[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

说明书

本申请公开了应用对象识别及应用对象识别模型的训练方法、装置和存储介质，涉及互联网技术领域。本申请实施例中。使用游戏玩家在游戏中行为特征对应用对象识别模型进行训练。具体的使用有标签的样本对模型进行训练。包括使用外挂时的行为特征样本，以及未使用外挂时行为特征样本。由于玩家对游戏角色的控制行为相对稳定，所以行为特征也相对稳定，所以基于该特征的检测不会像外挂特征那样频繁的进行更新和维护。也进一步避免了因更新维护导致的无法进行外挂检测，从而避免了现有技术中外挂检测的滞后性问题。

技术领域

本申请涉及互联网技术领域，尤其涉及应用对象识别及应用对象识别模型的训练方法、装置和存储介质。

背景技术

由于游戏外挂能够帮助玩家轻松过关，使得很多玩家在玩游戏时喜欢使用外挂。然而外挂的使用通常使得游戏缺乏公平性。相关技术中，也出现了识别游戏外挂的方法。

通常，识别外挂的方法包括：获取外挂样本，然后基于外挂样本分析外挂的特征，基于外挂的特征监控玩家是否使用外挂。然而，外挂会定期更新，且频繁更新，这将导致外挂的特征会经常变动、需要人工频繁的去维护外挂特征，这将耗费人力资源。此外，外挂样本更新的时候，外挂样本也会随之变化，对应的外挂特征识别的策略也会随之失效，在更新之前，对外挂的检测是处于失效的状态，导致对外挂的检测将存在一定滞后性。

发明内容

本申请实施例提供一种应用对象识别及逻辑回归模型的训练方法、装置和存储介质，用于解决现有技术中使用外挂特征去识别外挂时，需要人工频繁更新外挂特征并且基于外挂特征的检测具有一定滞后性等的问题。

第一方面，本申请实施例提供一种应用对象识别，该方法包括：

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。

第二方面，本申请实施例提供一种应用对象识别模型的训练方法，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，并将相应的黑白标签和行为特征进行关联得到训练样本；

根据训练样本训练模型，得到能够检测游戏玩家是否使用外挂的应用对象识别模型。

第三方面，本申请实施例提供一种应用对象识别装置，所述装置包括：

行为数据获取模块，用于实时获取游戏玩家在游戏中的行为数据；

行为特征构建模块，用于根据获取的行为数据，构建所述游戏玩家的行为特征；

检测模块，用于调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；

结果确定模块，用于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。

第四方面，本申请实施例提供一种应用对象识别模型的训练装置，包括：

采集模块，用于采集的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；