[發明專利]基于決策樹的游戲作弊檢測方法

有效

• 申請號: 200610145808.4
• 申請日: 2006-11-17
• 公開（公告）號: CN101187959A
• 公開（公告）日: 2008-05-28
• 發明（設計）人: 趙睿;顧翀;王堅
• 申請（專利權）人: 中興通訊股份有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06F17/30
• 代理公司: 北京中博世達專利商標代理有限公司
• 代理人: 申健

1.一種基于決策樹的游戲作弊檢測方法，其特征在于，包括以下步驟：

(1)定時在玩家信息數據庫中提取無冗余的特征屬性數據集合；

(2)將該特征屬性數據集合分為特征屬性訓練數據和特征屬性測試數據；

(3)由特征屬性訓練數據生成決策樹，并通過特征屬性測試數據對決策書進行裁剪生成目標決策樹模型；

(4)對該目標決策樹進行評估，得到外掛檢測最適合的目標決策樹模型；

(5)對目標決策樹模型進行分析處理生成分類玩家數據庫后，對分類玩家數據進行聯機分析處理來檢測出帶有外掛的作弊玩家。

2.按照權利要求1所述的基于決策樹的游戲作弊檢測方法，其特征在于，所述步驟(1)具體為：

(11)定時對玩家信息數據庫的記錄進行數據清洗，將冗余的或無關的數據從數據集中刪除；

(12)提取玩家信息數據庫中無冗余的數據組成特征屬性數據集合。

3.按照權利要求2所述的基于決策樹的游戲作弊檢測方法，其特征在于，所述步驟(3)具體為：

(31)將特征屬性訓練數據進行切分處理得到預定的決策樹層數，并選擇裁剪節點生成決策樹；

(32)使用特征屬性測試數據的分類屬性對決策樹進行裁剪處理，生成目標決策樹模型。

4.按照權利要求3所述的基于決策樹的游戲作弊檢測方法，其特征在于，所述步驟(4)具體為：

(41)使用特征屬性測試數據分別對該生成的目標決策樹模型和正在使用的決策樹模型進行評估，如果評估結果大于預先設定的誤差閥值，則返回步驟(3)；否則，進入步驟(42)；

(42)判斷生成的目標決策樹模型的誤差值是否大于正在使用的目標決策樹模型，如果判斷結果為是，則使用該正在使用的目標決策樹模型；如果判斷結果為否，則使用該生成的目標決策樹模型。

5.按照權利要求4所述的基于決策樹的游戲作弊檢測方法，其特征在于，所述步驟(5)具體為：

(51)對目標決策樹模型進行分析，生成分類規則集；

(52)使用該分類規則集，生成分類玩家數據庫；

(53)對分類玩家數據進行聯機分析處理，檢測出作弊玩家及其外掛的功能。

6.按照權利要求3所述的基于決策樹的游戲作弊檢測方法，其特征在于，所述切分處理的方法為：

對特征屬性訓練數據進行不斷的切分，每一次對應一個游戲人物特征屬性的判斷并同時對應一個節點，直到切分的層數達到了預定的層數為止。

7.按照權利要求3所述的基于決策樹的游戲作弊檢測方法，其特征在于，所述裁剪處理的方法為：

當測試玩家數據進入決策樹并到達葉節點時，測試玩家數據的分類屬性與葉子節點的分類屬性比較得到每個枝條的出錯率，通過對每個枝條的出錯率進行加權平均，計算出不剪枝該節點的錯誤率，并判斷裁剪是否能夠降低錯誤率，如果是，則剪掉該節點的所有子節點后，通過測試玩家數據校驗出錯率，生成錯誤率小的目標決策樹模型。