本發(fā)明涉及網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及一種基于人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用分發(fā)平臺作弊檢測方法。

背景技術(shù)：

在手機(jī)應(yīng)用分發(fā)推廣過程中，由于利益驅(qū)動，推廣人會制造假的安裝數(shù)據(jù)騙取酬金。為了應(yīng)對這種情況，需要一套方法，從分發(fā)平臺的用戶操作信息中獲取作弊的蛛絲馬跡，從而避免不正當(dāng)競爭。

但是現(xiàn)有技術(shù)中針對作弊的判斷均是設(shè)定一個固定的閾值，從應(yīng)用分發(fā)平臺的日志中，對多個維度進(jìn)行求和、計數(shù)、平均值和參數(shù)之間算術(shù)運算等合計相關(guān)的統(tǒng)計，將統(tǒng)計結(jié)果與預(yù)先人為設(shè)定的閾值比較，以是否滿足一個或多個閾值作為作弊的判斷條件，例如指定某時段的安裝量是否過大，平均每臺手機(jī)應(yīng)用安裝量是否過大。經(jīng)過多種計算獲得的數(shù)值超過閾值，則判斷為作弊。

但作弊行為是一種動態(tài)變化的過程，隨著作弊用戶對作弊判斷規(guī)則的了解，其會不斷改變作弊方式，從而盡可能避開作弊算法的懲罰。因此，作弊檢測方法也是需要隨著實際情況而逐步變化的。統(tǒng)計維度越多閾值越多，閾值間關(guān)系越復(fù)雜，設(shè)定完全靠人為經(jīng)驗猜測，往往只能滿足一部分個案情況；出現(xiàn)誤判后幾乎無法更正，往往針對某個個案更正設(shè)定后其他個案就出問題；無任何學(xué)習(xí)能力，無法將人工審核的比較模糊的經(jīng)驗轉(zhuǎn)化為可執(zhí)行的程序，任何算法更改都要重新編程；而且將人的經(jīng)驗準(zhǔn)確轉(zhuǎn)化為定量的計算程序是非常困難的。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提出一種能夠與時俱進(jìn)，隨著作弊辦法的變化而調(diào)整自己的作弊判斷閾值的應(yīng)用分發(fā)平臺作弊檢測方法，其基于人工神經(jīng)網(wǎng)絡(luò)算法，動態(tài)調(diào)整作弊判斷閾值，從而最大程度保證了應(yīng)用分發(fā)平臺的秩序。

為達(dá)此目的，本發(fā)明采用以下技術(shù)方案：

一種基于人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用分發(fā)平臺作弊檢測方法，步驟包括：

步驟a：每次應(yīng)用安裝時，記錄日志到服務(wù)器上的數(shù)據(jù)庫，所述日志包含用戶、應(yīng)用id、安裝時間、手機(jī)imei、機(jī)型、產(chǎn)地和廠商信息；

步驟b：從數(shù)據(jù)庫中提取指定時間段的日志作為基礎(chǔ)數(shù)據(jù)，按用戶分組統(tǒng)計一批統(tǒng)計數(shù)值，選定以下參數(shù)：日志總條數(shù)、機(jī)型的信息熵、產(chǎn)地的信息熵、手機(jī)imei的信息熵、應(yīng)用id的信息熵；所述統(tǒng)計數(shù)值作為訓(xùn)練樣本；

步驟c：人工審核一遍所述訓(xùn)練樣本，對認(rèn)為作弊的用戶打上標(biāo)簽1，否則打上標(biāo)簽0，1和0是數(shù)字；

步驟d：將所述訓(xùn)練樣本隨機(jī)抽樣分成3份，其中10%為驗證集，60%為訓(xùn)練集，30%為測試集；

步驟e：選定開源項目提供的mlp作為人工神經(jīng)網(wǎng)絡(luò)程序；

步驟f：設(shè)定mlp的參數(shù)：輸入神經(jīng)元數(shù)為5，對應(yīng)5個所述統(tǒng)計數(shù)值；輸出神經(jīng)元數(shù)為1，對應(yīng)人工審核中打上的標(biāo)簽；中間層暫定為1層，輸入神經(jīng)元數(shù)暫定為5，之后的訓(xùn)練過程中可能做調(diào)整；

步驟g：將所述驗證集輸入到mlp做訓(xùn)練，設(shè)定允許誤差為0.0001，最大訓(xùn)練遞歸次數(shù)為1,000,000；

步驟h：訓(xùn)練完成后用mlp對驗證集做判定，從5個所述統(tǒng)計數(shù)值輸入中得到1個輸出值，對比輸出值與人工打上的標(biāo)簽的差異；

要求：人工標(biāo)簽為1的，對應(yīng)輸出值應(yīng)盡量接近1，否則盡量接近0，無任何超過0.1的差異；如果差異不滿足要求，回到步驟g重新訓(xùn)練，如果重復(fù)多次達(dá)不到要求，回到步驟f重新設(shè)定中間層的層數(shù)和輸入神經(jīng)元數(shù)；

步驟i：保持上面步驟的參數(shù)，用所述訓(xùn)練集重新訓(xùn)練mlp；

步驟j：用mlp對所述測試集做判定：

同樣要求：人工標(biāo)簽為1的，對應(yīng)輸出值應(yīng)盡量接近1，否則盡量接近0，無任何超過0.1的差異；如果差異不滿足要求，回到步驟i重新訓(xùn)練，如果重復(fù)多次達(dá)不到要求，回到步驟f重新設(shè)定中間層的層數(shù)和輸入神經(jīng)元數(shù)；

步驟k：經(jīng)過以上步驟后，獲得了判定實際數(shù)據(jù)的mlp，部署到服務(wù)器；

步驟l：每天定時從數(shù)據(jù)庫中提取過往30天日志，同樣按用戶分組計算日志總條數(shù)、機(jī)型的信息熵、產(chǎn)地的信息熵、手機(jī)imei的信息熵、應(yīng)用id的信息熵，輸入到mlp做判定，得出的輸出就是作弊可能性判定；

步驟m：當(dāng)出現(xiàn)誤判，將當(dāng)前的統(tǒng)計數(shù)值的作弊判定四舍五入取整到0和1，人工糾正誤判的部分；這套數(shù)據(jù)作為訓(xùn)練樣本回到步驟d重新訓(xùn)練。

本發(fā)明通過監(jiān)督學(xué)習(xí)訓(xùn)練的人工神經(jīng)網(wǎng)絡(luò)根據(jù)統(tǒng)計數(shù)值進(jìn)行用戶作弊可能性的判斷，無需設(shè)定閾值，用訓(xùn)練代替，只要人工能完成個案判定就可以訓(xùn)練，不需要對總體的分布情況有了解；具體個案更正就可以重新訓(xùn)練，理論上，可以保證結(jié)果符合當(dāng)前所有個案的預(yù)期；通過訓(xùn)練就可以獲得mlp程序，不需要重新編程。

具體實施方式

下面通過具體實施方式來進(jìn)一步說明本發(fā)明的技術(shù)方案。

一種基于人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用分發(fā)平臺作弊檢測方法，步驟包括：

步驟a：每次應(yīng)用安裝時，記錄日志到服務(wù)器上的數(shù)據(jù)庫，所述日志包含用戶、應(yīng)用id、安裝時間、手機(jī)imei、機(jī)型、產(chǎn)地和廠商信息；

步驟b：從數(shù)據(jù)庫中提取指定時間段的日志作為基礎(chǔ)數(shù)據(jù)，按用戶分組統(tǒng)計一批統(tǒng)計數(shù)值，選定以下參數(shù)：日志總條數(shù)、機(jī)型的信息熵、產(chǎn)地的信息熵、手機(jī)imei的信息熵、應(yīng)用id的信息熵；所述統(tǒng)計數(shù)值作為訓(xùn)練樣本；

所述指定時間段例如是30天，可以根據(jù)應(yīng)用分發(fā)周期自己設(shè)定。

步驟c：人工審核一遍所述訓(xùn)練樣本，對認(rèn)為作弊的用戶打上標(biāo)簽1，否則打上標(biāo)簽0，1和0是數(shù)字；

步驟d：將所述訓(xùn)練樣本隨機(jī)抽樣分成3份，其中10%為驗證集，60%為訓(xùn)練集，30%為測試集；

步驟e：選定開源項目提供的mlp作為人工神經(jīng)網(wǎng)絡(luò)程序；

joone、encog和neuroph是三個著名的開源的java的神經(jīng)網(wǎng)絡(luò)的組件，優(yōu)選為neuroph作為開源的神經(jīng)網(wǎng)絡(luò)組件。

多層感知器multi-layerperceptron，mlp，是一種前向結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)。

步驟f：設(shè)定mlp的參數(shù)：輸入神經(jīng)元數(shù)為5，對應(yīng)5個所述統(tǒng)計數(shù)值；輸出神經(jīng)元數(shù)為1，對應(yīng)人工審核中打上的標(biāo)簽；中間層暫定為1層，輸入神經(jīng)元數(shù)暫定為5，之后的訓(xùn)練過程中可能做調(diào)整；

步驟g：將所述驗證集輸入到mlp做訓(xùn)練，設(shè)定允許誤差為0.0001，最大訓(xùn)練遞歸次數(shù)為1,000,000；

步驟h：訓(xùn)練完成后用mlp對驗證集做判定，從5個所述統(tǒng)計數(shù)值輸入中得到1個輸出值，對比輸出值與人工打上的標(biāo)簽的差異；

要求：人工標(biāo)簽為1的，對應(yīng)輸出值應(yīng)盡量接近1，否則盡量接近0，無任何超過0.1的差異；如果差異不滿足要求，回到步驟g重新訓(xùn)練，如果重復(fù)多次達(dá)不到要求，回到步驟f重新設(shè)定中間層的層數(shù)和輸入神經(jīng)元數(shù)；

步驟i：保持上面步驟的參數(shù)，用所述訓(xùn)練集重新訓(xùn)練mlp；

步驟j：用mlp對所述測試集做判定：

同樣要求：人工標(biāo)簽為1的，對應(yīng)輸出值應(yīng)盡量接近1，否則盡量接近0，無任何超過0.1的差異；如果差異不滿足要求，回到步驟i重新訓(xùn)練，如果重復(fù)多次達(dá)不到要求，回到步驟f重新設(shè)定中間層的層數(shù)和輸入神經(jīng)元數(shù)；

步驟k：經(jīng)過以上步驟后，獲得了判定實際數(shù)據(jù)的mlp，部署到服務(wù)器；

以上過程相當(dāng)于將人工審核的經(jīng)驗教授給mlp。

步驟l：每天定時從數(shù)據(jù)庫中提取過往30天日志，同樣按用戶分組計算日志總條數(shù)、機(jī)型的信息熵、產(chǎn)地的信息熵、手機(jī)imei的信息熵、應(yīng)用id的信息熵，輸入到mlp做判定，得出的輸出就是作弊可能性判定；

0至1的數(shù)值可以標(biāo)識概率。

步驟m：當(dāng)出現(xiàn)誤判，將當(dāng)前的統(tǒng)計數(shù)值的作弊判定四舍五入取整到0和1，人工糾正誤判的部分；這套數(shù)據(jù)作為訓(xùn)練樣本回到步驟d重新訓(xùn)練。

誤判例如客戶投訴成立時。

以上結(jié)合具體實施例描述了本發(fā)明的技術(shù)原理。這些描述只是為了解釋本發(fā)明的原理，而不能以任何方式解釋為對本發(fā)明保護(hù)范圍的限制?；诖颂幍慕忉?，本領(lǐng)域的技術(shù)人員不需要付出創(chuàng)造性的勞動即可聯(lián)想到本發(fā)明的其它具體實施方式，這些方式都將落入本發(fā)明的保護(hù)范圍之內(nèi)。