[发明专利]计步作弊检测方法、装置、智能终端和存储介质

权利要求书

1.一种计步作弊检测方法，其特征在于，包括：

采集历史计步数据，其中，所述历史计步数据包括各个运动时间段以及所述各个运动时间段内的步数；

计算各个运动时间段内的平均步频；

采用聚类算法，对所述各个运动时间段、所述各个运动时间段内的步数，和，所述各个运动时间段内的平均步频进行聚类，以获取平均步频阈值；

若待检测时间段内的平均步频大于平均步频阈值，则确定所述待检测时间段内的计步数据作为候选数据；

根据所述待检测时间段内的GPS数据确定所述待检测时间段内的运动路程，若所述运动路程为零，则确定所述候选数据为作弊数据；

其中，采用聚类算法，对所述各个运动时间段、所述各个运动时间段内的步数，和，所述各个运动时间段内的平均步频进行聚类，以获取平均步频阈值，包括：

采用聚类算法，将所述各个运动时间段、所述各个运动时间段内的步数，和，所述各个运动时间段内的平均步频聚成两类，并分别进行标记；

将所述各个运动时间段内的平均步频作为特征，所述标记结果作为目标值，进行二分类，将特征和目标值分为两类，将分界的平均步频作为平均步频阈值。

2.根据权利要求1所述的方法，其特征在于，根据所述待检测时间段内的GPS数据确定所述待检测时间段内的运动路程，包括：

将所述待检测时间段内的GPS数据转化为经纬度数据；

根据所述经纬度数据计算所述待检测时间段内的运动路程。

3.根据权利要求1所述的方法，其特征在于，计算各个运动时间段内的平均步频，包括：

应用所述各个运动时间段内的步数除以对应的运动时间段，以获取预设时间段内的平均步频。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述聚类算法包括K-Means聚类、均值漂移聚类、基于密度的聚类方法、层次聚类、高斯混合聚类等算法中的任一种或多种。

5.一种计步作弊检测装置，其特征在于，包括：

数据采集模块，用于采集历史计步数据，其中，所述历史计步数据包括各个运动时间段以及所述各个运动时间段内的步数；

平均步频计算模块，用于计算各个运动时间段内的平均步频；

阈值获取模块，用于采用聚类算法，对所述各个运动时间段、所述各个运动时间段内的步数，和，所述各个运动时间段内的平均步频进行聚类，以获取平均步频阈值；

候选数据确定模块，用于在待检测时间段内的平均步频大于平均步频阈值时，确定所述待检测时间段内的计步数据作为候选数据；

作弊数据确定模块，用于根据所述待检测时间段内的GPS数据确定所述待检测时间段内的运动路程，若所述运动路程为零，则确定所述候选数据为作弊数据；

所述阈值获取模块具体用于：

采用聚类算法，将所述各个运动时间段、所述各个运动时间段内的步数，和，所述各个运动时间段内的平均步频聚成两类，并分别进行标记；

将所述各个运动时间段内的平均步频作为特征，所述标记结果作为目标值，进行二分类，将特征和目标值分为两类，将分界的平均步频作为平均步频阈值。

6.根据权利要求5所述的装置，其特征在于，所述候选数据确定模块，用于：

将所述待检测时间段内的GPS数据转化为经纬度数据；

根据所述经纬度数据计算所述待检测时间段内的运动路程。

7.一种智能终端，其特征在于，包括：

处理器，以及与所述处理器相连接的存储器；

所述存储器用于存储计算机程序，所述计算机程序至少用于执行权利要求1-4任一项所述的计步作弊检测方法；

所述处理器用于调用并执行所述存储器中的所述计算机程序。

8.一种存储介质，其特征在于，所述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，实现如权利要求1-4任一项所述的计步作弊检测方法中各个步骤。