一种防止里程作弊的方法及装置与流程

本发明实施例涉及数据处理
技术领域：
，尤其涉及一种防止里程作弊的方法及装置。
背景技术：
：车辆在行驶中可以通过不同设备上传经纬度数据或里程数据，这些经纬度数据或者里程数据可以作为收费凭证或者是奖励凭证，应用于各种网约车场景以及里程奖励场景中。但是现有技术中，行驶对象会利用里程模拟软件上报虚拟的里程数据或者经纬度数据，来增加额外的收入或者奖励，所以需要对里程数据进行判断，确定上报的里程数据是否为作弊里程。现有技术中还未能提出一种防止里程作弊的方法。申请内容本申请实施例提供一种防止里程作弊的方法及装置，用以准确确定行驶里程是否为作弊里程，有效防止里程作弊。一方面，本申请实施例提供一种防止里程作弊的方法，包括：根据行驶里程对应的行驶轨迹数据确定行驶对象的行驶特征；确定与所述行驶轨迹数据匹配的路网数据的行驶约束条件；确定所述行驶特征与所述行驶约束条件之间的匹配度；根据所述匹配度确定所述行驶里程是否为作弊里程。一方面，本申请实施例提供一种防止里程作弊的装置，包括：行驶特征确定单元，用于根据行驶里程对应的行驶轨迹数据确定行驶对象的行驶特征；行驶约束条件确定单元，用于确定与所述行驶轨迹数据匹配的路网数据的行驶约束条件；匹配度确定单元，用于确定所述行驶特征与所述行驶约束条件之间的匹配度；作弊里程判断单元，用于根据所述匹配度确定所述行驶里程是否为作弊里程。一方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行计算机程序时实现上述任一种防止里程作弊的方法的步骤。一方面，本申请实施例提供了一种计算机可读存储介质，其存储有可由计算机设备执行的计算机程序，当所述程序在计算机设备上运行时，使得所述计算机设备执行上述任一种防止里程作弊的方法的步骤。本申请实施例提供的防止里程作弊的方法，能够根据行驶里程对应的行驶轨迹数据确定行驶对象在行驶过程中的行驶特征，并且通过行驶轨迹数据确定路网数据的信息，这些信息中包括路网数据的行驶约束条件，通过比对行驶特征与行驶约束条件之间的匹配度，确定行驶里程是否为作弊里程。通过本申请实施例中的方法，能够通过行驶轨迹数据确定路网数据信息，若行驶轨迹数据为真实的，则通过行驶轨迹数据确定的行驶特征与路网数据的行驶约束条件的匹配度会较高，若行驶轨迹数据为虚拟的，则通过行驶轨迹数据确定的行驶特征与路网数据的行驶约束条件的匹配度较低，所以能够通过匹配度确定行驶里程是否为作弊里程。本申请实施例通过行驶特征以及通过行驶轨迹确定的行驶约束条件来确定是否为作弊里程，能够全面分析行驶特征与行驶约束条件之间的匹配度，提高了确定结果的准确性。附图说明为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种防止里程作弊的方法的应用场景示意图；图2为本申请实施例提供的一种防止里程作弊的方法的流程示意图；图3为本申请实施例提供的一种行驶轨迹数据的示意图；图4为本申请实施例提供的一种行驶约束条件的示意图；图5为本申请实施例提供的一种应用于攒里程奖励场景的防止里程作弊的方法示意图；图6为本申请实施例提供的一种应用于网约车场景的防止里程作弊的方法示意图；图7为本申请实施例提供的一种防止里程作弊的装置的结构示意图；图8为本申请实施例提供的一种计算机设备的结构示意图。具体实施方式为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。为了方便理解，下面对本申请实施例中涉及的名词进行解释：行驶对象：一方面可以指各种交通工具，这些交通工具既可以是机动车，也可以是非机动车，另一方面，也可以指的是驾驶各种交通工具的客观对象，该驾驶对象在驾驶过程中产生了行驶里程，该驾驶对象可以是车辆驾驶对象，也可以是飞机、轮船等驾驶对象，或者是非机动车驾驶对象。行驶里程：指的是行驶对象在设定驾驶时间段内产生的行驶长度，该长度可以为公里制式的长度，也可以是其它制式的长度，例如英里、海里等。行驶轨迹数据：指的是行驶对象在运动过程的采样所获得的数据信息，包括采样点位置、采样时间、速度等，这些采样点数据信息根据采样先后顺序构成了轨迹数据。路网数据：指的是真实地理道路中的数据，路网数据可以是从卫星影像中获取的，并通过数据处理过程中从卫星影像中提取出来的。路网数据的约束条件：指的是路网数据的属性信息，例如路网数据中道路的等级、限速信息、红绿灯信息、主辅路等等。gps：全球定位系统(globalpositioningsystem，gps)是一种以空中卫星为基础的高精度无线电导航的定位系统，它在全球任何地方以及近地空间都能够提供准确的地理位置、车行速度及精确的时间信息。gps数据：指的是在任一时刻行驶对象通过gps获取的定位数据，包括经纬度、速度、方向等信息。导航软件：指的是一种引导用户按照预先规划的道路信息到达目的地的应用程序。攒里程活动：一般在重大节日(如国庆节)这类出行较多的日子，导航软件中都会上线按照导航积累行驶里程在领红包的活动，积累里程越多，领的红包越多。攒里程作弊行为：部分用户会通过模拟导航的行为积攒里程在欺骗系统从而领取更多的红包。网约车软件：即网络预约出租汽车经营服务的简称，是指以互联网技术为依托构建服务平台，接入符合条件的车辆和驾驶员，通过整合供需信息，提供非巡游的预约出租汽车服务的经营活动。网约车作弊行为：由于网约车的计费会参照网约车驾驶者的行驶里程，所以会利用刷里程的行为来欺骗普通用户，让用户付出比正常里程更多的费用。在具体实践过程中，本申请的发明人发现，在针对行驶对象的行驶里程的各种活动中，都会存在里程作弊的问题，部分行驶对象会通过作弊软件，上报虚拟的行驶里程而不是真实的行驶里程，这些上报的虚拟行驶里程通常会比真实的行驶里程长，在攒里程活动中出现攒里程作弊行为，或者在网约车的服务过程中，存在网约车作弊行为，损害了攒里程应用软件商以及网约车服务对象的利益。因此，本申请的发明人构思了一种防止里程作弊的方法，将行驶对象的行驶数据上传给云平台，云平台根据行驶对象的经纬度数据以及规定的时间段，将行驶轨迹分成若干段，对每段的行驶里程数计算后累加，得到行驶对象总的行驶里程数，通过比较总的行驶里程数来确定是否存在里程作弊行为。发明人进一步构思发现，只通过比对总的行驶里程数确定是否存在里程作弊行为仅仅能够针对作弊里程数与行驶里程数不同的场景，对于作弊里程数与行驶里程数相同的场景不能进行判断。所以，本申请的发明人又构思了一种防止里程作弊的方法，该方法通过行驶对象的行驶轨迹数据确定对应的真实路网数据，真实路网数据中包括路网数据的约束条件，同时通过行驶对象的行驶轨迹数据确定了行驶轨迹数据对应的行驶特征，若行驶对象的行驶里程是真实的行驶里程，则可以确定行驶特征与路网数据的行驶约束条件的匹配度会较高，若行驶对象的行驶里程是虚拟的，则通过行驶轨迹数据确定的行驶特征与路网数据的行驶约束条件的匹配度较低，所以能够通过匹配度确定行驶里程是否为作弊里程。通过本申请实施例中的方法，通过行驶特征以及通过行驶轨迹确定的行驶约束条件来确定是否为作弊里程，能够全面分析行驶特征与行驶约束条件之间的匹配度，提高了确定结果的准确性。并进一步至少保障了在网约车应用场景中网约车服务对象的利益或者攒里程活动中应用软件服务商的利益。在介绍完本申请实施例的设计思想之后，下面对本申请实施例的技术方案能够适用的应用场景做一些简单介绍，需要说明的是，以下介绍的应用场景仅用于说明本申请实施例而非限定。在具体实施时，可以根据实际需要灵活地应用本申请实施例提供的技术方案。为进一步说明本申请实施例提供的技术方案，下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下述实施例或附图所示的方法操作步骤，但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本申请实施例提供的执行顺序。参考图1，其为本申请实施例提供的自动驾驶方法的应用场景示意图。该应用场景至少包括数据处理设备101、终端设备102，数据处理设备101与行驶对象102之间可以位于同一局域网中，也可以位于不同的网络中。数据处理设备101与终端设备102之间通过有线网络或者无线网络进行连接。在本申请实施例中，终端设备102行驶对象的终端设备或者行驶对象使用的终端设备，该终端设备102能够向数据处理设备101上报行驶轨迹数据，数据处理设备101处理该行驶轨迹数据，并确定行驶对象的行驶里程是否为作弊里程。一种可选的实施例中，终端设备102为交通工具的一部分，终端设备102可以通过车辆网与数据处理设备101进行交互，即数据处理设备101与终端设备102之间可以通过车联网进行连接，例如通过蓝牙技术，无线技术将数据处理设备101与终端设备102接入车辆网，并进行数据交互。另一种可选的实施例中，终端设备102为驾驶交通工具的驾驶者使用的终端设备，终端设备102通过有线网络或者无线网络与数据处理设备101进行交互。一种可选的实施例，终端设备102可以是手机、个人电脑(personalcomputer，pc)、平板电脑(pad)、掌上电脑(personaldigitalassistant，pda)、笔记本电脑或者智能穿戴式设备(例如智能手表和智能手环)等终端设备。终端设备102中可以安装具有导航软件，或者，终端设备102中运行了浏览器应用，在浏览器中运行了用导航应用程序，或者终端设备102中运行了小程序应用，在小程序应用中运行了导航应用程序。在本申请实施例中，数据处理设备101将终端设备102上报的行驶轨迹数据进行数据处理，数据处理的过程是通过行驶轨迹数据确定匹配的路网数据的行驶约束条件，通过行驶轨迹数据确定行驶对象的行驶特征，确定行驶对象的行驶特征与行驶约束条件之间的匹配度，并根据匹配度确定行驶对象的行驶里程是否为作弊里程。应理解，本申请实施例中的数据处理设备101包括但不限于桌面计算机、移动电话、移动电脑、平板电脑等电子设备，可以包括服务器，服务器可以是服务器集群，也可以是单个服务器。服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn、以及大数据和人工智能平台等基础云计算服务的云服务器。一种可选的实施例中，数据处理设备101为行驶对象102中的一部分，即数据处理设备101为行驶对象102中的服务器或者计算节点，通过获取行驶对象102的行驶轨迹数据匹进行数据处理，并确定行驶里程是否为作弊里程。在本申请中，如图1所示，场景架构中还包括数据库103，数据库103与数据处理设备101可以通过有线网络或者无线网络的方式连接，同样数据库103与行驶对象102可以通过有线网络或者无线网络的方式连接；数据库103用于保存行驶对象102的行驶轨迹数据、行驶里程等数据或者保存数据处理设备101确定的是否为作弊里程的处理结果等。同样的，在本申请实施例中，数据库103可以为云数据库，云数据库是指通过集群应用、网格技术以及分布存储文件系统等功能，将网络中大量各种不同类型的存储设备(存储设备也称之为存储节点)通过应用软件或应用接口集合起来协同工作，共同对外提供数据存储和业务访问功能的一个存储系统。在本申请实施例中，数据处理设备101以及终端设备102可以通过云数据库的访问结构访问云数据库。当然，本申请实施例提供的方法并不限用于图1所示的应用场景中，还可以用于其它可能的应用场景，本申请实施例并不进行限制。对于图1所示的应用场景的各个设备所能实现的功能将在后续的方法实施例中一并进行描述，在此先不过多赘述。为进一步说明本申请实施例提供的技术方案，下面结合附图以及具体实施方式对此进行详细的说明。虽然本申请实施例提供了如下述实施例或附图所示的方法操作步骤，但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本申请实施例提供的执行顺序。下面结合图1所示的应用场景，对本申请实施例提供的技术方案进行说明。参考图2，本申请实施例提供一种防止里程作弊的方法，包括以下步骤：步骤s201，根据行驶里程对应的行驶轨迹数据确定行驶对象的行驶特征。具体的，在本申请中，行驶对象在行驶过程中产生了行驶里程，在判断该行驶里程是否为作弊里程时，首先需要确定该行驶对象的行驶特征。在本申请实施例中，行驶对象可以周期性的上报行驶轨迹数据，例如，在获取了行驶对象的定位数据后，就可以将该定位数据作为轨迹数据进行上报，也可以是行驶对象在完成某次行驶过程后，将行驶轨迹数据进行上报的，例如，行驶对象在接收导航软件导航时，将导航过程中的完整行驶轨迹进行上报。当然，在本申请实施例中，还可以使行驶对象在接收到上报行驶数据的指令后，再将行驶数据进行上报的，在本申请实施例中不限制行驶轨迹数据的获取方式。在本申请实施例中，若行驶对象的行驶里程为真实行驶里程，则行驶轨迹数据可以通过行驶对象使用的终端或者行驶对象的终端的gps获取，即行驶轨迹数据为获取的gps数据。若行驶对象的行驶里程为虚拟行驶里程，则为了能够仿真真实行驶里程，也会上报与真实行驶轨迹数据相同格式的轨迹数据。具体的，在本申请实施例中，行驶轨迹数据可以包括经度数据、纬度数据、以及wgs-84坐标系或者其它坐标系下的坐标(x,y,z)，还可以包括当前轨迹数据的高度、定位精度等数据信息。在本申请实施例中，行驶对象在行驶过程中具有行驶特征，这些特征可以表征行驶对象在行驶过程中的特点，例如行驶特征中可以包括行驶方向特征、行驶速度特征等多个特征。具体的，行驶方向特征指的是行驶对象的行驶方向，例如行驶方向为正东方向、正南方向、西北方向、东偏南15度等行驶方向。行驶速度特征指的是行驶对象的速度特点，例如在设定时间段呢，行驶对象的行驶平均速度为60km/h，或者行驶对象在某个时刻的瞬时速度为8560km/h。在本申请实施例中，可以根据设定时间内的行驶轨迹数据确定行驶方向以及行驶速度，例如，在3s时间内，获取到第1s时刻的行驶轨迹数据，第1s时刻的行驶轨迹数据中行驶对象位于第一位置，第2s时刻的行驶轨迹数据中行驶对象位于第二位置，第3s时刻的行驶轨迹数据中行驶对象位于第三位置，通过第一位置、第二位置、第三位置，可以确定行驶对象的行驶方向以及行驶对象的行驶特征。一种可选的实施例中，可以将行驶轨迹按照时间段划分，得到不同时间段内的行驶轨迹数据，并通过不同时间段内的行驶轨迹数据确定在不同时间段内的行驶特征，例如，行驶对象在第一时间段内的行驶方向为东方向，在第二时间段内的行驶方向为北方向，第三时间段内的行驶方向为西方向。也就是说，可以将行驶轨迹数据中多个时间段子行驶轨迹数据确定行驶对象的各子行驶特征，并通过各行驶特征确定行驶轨迹数据对应的行驶特征。一种可选的实施例中，可以通过不同时间段的权重以及不同时间段的子行驶特征确定行驶轨迹数据对应的行驶特征，例如针对行驶方向，对每个行驶方向，将权重较高的多个时间段的子行驶方向，作为行驶轨迹数据对应的行驶方向等。同样的，针对行驶速度，可以将权重较高的多个时间段的子行驶速度，作为行驶轨迹数据对应的行驶速度等。步骤s202，确定与行驶轨迹数据匹配的路网数据的行驶约束条件。具体的，在本申请中，通过行驶轨迹数据，能够确定与行驶轨迹数据匹配的路网数据。一种可选的实施例中，至少通过行驶轨迹数据中的经度数据、纬度数据确定与经度数据以及纬度数据匹配的路网数据。例如，行驶轨迹中的经度数据为第一经度数据，纬度数据为第一纬度数据，通过第一经度数据以及第一纬度数据确定匹配的路网数据为xx省xx市xxx区的第一道路，则该第一道路的就是与行驶轨迹数据匹配的路网数据。在本申请实施例中，同样还可以通过行驶轨迹数据中的gps数据确定匹配的路网数据，即通过gps坐标系下的(x,y,z)等信息，确定匹配的路网数据。在本申请中，在确定路网数据后，就能够确定路网数据的行驶约束条件，行驶约束条件指的是路网数据的属性信息等，例如路网的速度约束条件、路网的方向约束条件。其中，具体的，路网的速度约束条件又可以包括限度约束条件，即该道路的限速值是多少，也可以包括减速约束条件，例如该道路设置有交通信号设备，在邻近交通信号设备的邻近区域，速度要求为小于20km/h。或者，路网的限速约束条件还可以是该道路设置有学校区域、在该区域，要求行驶对象的速度不能大于30km/h等。同样的，在本申请实施例中，也可以将行驶约束条件划分为各子行驶约束条件，即可以按照不同的地理位置信息，将各子行驶约束条件划分为多个子行驶约束条件。例如，在本申请实施例中，通过行驶轨迹数据匹配的路网数据为起始点为第一位置，终点为第二位置的道路，在该道路中，存在一个红绿灯设备，通过该红绿灯设备，将道路划分为两个部分，分别为第一道路部分以及第二道路部分，在第一道路部分，第一道路部分的行驶约束条件为，在红绿灯设备处的行驶速度小于20km/h。在第二道路部分的行驶约束条件为限速60km/h。步骤s203，确定所述行驶特征与所述行驶约束条件之间的匹配度。具体的，在本申请实施例中，在确定了行驶特征以及行驶约束条件后，需要确定行驶特征与行驶约束条件之间的匹配度。在本申请中，匹配度可以用分数表示，也可以是百分数表示，也可以通过数值表示，在此不做限定。在本申请实施例中，可以认为，若行驶特征与行驶约束条件符合，则认为行驶特征与行驶约束条件之间的匹配度高，若行驶特征与行驶约束条件不符合，则认为行驶特征与行驶约束条件之间的匹配度低。一种可选的实施例中，由于行驶特征存在多个子行驶轨迹数据，多个行驶轨迹数据对应多个子行驶特征，并且行驶约束条件也存在多个子行驶约束条件，所以可以针对每个子行驶轨迹数据，确定对应的子行驶约束条件，并确定该子行驶特征对应的子行驶特征与对应的子行驶约束条件之间的匹配度，再根据各子行驶特征与对应的子行驶约束条件之间的匹配度确定行驶对象的行驶特征与行驶约束条件之间的匹配度。另一种可选的实施例中，针对各子行驶特征与对应的子行驶约束条件之间的匹配度，若子行驶特征与子行驶约束条件符合，可以将匹配度设置为正值，若子行驶特征与子行驶约束条件不符合，可以将匹配度设置为负值，将多个子行驶特征与对应的子行驶约束条件之间的匹配度之和作为行驶对象的行驶特征与行驶约束条件之间的匹配度。还有一种可选的实施例中，不同的子行驶特征具有不同的权重，若子行驶特征与子行驶约束条件符合，可以将匹配度设置为正值，若子行驶特征与子行驶约束条件不符合，可以将匹配度设置为负值，将多个子行驶特征与对应的子行驶约束条件之间的匹配度的加权之和作为行驶对象的行驶特征与行驶约束条件之间的匹配度。还有一种可选的实施例中，将各子行驶特征中的权重较高的若干个行驶特征作为该行驶对象的行驶特征，然后确定权重较高的若干个行驶特征对应的行驶约束条件之间的匹配度。示例性的，行驶对象对应的行驶特征包括第一方向行驶特征，该行驶方向特征为东方向，第二方向行驶特征，该行驶方向特征为东方向，第三方向行驶特征，该行驶方向特征为东方向，第一方向行驶特征、第二方向行驶特征以及第三方向行驶特征是根据行驶轨迹数据确定的。通过行驶轨迹数据确定的路网数据由第一方向指向第二方向的道路，并且第一方向为西方向，第二方向为东方向，所以可以认为第一方向行驶特征、第二方向行驶特征以及第三方向行驶特征与路网数据的行驶方向约束条件完全匹配。若在本申请实施例中，若行驶特征与行驶约束条件之间完全匹配，则确定形式特征与行驶约束条件之间的匹配度为100％。还有一种可选的实施例，若确定行驶特征中的行驶方向特征与行驶约束条件中的行驶方向约束条件不匹配，则确定行驶特征与行驶约束条件之间的匹配度为0。还有一种可选的实施例中，行驶特征中包括减速特征以及限速特征，对应的行驶约束条件包括行驶减速约束条件以及行驶限速约束条件。同时，针对每个子行驶特征中也包括子减速特征以及子限速特征，对应的各子行驶约束条件中也包括子行驶减速约束条件以及子行驶限速约束条件。确定行驶特征与限速特征之间的匹配度的过程还可以是，确定各子行驶特征中的子减速特征与对应的子行驶减速约束条件完全匹配的数量，并确定完全匹配的数量的占比，将该占比作为第一匹配度。同时，确定各子行驶特征中的子限速特征与对应的子行驶限速约束条件完全匹配的数量，并确定完全匹配的数量的占比，将该占比作为第二匹配度。根据第一匹配度以及第二匹配度确定行驶对象的行驶特征与行驶约束条件之间的匹配度。示例性的进行解释，在本申请实施例中，如图3所示，行驶对象的行驶轨迹数据为图3中的曲线区域，具体的行驶对象的行驶轨迹数据如表1所示：表1行驶轨迹数据时间经度纬度第一时刻第一经度第一纬度第二时刻第二经度第二纬度第三时刻第三经度第三纬度通过行驶轨迹数据，确定的路网数据如图4所示，在图3中，根据第一经度、第一纬度，确定了第一路网数据，根据第二经度、第二纬度，确定了第二路网数据，根据第三经度、第三纬度，确定第三路网数据。在确定了第一路网数据、第二路网数据以及第三路网数据后，确定了与行驶轨迹数据匹配的路段为图4所示的匹配路段。匹配路段中存在两个交通信号设备以及一个学校，在交通信号设备处，匹配路段的行驶约束条件为限速20km/h，在学校路段的限速为20km/h。匹配路段中还存在三个限速路段，分别为第一限速路段、第二限速路段、第三限速路段，第一限速路段的限速为80km/h，第二限速路段的限速为60km/h，第三限速路段的限速为40km/h。根据行驶轨迹数据，确定了行驶对象在第一交通信号设备处的速度减少至15km/h，行驶对象在第二交通信号设备处的速度减少至40km/h；同时，在学校路段的速度减少至30km/h。通过上述行驶特征可以确定，针对交通信号设备以及学校路段，只有在第一交通信号设备处的行驶速度与行驶约束条件完全匹配，所以只有1/3的占比是完全匹配的。同时，在本申请实施例中，行驶对象在第一限速路段的行驶速度为68、km/h，在第二限速路段的行驶速度为70km/h，第三限速路段的限速为25km/h。所以在各限速路段，行驶对象的限速特征与行驶约束条件完全符合的占比为2/3的占比是完全匹配的。可以通过两个占比的和，确定行驶对象的行驶特征与行驶约束条件之间匹配度为1。当然，上述实施例只是示例性的介绍了确定行驶特征与行驶约束条件之间的匹配度，还有其它方式确定行驶特征与行驶约束条件之间的匹配度，在此不做赘述。步骤s204，根据匹配度确定行驶里程是否为作弊里程。具体的，在本申请实施例中，在确定了匹配度后，可以确定行驶里程是否为作弊里程。一种可选的实施例中，若确定的匹配度小于匹配度阈值时，则确定行驶里程为作弊里程。示例性的，设置匹配度阈值，例如65％，当匹配度的值小于65％时，则确定行驶里程为作弊里程。另一种可选的实施例中，根据各子匹配度以及各子匹配度的权重确定行驶特征与所述行驶约束条件之间的匹配度，也就是确定了各子匹配度的加权和，若确定加权和小于匹配度阈值，则确定行驶里程为作弊里程。当然，在本申请实施例中，还存在其它根据匹配度，确定是否为作弊里程的方法，一种可选的实施例中，若各子匹配度中大于匹配度阈值的数量与总时间段数量的比值小于匹配比值时，则确定行驶里程为作弊里程。例如，各子匹配度中大于匹配度阈值的数量m，m大于等于0，总时间段数量为n，n大于等于1，若m/n的值小于匹配比值，则可以确定行驶里程为作弊里程。示例性解释，以行驶约束条件为限速约束条件为例，若行驶里程为真实里程数据，则会执行限速约束条件，若存在超速情况，也不可能在多个限速路段都进行超速，所以若存在上述情况，行驶里程为作弊里程的概率较高。当然，在本申请实施例中，还可以有其它根据匹配度确定是否为作弊里程的方法，例如，若针对各子匹配度，若存在设定数量个0匹配度，则确定行驶里程为作弊里程，或者若存在设定数量个小于匹配度阈值的匹配度，则确定行驶里程为作弊里程。为了更好的解释本申请实施例，下面结合一种具体的实施场景描述本申请实施例提供的防止里程作弊的方法，在本申请实施例中的方法中，行驶对象为车辆，在终端设备中运行了导航软件，通过车辆驾驶员的终端设备中的导航软件向导航软件对应的云服务器平台上报了行驶轨迹数据。导航软件存在攒里程奖励行为，在车辆导航结束时，导航软件对应的云服务器平台需要确定，该终端设备上报的里程数据是否为真实里程数据，是否能够将该里程数据作为攒里程数据的一部分。如图5所示，行驶对象在使用导航软件结束导航时，向云服务器上报了行驶轨迹数据，这些行驶轨迹数据能够计算出行驶对象的行驶里程。云服务器通过行驶轨迹数据确定路网数据的行驶约束条件，具体的，如图5所示，云服务器确定匹配的路网数据中的红绿灯减速约束条件、各限速约束条件等等。云服务器通过行驶轨迹数据确定了行驶对象的行驶特征，根据各行驶特征以及对应的行驶约束条件，确定行驶特征与行驶约束条件之间的匹配度，并根据匹配度确定行驶里程是否作弊里程。若云服务器确定行驶里程为作弊里程，将作弊里程部分，不计入攒里程奖励中的里程，针对行驶对象，并没有发送任何提示信息或者指令信息。若云服务器确定行驶里程为真实里程，则将该行驶里程计入攒里程奖励中的里程，针对行驶对象，向行驶对象发送“恭喜您，已完成xx里程的积累”的提示信息。为了更好的解释本申请实施例，下面还结合一种具体的实施场景描述本申请实施例提供的防止里程作弊的方法，在本申请实施例中的方法中，行驶对象为车辆，该车辆为网约车车辆，网约车的驾驶员在进行网约车服务时，会使用网约车软件关联的导航软件，并根据导航软件的行驶里程进行计费。同事，网约车的服务对象的终端设备也运行了网约车软件。在服务过程中，通过导航软件向网约车软件对应的云服务器平台上报了行驶轨迹数据，在网约车服务结束时，网约车软件对应的云服务器平台需要确定，该终端设备上报的里程数据是否为真实里程数据，是否能按照该行驶里程进行收费。如图6所示，网约车的驾驶员在使用导航软件结束导航时，向云服务器上报了行驶轨迹数据，这些行驶轨迹数据能够计算出行驶对象的行驶里程。云服务器通过行驶轨迹数据确定路网数据的行驶约束条件，具体的，服务器确定匹配的路网数据中的红绿灯减速约束条件、各限速约束条件等等。云服务器通过行驶轨迹数据确定了行驶对象的行驶特征，根据各行驶特征以及对应的行驶约束条件，确定行驶特征与行驶约束条件之间的匹配度，并根据匹配度确定行驶里程是否作弊里程。若云服务器确定行驶里程为作弊里程，则向网约车的服务对象的终端设备发送提示信息，提示信息的内容为“本次行驶存在问题，还请您核对”，并同时也可以向网约车的驾驶员的终端设备发送同样的提示信息。若云服务器确定行驶里程为真实里程，则根据行驶里程，确定支付金额，并向网约车的服务对象的终端设备发送提示信息，提示信息的内容为“本次行驶费用为xx元”。基于上述实施例，参阅图7所示，本发明实施例提供一种防止里程作弊的装置700，包括：行驶特征确定单元701，用于根据行驶里程对应的行驶轨迹数据确定行驶对象的行驶特征；行驶约束条件确定单元702，用于确定与行驶轨迹数据匹配的路网数据的行驶约束条件；匹配度确定单元703，用于确定行驶特征与行驶约束条件之间的匹配度；作弊里程判断单元704，用于根据匹配度确定行驶里程是否为作弊里程。可选的，行驶特征确定单元701，具体用于：根据行驶轨迹数据中多个时间段的子行驶轨迹数据确定行驶对象的各子行驶特征；匹配度确定单元703具体用于：确定各子行驶轨迹数据对应的各子行驶约束条件，并确定各子行驶特征与对应的各子约束条件之间的子匹配度；作弊里程判断单元704具体用于：若确定各子匹配度中大于匹配阈值的数量与总时间段数量的比值小于匹配比值时，则确定行驶里程为作弊里程。可选的，所述作弊里程判断单元还用于：根据各子匹配度以及各子匹配度的权重确定所述行驶特征与所述行驶约束条件之间的匹配度；若确定所述匹配度小于匹配度阈值，则确定所述行驶里程为作弊里程。可选的，路网数据的约束条件包括行驶限速约束条件，行驶特征确定单元701具体用于：确定行驶限速约束条件中的各限速路段，并根据行驶轨迹数据确定各限速路段的各行驶速度特征；匹配度确定单元703具体用于：针对各限速路段，确定各行驶速度特征与对应的行驶限速约束条件之间的限速匹配度；根据各限速匹配度之和确定行驶特征与路网数据的行驶约束条件之间的匹配度。可选的，驶速度约束条件还包括行驶减速约束条件，行驶特征确定单元701具体用于：确定行驶减速约束条件中的各减速路段，并根据行驶轨迹数据确定各减速路段的各减速特征；匹配度确定单元703具体用于：针对各减速路段，确定各减速特征与对应的行驶减速约束条件之间的减速匹配度；根据各限速匹配度、各限速匹配度的权重、各减速匹配度以及各减速匹配度的权重确定行驶特征与路网数据的行驶约束条件之间的匹配度。基于相同的技术构思，本申请实施例提供了一种计算机设备，如图8所示，包括至少一个处理器801，以及与至少一个处理器连接的存储器802，本申请实施例中不限定处理器801与存储器802之间的具体连接介质，图8中处理器801和存储器802之间通过总线连接为例。总线可以分为地址总线、数据总线、控制总线等。在本申请实施例中，存储器802存储有可被至少一个处理器801执行的指令，至少一个处理器801通过执行存储器802存储的指令，可以执行前述的防止里程作弊的方法中所包括的步骤。其中，处理器801是计算机设备的控制中心，可以利用各种接口和线路连接终端设备的各个部分，通过运行或执行存储在存储器802内的指令以及调用存储在存储器802内的数据，从而获得客户端地址。待选的，处理器801可包括一个或多个处理单元，处理器801可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器801中。在一些实施例中，处理器801和存储器802可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。处理器801可以是通用处理器，例如中央处理器(cpu)、数字信号处理器、专用集成电路(applicationspecificintegratedcircuit，asic)、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。存储器802作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器802可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(randomaccessmemory，ram)、静态随机访问存储器(staticrandomaccessmemory，sram)、可编程只读存储器(programmablereadonlymemory，prom)、只读存储器(readonlymemory，rom)、带电可擦除可编程只读存储器(electricallyerasableprogrammableread-onlymemory，eeprom)、磁性存储器、磁盘、光盘等等。存储器802是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器802还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。基于相同的技术构思，本申请实施例提供了一种计算机可读存储介质，其存储有可由计算机设备执行的计算机程序，当所述程序在计算机设备上运行时，使得所述计算机设备执行防止里程作弊的方法的步骤。上述计算机可读存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(mo)等)、光学存储器(例如cd、dvd、bd、hvd等)、以及半导体存储器(例如rom、eprom、eeprom、非易失性存储器(nandflash)、固态硬盘(ssd))等。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。当前第1页12