[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

说明书

本发明公开了一种设备授权作弊检测方法、装置、电子设备及存储介质，属于计算机信息技术领域，其中，设备授权作弊检测方法包括：获取用户操作行为数据和用户操作行为数据关联的设备硬件数据；分别对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；基于用户行为特征和设备特征，进行设备授权作弊检测，得到用户操作行为数据对应的设备授权作弊检测结果。本发明可以提升设备授权作弊检测效率，同时提高准确率。

技术领域

本发明涉及计算机信息技术领域，尤其涉及一种设备授权作弊检测方法、装置、电子设备及存储介质。

背景技术

随着人工智能的飞速发展，互联网不同领域对于设备授权作弊检测有着不同的诉求，如在人工智能（Artificial Intelligence, 简称AI）能力授权场景下，存在设备作弊风险，导致AI能力设备授权量异常，AI能力包括超强计算性能、大容量存储、配置灵活、支持温度范围宽、环境适应性强、易于维护管理等。对于一些较复杂场景，存在作弊检测准确率低的问题，所以出现了作弊检测技术。

现有作弊检测技术中，包括基于设备指纹的作弊检测方法和基于规则策略的作弊检测方法。其中，基于设备指纹的作弊检测方法是通过传统的设备指纹采集用户设备硬件信息，构成设备唯一的识别码，并在用户的设备使用中检测设备与用户的匹配关系，从而识别作弊嫌疑，这种方法局限于简单的硬件方面授权认证，存在局限性。而基于规则策略的作弊检测方法是通过分析设备硬件信息IMEI等信息是否符合标准，不符合则判断为作弊行为，或加上一些行为规则，再利用历史数据建立行为作弊规则策略，从已有数据中总结可能存在的作弊方法，只能识别出简单的作弊手段，由于作弊方式不同，规则而不同，因此需要为每个场景开发不同的规则策略，这种方法存在适应性差的问题。现有作弊检测技术由于存在局限性、适用性差等问题，因此，很多作弊方式无法检测出来，作弊检测的效率和准确率不高。

发明内容

本发明提供一种设备授权作弊检测方法、装置、电子设备及存储介质，用以解决现有技术存在的作弊检测效率和准确率不高的问题。

本发明提供了一种设备授权作弊检测方法，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，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。

在一些实施例中，所述作弊检测模型的训练过程包括：