[发明专利]数据处理方法及其系统

说明书

技术领域

本公开涉及数据处理领域，更具体地，涉及一种数据处理方法及其系统、以及一种非易失性存储介质。

背景技术

在竞争激烈的移动应用程序(Application，以下简称为APP)市场，生产商推广APP的需求越来越大。一般地，APP投入推广后，生产商会根据APP投放后实际产生的效果(如APP的新增激活量等)给予APP推广方相应的酬劳。为了增加推广收益，个别推广方可能会存在作弊行为，如使用模拟器进行刷量，即对设备的部分特征数据进行随机篡改和伪造，以达到增加虚假APP激活量的目的，造成生产商利益受损。因此需要全面、有效地识别出不同渠道中作弊设备批量集中的特征数据，将与识别出来的特征数据相对应的设备不予以推广结算。

为了降低生产商的经济损失，相关技术中提供了多种数据处理的方案来识别作弊设备。然而，在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：无法从设备层面识别APP的新增激活的真伪。

针对相关技术中的上述问题，目前还未提出有效的解决方案。

发明内容

有鉴于此，本公开提供了一种数据处理方法及数据处理系统。

本公开一方面提供了一种数据处理方法，包括：获取目标操作数据，其中，上述目标操作数据包含真实对象对应用程序进行操作产生的真实操作数据或伪对象对上述应用程序进行操作产生的伪造操作数据；获取用于识别对象真伪的参考数据；以及利用上述参考数据识别对上述应用程序进行操作产生上述目标操作数据的对象的真伪，以对上述目标操作数据进行识别。

根据本公开的实施例，获取用于识别对象真伪的参考数据包括：获取对上述应用程序进行操作的多个对象的特征参数，其中，上述多个对象包含上述真实对象和上述伪对象；以及将上述特征参数中满足第一预设条件的特征参数确定为上述用于识别对象真伪的参考数据。

根据本公开的实施例，上述特征参数包括多个特征参数，将上述特征参数中满足第一预设条件的特征参数确定为上述用于识别对象真伪的参考数据包括：计算上述多个特征参数中每个特征参数的信息熵；判断计算得到的上述每个特征参数的信息熵中是否存在小于等于第一阈值的信息熵；以及若上述特征参数的信息熵中存在小于等于第一阈值的信息熵，则将该信息熵对应的特征参数确定为上述用于识别对象真伪的参考数据。

根据本公开的实施例，若上述特征参数的信息熵中存在小于等于第一阈值的信息熵，则将该信息熵对应的特征参数确定为上述用于识别对象真伪的参考数据包括：确定该信息熵对应的各特征名称；计算与上述各特征名称中的每个特征名称对应的特征值的信息增益值；以及将信息增益值最大的特征值以及与该特征值对应的特征名称确定为上述用于识别对象真伪的参考数据。

根据本公开的实施例，将信息增益值最大的特征值以及与该特征值对应的特征名称确定为上述用于识别对象真伪的参考数据包括：确定上述各对象中特征值满足信息增益值最大条件的对象的对象数量；判断上述对象数量是否满足第二阈值；以及若上述对象数量满足第二阈值，则将信息增益值最大的特征值以及与该特征值对应的特征名称确定为上述用于识别对象真伪的参考数据。

根据本公开的实施例，若上述对象数量满足第二阈值，则将信息增益值最大的特征值以及与该特征值对应的特征名称确定为上述用于识别对象真伪的参考数据包括：在上述对象数量满足上述第二阈值的情况下，确定上述各特征名称对应的特征值中满足信息增益值最大条件的特征值的权重值；根据上述各特征名称对应的特征值中满足信息增益值最大条件的特征值和上述权重值进行计算；以及将计算结果满足第二预设条件的特征值及其对应的特征名称确定为上述用于识别对象真伪的参考数据。

根据本公开的实施例，利用上述参考数据识别对上述应用程序进行操作产生上述目标操作数据的对象的真伪，以对上述目标操作数据进行识别之后，上述方法还包括：在指定区域展示用于识别对象真伪的参考数据。

本公开的另一方面还提供了一种数据处理系统，包括：第一获取模块，用于获取目标操作数据，其中，上述目标操作数据包含真实对象对应用程序进行操作产生的真实操作数据或伪对象对上述应用程序进行操作产生的伪造操作数据；第二获取模块，用于获取用于识别对象真伪的参考数据；以及识别模块，用于利用上述参考数据识别对上述应用程序进行操作产生上述目标操作数据的对象的真伪，以对上述目标操作数据进行识别。