[发明专利]应用对象识别及其识别模型的训练方法、装置和介质

权利要求书

1.一种应用对象识别方法，其特征在于，所述方法包括：

实时获取游戏玩家在游戏中的行为数据；

根据获取的行为数据，构建所述游戏玩家的行为特征；

将构建的行为特征输入给应用对象识别模型；所述应用对象识别模型为预先根据黑白样本训练得到的，其中黑样本为游戏玩家使用外挂时采集得到的行为数据构建得到的行为特征、白样本为游戏玩家未使用外挂时采集得到的行为数据构建得到的行为特征；

得到所述应用对象识别模型输出的所述游戏玩家是否使用外挂的检测结果；

其中，所述应用对象识别模型包括用于进行外观检测的逻辑回归模型，训练所述逻辑回归模型，包括：

采集使用外挂的游戏玩家的行为数据，以及未使用外挂的游戏玩家的行为数据；

根据采集的行为数据构建行为特征，并建立黑白标签和行为特征的关联关系；

对行为特征进行归一化，得到各游戏玩家对应的归一化后的行为特征；

根据黑白标签，确定归一化后的各种行为特征的贡献值，该贡献值为证据权重值WOE或信息价值IV；其中，同一行为特征的取值区间划分为多个分段，所述WOE用于表示各分段内黑标签的样本与白标签的样本之间的比例；所述IV值为所述各分段的比例的累加值；

将贡献值大于预设值的行为特征作为训练所述逻辑回归模型的训练样本，或者，将贡献值排名前N的行为特征作为训练所述逻辑回归模型的训练样本；

采用训练样本对所述逻辑回归模型进行逻辑回归训练得到训练好的所述逻辑回归模型。

2.根据权利要求1所述的方法，其特征在于，所述应用对象识别模型还包括卷积神经网络模型。

3.根据权利要求2所述的方法，其特征在于，所述得到所述应用对象识别模型输出的所述游戏玩家是否使用外挂的检测结果，具体包括：

若卷积神经网络模型和逻辑回归模型各自的输出结果中，一个输出结果为所述游戏玩家使用外挂，另一个输出结果为所述游戏玩家未使用外挂，则确定所述游戏玩家未使用外挂；

若卷积神经网络模型和逻辑回归模型各自的输出结果均为所述游戏玩家使用外挂，则确定所述游戏玩家使用外挂；

若卷积神经网络模型和逻辑回归模型各自的输出结果均为所述游戏玩家未使用外挂，则确定所述游戏玩家未使用外挂。

4.根据权利要求1所述的方法，其特征在于，若游戏为第一人称射击类游戏，所述行为特征包括以下特征中的至少一种：

开枪类特征、伤害类特征、击杀类特征、走位类特征和瞄准类特征。

5.根据权利要求4所述的方法，其特征在于，

所述开枪类特征包括以下中的至少一种：对可见敌人的开枪次数、打提前枪次数、快速开枪次数；

所述伤害类特征包括以下中的至少一种：开枪命中次数、开枪命中上半身部位次数、助攻次数、命中不可见敌人次数、每次命中的平均伤害值；

所述击杀类特征包括以下中的至少一种：第一距离击杀敌人次数、第二距离击杀敌人次数、第三距离击杀敌人次数、总爆头数、穿墙射杀敌人次数、指定次数连杀次数、死亡次数、指定时长内连杀次数；

所述走位类特征包括：指定走位序列的次数；

所述瞄准类特征包括以下中的至少一种：准星随不可见敌人移动次数、瞄准不可见敌人次数、遇见敌人反映时间。

6.根据权利要求1-5中任一所述的方法，其特征在于，所述方法还包括：

若检测到游戏玩家使用外挂，则限制该游戏玩家的账号进行指定操作。