[发明专利]一种网络游戏外挂的识别方法

摘要

本发明一种网络游戏外挂的识别方法，通过采集游戏行为数据，提取出任务日均参与次数、游戏币获得数、达到最高级所用时间、游戏币流通账号数、游戏币流通地点数、游戏币流通次数、游戏币盈余量的统计值作为能区分外挂与否的特征数据，将该特征数据作为样本的特征变量，然后建立包含外挂和非外挂账号特征信息的训练知识库和验证知识库，通过神经网络算法学习训练知识库，并用验证知识库验证识别准确率来调整权重，当验证通过权重确定后，即可用于自动识别外挂账号。

主权项

一种网络游戏外挂的识别方法，其特征在于包括如下步骤：步骤1、从游戏账号中筛选出一定数量包括外挂账号和非外挂账号的样本账号，随机筛选一部分的外挂账号和非外挂账号作为训练知识库；剩下的外挂账号和非外挂账号作为验证知识库，对所有训练知识库和验证知识库中的账号都标注为外挂账号还是非外挂账号，后续算法将基于该标注来强化特征变量对应的权重；步骤2、采集上述样本账号的游戏行为数据,提取出任务日均参与次数、游戏币获得数、达到最高级所用时间、游戏币流通账号数、游戏币流通地点数、游戏币流通次数、游戏币盈余量的统计值作为能区分外挂与否的特征数据，将该特征数据作为样本的特征变量xi,i为特征变量序号：步骤3、根据神经网络算法学习训练知识库，开始学习时，先将一个样本账号的样本特征变量xi与对应权重wi作为激励函数的计算参数，权重wi初始化值取标准差为1的高斯分布中随机值初始化参数，θ为偏移量，当激励函数y计算出的激励值过大或过小时，偏移量θ调整激励值回到零值附近，此处设定为0；激励函数y计算出每一个样本账号对应的激励值，然后使用sigmoid函数对激励值进行计算，公式中p是一个用来控制曲线形状变化快慢或陡峭性的参数，sigmoid函数的计算结果就是期望输出信号值Si，该期望输出信号值趋于1或0，该期望输出信号值即为对该样本账号的学习结果；通过期望输出信号值1或0分别对应外挂账号或者非外挂账号；训练前样本外挂账号被标记为1，非外挂账号标记为0，与期望输出信号值Si存在误差ei，若样本账号为外挂账号，则误差ei＝1‑Si；若样本账号为非外挂账号，则ei＝Si，当误差ei不超过预置的期望误差e时，该样本账号学习结束，执行下一个样本账号的学习过程，否则重复上述学习过程，直至训练知识库的所有样本账号学习完成后，得到最终的权重wi，其中wi∈(‑1,1)；步骤4、将验证知识库的所有样本账号的能区分外挂与否的特征数据输入计算，将输出的计算结果验证该样本账号的标注，如果此时验证准确率达到预定要求，训练知识库学习结束，否则，需要重新对训练知识库进行学习，重复步骤3，直到验证准确率达到预定要求，此时权重wi已确定；步骤5、输入待识别账号的特征数据以及权重，计算后输出结果，根据该结果可知该待识别账号是外挂账号或者非外挂账号。