一种游戏数据处理方法、装置、设备、介质及产品制造方法及图纸

本申请实施例公开了一种游戏数据处理方法、装置、设备、介质及产品，应用于计算机技术领域。其中方法包括：获取目标对象在目标游戏上产生的多局游戏结算数据，多局游戏结算数据由目标局的游戏结算数据以及在目标局之前的历史局的游戏结算数据组成；对多局游戏结算数据进行特征提取，得到目标对象在目标游戏中用于表征目标局的游戏战绩的战绩特征；获取用于表征目标对象的游戏水平的水平特征；基于战绩特征与水平特征对目标局的游戏战绩进行异常检测，得到检测结果；检测结果用于指示目标局的游戏战绩是否异常。采用本申请实施例，可以有效提高游戏数据异常检测的效率。有效提高游戏数据异常检测的效率。有效提高游戏数据异常检测的效率。

【技术实现步骤摘要】
一种游戏数据处理方法、装置、设备、介质及产品


[0001]本申请涉及计算机
，尤其涉及一种游戏数据处理方法、装置、设备、介质及产品。

技术介绍

[0002]在游戏玩家游戏的过程中，部分游戏玩家会利用一些作弊手段来提升自己的游戏数据。目前，针对这种游戏数据异常问题，现有的检测方案通常需要获取大量的作弊样本，以基于作弊样本进行异常检测，如果没有获取到作弊样本，则异常检测可能陷入停滞状态。因此，如何高效的检测出游戏玩家的游戏数据是否存在异常成为了当前研究热点。

技术实现思路

[0003]本申请实施例提供了一种游戏数据处理方法、装置、设备、介质及产品，可以有效提高针对游戏数据的异常检测的检测效率。
[0004]一方面，本申请实施例提供了一种游戏数据处理方法，该方法包括：
[0005]获取目标对象在目标游戏上产生的多局游戏结算数据，所述多局游戏结算数据由目标局的游戏结算数据以及在所述目标局之前的历史局的游戏结算数据组成；
[0006]对所述多局游戏结算数据进行特征提取，得到所述目标对象在所述目标游戏中用于表征所述目标局的游戏战绩的战绩特征；
[0007]获取用于表征所述目标对象的游戏水平的水平特征；
[0008]基于所述战绩特征与所述水平特征对所述目标局的游戏战绩进行异常检测，得到检测结果；所述检测结果用于指示所述目标局的游戏战绩是否异常。
[0009]一方面，本申请实施例提供了一种游戏数据处理装置，该装置包括：
[0010]第一获取单元，用于获取目标对象在目标游戏上产生的多局游戏结算数据，所述多局游戏结算数据由目标局的游戏结算数据以及在所述目标局之前的历史局的游戏结算数据组成；
[0011]提取单元，用于对所述多局游戏结算数据进行特征提取，得到所述目标对象在所述目标游戏中用于表征所述目标局的游戏战绩的战绩特征；
[0012]第二获取单元，用于获取用于表征所述目标对象的游戏水平的水平特征；
[0013]检测单元，用于基于所述战绩特征与所述水平特征对所述目标局的游戏战绩进行异常检测，得到检测结果；所述检测结果用于指示所述目标局的游戏战绩是否异常。
[0014]一方面，本申请实施例提供了一种计算机设备，该计算机设备包括处理器和存储器，其中，存储器用于存储计算机程序，该计算机程序包括程序指令，处理器被配置用于调用该程序指令，执行上述方法中的部分或全部步骤。
[0015]一方面，本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令被处理器执行时，用于执行上述方法中的部分或全部步骤。
[0016]相应地，根据本申请的一个方面，提供了一种计算机程序产品或者计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令被处理器执行时可实现上述方法中的部分或全部步骤。
[0017]本申请实施例中，可以获取目标对象在目标游戏上产生的多局游戏结算数据，该多局游戏结算数据由目标局的游戏结算数据以及在目标局之前的历史局的游戏结算数据组成；然后，可以对多局游戏结算数据进行特征提取，得到目标对象在目标游戏中用于表征目标局的游戏战绩的战绩特征；进一步的，可以获取用于表征目标对象的游戏水平的水平特征；以基于战绩特征与水平特征对目标局的游戏战绩进行异常检测，得到检测结果；该检测结果可以用于指示目标局的游戏战绩是否异常。可以结合战绩特征和水平特征这两种特征，来检测游戏玩家是否存在异常的战绩波动，还可以主动甄别和排除正常的游戏玩家的战绩波动误检测，从而可以提高异常检测的效率以及准确性。
附图说明
[0018]为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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。
[0019]图1a是本申请实施例提供的一种异常战绩与作弊手段之间的关系示意图；
[0020]图1b是本申请实施例提供的一种游戏数据处理系统的架构示意图；
[0021]图2是本申请实施例提供的一种游戏数据处理方法的流程示意图；
[0022]图3a是本申请实施例提供的一种确定存在异常检测需求的流程示意图；
[0023]图3b是本申请实施例提供的一种目标检测模型的结构示意图；
[0024]图3c是本申请实施例提供的一种表征多局游戏结算数据的曲线示意图；
[0025]图3d是本申请实施例提供的一种对游戏结算子数据进行内积操作的流程示意图；
[0026]图4是本申请实施例提供的另一种游戏数据处理方法的流程示意图；
[0027]图5a是本申请实施例提供的一种初始检测模型的结构示意图；
[0028]图5b是本申请实施例提供的一种初始检测模型处理过程的流程示意图；
[0029]图5c是本申请实施例提供的又一种游戏数据处理方法的流程示意图；
[0030]图5d是本申请实施例提供的又一种游戏数据处理方法的流程示意图；
[0031]图6是本申请实施例提供的一种游戏数据处理装置的结构示意图；
[0032]图7是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0033]下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
[0034]随着互联网技术的不断发展，人工智能(Artificial Intelligence，AI)技术也随之得到更好的发展。所谓的人工智能技术是指利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技
术及应用系统。换句话说，人工智能是计算机科学的一个综合技术；其主要通过了解智能的实质，生产出一种新的能以人类智能相似的方式做出反应的智能机器，使得智能机器具有感知、推理与决策等多种功能。相应的，AI技术是一门综合学科，其主要包括计算机视觉技术(Computer Vision，CV)、语音处理技术、自然语言处理技术以及机器学习(Machine Learning，ML)/深度学习等几大方向。
[0035]其中，机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是AI的核心，是使计算机设备具有智能的根据途径；所谓的机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科；其专门研究计算机设备怎样模拟或实现人类的学习行为，以获取新的知识或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种游戏数据处理方法，其特征在于，所述方法包括：获取目标对象在目标游戏上产生的多局游戏结算数据，所述多局游戏结算数据由目标局的游戏结算数据以及在所述目标局之前的历史局的游戏结算数据组成；对所述多局游戏结算数据进行特征提取，得到所述目标对象在所述目标游戏中用于表征所述目标局的游戏战绩的战绩特征；获取用于表征所述目标对象的游戏水平的水平特征；基于所述战绩特征与所述水平特征对所述目标局的游戏战绩进行异常检测，得到检测结果；所述检测结果用于指示所述目标局的游戏战绩是否异常。2.根据权利要求1所述的方法，其特征在于，所述对所述多局游戏结算数据进行特征提取，得到所述目标对象在所述目标游戏中用于表征所述目标局的游戏战绩的战绩特征，包括：对所述多局游戏结算数据进行多窗口滑动处理，得到多个游戏结算子数据；对每个游戏结算子数据进行内积操作，得到所述每个游戏结算子数据对应的表征特征；将各个表征特征进行特征提取，得到所述目标对象在所述目标游戏中用于表征所述目标局的游戏战绩的战绩特征。3.根据权利要求2所述的方法，其特征在于，所述对所述多局游戏结算数据进行多窗口滑动处理，得到多个游戏结算子数据，包括：按照游戏结算数据的产生时间将所述多局游戏结算数据构建为时序数据；从所述时序数据中确定多个连续且时间长度不同的时间窗口，并将每个时间窗口对应的时序数据作为一个游戏结算子数据。4.根据权利要求2所述的方法，其特征在于，所述将各个表征特征进行特征提取，得到所述目标对象在所述目标游戏中用于表征所述目标局的游戏战绩的战绩特征，包括：对各个表征特征进行卷积处理，得到所述多局游戏结算数据的卷积特征；对所述卷积特征进行时序特征提取，得到所述目标对象在所述目标游戏中用于表征所述目标局的游戏战绩的战绩特征。5.根据权利要求1所述的方法，其特征在于，所述检测结果是通过调用目标检测模型得到的；还包括：获取用于训练所述目标检测模型的第一样本集，所述第一样本集包括多个第一样本，每个第一样本具有对应的样本标签；一个第一样本为正样本或负样本，所述正样本为针对正常对象的游戏战绩存在异常波动的多局游戏结算数据，所述负样本为针对非正常对象的游戏战绩存在异常波动的多局游戏结算数据；针对所述第一样本集中的任一第一样本，调用所述目标检测模型对所述任一第一样本进行特征提取，得到所述任一第一样本对应的样本战绩特征；获取所述任一第一样本对应的样本对象的用于表征游戏水平的样本水平特征，并调用所述目标检测模型基于所述样本战绩特征和所述样本水平特征对所述任一第一样本进行异常检测，得到检测标签；基于所述检测标签和所述任一第一样本的样本标签对所述目标检测模型进行训练，得到训练后的目标检测模型。
6.根据权利要求5所述的方法，其特征在于，还包括：获取用于训...

【专利技术属性】
技术研发人员：李斌，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：