一种基于对抗样本识别的游戏防作弊模型训练方法

本发明公开了一种基于对抗样本识别的游戏防作弊模型训练方法，包括如下步骤：S1、采集并预处理玩家行为数据，生成标准化行为图；S2、深度图自编码器编码行为图，输出低维表示与重构误差；S3、动态社区发现算法识别并跟踪玩家社区结构；S4、生成对抗样本，联合原始样本训练模型；S5、基于模型输出和社区演化结果评估并标记异常行为；S6、输出异常检测结果，执行防作弊处理，并用反馈动态优化模型。本发明旨在通过深度图自编码器与动态社区发现算法的结合，实现对在线游戏中各类异常与作弊行为的高效智能检测和持续自适应防护。