【技术实现步骤摘要】
数据处理方法、装置、设备、介质及产品
[0001]本申请实施例涉及网络安全
,特别涉及一种数据处理方法、装置、设备、介质及产品。
技术介绍
[0002]在游戏的过程中,部分玩家存在恶意游戏的行为。比如,部分玩家可以通过穿戴外挂的方式作弊,以获得较高的游戏成绩。这大大降低了游戏的公平性。
[0003]玩家通过帐号执行操作时,会产生大量的游戏数据。一般地,游戏后台服务器能够根据这些游戏数据来判断该帐号下的游戏行为是否符合游戏规则,比如,在某一帐号的连续登录时长或是连续游戏时长超过一定时长时,可以确定该帐号存在代为练号的行为。
[0004]但是,玩家的作弊手段多种多样,可以绕过很多不符合游戏规则的行为检测。
技术实现思路
[0005]本申请实施例提供了一种数据处理方法、装置、设备、介质及产品。所述技术方案如下:
[0006]根据本申请的一方面内容,提供了一种数据处理方法,所述方法包括:
[0007]获取目标设备对应的历史数据,所述历史数据包括在所述目标设备登录过的至少一个历史帐号的至少两种处理结果;
[0008]基于所述历史数据,生成所述至少两种处理结果对应的至少两个维度的数据序列;
[0009]将所述至少两个维度的数据序列输入到预测模型中,通过所述预测模型预测所述目标设备的行为概率,所述行为概率用于指示所述目标设备上未来出现目标行为的概率,所述目标行为包括所述至少两种处理结果对应的行为;
[0010]响应于所述目标设备的行为概率大于概率阈值,对 ...
【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:获取目标设备对应的历史数据,所述历史数据包括在所述目标设备登录过的至少一个历史帐号的至少两种处理结果;基于所述历史数据,生成所述至少两种处理结果对应的至少两个维度的数据序列;将所述至少两个维度的数据序列输入到预测模型中,通过所述预测模型预测所述目标设备的行为概率,所述行为概率用于指示所述目标设备上未来出现目标行为的概率,所述目标行为包括所述至少两种处理结果对应的行为;响应于所述目标设备的行为概率大于概率阈值,对所述目标设备的在线帐号进行检测。2.根据权利要求1所述的方法,其特征在于,所述至少两个维度的数据序列包括至少两个维度的时序数据;所述基于所述历史数据,生成所述至少两种处理结果对应的至少两个维度的数据序列,包括:统计历史时间段内预设时间粒度上每种处理结果对应的帐号数量;基于所述预设时间粒度上的所述帐号数量,生成所述每种处理结果对应的帐号数量的时序数据,得到所述至少两个维度中每个维度的时序数据;所述将所述至少两个维度的数据序列输入到预测模型中,通过所述预测模型预测所述目标设备的行为概率,包括:将所述至少两个维度的时序数据输入到所述预测模型中,通过所述预测模型预测所述目标设备的行为概率。3.根据权利要求2所述的方法,其特征在于,所述预测模型包括原始序列处理层、特征处理层和预测层;所述将所述至少两个维度的时序数据输入到所述预测模型中,通过所述预测模型预测所述目标设备的行为概率,包括:通过所述原始序列处理层对所述至少两个维度的时序数据进行编码,得到至少两个维度的序列向量;通过所述特征处理层对所述至少两个维度的序列向量进行历史行为特征的提取,得到至少两个维度的行为特征向量;通过所述预测层基于所述至少两个维度的行为特征向量,预测所述目标设备的行为概率。4.根据权利要求3所述的方法,其特征在于,所述特征处理层包括长短期记忆网络和时间卷积网络;所述通过所述特征处理层对所述至少两个维度的序列向量进行历史行为特征的提取,得到至少两个维度的行为特征向量,包括:通过所述长短期记忆网络,对所述至少两个维度的序列向量进行历史行为特征的提取,得到第一行为特征向量;以及通过所述时间卷积网络,对所述至少两个维度的序列向量进行历史行为特征的提取,得到第二行为特征向量。5.根据权利要求4所述的方法,其特征在于,所述预测层包括特征融合函数和预测函
数;所述通过所述预测层基于所述至少两个维度的行为特征向量,预测所述目标设备的行为概率,包括:通过所述特征融合函数对所述第一行为特征向量和所述第二行为特征向量进行融合,得到融合后的行为特征向量;通过所述预测函数基于所述融合后的行为特征向量,预测所述目标设备的行为概率。6.根据权利要求1至5任一所述的方法,其特征在于,所述处理结果包括以下至少两种:暂时...
【专利技术属性】
技术研发人员:何鹏,司徒志远,郭晓,朱学文,
申请(专利权)人:腾讯科技深圳有限公司,
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。