作弊账号的识别方法及装置制造方法及图纸

本发明专利技术公开了一种作弊账号的识别方法及装置，方法包括：获取指定应用程序在预置时间段内各个账号的虚拟数值流水日志，根据各个账号的虚拟数值流水日志，确定各个账号的虚拟数值转移参数，根据各个账号的虚拟数值转移参数进行可疑度的迭代计算，确定各个账号的目标可疑度，并利用各个账号的目标可疑度识别作弊账号。通过利用各个账号的虚拟数值转移参数进行可疑度的迭代计算，使得能够得到体现虚拟数值转移的聚集性的目标可疑度，由于作弊账号的虚拟数值的聚集转移是无法规避的，且聚集性越高，可疑度越大，作弊概率也越大，因此，利用各账号的目标可疑度识别作弊账号的方式无法被规避，有效提高识别准确率。

Method and device for identifying cheating account number

The invention discloses a recognition method and device, the method comprises: virtual account cheating numerical water access log application specified in the preset time period of each account, according to the virtual numerical water log each account, determine the value of each virtual account transfer parameters according to transfer parameters of the virtual value of each iteration of the suspicious account the calculation of degree, determine the suspicious degree of each account, and the use of each account target identification of suspicious account cheating. Iterative suspicious degree calculation through the virtual account transfer by using various numerical parameters, which can reflect the virtual numerical transfer aggregation suspicious degree, because the virtual numerical account aggregation of cheating transfer is unavoidable, and aggregation is higher, the greater the degree of suspicious, cheating probability is larger, therefore, the use of the account account cheating suspicious recognition way cannot be avoid, effectively improves the recognition accuracy.

【技术实现步骤摘要】
作弊账号的识别方法及装置
本专利技术涉及互联网
，尤其涉及一种作弊账号的识别方法及装置。
技术介绍
为了粘住客户，游戏设计者通常会在游戏中设置各种虚拟币奖励，用户可以通过登录账号、保持在线等方式领取虚拟币。随着互联网增值服务的兴起和发展，越来越多的用户开始购买或者持有虚拟币，以形成虚拟资产，且虚拟资产也已经具备了一定的货币属性，可以在各个账号之间流通。然而，对于棋牌类游戏、手游而言，会存在一个刷虚拟币的问题：一个用户创建多个账号(俗称“小号”)，然后使用游戏或交易的方式把“小号”的游戏币汇聚到若干个账号(俗称“大号”)，当汇聚到一定的量之后，然后以低于官方价格的方式兜售虚拟币，兜售方式通常是以输给买家的方式，以此获得利益。其中，上述汇聚了多个“小号”的虚拟币的账号通常称为作弊账号，且该多个“小号”通常称为辅助作弊账号。现有的识别作弊账号的方式，主要是利用账号之间对局的纬度信息来进行筛选，比如游戏胜率很高(90％以上甚至100％)，或者对局时间很短(平均对局时间低于正常玩家很多)等等，通过多纬度的条件判断账号是否属于作弊账号。然而，上述基于纬度信息识别作弊账号的方式，容易被规避，识别的准确率低。
技术实现思路
本专利技术的主要目的在于提供一种作弊账号的识别方法及装置，旨在解决现有技术中基于纬度信息识别作弊账号容易被规避，识别的准确率低的技术问题。为实现上述目的，本专利技术第一方面提供一种作弊账号的识别方法，所述方法包括：获取指定应用程序在预置时间段内各个账号的虚拟数值流水日志；根据所述各个账号的虚拟数值流水日志，确定所述各个账号的虚拟数值转移参数；根据所述各个账号的虚拟数值转移参数进行可疑度的迭代计算，确定所述各个账号的目标可疑度；利用所述各个账号的目标可疑度识别作弊账号。为实现上述目的，本专利技术第二方面提供一种作弊账号的识别装置，所述装置包括：获取模块，用于获取指定应用程序在预置时间段内各个账号的虚拟数值流水日志；参数确定模块，用于根据所述各个账号的虚拟数值流水日志，确定所述各个账号的虚拟数值转移参数；可疑度确定模块，用于根据所述各个账号的虚拟数值转移参数进行可疑度的迭代计算，确定所述各个账号的目标可疑度；识别模块，用于利用所述各个账号的目标可疑度识别作弊账号。本专利技术提供一种作弊账号的识别方法，在该方法中，获取指定应用程序在预置时间段内各个账号的虚拟数值流水日志，根据各个账号的虚拟数值流水日志，确定各个账号的虚拟数值转移参数，根据各个账号的虚拟数值转移参数进行可疑度的迭代计算，确定各个账号的目标可疑度，并利用各个账号的目标可疑度识别作弊账号。相对于现有技术，通过利用各个账号的虚拟数值流水日志确定各个账号的虚拟数值转移参数，并利用各个账号的虚拟数值转移参数进行可疑度的迭代计算，使得能够得到体现虚拟数值转移的聚集性的目标可疑度，由于作弊账号的虚拟数值的聚集转移是无法规避的，且聚集性越高，可疑度越大，作弊概率也越大，因此，利用各账号的目标可疑度识别作弊账号的方式无法被规避，有效提高识别准确率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例中作弊账号的识别方法的一个流程示意图；图2为本专利技术实施例中虚拟数值转移参数为节点图时的示意图；图3为本专利技术实施例中作弊账号的识别方法的另一流程示意图；图4为本专利技术实施例中作弊账号的识别方法的另一流程示意图；图5为本专利技术实施例中作弊账号的识别方法的另一流程示意图；图6为本专利技术实施例中节点树的示意图；图7为本专利技术实施例中作弊账号的识别装置的一个示意图；图8为本专利技术实施例中作弊账号的识别装置的另一示意图；图9为本专利技术实施例中作弊账号的识别装置的另一示意图；图10为本专利技术实施例中作弊账号的识别装置的另一示意图；图11为本专利技术实施例中服务器的结构示意图。具体实施方式为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而非全部实施例。基于本专利技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。由于现有技术中存在基于纬度信息识别作弊账号的方式容易被规避，识别的准确率低的技术问题。为了解决上述技术问题，本专利技术提出一种作弊账号的识别方法，通过利用各个账号的虚拟数值流水日志确定各个账号的虚拟数值转移参数，并利用各个账号的虚拟数值转移参数进行可疑度的迭代计算，使得能够得到体现虚拟数值转移的聚集性的目标可疑度，由于作弊账号的虚拟数值的聚集转移是无法规避的，且聚集性越高，可疑度越大，作弊概率也越大，因此，利用各账号的目标可疑度识别作弊账号的方式无法被规避，有效提高识别准确率。为了更好的理解本专利技术实施例中的技术方案，下面将介绍本专利技术技术方案的原理：专利技术人经过创造性的劳动发现：虚拟数值的转移是具有聚集性的，且对于正常的账号来说，其聚集性较小，而对于作弊账号来说，由于辅助作弊账号向作弊账号转移虚拟数值是具有目的性的，其聚集性更加容易凸显，因此，聚集性越高，是作弊账号的概率也就越高。同时，由于辅助作弊账号只能通过转移虚拟数值的方式将虚拟数值给作弊账号，高聚集性是必然存在的，且无法规避。因此，基于虚拟数值转移的聚集性识别作弊账号的准确性高，且无法规避。本专利技术实施例中的技术方案即是通过上述原理实现的。需要说明的是，为了能够衡量账号在虚拟数值转移后的聚集性，提出可疑度的概念，可疑度用于描述账号为作弊账号的概率。请参阅图1，为本专利技术实施例中作弊账号的识别方法的流程示意图，且该识别方法包括：步骤101、获取指定应用程序在预置时间段内各个账号的虚拟数值流水日志；在本专利技术实施例中，上述的作弊账号的识别方法是由作弊账号的识别装置(以下简称为：识别装置)实现的，该识别装置可以是服务器，也可以是服务器中的一部分。在需要识别指定应用程序已注册的账号中的作弊账号时，该识别装置将获取该指定应用程序在预置时间段内各个账号的虚拟数值流水日志。其中，该指定应用程序通常是指可以进行虚拟数值转移的应用程序，例如，棋牌类游戏，通过登录、保持在线等方式领取游戏币的游戏等等。其中，应用程序的各个账号的虚拟数值流水日志通常保存在该应用程序的数据服务器中，识别装置具体可以从指定应用程序对应的数据服务器中获取预置时间段内，各个账号的虚拟数值流水日志。其中，该各个账号可以是已注册该指定应用程序的所有账号，也可以是在该预置时间段内生成过虚拟数值流水日志的账号。对于棋牌类游戏，该虚拟数值流水日志可以是对局日志，对于非棋牌类游戏，该虚拟数值流水日志可以是游戏币、道具等的交易流水日志。其中，一个账号在预置时间段内可以没有虚拟数值流水日志，也可以有至少一条虚拟数值流水日志，每一条虚拟数值流水日志可以但不限于包括：虚拟数值流出或流入的状态，虚拟数值的大小，虚拟数值流出或流入的账号。以游戏为例，一条虚拟数值流水日志包括：是输了还是赢了、输或赢的游戏币的数值、输或赢本文档来自技高网...

【技术保护点】
一种作弊账号的识别方法，其特征在于，所述方法包括：获取指定应用程序在预置时间段内各个账号的虚拟数值流水日志；根据所述各个账号的虚拟数值流水日志，确定所述各个账号的虚拟数值转移参数；根据所述各个账号的虚拟数值转移参数进行可疑度的迭代计算，确定所述各个账号的目标可疑度；利用所述各个账号的目标可疑度识别作弊账号。

【技术特征摘要】
1.一种作弊账号的识别方法，其特征在于，所述方法包括：获取指定应用程序在预置时间段内各个账号的虚拟数值流水日志；根据所述各个账号的虚拟数值流水日志，确定所述各个账号的虚拟数值转移参数；根据所述各个账号的虚拟数值转移参数进行可疑度的迭代计算，确定所述各个账号的目标可疑度；利用所述各个账号的目标可疑度识别作弊账号。2.根据权利要求1所述的方法，其特征在于，所述根据所述各个账号的虚拟数值转移参数进行可疑度的迭代计算，确定所述各个账号的目标可疑度，包括：利用所述各个账号的虚拟数值转移参数，确定所述各个账号的稀释因子的集合，所述稀释因子用于表示第一账号的虚拟数值流入第二账号后，所述第一账号的可疑度传递给所述第二账号时的比例；根据所述各个账号的稀释因子的集合进行可疑度的迭代计算，确定所述各个账号的目标可疑度。3.根据权利要求2所述的方法，其特征在于，对于账号x，所述账号x的虚拟数值转移参数包括：存在虚拟数值流入账号x的所有账号的账号集合，所述账号集合中每一个账号流入所述账号x的虚拟数值的总数，及所述账号集合中每一个账号流出的虚拟数值的总数及流入每一个账号的虚拟数值的总数，所述账号集合中每一个账号的虚拟数值流入的账号的个数。4.根据权利要求3所述的方法，其特征在于，所述利用所述各个账号的虚拟数值转移参数，确定所述各个账号的稀释因子的集合，包括：对于账号x，按照如下方式确定所述账号x的所述账号集合中各账号对应的稀释因子：表示账号i的虚拟数值流入所述账号x后，所述账号i对应的稀释因子，LCTi(x)表示所述账号集合中账号i流入账号x的虚拟数值的总数，TWCi表示流入所述账号i的虚拟数值的总数，TLCi表示所述账号i流出的虚拟数值的总数，F(TWCi，TLCi)为表征所述账号i的虚拟数值流入流出特征的函数，Θi表示所述账号i的虚拟数值流入的账号的个数；其中，所述账号x的稀释因子的集合中，包含所述账号x的所述账号集合中各个账号与稀释因子的对应关系。5.根据权利要求2至4任意一项所述的方法，其特征在于，所述根据所述各个账号的稀释因子的集合进行可疑度的迭代计算，确定所述各个账号的目标可疑度，包括：利用所述各个账号的稀释因子的集合及第N-1次得到的所述各个账号的可疑度，进行可疑度计算，第N次得到所述各个账号的可疑度；其中，N为正整数，且N的初始值为1，第0次得到的所述各个账号的可疑度为预先设置的非零值；根据所述第N次及第N-1次得到的所述各个账号的可疑度，确定第N次得到的所述各个账号的可疑度是否已收敛；若已收敛，则将所述第N次得到的所述各个账号的可疑度作为所述各个账号的目标可疑度；若未收敛，则令N＝N+1，返回执行所述利用所述各个账号的虚拟数值转移参数及第N-1次得到的所述各个账号的可疑度，进行可疑度计算，第N次得到所述各个账号的可疑度的步骤。6.根据权利要求5所述的方法，其特征在于，所述利用所述各个账号的稀释因子的集合及第N-1次得到的所述各个账号的可疑度，进行可疑度计算，第N次得到所述各个账号的可疑度，包括：在所述第N次计算中，对于账号x，按照如下方式得到账号x的可疑度：其中，PR(x)表示账号x的可疑度，d表示预置的阻尼系数，M(x)表示存在虚拟数值流入账号x的所有账号的账号集合，PR(i)表示账号i在第N-1次得到的可疑度，表示账号x的稀释因子的集合中，所述账号i对应的稀释因子。7.根据权利要求5所述的方法，其特征在于，所述根据所述第N次及第N-1次得到的所述各个账号的可疑度，确定第N次得到的所述各个账号的可疑度是否已收敛，包括：计算所述各个账号中，同一个账号第N次得到的可疑度与第N-1次得到的可疑度之间的差值，并选取所述差值中的最大值；若所述最大值大于或等于预设阈值，则确定未收敛；若所述最大值小于所述预设阈值，则确定已收敛。8.根据权利要求1所述的方法，其特征在于，所述利用所述各个账号的目标可疑度识别作弊账号的步骤包括：将所述各个账号的目标可疑度分别与预设可疑度阈值进行比较，且将目标可疑度大于或等于所述预设可疑度阈值的账号作为所述作弊账号。9.根据权利要求2所述的方法，其特征在于，所述方法还包括：在识别所述作弊账号之后，利用所述各个账号的虚拟数值转移参数进行预置层数的流入关系的回溯，确定以所述作弊账号为根节点的节点树，所述节点树中的账号为向上一层账号流出虚拟数值的账号；利用所述各个账号的稀释因子的集合确定所述节点树中的账号的稀释因子；利用所述节点树中的账号的稀释因子及已提取的所述节点树中账号的行为特征，筛选出满足预...

【专利技术属性】
技术研发人员：向浩，叶鑫林，许宇光，郑江林，龙凡，关义春，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44