 넥슨지티 주식회사 | 부정유저 판별 장치 및 부정유저 판별 방법 |
CN114225421A (zh) * | 2021-12-16 | 2022-03-25 | 网易(杭州)网络有限公司 | 游戏交易数据异常检测方法、装置、终端和可读存储介质 |
-
2022
- 2022-10-19 CN CN202211282949.6A patent/CN115779445B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101119781A (zh) * | 2005-02-16 | 2008-02-06 | 科乐美数码娱乐株式会社 | 不正当行为防止方法和装置 |
JP2007267876A (ja) * | 2006-03-30 | 2007-10-18 | Namco Bandai Games Inc | プログラム、情報記憶媒体、ゲーム装置およびゲーム装置管理装置 |
CN107158707A (zh) * | 2017-04-27 | 2017-09-15 | 浙江大学 | 一种针对MMORPGs游戏的异常检测方法及装置 |
KR20200143803A (ko) * | 2019-06-17 | 2020-12-28 | 넷마블 주식회사 | 비정상 사용자 결정 방법 및 장치 |
KR20210154032A (ko) * | 2020-06-11 | 2021-12-20 | 넥슨지티 주식회사 | 부정유저 판별 장치 및 부정유저 판별 방법 |
CN112329811A (zh) * | 2020-09-18 | 2021-02-05 | 广州三七网络科技有限公司 | 异常账号识别方法、装置、计算机设备和存储介质 |
CN112221155A (zh) * | 2020-10-10 | 2021-01-15 | 陈夏焱 | 基于人工智能和大数据的游戏数据识别方法及游戏云中心 |
KR20200140223A (ko) * | 2020-12-01 | 2020-12-15 | 넷마블 주식회사 | 비정상 게임 계정을 탐지하는 장치 및 방법 |
CN112973128A (zh) * | 2021-03-09 | 2021-06-18 | 杭州电魂网络科技股份有限公司 | 消极游戏行为自动分析处理方法、装置、设备及介质 |
CN114225421A (zh) * | 2021-12-16 | 2022-03-25 | 网易(杭州)网络有限公司 | 游戏交易数据异常检测方法、装置、终端和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115779445A (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103294592B (zh) | 利用用户工具交互来自动分析其服务交付中的缺陷的方法与系统 | |
CN107122669B (zh) | 一种评估数据泄露风险的方法和装置 | |
CN112258303B (zh) | 围串标预警分析方法、装置、电子设备及存储介质 | |
CN108399565A (zh) | 金融产品推荐装置、方法及计算机可读存储介质 | |
Zhang et al. | Large-scale empirical study of important features indicative of discovered vulnerabilities to assess application security | |
CN114270391A (zh) | 量化隐私影响 | |
CN112529575A (zh) | 风险预警方法、设备、存储介质及装置 | |
CN112560465A (zh) | 批量异常事件的监控方法、装置、电子设备及存储介质 | |
CN110414806B (zh) | 员工风险预警方法及相关装置 | |
CN112200196A (zh) | 钓鱼网站检测方法、装置、设备及计算机可读存储介质 | |
CN112990989B (zh) | 价值预测模型输入数据生成方法、装置、设备和介质 | |
CN114692593A (zh) | 一种网络信息安全监测预警方法 | |
CN114780358A (zh) | 异常操作行为的检测方法和检测装置 | |
CN115779445B (zh) | 一种游戏数据异常预警系统、方法、计算机设备及存储介质 | |
JP4838593B2 (ja) | トラブル情報分析プログラム、トラブル情報分析装置およびトラブル情報分析方法 | |
CN112199480A (zh) | 一种基于bert模型的在线对话日志违规检测方法及系统 | |
CN111489165B (zh) | 目标对象的数据处理方法、装置和服务器 | |
CN114662005A (zh) | 用户行为轨迹的消息推送方法、装置、设备及存储介质 | |
CN113505117A (zh) | 基于数据指标的数据质量评估方法、装置、设备及介质 | |
CN113052604A (zh) | 一种对象检测方法、装置、设备及存储介质 | |
CN113673870A (zh) | 一种企业数据分析方法及相关组件 | |
CN111221704A (zh) | 一种确定办公管理应用系统运行状态的方法及系统 | |
CN116364309B (zh) | 一种基于神经网络的临床试验风险评估方法及系统 | |
CN112288338B (zh) | 用户活动监测方法、装置、设备及介质 | |
CN117372211A (zh) | 一种案件督促信息在线管理方法、装置及电子设备 |
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 |