用于使用神经网络检测作弊的图形处理单元的制作方法

技术特征：
1.一种处理器，包括：一个或更多个电路，用于使用一个或更多个神经网络来至少部分地基于由计算机游戏生成的一个或更多个图像检测所述计算机游戏的一个或更多个用户的作弊。2.根据权利要求1所述的处理器，其中所述一个或更多个电路还用于：将所述一个或更多个图像存储在缓冲器中，其中所存储的一个或更多个图像要作为输入被提供给所述一个或更多个神经网络，并且要在显示单元上被渲染。3.根据权利要求2所述的处理器，其中所述一个或更多个电路还用于：生成指示检测到作弊的报告；以及将所述报告传送到游戏服务器。4.根据权利要求3所述的处理器，其中所述一个或更多个电路还用于：使用所述一个或更多个神经网络生成表征所述一个或更多个图像包括作弊信息的置信度的置信度水平。5.根据权利要求4所述的处理器，其中响应于确定所述置信度水平处于或高于阈值，将所述报告传送到所述游戏服务器。6.根据权利要求3所述的处理器，其中所述一个或更多个电路还用于：从所述游戏服务器接收所述一个或更多个神经网络的经更新的参数，其中所述经更新的参数是基于重新训练图像的集合而生成的。7.根据权利要求1所述的处理器，其中所述一个或更多个电路用于生成至游戏服务器的认证信号，其中所述认证信号用于向所述游戏服务器证明所述一个或更多个电路能够检测与所述计算机游戏相关联的作弊。8.一种处理器，包括：一个或更多个电路，用于执行一个或更多个神经网络的训练，以检测计算机游戏的一个或更多个用户的作弊，其中所述训练至少部分地基于一个或更多个作弊图像。9.根据权利要求8所述的处理器，其中所述一个或更多个作弊图像是使用与所述计算机游戏相关联的作弊软件而生成的。10.根据权利要求8所述的处理器，其中所述一个或更多个神经网络的训练还至少部分地基于一个或更多个非作弊图像，其中所述一个或更多个作弊图像中的每一个包括作弊信息，并且所述一个或更多个非作弊图像中的每一个无作弊信息。11.根据权利要求10所述的处理器，其中所述一个或更多个作弊图像的至少子集包括用来自非作弊图像的信息增强的图像，所述非作弊图像由与所述计算机游戏相关联的游戏软件生成。12.根据权利要求11所述的处理器，其中所述一个或更多个作弊图像的所述子集中的每一个包括用非作弊图像的部分替换的部分。13.根据权利要求10所述的处理器，其中所述一个或更多个非作弊图像的至少子集包括用来自作弊图像的信息增强的非作弊图像，所述作弊图像由与所述计算机游戏相关联的游戏软件生成。14.根据权利要求13所述的处理器，其中所述一个或更多个非作弊图像的所述子集中的每一个包括用包含非作弊信息的作弊图像的部分替换的部分。15.根据权利要求8所述的处理器，其中所述一个或更多个电路还用于执行对所述一个
或更多个神经网络的针对对手攻击的训练。16.根据权利要求15所述的处理器，其中对所述一个或更多个神经网络的针对对手攻击的所述训练至少部分地基于用对手扰动修改的所述一个或更多个作弊图像的子集。17.一种系统，包括：一个或更多个处理器，用于使用一个或更多个神经网络来至少部分地基于由计算机游戏生成的一个或更多个图像检测所述计算机游戏的一个或更多个用户的作弊；以及一个或更多个存储器，用于存储与所述一个或更多个神经网络相关联的参数。18.根据权利要求17所述的系统，其中所述一个或更多个处理器还用于：将所述一个或更多个图像存储在缓冲器中，其中所存储的一个或更多个图像要作为输入被提供给所述一个或更多个神经网络，并且要在显示单元上被渲染。19.根据权利要求18所述的系统，其中所述一个或更多个处理器还用于：生成指示检测到作弊的报告；以及将所述报告传送到游戏服务器。20.根据权利要求19所述的系统，其中为了将所述报告传送到所述游戏服务器，所述一个或更多个处理器用于：使用所述一个或更多个神经网络生成表征所述一个或更多个图像包括作弊信息的置信度的置信度水平；以及确定所述置信度水平处于或高于阈值。21.一种系统，包括：一个或更多个处理器，用于执行一个或更多个神经网络的训练，以至少部分地基于由与计算机游戏相关联的作弊软件生成的一个或更多个作弊图像检测所述计算机游戏的一个或更多个用户的作弊；以及一个或更多个存储器，用于存储与所述一个或更多个神经网络相关联的参数。22.根据权利要求21所述的系统，其中所述一个或更多个作弊图像是使用与所述计算机游戏相关联的作弊软件而生成的，并且其中所述一个或更多个神经网络的训练还至少部分地基于一个或更多个非作弊图像，其中所述一个或更多个作弊图像中的每一个包括作弊信息，且所述一个或更多个非作弊图像中的每一个无作弊信息。23.根据权利要求22所述的系统，其中所述一个或更多个作弊图像的至少子集包括用来自非作弊图像的信息增强的图像，所述非作弊图像由与所述计算机游戏相关联的游戏软件生成。24.根据权利要求23所述的系统，其中所述一个或更多个作弊图像的所述子集中的每一个包括用非作弊图像的部分替换的部分。25.根据权利要求22所述的系统，其中所述一个或更多个非作弊图像的至少子集包括用来自作弊图像的信息增强的非作弊图像，所述作弊图像由与所述计算机游戏相关联的游戏软件生成。26.根据权利要求25所述的系统，其中所述一个或更多个非作弊图像的所述子集中的每一个包括用包含非作弊信息的所述作弊图像的部分替换的部分。27.根据权利要求21所述的系统，其中所述一个或更多个处理器还用于执行对所述一个或更多个神经网络的针对对手攻击的训练。
28.一种方法，包括：从计算设备接收与计算机游戏相关联的图形的表示；由一个或更多个电路基于所接收的表示来生成一个或更多个图像；以及由所述一个或更多个电路使用一个或更多个神经网络处理所述一个或更多个图像，以检测所述计算机游戏的一个或更多个用户的作弊。29.根据权利要求28所述的方法，还包括：生成指示检测到作弊的报告；以及将所述报告传送到游戏服务器。30.根据权利要求28所述的方法，其中将所述报告传送到游戏服务器是响应于：由所述一个或更多个电路使用所述一个或更多个神经网络生成表征所述一个或更多个图像包括作弊信息的置信度的置信度水平；以及确定所述置信度水平处于或高于阈值。31.根据权利要求30所述的方法，还包括：接收所述一个或更多个神经网络的经更新的参数，其中所述经更新的参数是基于重新训练图像而生成的。32.根据权利要求28所述的方法，其中使用以下各项来训练所述一个或更多个神经网络：使用与所述计算机游戏相关联的作弊软件生成的一个或更多个作弊图像；以及无作弊信息的一个或更多个非作弊图像。33.根据权利要求32所述的方法，其中所述一个或更多个神经网络进一步针对对手攻击进行训练，其中针对对手攻击的训练至少部分地基于用对手扰动修改的所述一个或更多个作弊图像的子集。

技术总结
公开了用于使用神经网络检测作弊的图形处理单元，具体公开了用于检测计算机游戏中的作弊的装置、系统和技术。在至少一个实施例中，一个或更多个电路使用一个或更多个神经网络来至少部分地基于由计算机游戏生成的一个或更多个图像来检测计算机游戏的一个或更多个用户的作弊。用户的作弊。用户的作弊。


技术研发人员：A
受保护的技术使用者：辉达公司
技术研发日：2021.12.07
技术公布日：2022/6/7