一种自适应实时视频数据的反作弊方法及装置制造方法及图纸

本发明专利技术实施例提供了一种自适应实时视频数据的反作弊方法及装置，其中方法包括：获取实时视频数据的IP地址及对应的多个播放用户；获取并根据IP地址在第一预设时段内的视频播放次数及多个播放用户中每个用户在第一预设时段内的视频播放次数，分别自适应地生成第一风险概率和第二风险概率；根据第一风险概率是否超出第一预设阈值判断IP地址是否为作弊IP，根据第二风险概率是否超出第二预设阈值判断用户是否为作弊用户；将作弊IP和作弊用户加至黑名单库，过滤掉作弊IP或者作弊用户的实时视频数据。本发明专利技术实施例可有效提高对实时数据是否为作弊数据的识别程度，降低大IP多用户的误判可能性，并能有效防止高风险播放用户再次作弊。

Anti cheating method and device for adaptive real-time video data

The embodiment of the invention provides anti cheating method and apparatus for adaptive real-time video data, wherein the method comprises: a plurality of play user access to IP address and the corresponding real-time video data acquisition; and according to the IP address in a first predetermined period the number of video playback and play multiple users each user in a first predetermined time the number of video playback, respectively adaptively generate the first second risk probability and risk probability; risk probability according to the first preset threshold to judge whether beyond the first IP address is IP cheating, according to the second risk probability exceeds second preset threshold to determine whether the user is cheating cheating and cheating users; IP users will add to the list. The real-time video data to filter out spam IP or cheating users. The embodiment of the invention can effectively improve the recognition degree of whether the real-time data is cheating data, reduce the possibility of the misjudgment of the large IP multi-user, and can effectively prevent the high risk player from cheating again.

【技术实现步骤摘要】

本专利技术涉及通信网络
，特别是涉及一种自适应实时视频数据的反作弊方法及装置。
技术介绍
视频观看已经成为中国网民在线娱乐生活最主要的组成部分，大剧、综艺、电影等各类内容都在网络上获得了流量和话题效应。但同时，一些企业或个人通过作弊手段提高某一视频的点击量，企图用“刷量”的方法达到制造虚高热度的目的。由于实时数据会在很短时间内完成日志的收集、传送、反作弊、计算以及存储等操作，因此需要及时准确地识别作弊数据和正常数据。现有的实时视频数据反作弊方法一般为阈值限制方法，这种方法通过将用户的视频点击量与阈值对比，从而判断该用户的实时数据是否为作弊数据。如果视频点击量超过阈值，系统认为实时视频数据存在作弊行为，则过滤用户的实时视频数据。但是，即使在正常情况下，视频数据播放高峰期和播放低谷期的点击量也存在巨大差别；并且，在例如小区、学校等共用一个大IP(InternetProtocol，网络协议)出口的网络中，也会产生很大的点击量。如果通过现有的阈值限制算法，可能会将播放高峰期或大IP出口的正常数据误判为作弊数据，也有可能将播放低谷期或小IP出口的作弊数据误判为正常数据。因此，现有实时视频数据反作弊方法，识别实时数据是否为作弊数据的程度低，导致实时视频数据反作弊方法容易出现误判。
技术实现思路
本专利技术实施例的目的在于提供一种自适应实时视频数据的反作弊方法及装置，能够提高实时数据是否为作弊数据的识别程度。具体技术方案如下：一种自适应实时视频数据的反作弊方法，包括：获取实时视频数据对应的IP地址及与所述IP地址对应的多个播放用户；获取并根据所述IP地址在第一预设时段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述第一预设时段内的实时视频数据的播放次数，分别生成第一风险概率和生成第二风险概率，所述第一风险概率为：所述IP为作弊IP的概率，所述第二风险概率为：所述播放用户为作弊用户的概率；根据所述第一风险概率是否超出第一预设阈值，判断所述IP地址是否为作弊IP，根据所述第二风险概率是否超出第二预设阈值，判断所述IP地址中的播放用户是否为作弊用户；将所述作弊IP和作弊用户添加至黑名单库中，过滤所述作弊IP或所述作弊用户的实时视频数据。优选地，所述将所述作弊IP和作弊用户添加至黑名单库中，过滤所述作弊IP或所述作弊用户的实时视频数据之后，所述反作弊方法还包括：当所述作弊IP或所述作弊用户在黑名单库中的时间超出所述作弊IP或作弊用户对应的过滤时段时，将所述作弊IP或所述作弊用户从所述黑名单库移除。优选地，所述将所述作弊IP和作弊用户添加至黑名单库中，过滤所述作弊IP或所述作弊用户的实时视频数据之后，所述反作弊方法还包括：在所述作弊IP或作弊用户对应的过滤时段内，当所述作弊IP或所述作弊用户作弊时，在所述过滤时段的基础上累加第二预设时段，并再次过滤所述作弊IP或所述作弊用户的实时视频数据。优选地，所述获取并根据所述IP地址在第一预设时段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述第一预设时段内的实时视频数据的播放次数，分别生成第一风险概率和生成第二风险概率中，所述第一风险概率为：P(1|A1,B1)＝P(1,A1,B1)/P(A1,B1)，式中，1表示所述IP地址为作弊IP，A1表示所述IP地址在第一预设时段内的实时视频数据的播放次数，B1表示所述IP地址在历史黑名单中的出现次数，P(1|A1,B1)表示在A1和B1条件下所述IP地址的第一风险概率；所述第二风险概率表示为：P(1|A2,B2)＝P(1,A2,B2)/P(A2,B2)，式中，1表示所述播放用户为作弊用户，A2表示所述播放用户在第一预设时段内的实时视频数据的播放次数，B2表示所述播放用户在历史黑名单中的出现次数，P(1|A2,B2)表示在A2和B2条件下所述播放用户的第二风险概率。优选地，所述根据所述第一风险概率是否超出第一预设阈值，判断所述IP地址是否为作弊IP，根据所述第二风险概率是否超出第二预设阈值，判断所述IP地址中的播放用户是否为作弊用户，包括：判断所述第一风险概率是否超出第一预设阈值；如果所述第一风险概率超出第一预设阈值，判定所述IP地址为作弊IP，所述作弊IP对应的多个播放用户均为作弊用户，所述作弊用户对应的实时视频数据为作弊数据；如果所述第一风险概率未超出第一预设阈值，判断所述第二风险概率是否超出第二预设阈值；如果所述第二风险概率超出第二预设阈值，判定所述第二风险概率对应的播放用户为作弊用户，所述作弊用户对应的实时视频数据为作弊数据。优选地，所述过滤所述作弊IP或所述作弊用户的实时视频数据，包括：计算所述作弊IP或所述作弊用户对应的过滤时段，所述过滤时段为：所述第一风险概率与第二预设时段的乘积，或者为：所述第二风险概率与第二预设时段的乘积；过滤所述作弊IP或所述作弊用户在所述过滤时段内的实时视频数据。优选地，所述获取并根据所述IP地址在第一预设时段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述第一预设时段内的实时视频数据的播放次数，分别生成第一风险概率和生成第二风险概率，包括：获取并根据所述IP地址在早高峰时间段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述早高峰时间段内的实时视频数据的播放次数，分别生成早高峰时间段的第一风险概率和生成早高峰时间段的第二风险概率；获取并根据所述IP地址在晚高峰时间段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述晚高峰时间段内的实时视频数据的播放次数，分别生成晚高峰时间段的第一风险概率和生成晚高峰时间段的第二风险概率。所述根据所述第一风险概率是否超出第一预设阈值，判断所述IP地址是否为作弊IP，根据所述第二风险概率是否超出第二预设阈值，判断所述IP地址中的播放用户是否为作弊用户，包括：根据所述早高峰时间段的第一风险概率是否超出第一预设阈值，判断所述IP地址是否为作弊IP，根据所述早高峰时间段的第二风险概率是否超出第二预设阈值，判断所述IP地址中的播放用户是否为作弊用户；根据所述晚高峰时间段，调整所述第一预设阈值为第三预设阈值，并调整所述第二预设阈值为第四预设阈值；根据所述晚高峰时间段的第一风险概率是否超出第三预设阈值，判断所述IP地址是否为作弊IP，根据所述晚高峰时间段的第二风险概率是否超出第四预设阈值，判断所述IP地址中的播放用户是否为作弊用户。优选地，所述获取并根据所述IP地址在第一预设时段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述第一预设时段内的实时视频数据的播放次数，分别生成第一风险概率和生成第二风险概率，包括：获取并根据所述IP地址在第一预设时段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户处于不同播放终端，在所述第一预设时段内的实时视频数据的第一播放次数中，累计不同播放终端的第一播放次数作为所述IP地址对应的多个播放用户中每个播放用户在所述第一预设时段内的实时视频数据的播放次数，分别生成第一风险概率和生成第二风险概率，所述不同播放终端包括手机、平板电脑、电脑本文档来自技高网...

【技术保护点】
一种自适应实时视频数据的反作弊方法，其特征在于，所述反作弊方法包括：获取实时视频数据对应的IP地址及与所述IP地址对应的多个播放用户；获取并根据所述IP地址在第一预设时段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述第一预设时段内的实时视频数据的播放次数，分别生成第一风险概率和生成第二风险概率，所述第一风险概率为：所述IP为作弊IP的概率，所述第二风险概率为：所述播放用户为作弊用户的概率；根据所述第一风险概率是否超出第一预设阈值，判断所述IP地址是否为作弊IP，根据所述第二风险概率是否超出第二预设阈值，判断所述IP地址中的播放用户是否为作弊用户；将所述作弊IP和作弊用户添加至黑名单库中，过滤所述作弊IP或所述作弊用户的实时视频数据。

【技术特征摘要】
1.一种自适应实时视频数据的反作弊方法，其特征在于，所述反作弊方法包括：获取实时视频数据对应的IP地址及与所述IP地址对应的多个播放用户；获取并根据所述IP地址在第一预设时段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述第一预设时段内的实时视频数据的播放次数，分别生成第一风险概率和生成第二风险概率，所述第一风险概率为：所述IP为作弊IP的概率，所述第二风险概率为：所述播放用户为作弊用户的概率；根据所述第一风险概率是否超出第一预设阈值，判断所述IP地址是否为作弊IP，根据所述第二风险概率是否超出第二预设阈值，判断所述IP地址中的播放用户是否为作弊用户；将所述作弊IP和作弊用户添加至黑名单库中，过滤所述作弊IP或所述作弊用户的实时视频数据。2.根据权利要求1所述的自适应实时视频数据的反作弊方法，其特征在于，所述将所述作弊IP和作弊用户添加至黑名单库中，过滤所述作弊IP或所述作弊用户的实时视频数据之后，所述反作弊方法还包括：当所述作弊IP或所述作弊用户在黑名单库中的时间超出所述作弊IP或作弊用户对应的过滤时段时，将所述作弊IP或所述作弊用户从所述黑名单库移除。3.根据权利要求2所述的自适应实时视频数据的反作弊方法，其特征在于，所述将所述作弊IP和作弊用户添加至黑名单库中，过滤所述作弊IP或所述作弊用户的实时视频数据之后，所述反作弊方法还包括：在所述作弊IP或作弊用户对应的过滤时段内，当所述作弊IP或所述作弊用户作弊时，在所述过滤时段的基础上累加第二预设时段，并再次过滤所述作弊IP或所述作弊用户的实时视频数据。4.根据权利要求1-3任一项所述的自适应实时视频数据的反作弊方法，其特征在于，所述获取并根据所述IP地址在第一预设时段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述第一预设时段内的实时视频数据的播放次数，分别生成第一风险概率和生成第二风险概率中，所述第一风险概率为：P(1|A1,B1)＝P(1,A1,B1)/P(A1,B1)，式中，1表示所述IP地址为作弊IP，A1表示所述IP地址在第一预设时段内的实时视频数据的播放次数，B1表示所述IP地址在历史黑名单中的出现次数，P(1|A1,B1)表示在A1和B1条件下所述IP地址的第一风险概率；所述第二风险概率表示为：P(1|A2,B2)＝P(1,A2,B2)/P(A2,B2)，式中，1表示所述播放用户为作弊用户，A2表示所述播放用户在第一预设时段内的实时视频数据的播放次数，B2表示所述播放用户在历史黑名单中的出现次数，P(1|A2,B2)表示在A2和B2条件下所述播放用户的第二风险概率。5.根据权利要求1-3任一项所述的自适应实时视频数据的反作弊方法，其特征在于，所述根据所述第一风险概率是否超出第一预设阈值，判断所述IP地址是否为作弊IP，根据所述第二风险概率是否超出第二预设阈值，判断所述IP地址中的播放用户是否为作弊用户，包括：判断所述第一风险概率是否超出第一预设阈值；如果所述第一风险概率超出第一预设阈值，判定所述IP地址为作弊IP，所述作弊IP对应的多个播放用户均为作弊用户，所述作弊用户对应的实时视频数据为作弊数据；如果所述第一风险概率未超出第一预设阈值，判断所述第二风险概率是否超出第二预设阈值；如果所述第二风险概率超出第二预设阈值，判定所述第二风险概率对应的播放用户为作弊用户，所述作弊用户对应的实时视频数据为作弊数据。6.根据权利要求1-3任一项所述的自适应实时视频数据的反作弊方法，其特征在于，所述过滤所述作弊IP或所述作弊用户的实时视频数据，包括：计算所述作弊IP或所述作弊用户对应的过滤时段，所述过滤时段为：所述第一风险概率与第二预设时段的乘积，或者为：所述第二风险概率与第二预设时段的乘积；过滤所述作弊IP或所述作弊用户在所述过滤时段内的实时视频数据。7.根据权利要求1-3任一项所述的自适应实时视频数据的反作弊方法，其特征在于，所述获取并根据所述IP地址在第一预设时段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述第一预设时段内的实时视频数据的播放次数，分别生成第一风险概率和生成第二风险概率，包括：获取并根据所述IP地址在早高峰时间段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述早高峰时间段内的实时视频数据的播放次数，分别生成早高峰时间段的第一风险概率和生成早高峰时间段的第二风险概率；获取并根据所述IP地址在晚高峰时间段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述晚高峰时间段内的实时视频数据的播放次数，分别生成晚高峰时间段的第一风险概率和生成晚高峰时间段的第二风险概率；所述根据所述第一风险概率是否超出第一预设阈值，判断所述IP地址是否为作弊IP，根据所述第二风险概率是否超出第二预设阈值，判断所述IP地址中的播放用户是否为作弊用户，包括：根据所述早高峰时间段的第一风险概率是否超出第一预设阈值，判断所述IP地址是否为作弊IP，根据所述早高峰时间段的第二风险概率是否超出第二预设阈值，判断所述IP地址中的播放用户是否为作弊用户；根据所述晚高峰时间段，调整所述第一预设阈值为第三预设阈值，并调整所述第二预设阈值为第四预设阈值；根据所述晚高峰时间段的第一风险概率是否超出第三预设阈值，判断所述IP地址是否为作弊IP，根据所述晚高峰时间段的第二风险概率是否超出第四预设阈值，判断所述IP地址中的播放用户是否为作弊用户。8.根据权利要求1-3任一项所述的自适应实时视频数据的反作弊方法，其特征在于，所述获取并根据所述IP地址在第一预设时段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述第一预设时段内的实时视频数据的播放次数，分别生成第一风险概率和生成第二风险概率，包括：获取并根据所述IP地址...

【专利技术属性】
技术研发人员：陈永环，张晓明，张迪，赵冲翔，
申请(专利权)人：北京奇艺世纪科技有限公司，
类型：发明
国别省市：北京;11