基于决策树的游戏作弊检测方法

摘要

本发明公开了一种基于决策树的游戏作弊检测方法。为解决现有技术中防御方式被动无法检测出外挂的问题而发明。本发明的方法包括以下步骤：定时在玩家信息数据库中提取无冗余的特征属性数据集合；将该特征属性数据集合分为特征属性训练数据和特征属性测试数据；由特征属性训练数据生成决策树，并通过特征属性测试数据对决策书进行裁剪生成目标决策树模型；对该目标决策树进行评估，得到适合的目标决策树模型；对目标决策树进行分析处理生成分类玩家数据库后，对分类玩家数据进行联机分析处理来检测出带有外挂的作弊玩家。本发明能够利用主动防御的模式使用数据挖掘的方法进行数据挖掘分析，检测出作弊的玩家，提高了网络联机游戏中防外挂的能力。

主权项

1.一种基于决策树的游戏作弊检测方法，其特征在于，包括以下步骤：(1)定时在玩家信息数据库中提取无冗余的特征属性数据集合；(2)将该特征属性数据集合分为特征属性训练数据和特征属性测试数据；(3)由特征属性训练数据生成决策树，并通过特征属性测试数据对决策书进行裁剪生成目标决策树模型；(4)对该目标决策树进行评估，得到外挂检测最适合的目标决策树模型；(5)对目标决策树模型进行分析处理生成分类玩家数据库后，对分类玩家数据进行联机分析处理来检测出带有外挂的作弊玩家。