【技术实现步骤摘要】
游戏异常检测方法、装置、计算机设备及存储介质
[0001]本申请涉及图像处理
，具体涉及一种游戏异常检测方法、装置、计算机设备及存储介质(计算机可读存储介质)。
技术介绍
[0002]随着技术的迭代和发展，对游戏中的异常行为，如外挂进行识别打击，能够有效提高用户的游戏体验。
[0003]目前，游戏异常检测，也就是外挂识别主要是基于有监督训练得到的神经网络模型进行检测得到，但上述方式依赖于人工标注的正负样本所训练得到，也就是说，对于出现的新型外挂，通常需要先重新收集新的外挂数据然后人工标注后再进行训练。然而，由于存在外挂对局的数据样本通常较少，通常情况下难以收集，因此，现有的游戏异常检测方法针对于外挂频繁更新的场景适用性不好，难以快速有效的识别出新型外挂。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种游戏异常检测方法、装置、计算机设备和存储介质，用以解决现有的游戏异常检测方法存在的在外挂频繁更新的场景下适用性不好，难以快速有效的识别出新型外挂的问题。
[0005]第一...
【技术保护点】
【技术特征摘要】
1.一种游戏异常检测方法，其特征在于，包括：获取预设周期内目标游戏中目标对象的游戏数据以及所述目标对象对应的目标用户的操作数据；所述游戏数据包括离散行为数据以及连续的属性数据；根据所述游戏数据以及所述操作数据生成所述目标对象对应的时序特征；基于所述时序特征以及预先训练得到的生成式预训练模型确定所述目标对象在所述预设周期内各时刻对应的预测属性信息；从所述游戏数据中提取各时刻对应的真实属性信息，并基于所述真实属性信息和所述预测属性信息的差异，确定所述目标对象的异常检测结果。2.根据权利要求1所述的游戏异常检测方法，其特征在于，所述根据所述游戏数据以及所述操作数据生成所述目标对象对应的时序特征，包括：对所述游戏数据中连续的属性数据进行离散化处理，得到第一时序特征；基于所述游戏数据的离散行为数据中第一离散行为对应的时刻信息以及所述操作数据中第二离散行为对应的时刻信息，得到第二时序特征；将所述第一时序特征和所述第二时序特征确定为所述目标对象对应的时序特征。3.根据权利要求2所述的游戏异常检测方法，其特征在于，所述对所述游戏数据中连续的属性数据进行离散化处理，得到第一时序特征，包括：基于预设的样本游戏数据中样本属性数据的统计结果，对所述属性数据进行等频划分，得到若干属性值区间；根据所述属性数据中各时刻对应的属性值与各所述属性值区间的包含关系确定各时刻对应的属性值区间；基于各时刻对应的属性值区间生成第一时序特征。4.根据权利要求2所述的游戏异常检测方法，其特征在于，所述属性数据包括速度、位置以及偏转角中的至少一种；所述第一离散行为包括碰撞、遇障中的至少一种；所述第二离散行为包括转向、技能释放、速度控制中的至少一种。5.根据权利要求1所述的游戏异常检测方法，其特征在于，所述基于所述时序特征以及预先训练得到的生成式预训练模型确定所述目标对象在所述预设周期内各时刻对应的预测属性信息，包括：基于预先训练得到的生成式预训练模型中的自注意力解码器对所述时序特征进行解码处理，得到解码特征；将所述解码特征输入至所述生成式预训练模型的生成器中，得到所述目标对象在所述预设周期内各时刻对应的预测属性信息。6.根据权利要求5所述的游戏异常检测方法，其特征在于，所述基于预先训练得到的生成式预训练模型中的自注意力解码器对所述时序特征进行解码处理，得到解码特征的步骤之前，所述方法还包括：基于预先训练得到的生成式预训练模型中的映射层，对所述时序特征进行特征对齐处理，得到对应相同维度的时序特征；基于预先训练得到的生成式预训练模型中的标准化层，对所述对应相同维度的时序特征进行归一化标准处理，得到标准化后的时序特征；所述将所述解码特征输入至所述生成式预训练模型的生成器中，得到所述目标对象在
所述预设周期内各时刻对应的预测属性信息的步骤之前，所述方法还包括：基于所述生成式预训...
【专利技术属性】
技术研发人员：李锋，邹武合，张伟东，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。