一种数据处理的方法和装置制造方法及图纸

本申请属于数据处理技术领域，公开了一种数据处理的方法和装置，本申请公开的一种数据处理的方法包括，获取产生于待测试设备的目标行为数据，目标行为数据对应于目标对象针对相应待测试设备所作出的目标操作行为，并将目标行为数据输入至预先训练的目标行为检测模型，输出针对目标对象的分类结果。这样，通过目标行为检测模型，基于目标对象针对待测试设备的目标行为数据，识别目标对象是否为真实操作人员，提高了识别的准确度。

【技术实现步骤摘要】
一种数据处理的方法和装置
本申请涉及数据处理
，尤其涉及一种数据处理的方法和装置。
技术介绍
在设备操作的过程中，用户可能会通过模拟点击工具，对设备进行操作，以提高操作效率。然而，在游戏等领域中，这可能会危害网络安全。例如，在游戏过程中，游戏玩家可能会通过模拟点击工具，针对游戏应用进行操作，这会消耗游戏服务器资源，还会危害游戏的平衡。为保证网络安全，通常需要识别操作对象是否为真实操作人员，以对模拟点击工具的操作请求进行限制。相关技术中，通常通过图色识别以及按键响应事件等方式，对操作对象的身份进行识别，但是，识别的准确度较低。由此，如何对设备的操作对象进行准确识别，是一个需要解决的问题。
技术实现思路
本申请实施例提供一种数据处理的方法和装置，用以在对设备的操作对象进行分类识别时，提高操作对象识别的准确度。一方面，提供一种数据处理的方法，包括：获取产生于待测试设备的目标行为数据，目标行为数据对应于目标对象针对相应待测试设备所作出的目标操作行为；将目标行为数据输入至预先训练的目标行为检测模型，输出针对目标对象的分类结果。较佳的，目标行为数据是通过监听待测试设备上的点击事件而获得的，点击事件是由目标对象针对待测试设备作出的点击类操作行为所触发的；目标行为数据包括以下数据中的任意一种或任意组合：点击事件类型数据、点击事件动作数据、点击事件坐标数据、点击事件持续时长数据，以及点击工具类型数据。较佳的，目标行为检测模型包括手势特征提取模块；手势特征提取模块用于根据目标行为数据，确定点击类操作行为对应的手势轨迹的轨迹特征信息，并根据轨迹特征信息，生成手势轨迹特征向量。较佳的，轨迹特征信息至少包括以下信息中的任意一种或任意组合：手势轨迹的曲率信息、手势轨迹的速度信息，手势轨迹的角速度信息以及手势轨迹的加速度信息。较佳的，目标行为检测模型还包括手势轨迹判别模块；手势轨迹判别模块用于根据手势特征向量是否符合预设轨迹条件，确定触发点击类操作行为的目标对象的身份。较佳的，手势轨迹判别模块是采用支持向量机模型构建的，目标对象的身份包括：第一身份和第二身份；第一身份表征触发点击类操作行为的目标对象为真实操作人员，第二身份表征触发点击类操作行为的目标对象为操作模拟器。较佳的，在输出针对目标对象的分类结果之后，进一步包括：若确定目标对象的身份属于第二身份，则显示与目标对象相关联的标识信息以及分类结果；其中，标识信息至少包括以下信息中的任意一种或任意组合：设备标识信息、用户账号信息以及网络地址信息。较佳的，在将目标行为数据输入至预先训练的目标行为检测模型，以输出针对目标对象的分类结果之前，进一步包括：获取待测试设备的设备运行数据；将目标行为数据输入至预先训练的目标行为检测模型，以输出针对目标对象的分类结果，包括：将目标行为数据以及设备运行数据，输入至预先训练的目标行为检测模型，以输出针对目标对象的分类结果。较佳的，设备运行数据包括：运行环境数据和/或程序进程数据；运行环境数据用于确定待测试设备的运行环境类型；程序进程数据用于确定待测试设备上是否运行有模拟点击进程。较佳的，在将目标行为数据输入至预先训练的目标行为检测模型，以输出针对目标对象的分类结果之前，进一步包括：获取训练样本数据，训练样本数据包括训练设备的设备运行样本数据以及产生于训练设备的目标行为样本数据，设备运行样本数据与目标行为样本数据相对应；基于设备运行样本数据，对相应的目标行为样本数据的分类结果进行标注；根据各训练对象的训练样本数据以及标注后的分类结果，对目标行为检测模型进行训练，获得训练好的目标行为检测模型。较佳的，在将目标行为数据输入至预先训练的目标行为检测模型，以输出针对目标对象的分类结果之后，进一步包括：获取针对目标对象的分类结果的修正信息；根据修正信息，对目标行为检测模型中的模型参数进行调整，获得调整后的目标行为检测模型。一方面，提供一种数据处理的方法，包括：监听由目标对象针对待测试设备作出的点击类操作行为而触发的点击事件，以获得目标行为数据；将目标行为数据上传至服务器，以使服务器将目标行为数据输入至预先训练的目标行为检测模型而获得针对目标对象的分类结果。一方面，提供一种数据处理的装置，包括：获取单元，用于获取产生于待测试设备的目标行为数据，目标行为数据对应于目标对象针对相应待测试设备所作出的目标操作行为；输出单元，用于将目标行为数据输入至预先训练的目标行为检测模型，输出针对述目标对象的分类结果。较佳的，目标行为数据是通过监听待测试设备上的点击事件而获得的，点击事件是由目标对象针对待测试设备作出的点击类操作行为所触发的；目标行为数据包括以下数据中的任意一种或任意组合：点击事件类型数据、点击事件动作数据、点击事件坐标数据、点击事件持续时长数据，以及点击工具类型数据。较佳的，目标行为检测模型包括手势特征提取模块；手势特征提取模块用于根据目标行为数据，确定点击类操作行为对应的手势轨迹的轨迹特征信息，并根据轨迹特征信息，生成手势轨迹特征向量。较佳的，轨迹特征信息至少包括以下信息中的任意一种或任意组合：手势轨迹的曲率信息、手势轨迹的速度信息，手势轨迹的角速度信息以及手势轨迹的加速度信息。较佳的，目标行为检测模型还包括手势轨迹判别模块；手势轨迹判别模块用于根据手势特征向量是否符合预设轨迹条件，确定触发点击类操作行为的目标对象的身份。较佳的，手势轨迹判别模块是采用支持向量机模型构建的，目标对象的身份包括：第一身份和第二身份；第一身份表征触发点击类操作行为的目标对象为真实操作人员，第二身份表征触发点击类操作行为的目标对象为操作模拟器。较佳的，输出单元还用于：若确定目标对象的身份属于第二身份，则显示与目标对象相关联的标识信息以及分类结果；其中，标识信息至少包括以下信息中的任意一种或任意组合：设备标识信息、用户账号信息以及网络地址信息。较佳的，输出单元还用于：获取待测试设备的设备运行数据；将目标行为数据输入至预先训练的目标行为检测模型，以输出针对目标对象的分类结果，包括：将目标行为数据以及设备运行数据，输入至预先训练的目标行为检测模型，以输出针对目标对象的分类结果。较佳的，设备运行数据包括：运行环境数据和/或程序进程数据；运行环境数据用于确定待测试设备的运行环境类型；程序进程数据用于确定待测试设备上是否运行有模拟点击进程。较佳的，输出单元还用于：获取训练样本数据，训练样本数据包括训练设备的设备运行样本数据以及产生于训练设备的目标行为样本数据，设备运行样本数据与目标行为样本数据相对应；基于设备运行样本数本文档来自技高网...

【技术保护点】
1.一种数据处理的方法，其特征在于，应用于服务器，包括：/n获取产生于待测试设备的目标行为数据，所述目标行为数据对应于目标对象针对相应待测试设备所作出的目标操作行为；/n将所述目标行为数据输入至预先训练的目标行为检测模型，输出针对所述目标对象的分类结果。/n

【技术特征摘要】
1.一种数据处理的方法，其特征在于，应用于服务器，包括：
获取产生于待测试设备的目标行为数据，所述目标行为数据对应于目标对象针对相应待测试设备所作出的目标操作行为；
将所述目标行为数据输入至预先训练的目标行为检测模型，输出针对所述目标对象的分类结果。


2.根据权利要求1所述的方法，其特征在于，所述目标行为数据是通过监听所述待测试设备上的点击事件而获得的，所述点击事件是由所述目标对象针对所述待测试设备作出的点击类操作行为所触发的；
所述目标行为数据包括以下数据中的任意一种或任意组合：
点击事件类型数据、点击事件动作数据、点击事件坐标数据、点击事件持续时长数据，以及点击工具类型数据。


3.根据权利要求2所述的方法，其特征在于，所述目标行为检测模型包括手势特征提取模块；
所述手势特征提取模块用于根据所述目标行为数据，确定所述点击类操作行为对应的手势轨迹的轨迹特征信息，并根据所述轨迹特征信息，生成手势轨迹特征向量。


4.根据权利要求3所述的方法，其特征在于，所述轨迹特征信息至少包括以下信息中的任意一种或任意组合：
所述手势轨迹的曲率信息、所述手势轨迹的速度信息，所述手势轨迹的角速度信息以及所述手势轨迹的加速度信息。


5.根据权利要求3所述的方法，其特征在于，所述目标行为检测模型还包括手势轨迹判别模块；
所述手势轨迹判别模块用于根据所述手势特征向量是否符合预设轨迹条件，确定触发所述点击类操作行为的目标对象的身份。


6.根据权利要求5所述的方法，其特征在于，所述手势轨迹判别模块是采用支持向量机模型构...

【专利技术属性】
技术研发人员：张本梁，赵贝贝，陈宣苏，卓辉，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：浙江;33