[发明专利]设备授权作弊检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 202310101714.0 申请日: 2023-02-13
公开(公告)号: CN115774870A 公开(公告)日: 2023-03-10
发明(设计)人: 唐栓成;龙明康;金豪;胡国平;吴江照 申请(专利权)人: 合肥智能语音创新发展有限公司
主分类号: G06F21/44 分类号: G06F21/44;G06F11/34;G06F21/45;G06F18/2431;G06F18/214
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 杨明月
地址: 230094 安徽省合肥市高新区习友路333*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 设备 授权 作弊 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种设备授权作弊检测方法,其特征在于,包括:

获取用户操作行为数据和所述用户操作行为数据关联的设备硬件数据;

分别对所述用户操作行为数据和设备硬件数据进行特征提取,得到用户行为特征和设备特征;

基于所述用户行为特征和设备特征,进行设备授权作弊检测,得到所述用户操作行为数据对应的设备授权作弊检测结果。

2.根据权利要求1所述的设备授权作弊检测方法,其特征在于,所述分别对所述用户操作行为数据和设备硬件数据进行特征提取,得到用户行为特征和设备特征,包括:

将所述用户操作行为数据输入预先建立的用户行为特征模型进行特征提取,得到用户行为特征;

将所述设备硬件数据输入预先建立的设备特征统计模型进行特征提取,得到设备特征。

3.根据权利要求2所述的设备授权作弊检测方法,其特征在于,所述方法还包括:

获取用户历史操作行为数据;

基于马尔科夫链模型,对所述用户历史操作行为数据进行统计分析,建立所述用户行为特征模型。

4.根据权利要求2所述的设备授权作弊检测方法,其特征在于,所述方法还包括:

获取历史硬件状态数据;

基于所述历史硬件状态数据,采用孤立森林模型,建立所述设备特征统计模型。

5.根据权利要求1所述的设备授权作弊检测方法,其特征在于,所述基于所述用户行为特征和设备特征,进行设备授权作弊检测,得到所述用户操作行为数据对应的设备授权作弊检测结果,包括:

将所述用户行为特征和设备特征输入作弊检测模型,得到所述用户操作行为数据对应的设备授权作弊检测结果;

其中,所述作弊检测模型是以样本用户行为特征和样本设备特征为训练数据,以各个样本用户行为特征对应的设备授权作弊信息为训练标签训练得到。

6.根据权利要求5所述的设备授权作弊检测方法,其特征在于,所述作弊检测模型的训练过程包括:

获取多个样本用户历史操作行为数据和样本设备硬件数据;

对各个样本用户历史操作行为数据和各个样本设备硬件数据分别进行特征提取,生成样本用户行为特征和样本设备特征;

基于各个所述样本用户历史操作行为数据是否存在作弊,确定各个样本用户行为特征对应的设备授权作弊信息,以所述设备授权作弊信息作为训练标签;

基于所述样本用户行为特征和样本设备特征以及所述训练标签,训练得到所述作弊检测模型。

7.根据权利要求1所述的设备授权作弊检测方法,其特征在于,所述基于所述用户行为特征和设备特征,进行设备授权作弊检测,得到所述用户操作行为数据对应的设备授权作弊检测结果,包括:

将所述用户行为特征和设备特征输入作弊检测模型,得到所述用户操作行为数据对应的设备授权作弊检测结果;

其中,所述作弊检测模型为基于有监督任务和无监督任务训练得到的模型。

8.一种设备授权作弊检测装置,其特征在于,包括:

获取单元,用于获取用户操作行为数据和设备硬件数据;

特征提取单元,用于分别对所述用户操作行为数据和设备硬件数据进行特征提取,得到用户行为特征和设备特征;

检测单元,用于基于所述用户行为特征和设备特征,进行设备授权作弊检测,得到所述用户操作行为数据对应的设备授权作弊检测结果。

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述的设备授权作弊检测方法。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的设备授权作弊检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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合肥智能语音创新发展有限公司,未经合肥智能语音创新发展有限公司许可,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/202310101714.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top