一种数据处理方法及相关装置制造方法及图纸

本申请实施例公开了一种人工智能领域的数据处理方法及相关装置，其中该方法包括：针对参与目标游戏对局的目标团队，获取目标团队中各个虚拟角色各自对应的角色信息数据，并且获取目标团队在所述目标游戏对局中产生的参考行为数据；根据目标团队中各个虚拟角色各自对应的角色信息数据，确定目标团队对应的团队信息数据；根据目标团队在目标游戏对局中产生的参考行为数据，确定目标团队对应的团队行为数据；根据目标团队对应的团队信息数据和团队行为数据，确定目标团队对应的团队行为检测结果；团队行为检测结果用于表征目标团队在目标游戏对局中是否存在作弊行为。该方法能够针对参与团队游戏的团队准确地识别其是否存在作弊行为。弊行为。弊行为。

【技术实现步骤摘要】
一种数据处理方法及相关装置


[0001]本申请涉及人工智能
，尤其涉及一种数据处理方法及相关装置。

技术介绍

[0002]在网络游戏玩法多样化发展的时代，团队协作游戏作为主流的重要玩法之一，一直以来吸引着大量的游戏玩家。尤其是在大型多人在线游戏(Massive Multiplayer Online Role
‑
Playing Game，MMORPG)中，基于游戏程序设置的玩家对战环境(Player Versus Environment，PVE)进行团队作战的玩法，更是深受广大玩家喜爱；这种团队作战玩法不仅可以提升玩家的游戏乐趣，而且能够通过玩家之间的互动提升用户的游戏粘性。
[0003]然而，近年来，黑产行为在各种团队作战的玩法中不断涌现，黑产用户通过使用外挂程序带领实力较弱的玩家通过游戏关卡，从而获得游戏收益。这种黑产行为对于正常玩家来说极为不公平，严重破坏了游戏的玩法生态。
[0004]相关技术中，通常基于预设的作弊行为检测机制，针对团队作战游戏中每个独立的虚拟角色分别检测其是否存在异常的作弊行为，如检测单个虚拟角色是否存在快速通关、快速获得大量虚拟奖励等行为。然而，本申请专利技术人研究发现，在团队作战游戏中，经常难以准确地捕捉游戏过程中每个独立的虚拟角色的行为，相应地，采用上述检测方式针对每个独立的虚拟角色检测其是否存在作弊行为，往往容易发生误判的情况，例如，对于团队中实力较弱的虚拟角色，容易误判其存在作弊行为。

技术实现思路

[0005]本申请实施例提供了一种数据处理方法及相关装置，能够针对参与团队游戏的团队准确地识别其是否存在作弊行为。
[0006]有鉴于此，本申请第一方面提供了一种数据处理方法，所述方法包括：
[0007]针对参与目标游戏对局的目标团队，获取所述目标团队中各个虚拟角色各自对应的角色信息数据，所述角色信息数据用于表征其对应的虚拟角色的战斗特点和战斗能力；并且获取所述目标团队在所述目标游戏对局中产生的参考行为数据；
[0008]根据所述目标团队中各个虚拟角色各自对应的角色信息数据，确定所述目标团队对应的团队信息数据；根据所述目标团队在所述目标游戏对局中产生的参考行为数据，确定所述目标团队对应的团队行为数据；
[0009]根据所述目标团队对应的团队信息数据和团队行为数据，确定所述目标团队对应的团队行为检测结果；所述团队行为检测结果用于表征所述目标团队在所述目标游戏对局中是否存在作弊行为。
[0010]本申请第二方面提供了一种数据处理装置，所述装置包括：
[0011]数据获取模块，用于针对参与目标游戏对局的目标团队，获取所述目标团队中各个虚拟角色各自对应的角色信息数据，所述角色信息数据用于表征其对应的虚拟角色的战斗特点和战斗能力；并且获取所述目标团队在所述目标游戏对局中产生的参考行为数据；
[0012]团队数据确定模块，用于根据所述目标团队中各个虚拟角色各自对应的角色信息数据，确定所述目标团队对应的团队信息数据；根据所述目标团队在所述目标游戏对局中产生的参考行为数据，确定所述目标团队对应的团队行为数据；
[0013]行为识别模块，用于根据所述目标团队对应的团队信息数据和团队行为数据，确定所述目标团队对应的团队行为检测结果；所述团队行为检测结果用于表征所述目标团队在所述目标游戏对局中是否存在作弊行为。
[0014]本申请第三方面提供了一种计算机设备，所述设备包括处理器和存储器：
[0015]所述存储器用于存储计算机程序；
[0016]所述处理器用于根据所述计算机程序，执行如上述第一方面所述的数据处理方法的步骤。
[0017]本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述第一方面所述的数据处理方法的步骤。
[0018]本申请第五方面提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述第一方面所述的数据处理方法的步骤。
[0019]从以上技术方案可以看出，本申请实施例具有以下优点：
[0020]本申请实施例提供了一种数据处理方法，该方法针对参与目标游戏对局的目标团队，根据该目标团队中各个虚拟角色各自对应的角色信息数据，确定用于反映该目标团队整体战斗强度的团队信息数据，并且根据该目标团队在目标游戏对局中产生的参考行为数据，确定用于反映该目标团队实际战斗情况的团队行为数据；进而，根据该团队信息数据和该团队行为数据，确定该目标团队对应的团队行为检测结果，即确定该目标团队在该目标游戏对局中是否存在作弊行为。相比相关技术中通过检测团队中单个虚拟角色的行为，来检测单个虚拟角色是否存在作弊行为的方案，本申请实施例提供的方法以团队整体为单位，检测整个团队是否存在作弊行为。一方面，这种检测方式无需针对团队中每个虚拟角色单独捕捉其产生的行为，可以避免因所捕捉的个体行为不准确而导致的误判情况。另一方面，在实际应用中，团队游戏中的作弊行为普遍是以团队为单位产生的，即通常由黑产用户通过外挂程序控制团队中的某个虚拟角色带领其它虚拟角色通过游戏关卡，获得游戏奖励，本质上团队中每个虚拟角色均参与了作弊；本申请实施例以团队整体为单位进行作弊检测更符合实际应用中的作弊情况，即所确定的团队行为检测结果能够更真实地反映作弊情况。再一方面，根据用于反映团队整体战斗强度的团队信息数据、以及用于反映团队实际战斗情况的团队行为数据，确定团队行为检测结果，能够在一定程度上保证所确定的团队行为检测结果的准确性和可靠性。
附图说明
[0021]图1为本申请实施例提供的数据处理测方法的应用场景示意图；
[0022]图2为本申请实施例提供的数据处理方法的流程示意图；
[0023]图3为本申请实施例提供的存在作弊行为的团队与不存在作弊行为的团队各自对应的战斗强度分布情况的示意图；
[0024]图4为本申请实施例提供的职业特征分布图；
[0025]图5为本申请实施例提供的团队行为检测模型的工作架构示意图；
[0026]图6为本申请实施例提供的一种模型训练方法的流程示意图；
[0027]图7为本申请实施例提供的另一种模型训练方法的流程示意图；
[0028]图8为本申请实施例提供的第一种数据处理装置的结构示意图；
[0029]图9为本申请实施例提供的第二种数据处理装置的结构示意图；
[0030]图10为本申请实施例提供的第三种数据处理装置的结构示意图；
[0031]图11为本申请实施例提供的第四种数据处理装置的结构示意图；
[0032]图12为本申请实施例提供的终端设备的结构示意图；
[0033]图13为本申请实施例提供的服务器的结构示意图。
具体实施方式
[0034]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：针对参与目标游戏对局的目标团队，获取所述目标团队中各个虚拟角色各自对应的角色信息数据，所述角色信息数据用于表征其对应的虚拟角色的战斗特点和战斗能力；并且获取所述目标团队在所述目标游戏对局中产生的参考行为数据；根据所述目标团队中各个虚拟角色各自对应的角色信息数据，确定所述目标团队对应的团队信息数据；根据所述目标团队在所述目标游戏对局中产生的参考行为数据，确定所述目标团队对应的团队行为数据；根据所述目标团队对应的团队信息数据和团队行为数据，确定所述目标团队对应的团队行为检测结果；所述团队行为检测结果用于表征所述目标团队在所述目标游戏对局中是否存在作弊行为。2.根据权利要求1所述的方法，其特征在于，所述获取所述目标团队中各个虚拟角色各自对应的角色信息数据，包括：针对所述目标团队中的每个虚拟角色，获取所述虚拟角色的职业数据、装备数据以及战斗属性数据，作为所述虚拟角色对应的角色信息数据；所述根据所述目标团队中各个虚拟角色各自对应的角色信息数据，确定所述目标团队对应的团队信息数据，包括：按照目标顺序拼接所述目标团队中各个虚拟角色各自的职业数据，得到团队职业数据；按照所述目标顺序拼接所述目标团队中各个虚拟角色各自的装备数据，得到团队装备数据；按照所述目标顺序拼接所述目标团队中各个虚拟角色各自的战斗属性数据，得到团队战斗属性数据；将所述团队职业数据、所述团队装备数据以及所述团队战斗属性数据，作为所述目标团队对应的团队信息数据。3.根据权利要求1所述的方法，其特征在于，所述获取所述目标团队在所述目标游戏对局中产生的参考行为数据，包括：获取所述目标团队在所述目标游戏对局中产生的攻击数据和被攻击数据，作为所述参考行为数据；所述攻击数据包括所述目标团队中各虚拟角色执行的攻击操作的次数、以及所述目标游戏对局中敌方虚拟角色受到的伤害来源数据中的至少一种；所述被攻击数据包括所述目标团队中各虚拟角色的生命值损失量、生命值恢复量、被攻击次数和死亡次数中的至少一种；所述根据所述目标团队在所述目标游戏对局中产生的参考行为数据，确定所述目标团队对应的团队行为数据，包括：将所述目标团队在所述目标游戏对局中产生的所述攻击数据以及所述被攻击数据，作为所述目标团队对应的团队行为数据。4.根据权利要求1所述的方法，其特征在于，所述获取所述目标团队在所述目标游戏对局中产生的参考行为数据，包括以下至少一种：获取所述目标团队在所述目标游戏对局中对敌方虚拟角色造成的总伤害量、以及所述敌方虚拟角色的总生命值，作为所述参考行为数据；获取所述目标团队在所述目标游戏对局中每次攻击操作对应的攻击范围，作为所述参考行为数据；
所述根据所述目标团队在所述目标游戏对局中产生的参考行为数据，确定所述目标团队对应的团队行为数据，包括以下至少一种：确定所述总伤害量与所述总生命值之间的差距，作为所述目标团队对应的团队行为数据；确定所对应的攻击范围超过预设范围阈值的攻击操作的次数，作为所述目标团队对应的团队行为数据。5.根据权利要求2所述的方法，其特征在于，所述根据所述目标团队对应的团队信息数据和团队行为数据，确定所述目标团队对应的团队行为检测结果，包括：针对所述团队职业数据中每个职业数据，确定所述职业数据对应的特征向量；针对所述团队装备数据中每个装备数据，确定所述装备数据对应的特征向量；通过团队行为检测模型，根据所述团队职业数据中各职业数据各自对应的特征向量、所述团队装备数据中各装备数据各自对应的特征向量、所述团队战斗属性数据、以及所述团队行为数据，确定所述目标团队对应的团队行为检测结果。6.根据权利要求5所述的方法，其特征在于，所述确定所述职业数据对应的特征向量，包括：根据职业数据映射模型和所述职业数据，确定所述职业数据对应的特征向量；所述职业数据映射模型是基于多场历史游戏对局中各历史团队包括的各个虚拟角色各自的职业数据训练得到的；所述确定所述装备数据对应的特征向量，包括：根据装备数据映射模型和所述装备数据，确定所述装备数据对应的特征向量；所述装备数据映射模型是基于多个历史团队包括的各个虚拟角色各自的装备数据组合训练得到的。7.根据权利要求5所述的方法，其特征在于，所述通过团队行为检测模型，根据所述团队职业数据中各职业数据各自对应的特征向量、所述团队装备数据中各装备数据各自对应的特征向量、所述团队战斗属性数据、以及所述团队行为数据，确定所述目标团队对应的团队行为检测结果，包括：通过所述团队行为检测模型中的前馈神经网络，根据所述团队职业数据中各职业数据各自对应的特征向量、所述团队装备数据中各装备数据各自对应的特征向量、所述团队战斗属性数据、以及所述团队行为数据，确定所述目标团队对应的第一行为特征；通过所述团队行为检测模型中的交叉积变换层，根据所述目标团队中各个虚拟角色各自对应的组合数据，确定所述目标团队对应的第二行为特征；所述组合数据包括以下至少一种：由虚拟角色的职业数据和装备数据组成的组合数据、由虚拟角色的职...

【专利技术属性】
技术研发人员：万立宇，殷赵辉，应小全，彭青白，黄金煌，何小龙，刘毓帅，卓文辉，孙靖哲，漆定军，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：