[发明专利]异常行为检测方法、装置和可读存储介质有效
申请号: | 201910517722.7 | 申请日: | 2019-06-14 |
公开(公告)号: | CN110237530B | 公开(公告)日: | 2020-12-11 |
发明(设计)人: | 谢志宁;刘福乐;孙钟前;杨巍 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | A63F13/52 | 分类号: | A63F13/52;A63F13/56;A63F13/58;A63F13/822 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 方高明 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 异常 行为 检测 方法 装置 可读 存储 介质 | ||
本申请涉及一种异常行为检测方法、装置和计算机可读存储介质,所述方法包括:获取用户标识的当前状态;根据所述用户标识的当前状态获取所述用户标识对应的用户行为数据;根据所述用户行为数据确定所述用户标识存在异常行为的概率值;当所述用户标识存在异常行为的概率值超过阈值时,确定所述当前状态下的用户标识为异常用户标识。本申请提供的方案可使预测模型识别更准确。
技术领域
本申请涉及计算机技术领域,特别是涉及一种异常行为检测方法、装置和计算机可读存储介质。
背景技术
随着计算机技术的发展,人们的休闲娱乐方式发生了很大变化,出现了许多网络活动,例如多人在线竞技战术游戏。多人在线竞技战术游戏中的任何一个用户的操作都影响对局的胜负,而一些用户对局中往往会出现一些恶意行为。这些恶意行为极大地影响了对局的胜负,长期来看这些问题将影响到整个游戏的活跃度和生命周期。
目前主要是基于规则识别用户是否存在恶意行为,但是基于规则的方法只能识别特定的情况,容易出现漏判,识别不准确。
发明内容
基于此,有必要针对用户行为识别不准确的技术问题,提供一种异常行为检测方法、装置和计算机可读存储介质。
一种异常行为检测方法,包括:
获取用户标识的当前状态;
根据所述用户标识的当前状态获取所述用户标识对应的用户行为数据;
根据所述用户行为数据确定所述用户标识存在异常行为的概率值;
当所述用户标识存在异常行为的概率值超过阈值时,确定所述当前状态下的用户标识为异常用户标识。
一种异常行为检测装置,其特征在于,所述装置包括:
状态获取模块,用于获取用户标识的当前状态;
数据获取模块,用于根据所述用户标识的当前状态获取所述用户标识对应的用户行为数据;
确定模块,用于根据所述用户行为数据确定所述用户标识存在异常行为的概率值;
判定模块,用于当所述用户标识存在异常行为的概率值超过阈值时,确定所述当前状态下的用户标识为异常用户标识。
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如上述任一项所述方法的步骤。
上述异常行为检测方法、装置和计算机可读存储介质,通过获取用户标识的当前状态,并根据该用户标识的当前状态获取该用户标识对应的用户行为数据,使得不同状态下可获取不用的特征数据。根据该用户行为数据确定该用户标识存在异常行为的概率值,能够确定不同状态下用户标识是否存在恶意行为。当该用户标识存在异常行为的概率值超过阈值时,确定该当前状态下的用户标识为异常用户标识,使得模型能够针对不同的状态使用不同的行为数据,以识别不同状态下的恶意行为。使得模型可识别的情况更广泛,并且识别更准确。
附图说明
图1为一个实施例中异常行为检测方法的应用环境图;
图2为一个实施例中异常行为检测方法的流程示意图;
图3为另一个实施例中异常行为检测方法的流程示意图;
图4为一个实施例中确定概率值的步骤的流程示意图;
图5为一个实施例中用户标识的举报关系图;
图6为一个实施例中用户标识的点赞关系图;
图7为另一个实施例中异常行为检测方法的流程示意图;
图8为一个实施例中获取行为序列数据的步骤的流程示意图;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910517722.7/2.html,转载请声明来源钻瓜专利网。