本申请涉及网络安全,尤其涉及一种网络攻防竞赛中的作弊确定方法及装置。
背景技术:
1、现有反作弊技术通常是通过设置动态flag、监测ip地址、监测队伍解题流量等方式进行进行判定是否作弊,在一定程度上虽可以检测到部分作弊行为,但随着参赛选手参赛场次的增多,大多数选手已摸清现有的反作弊方法,选手往往在竞赛中只会交流解题思路,不会直接共享解题脚本或代码,选手交流思路后其解题流量和ip均不会异常,现有的检测方式无法检测出这种行为。因此,亟需一种新的网络攻防竞赛中的作弊确定方法。
技术实现思路
1、本申请提供一种网络攻防竞赛中的作弊确定方法及装置,以可以实现通过对参赛用户在网络攻防竞赛中多个维度的信息来综合评估参赛用户对应的作弊识别结果,从而可以得到精确度更高的作弊识别结果,进而可以利用作弊识别结果辅助裁判赛后进行作弊审查,提高了网络攻防竞赛中的作弊行为的检测效率以及作弊检测结果的精准度。
2、第一方面,本申请提供了一种网络攻防竞赛中的作弊确定方法,所述方法包括:
3、获取网络攻防竞赛中的每位参赛用户的个人信息、提交题目答案的行为信息;
4、针对每位参赛用户,根据所述参赛用户的个人信息、提交题目答案的行为信息,确定所述参赛用户的个人信息、提交题目答案的行为信息对应的特征向量;
5、基于各参赛用户的个人信息、提交题目答案的行为信息对应的特征向量,确定每位参赛用户各自分别对应的作弊识别结果;
6、根据每位参赛用户各自分别对应的作弊识别结果,确定所述网络攻防竞赛中的作弊用户集。
7、第二方面,本申请提供了一种网络攻防竞赛中的作弊确定装置,所述装置包括:
8、信息获取单元,用于获取网络攻防竞赛中的每位参赛用户的个人信息、提交题目答案的行为信息;
9、特征确定单元,用于针对每位参赛用户,根据所述参赛用户的个人信息、提交题目答案的行为信息,确定所述参赛用户的个人信息、提交题目答案的行为信息对应的特征向量;
10、结果确定单元,用于基于各参赛用户的个人信息、提交题目答案的行为信息对应的特征向量,确定每位参赛用户各自分别对应的作弊识别结果;
11、用户确定单元,用于根据每位参赛用户各自分别对应的作弊识别结果,确定所述网络攻防竞赛中的作弊用户集。
12、第三方面,本申请提供了一种可读介质,包括执行指令,当电子设备的处理器执行所述执行指令时,所述电子设备执行如第一方面中任一所述的方法。
13、第四方面,本申请提供了一种电子设备,包括处理器以及存储有执行指令的存储器,当所述处理器执行所述存储器存储的所述执行指令时,所述处理器执行如第一方面中任一所述的方法。
14、由上述技术方案可以看出,本申请可以先获取网络攻防竞赛中的每位参赛用户的个人信息、提交题目答案的行为信息。然后,针对每位参赛用户,可以根据所述参赛用户的个人信息、提交题目答案的行为信息,确定所述参赛用户的个人信息、提交题目答案的行为信息对应的特征向量。接着,可以基于各参赛用户的个人信息、提交题目答案的行为信息对应的特征向量,确定每位参赛用户各自分别对应的作弊识别结果。最后,可以根据每位参赛用户各自分别对应的作弊识别结果,确定所述网络攻防竞赛中的作弊用户集。可见,本申请通过赛后去分析网络攻防竞赛中的每位参赛用户的个人信息、提交题目答案的行为信息,确定每位参赛用户各自分别对应的作弊识别结果,这样,即便选手在竞赛中只会交流解题思路,不会直接共享解题脚本或代码,本实施例也可以通过对参赛用户在网络攻防竞赛中多个维度的信息来综合评估参赛用户对应的作弊识别结果,从而可以得到精确度更高的作弊识别结果,进而可以利用作弊识别结果辅助裁判赛后进行作弊审查,提高了网络攻防竞赛中的作弊行为的检测效率以及作弊检测结果的精准度。
15、上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
1.一种网络攻防竞赛中的作弊确定方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,参赛用户的个人信息包括以下至少一个:参赛队伍名称、参赛队伍所在单位名称、历史参赛记录、历史参赛队伍名称。
3.根据权利要求2所述的方法,其特征在于,参赛用户的提交题目答案的行为信息包括以下至少一个:提交题目答案的频率、每次提交正确的题目答案的时间、提交正确的题目答案的间隔频率。
4.根据权利要求3所述的方法,其特征在于,所述基于各参赛用户的个人信息、提交题目答案的行为信息对应的特征向量,确定每位参赛用户各自分别对应的作弊识别结果,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所有参赛用户的个人信息、提交题目答案的行为信息对应的特征向量,以及,每个用户组中的两位参赛用户的个人信息、提交题目答案的行为信息的相似程度,确定每位参赛用户各自分别对应的作弊识别结果,包括:
6.根据权利要求4或5所述的方法,其特征在于,所述用户组中的两位参赛用户的个人信息、提交题目答案的行为信息的相似程度用于反映所述用户组中的两位参赛用户的用户关联程度、提交题目答案的行为信息的相似程度。
7.根据权利要求5所述的方法,其特征在于,所述已训练的作弊识别模型是基于训练样本集训练得到的;其中,训练样本集包括作弊识别结果为作弊的参赛用户的个人信息、提交题目答案的历史行为信息和包括作弊识别结果为作弊的参赛用户在内的两位参赛用户的个人信息、提交题目答案的行为信息的相似程度,以及,作弊识别结果为未作弊的参赛用户的个人信息、提交题目答案的历史行为信息和包括作弊识别结果为未作弊的参赛用户在内的两位参赛用户的个人信息、提交题目答案的行为信息的相似程度。
8.根据权利要求1所述的方法,其特征在于,所述获取网络攻防竞赛中的每位参赛用户的个人信息、提交题目答案的行为信息,包括:
9.一种网络攻防竞赛中的作弊确定装置,其特征在于,所述装置包括:
10.一种电子设备,其特征在于,包括处理器以及存储有执行指令的存储器,当所述处理器执行所述存储器存储的所述执行指令时,所述处理器执行如权利要求1-8中任一所述的方法。