[发明专利]异常行为检测方法和装置有效

专利信息
申请号: 201910390556.9 申请日: 2019-05-10
公开(公告)号: CN110075524B 公开(公告)日: 2020-11-13
发明(设计)人: 刘福乐;孙钟前;谢志宁;杨巍 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: A63F13/56 分类号: A63F13/56;A63F13/822;G06F3/01;G06K9/46;G06K9/62
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 王宁
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异常 行为 检测 方法 装置
【权利要求书】:

1.一种异常行为检测方法,包括:

获取虚拟对象在可操作状态下的信息集,所述虚拟对象是Moba游戏应用的虚拟场景中的数字化可操作对象;

根据所述信息集生成所述虚拟对象对应的特征矩阵,所述信息集包括行为信息,还包括属性信息和交互信息中的至少一种;所述行为信息包括所述虚拟对象对应的坐标数据以及技能数据;

将所述特征矩阵输入至行为检测模型,得到所述虚拟对象所对应的行为类别;

当所述行为类别属于目标类别时,确定所述虚拟对象在可操作状态下存在异常行为。

2.根据权利要求1所述的方法,其特征在于,所述根据所述信息集生成所述虚拟对象对应的特征矩阵包括:

从所述信息集中提取所述虚拟对象对应的行为信息;

对所述行为数据进行归一化处理,得到对应的行为特征;

利用所述行为特征生成行为特征矩阵。

3.根据权利要求1所述的方法,其特征在于,所述根据所述信息集生成所述虚拟对象对应的特征矩阵包括:

所述信息集中包括所述虚拟对象对应的交互信息,从所述交互信息中提取预设数量的交互文本;

对所述交互文本进行分词,得到多个词语;

根据多个词语确定每个词语所对应的词向量;

利用所述词向量生成所述虚拟对象对应的交互特征矩阵。

4.根据权利要求1所述的方法,其特征在于,所述信息集中包括多个时间片段对应的信息子集;所述根据所述信息集生成所述虚拟对象对应的特征矩阵包括:

根据所述信息子集生成与所述时间片段对应的子特征矩阵;

将多个所述子特征矩阵进行拼接,得到所述虚拟对象对应的特征矩阵。

5.根据权利要求1所述的方法,其特征在于,在所述将所述特征矩阵输入至行为检测模型之后,所述方法还包括:

通过所述行为检测模型将所述特征矩阵转换为多个维度的特征向量,所述特征向量包括行为向量、交互向量以及属性向量;

将所述行为向量、交互向量以及属性向量进行拼接,生成综合向量;

根据所述综合向量确定所述虚拟对象所对应的行为类别。

6.根据权利要求1所述的方法,其特征在于,所述得到所述虚拟对象所对应的行为类别包括:

利用所述行为检测模型输出多个标准类别各自的类别概率;

将大于预设阈值的类别概率所对应的标准类别确定为所述虚拟对象对应的行为类别。

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

根据所述异常行为生成携带用户标识的异常处理请求;

将所述异常处理请求发送至服务器,用于指示所述服务器获取与所述用户标识对应的历史异常行为记录,利用所述异常行为更新所述历史异常行为记录,根据更新后的历史异常行为记录确定异常处理结果;

接收所述服务器返回的所述异常处理结果,并在显示页面进行展示。

8.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取通过触发显示页面生成的应用启动指令;

根据所述应用启动指令拉取对应的配置文件,所述配置文件中包括所述行为检测模型对应的配置信息;

根据所述配置信息加载所述行为检测模型,所述行为检测模型用于检测所述虚拟对象是否存在异常行为。

9.一种异常行为检测装置,其特征在于,所述装置包括:

信息集获取模块,用于获取虚拟对象在可操作状态下的信息集,所述虚拟对象是Moba游戏应用的虚拟场景中的数字化可操作对象;

矩阵生成模块,用于根据所述信息集生成所述虚拟对象对应的特征矩阵,所述信息集包括行为信息,还包括属性信息和交互信息中的至少一种;所述行为信息包括所述虚拟对象对应的坐标数据以及技能数据;

类别确定模块,用于将所述特征矩阵输入至行为检测模型,得到所述虚拟对象所对应的行为类别;

异常行为确定模块,用于当所述行为类别属于目标类别时,确定所述虚拟对象在可操作状态下存在异常行为。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910390556.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top