[发明专利]脚本用户识别方法及系统

说明书

本发明公开一种脚本用户识别方法，包括：通过规则单元分别对每个游戏用户进行标记得到第一标记结果；通过无监督机器学习单元分别对每个游戏用户进行标记得到第二标记结果；根据所述第一标记结果和第二标记结果，通过有监督机器学习单元分别对每个游戏用户进行标记得到第三标记结果；根据所述第三标记结果，通过有监督机器学习模块训练得到有监督机器学习模型；通过所述有监督机器学习模型分别对每个游戏用户进行异常度打分，分值超过第一阈值的游戏用户标记为脚本用户。本发明可以提高系统的脚本用户识别能力，自适应性好，并且让脚本用户难以通过总结规律而躲避系统的识别。

技术领域

本发明涉及脚本用户识别领域，具体涉及一种脚本用户识别方法及系统。

背景技术

游戏中存在大量的脚本用户，这些脚本用户通过一些操作来不公平地牟取游戏内的资源，影响其他正常游戏用户体验，对游戏运营和服务器造成额外开支。现有的脚本用户识别方法主要是通过设置规则（比如设置阈值），如果某个用户通过单一IP重复登录不同账号的行为违反设置的规则（或超出设置的阈值），则将该用户识别为脚本用户，但是这样的识别方式很容易让脚本用户通过多次尝试发现阈值从而躲避系统的识别。

发明内容

为克服现有技术的不足，本申请的一方面在于提供一种脚本用户识别方法，通过采用无监督机器学习和有监督机器学习相结合的方式对脚本用户进行识别，自适应性好，可以提高系统的脚本用户识别能力，并且让脚本用户难以通过总结规律而躲避系统的识别。本方法通过下面的技术手段实现：

脚本用户识别方法，包括：

通过规则单元分别对每个游戏用户进行标记得到第一标记结果，所述第一标记结果包括第一正常用户集和第一异常用户集；

通过无监督机器学习单元分别对每个游戏用户进行标记得到第二标记结果，所述第二标记结果包括第二正常用户集、第二异常用户集和不确定用户集；

根据所述第一标记结果和第二标记结果，通过有监督机器学习单元分别对每个游戏用户进行标记得到第三标记结果，所述第三标记结果包括第三正常用户集和第三异常用户集；

根据所述第三标记结果，通过有监督机器学习单元中的有监督机器学习模块训练得到有监督机器学习模型；

通过所述有监督机器学习模型分别对每个游戏用户进行异常度打分，分值超过第一阈值的游戏用户标记为脚本用户。

进一步地，所述通过规则单元分别对每个游戏用户进行标记得到第一标记结果包括：

分别获取每个游戏用户的登录/注册数据，每个登录/注册数据中包括相应游戏用户的ID；

分别判断每个游戏用户的登录/注册数据是否违反预设规则，如果是，标记为第一异常用户，否则，标记为第一正常用户；

其中，所有第一正常用户构成第一正常用户集，所有第一异常用户构成第一异常用户集。

进一步地，所述通过无监督机器学习单元对所有游戏用户进行标记得到第二标记结果包括：

分别获取每个游戏用户的第一行为数据，所述第一行为数据为游戏用户在游戏内不同游戏场景中的行为拓扑数据，每个第一行为数据中包括相应游戏用户的ID；

根据第一行为数据，采用高密子图挖掘算法对每个游戏用户进行嫌疑度打分，分值超过第二阈值的游戏用户标记为第二异常用户，分值低于第三阈值的游戏用户标记为第二正常用户，分值在第二阈值与第三阈值之间的游戏用户标记为不确定用户；

其中，所有第二正常用户构成第二正常用户集，所有第二异常用户构成第二异常用户集，所有不确定用户构成不确定用户集。

进一步地，所述根据所述第一标记结果和第二标记结果，通过有监督机器学习单元对所有游戏用户进行标记得到第三标记结果包括：