一种数据处理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数据处理方法及装置，其中数据处理方法包括：获取待处理的游戏数据，利用游戏数据包括的多个样本和多个变量生成游戏数据矩阵，利用游戏数据矩阵对游戏数据进行样本聚类和变量筛选，可以确定用于对目标游戏功能进行描述的目标样本和目标变量，目标游戏功能为多个游戏功能中的任意一个，进而根据目标样本和目标变量，对目标游戏功能进行防作弊处理。通过本发明专利技术实施例可以从游戏数据中快速地确定出用于描述游戏功能的样本和变量，从而高效地进行游戏防作弊处理。

A method and device for data processing

The embodiment of the invention provides a data processing method and device, in which the data processing method includes: obtaining the game data to be processed, generating the game data matrix by using multiple samples and multiple variables included in the game data, using the game data matrix to cluster and filter the game data, which can be determined. The target sample and target variable are used to describe the function of the target game. The function of the target game is any one of the multiple game functions, and then the target game function is anti cheating according to the target sample and the target variable. Through the embodiment of the invention, the samples and variables used to describe the function of the game can be quickly determined from the game data, so as to efficiently carry out the game anti cheating process.

【技术实现步骤摘要】
一种数据处理方法及装置
本专利技术涉及游戏安全
，尤其涉及一种数据处理方法及装置。
技术介绍
随着游戏反作弊解决方案的不断完善，作弊成本不断增加，造成作弊越来越隐蔽，例如，游戏直播兴起，作弊获益的途径转变，由原来卖外挂、破解版等卖作弊方法，转变为直播作弊吸引人气，获取直播平台给的收益，造成作弊的游戏功能不聚集，单个游戏功能作弊量少；此外，作弊的游戏功能分散，单个游戏功能的作弊人数少，作弊对局多，作弊方法较难获取，游戏对抗周期加长，防作弊处理效率较低。可见，在作弊的游戏功能不明确且分散的情况下如何快速定位存在作弊的游戏功能，以及提高防作弊处理效率已成为亟待解决的问题。
技术实现思路
本专利技术实施例提供了一种数据处理方法及装置，可以从游戏数据中快速地确定出用于描述游戏功能的样本和变量，从而高效地进行游戏防作弊处理。本专利技术实施例第一方面提供了一种数据处理方法，包括：获取待处理的游戏数据，所述游戏数据包括多个样本和多个变量。利用所述多个样本和所述多个变量，生成游戏数据矩阵；利用所述游戏数据矩阵对所述游戏数据进行样本聚类和变量筛选，以确定用于对目标游戏功能进行描述的目标样本和目标变量，所述目标游戏功能为多个游戏功能中的任意一个。根据所述目标样本和所述目标变量，对所述目标游戏功能进行防作弊处理。本专利技术实施例第二方面提供了一种数据处理装置，包括：获取模块，用于获取待处理的游戏数据，所述游戏数据包括多个样本和多个变量。生成模块，用于利用所述多个样本和所述多个变量，生成游戏数据矩阵；确定模块，用于利用所述游戏数据矩阵对所述游戏数据进行样本聚类和变量筛选，以确定用于对目标游戏功能进行描述的目标样本和目标变量，所述目标游戏功能为多个游戏功能中的任意一个。处理模块，用于根据所述目标样本和所述目标变量，对所述目标游戏功能进行防作弊处理。本专利技术实施例第三方面提供了一种存储介质，所述存储介质中存储有指令，当其在计算机上运行时，使得计算机执行如上述第一方面所述的数据处理方法。通过本专利技术实施例可以获取待处理的游戏数据，利用游戏数据包括的多个样本和多个变量生成游戏数据矩阵，利用游戏数据矩阵对游戏数据进行样本聚类和变量筛选，可以确定用于对目标游戏功能进行描述的目标样本和目标变量，目标游戏功能为多个游戏功能中的任意一个，进而根据目标样本和目标变量，对目标游戏功能进行防作弊处理，可以从游戏数据中快速地确定出用于描述游戏功能的样本和变量，从而高效地进行游戏防作弊处理。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，对于本领域普通技术人员来讲，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是本专利技术实施例提供的一种数据处理方法的流程示意图；图2是本专利技术实施例提供的另一种数据处理方法的流程示意图；图3a是本专利技术实施例提供的一种第一关系矩阵的示意图；图3b是本专利技术实施例提供的一种第二关系矩阵的示意图；图3c是本专利技术实施例提供的一种游戏对抗建模效果的示意图；图3d是本专利技术实施例提供的另一种游戏对抗建模效果的示意图；图3e是本专利技术实施例提供的又一种游戏对抗建模效果的示意图；图3f是本专利技术实施例提供的又一种游戏对抗建模效果的示意图；图4是本专利技术实施例提供的一种数据处理装置的结构示意图；图5是本专利技术实施例提供的一种服务器的结构示意图。具体实施方式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，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作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。本专利技术实施例公开了一种数据处理方法及装置，可以从游戏数据中快速地确定出用于描述游戏功能的样本和变量，从而高效地进行游戏防作弊处理。以下分别进行详细说明。请参阅图1，为本专利技术实施例提供的一种数据处理方法的流程示意图。本实施例中所描述的数据处理方法，包括以下步骤：101、服务器获取待处理的游戏数据，所述游戏数据包括多个样本和多个变量。本专利技术实施例中，样本用于描述用户的游戏行为数据，变量作为游戏功能的数据化(或称为量化)描述，基于样本和变量可以对功能未知的游戏功能进行推测。其中，该多个样本具体是指黑样本，黑样本是指被预判为疑似作弊用户或者异常用户对应的游戏行为数据。具体实现中，服务器可以对游戏用户进行监控，并可以预判出疑似作弊用户或者异常用户，获取预设时长内疑似作弊用户或者异常用户的游戏数据，并将该预设时长内疑似作弊用户或者异常用户的游戏数据作为待处理的游戏数据。102、所述服务器利用所述多个样本和所述多个变量，生成游戏数据矩阵。具体实现中，服务器可以利用该多个样本和该多个变量建模，生成游戏数据矩阵，游戏数据矩阵类似于推荐系统中常用的评分矩阵RUI，其中，样本可以视为评分矩阵中的用户(user)，变量可以视为评分矩阵中的物品(item)。103、所述服务器利用所述游戏数据矩阵对所述游戏数据进行样本聚类和变量筛选，以确定用于对目标游戏功能进行描述的目标样本和目标变量。其中，目标游戏功能为多个游戏功能中的任意一个，多个游戏功能具体是功能未知的游戏功能，多个游戏功能的数量是针对该多个样本和该多个变量设定的，实际应用中可以根据需求自由设定，例如，该多个游戏功能的数量为5个，则表示假设该多个样本和该多个变量对应5个功能未知的游戏功能。在一些可行的实施方式中，服务器可以根据游戏数据的大小(即该多个样本的数量和该多个变量的数量)、服务器的运算性能和游戏本身的复杂度等因素中的一种或多种确定多个游戏功能的数量。例如，游戏数据较大时可以设置较多的游戏功能以便于对游戏数据进行精细化的游戏功能划分；服务器的运算性能较强时可以设置较多的游戏功能以便于多个游戏功能的数量可以匹配服务器的运算性能，保证样本聚类和变量筛选的速度；游戏本身的复杂度较高时可以设置较多的游戏功能以便于对游戏数据进行精细化的游戏功能划分，实现对游戏功能尽可能全面的覆盖。而游戏数据较小时可以设置较少的游戏功能，以便于保证样本聚类和变量筛选的速度；服务器的运算性能较差时可以设置较少的游戏功能，以便于保证样本聚类和变量筛选的速度；游戏本身的复杂度较低时可以设置较少的游戏功能以便于在对游戏功能尽可能全面的覆盖的情况下，保证样本聚类和变量筛选的速度。具体实现中，服务器可以建立该多个样本与该多个游戏功能之间的关联关系，以及该多个变量与该多个游戏功能之间的关联关系，该多个样本与该多个游戏功能之间的关联关系用于反映该多个样本中每一个样本分别在该多个游戏功能中每一个游戏功能上的权重，某一样本在某一游戏功能上的权重越大表明该某一样本越能聚集到该某一游戏功能，从而根据该多个样本与该多个游戏功能之间的关联关系，可以将各个样本分别聚集到相应的游戏功能，即实现了样本聚类。同理，该多个变量与该多个游戏功能之间的关联关系用于反映该多个变量中每一个变量分别在该多个游戏功能中每一个游戏功能上的权重，某一变量在某一游戏功能上的权重越大表明该某一变量越能作为该某一游戏功能的数据化描述，从而根据该多个变量与该多个游本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，包括：获取待处理的游戏数据，所述游戏数据包括多个样本和多个变量；利用所述多个样本和所述多个变量，生成游戏数据矩阵；利用所述游戏数据矩阵对所述游戏数据进行样本聚类和变量筛选，以确定用于对目标游戏功能进行描述的目标样本和目标变量，所述目标游戏功能为多个游戏功能中的任意一个；根据所述目标样本和所述目标变量，对所述目标游戏功能进行防作弊处理。

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取待处理的游戏数据，所述游戏数据包括多个样本和多个变量；利用所述多个样本和所述多个变量，生成游戏数据矩阵；利用所述游戏数据矩阵对所述游戏数据进行样本聚类和变量筛选，以确定用于对目标游戏功能进行描述的目标样本和目标变量，所述目标游戏功能为多个游戏功能中的任意一个；根据所述目标样本和所述目标变量，对所述目标游戏功能进行防作弊处理。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标样本和所述目标变量，对所述目标游戏功能进行防作弊处理，包括：利用所述目标样本和所述目标变量，建立针对所述目标游戏功能的游戏对抗模型；利用所述游戏对抗模型对所述目标游戏功能进行游戏对抗。3.根据权利要求1或2所述的方法，其特征在于，所述利用所述游戏数据矩阵对所述游戏数据进行样本聚类和变量筛选，以确定用于对目标游戏功能进行描述的目标样本和目标变量，包括：对所述游戏数据矩阵进行矩阵分解，得到所述多个样本与多个游戏功能之间的第一关系矩阵，以及所述多个变量与所述多个游戏功能之间的第二关系矩阵；根据所述第一关系矩阵中所述多个样本中的每一个样本在目标功能中的权重，从所述多个样本中确定用于对所述目标游戏功能进行描述的目标样本，以及根据所述第二关系矩阵中所述多个变量中的每一个变量在所述目标游戏功能中的权重，从所述多个变量中确定用于对所述目标游戏功能进行描述的目标变量。4.根据权利要求3所述的方法，其特征在于，所述目标样本为所述多个样本中在所述目标功能中的权重达到预设第一权重阈值的样本，所述目标变量为所述多个变量中在所述目标功能中的权重达到预设第二权重阈值的变量。5.根据权利要求3或4所述的方法，其特征在于，所述对所述游戏数据矩阵进行矩阵分解，得到所述多个样本与多个游戏功能之间的第一关系矩阵，以及所述多个变量与所述多个游戏功能之间的第二关系矩阵，包括：根据所述游戏数据矩阵创建损失函数；根据预设的梯度下降算法和所述损失函数，确定所述多个样本与多个游戏功能之间的第一关系矩阵的递推公式，以及所述多个变量与所述多个游戏功能之间的第二关系矩阵的递推公式；对所述第一关系矩阵的递推公式迭代预设次数后得到所述第一关系矩阵，以及对所述第二关系矩阵的递推公式迭代所述预设次数后得到所述第二关系矩阵。6.根据权利要求5所述的方法，其特征在于，所述对所述第一关系矩阵的递推公式迭代预设次数后得到所述第一关系矩阵，以及对所述第二关系矩阵的递推公式迭代所述预设次数后得到所述第二关系矩阵，包括：利用所述第一关系矩阵的初始化矩阵对所述第一关系矩阵的递推公式进行迭代，将前一次的迭代结果与所述第一关系矩阵的递推公式进行求和运算，得到当前次的迭代结果，在迭代预设次数后得到所述第一关系矩阵；利用所述第二关系矩阵的初始化矩阵对所述第二关系矩阵的递推公式进行迭代，将前一次的迭代结果与所述第二关系矩阵的递推公式进行求和运算，得到当前次的迭代结果，在迭代所述预设次数后得到所述第二关系矩阵。7.根据权利要求5所述的方法，其特征在于，所述对所述第一关系矩阵的递推公式迭代预设次数后得到所述第一关系矩阵，以及对所述第二关系矩阵的递推公式迭代所述预设次数后得到所述第二关系矩阵，包括：利用所述第一关系矩阵的初始化矩阵对所述第一关系矩阵的递推公式进行迭代，将前一次的迭代结果与所述第一关系矩阵的递推公式进行乘法运算，得到当前次的迭代结果，在迭代预设次数后得到所述第一关系矩阵；利用所述第二关系矩阵的初始化矩阵对所述第二关系矩阵的递推公式进行迭代，将前一次的迭代结果与所述第二关系矩阵的递推公式进行乘法运算，得到当前次的迭代结果，在迭代所述预设次数后得到所述第二关系矩阵；其中，所述第一关系矩阵的初始化矩阵和所述第二关系矩阵的初始化矩阵均为...

【专利技术属性】
技术研发人员：王世伟，韩萌，龙锦就，
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