[发明专利]一种自适应实时视频数据的反作弊方法及装置

说明书

本发明实施例提供了一种自适应实时视频数据的反作弊方法及装置，其中方法包括：获取实时视频数据的IP地址及对应的多个播放用户；获取并根据IP地址在第一预设时段内的视频播放次数及多个播放用户中每个用户在第一预设时段内的视频播放次数，分别自适应地生成第一风险概率和第二风险概率；根据第一风险概率是否超出第一预设阈值判断IP地址是否为作弊IP，根据第二风险概率是否超出第二预设阈值判断用户是否为作弊用户；将作弊IP和作弊用户加至黑名单库，过滤掉作弊IP或者作弊用户的实时视频数据。本发明实施例可有效提高对实时数据是否为作弊数据的识别程度，降低大IP多用户的误判可能性，并能有效防止高风险播放用户再次作弊。

技术领域

本发明涉及通信网络技术领域，特别是涉及一种自适应实时视频数据的反作弊方法及装置。

背景技术

视频观看已经成为中国网民在线娱乐生活最主要的组成部分，大剧、综艺、电影等各类内容都在网络上获得了流量和话题效应。但同时，一些企业或个人通过作弊手段提高某一视频的点击量，企图用“刷量”的方法达到制造虚高热度的目的。

由于实时数据会在很短时间内完成日志的收集、传送、反作弊、计算以及存储等操作，因此需要及时准确地识别作弊数据和正常数据。现有的实时视频数据反作弊方法一般为阈值限制方法，这种方法通过将用户的视频点击量与阈值对比，从而判断该用户的实时数据是否为作弊数据。如果视频点击量超过阈值，系统认为实时视频数据存在作弊行为，则过滤用户的实时视频数据。

但是，即使在正常情况下，视频数据播放高峰期和播放低谷期的点击量也存在巨大差别；并且，在例如小区、学校等共用一个大IP(Internet Protocol，网络协议)出口的网络中，也会产生很大的点击量。如果通过现有的阈值限制算法，可能会将播放高峰期或大IP出口的正常数据误判为作弊数据，也有可能将播放低谷期或小IP出口的作弊数据误判为正常数据。

因此，现有实时视频数据反作弊方法，识别实时数据是否为作弊数据的程度低，导致实时视频数据反作弊方法容易出现误判。

发明内容

本发明实施例的目的在于提供一种自适应实时视频数据的反作弊方法及装置，能够提高实时数据是否为作弊数据的识别程度。具体技术方案如下：

一种自适应实时视频数据的反作弊方法，包括：

获取实时视频数据对应的IP地址及与所述IP地址对应的多个播放用户；

获取并根据所述IP地址在第一预设时段内的实时视频数据的播放次数，及所述IP地址对应的多个播放用户中每个播放用户在所述第一预设时段内的实时视频数据的播放次数，分别生成第一风险概率和生成第二风险概率，所述第一风险概率为：所述IP地址为作弊IP的概率，所述第二风险概率为：所述播放用户为作弊用户的概率；

根据所述第一风险概率是否超出第一预设阈值，判断所述IP地址是否为作弊IP，根据所述第二风险概率是否超出第二预设阈值，判断所述IP地址中的播放用户是否为作弊用户；

将所述作弊IP和作弊用户添加至黑名单库中，过滤所述作弊IP或所述作弊用户的实时视频数据。

优选地，所述将所述作弊IP和作弊用户添加至黑名单库中，过滤所述作弊IP或所述作弊用户的实时视频数据之后，所述反作弊方法还包括：

当所述作弊IP或所述作弊用户在黑名单库中的时间超出所述作弊IP或作弊用户对应的过滤时段时，将所述作弊IP或所述作弊用户从所述黑名单库移除。

优选地，所述将所述作弊IP和作弊用户添加至黑名单库中，过滤所述作弊IP或所述作弊用户的实时视频数据之后，所述反作弊方法还包括：

在所述作弊IP或作弊用户对应的过滤时段内，当所述作弊IP或所述作弊用户作弊时，在所述过滤时段的基础上累加第二预设时段，并再次过滤所述作弊IP或所述作弊用户的实时视频数据。