KR101211832B1 - 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템 및 그 방법 - Google Patents

Abstract

본 발명은 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템 및 그 방법에 관한 것으로 구체적으로는, 온라인 게임의 로그를 분석함으로써 온라인 게임 내의 플레이어 캐릭터를 노드로, 플레이어 캐릭터 사이의 거래 행위를 에지로 하는 그래프를 생성하되, 에지에 가중치로 부여하여 소정의 조건에 따라 클러스터화 함으로써 작업장에 속하는 캐릭터, 계정을 일괄적으로 판정하는 방법을 제공한다.

Description

클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템 및 그 방법{APPARATUS AND METHOD OF DETECTING ABNORMAL CHARACTER IN ONLINE GAME BASED ON CLUSTERING TECHNIQUE}

본 발명은 온라인 게임의 아이템이나 게임머니를 수집하여 일반 게이머들에게 판매함으로써 이득을 취하기 위해 집단적으로 봇 프로그램을 사용하는 이른바 작업장을 검출하기 위한 방법에 관한 것이다.

일반적으로 MMORPG(Massively Multiplayer Online Role Playing Game}의 경우 게이머들은 온라인 게임 내에서 플레이어 캐릭터를 조작하여 게임을 진행하게 되며, 게임 플레이 과정에서 아이템을 획득하거나 게임 머니를 지불하여 게임 내의 NPC(Non Player Character)로부터 구입하기도 한다.

아이템과 게임 내에서 통용되는 화폐인 게임 머니는 통상 온라인 게임의 진행을 용이하게 해 줄 뿐만 아니라, 게임의 즐거움을 배가시키는 요소로서 일부 인기있는 MMORPG의 경우에는 게임 내 희귀 아이템이나 게임 머니를 게이머들끼리 현금으로 사고파는 일이 벌어지기도 한다.

한편, 이러한 아이템이나 게임 머니의 현금 거래가 빈번하게 이루어지면서 아이템이나 게임 머니를 자동으로 수집하는 봇(BOT) 프로그램이 기승을 부리고 있다.

봇 프로그램의 유형에는 몇 가지 종류가 있으나 대부분 클라이언트 단에 보안 프로그램을 설치하여 봇 프로그램의 패턴을 탐지하는 등의 방식으로 검출하게 된다.

그런데, 최근에는 도 1에 개념적으로 도시된 바와 같이 다수의 PC(Personal Computer)를 구비하여 집단적으로 봇 프로그램을 구동함으로써 대량으로 아이템이나 게임 머니를 수집하여 이를 일반 게이머들에게 판매함으로써 수익을 올리는 이른바 작업장이 등장하기에 이르렀다.

이러한 작업장은 일반적으로 알려지지 않은 비공개 봇 프로그램을 구입하여 사용하는 경우가 많아 보안 프로그램을 이용한 검출이 용이하지 아니하다.

뿐만 아니라, 어렵게 봇 프로그램의 패턴을 입수하여 보안 프로그램을 통해 봇 프로그램을 구동하는 계정을 검출하여 해당 계정을 블록하는 등의 제재를 가한다고 하여도 작업장의 특성상 정작 봇 계정으로부터 아이템이나 게임 머니를 취합하는 계정은 아무런 제재를 받지 않기 때문에 언제든 쉽게 봇 프로그램을 구동할 새로운 계정들을 만들어 작업장 운영을 재개할 수 있게 된다.

따라서, 단순히 봇 프로그램을 검출하는 것만으로는 온라인 게임의 정상적인 운영에 지장을 주는 작업장 계정을 온전하게 파악하는데 한계가 존재하며, 봇 프로그램을 구동하지 않는 계정을 포함하여 작업장에 속하는 계정 전체를 파악하기 위한 새로운 접근법이 필요한 실정이다.

본 발명은 상기와 같은 종래기술의 문제점을 해소하기 위하여 안출된 것으로 봇 프로그램의 검출과 병행하여 봇 계정들과 일정한 관계를 갖는 계정들을 검출함으로써 아이템이나 게임 머니를 취합하며 작업장 내 봇 계정들을 실질적으로 조종하는 작업장 주요 계정들을 파악하는 방법의 제공을 그 목적으로 한다.

상기와 같은 목적을 달성하기 위한 본 발명의 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템은 플레이어 캐릭터의 온라인 게임 내 액티비티를 로그로 저장하는 로그 저장수단;

상기 로그를 분석함으로써 온라인 게임 내 플레이어 캐릭터간 거래 행위를 파악하는 로그 분석수단;

플레이어 캐릭터를 노드로, 각 플레이어간 거래 행위를 에지로 하는 그래프를 생성하는 그래프 생성수단; 및

상기 생성된 그래프의 에지에 미리 정해진 기준에 의하여 각각 가중치를 부여하고, 가중치가 임계값이 넘는 유효 에지들로 연결된 노드들의 집합을 각각 클러스터로 구분하는 클러스터링 수단;을 구비하는데,

이때, 상기 그래프 생성수단은 상기 구분된 클러스터들을 노드로 하되, 어느 하나의 클러스터에 속하는 노드들과 다른 클러스터에 속하는 노드들의 거래 행위에 부여된 가중치들을 미리 정해진 수식에 의하여 계산한 값을 에지로 하여 그래프를 갱신하되,

상기 클러스터링 수단은 상기 클러스터들을 잇는 에지 가운데 임계값이 넘는 유효 에지들로 연결된 클러스터들을 하나의 클러스터로 확장하는 것을 특징으로 한다.

한편, 상기와 같은 목적을 달성하기 위한 본 발명의 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출방법은 온라인 게임 서버로부터 플레이어 캐릭터의 온라인 게임 내 액티비티 로그를 제공받아 플레이어 캐릭터간 거래 행위를 파악하는 제 110 단계;

플레이어 캐릭터를 노드로, 각 플레이어간 거래 행위를 에지로 하는 그래프를 생성하는 제 120 단계;

생성된 그래프의 에지에 미리 정해진 기준에 의하여 각각 가중치를 부여하는 제 130 단계;

가중치가 임계값이 넘는 유효 에지들로 연결된 노드들의 집합을 각각 클러스터로 구분하는 제 140 단계;

상기 구분된 클러스터들을 노드로 하되, 어느 하나의 클러스터에 속하는 노드들과 다른 클러스터에 속하는 노드들의 거래 행위에 부여된 가중치들을 미리 정해진 수식에 의하여 계산한 값을 에지로 하여 그래프를 갱신하는 제 150 단계; 및

상기 제 150 단계에서 클러스터들을 잇는 에지 가운데 임계값이 넘는 유효 에지들로 연결된 클러스터들을 하나의 클러스터로 확장하는 제 160 단계;를 더 포함하는 것을 특징으로 한다.

이와 같은 본 발명에 의할 때 작업장에 속하되 봇이 검출되지 않는 계정들을 식별할 수 있게 된다. 특히, 봇 프로그램을 구동하지 않으면서 아이템이나 키나를 취합하는 계정을 식별할 수 있게 되며, 이들 계정에 대하여 약관에 의거 소정의 제재를 가할 수 있게 된다.

이에 의할 때 선량한 게이머들로부터 부당하게 금전적 이득을 취하고 온라인 게임 운영에 지장을 주는 작업장 전체를 효과적으로 무력화시킬 수 있다.

도 1은 작업장의 개념을 설명하는 참고도이며,
도 2는 본 발명에 의한 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템의 구성을 설명하는 기능블록도이며,
도 3은 캐릭터를 노드로, 캐릭터간 거래 행위를 에지로 하는 그래프를 예시하는 참고도이며,
도 4는 클러스터링의 과정을 개념적으로 설명하는 참고도이며,
도 5는 클러스터의 확장 과정을 개념적으로 설명하는 참고도이며,
도 6은 본 발명에 의한 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출방법을 설명하는 플로우차트이다.

이하에서는 첨부하는 도면을 참조하여 본 발명에 의한 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템의 구조를 상세히 살펴보기로 한다.

도 1에 도시된 바와 같이 게이머들은 PC등에 설치된 게임 클라이언트를 이용하여 온라인 게임 서버에 접속하여 온라인 게임을 진행한다. 그 가운데 일부는 도 1에 도시된 바와 같이 봇 프로그램을 구동하는 작업장일 수도 있을 것이다.

한편, 대부분의 MMOPRG의 경우 온라인 게임 서버는 플레이어 캐릭터의 액티비티를 포함하는 로그를 저장한다. 로그를 사후적으로 분석함으로써 특정 플레이어 캐릭터가 게임 내 특정 좌표값에서 몹을 공격했다거나, 아이템을 획득했다거나, NPC와 인터랙션을 했다거나, 다른 플레이어 캐릭터와 아이템이나 게임 머니를 주고받았다는 등의 정황을 알 수 있다.

본 발명에 의한 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템(100)은 이러한 온라인 게임 서버에 구현될 수 있다. 일반적으로 온라인 게임 서버는 반드시 물리적으로 단일한 서버로 이루어지지 않으며 다수의 클라이언트의 동시접속을 담당하는 서버, 로그를 저장하는 서버 등으로 나뉠 수 있으므로 본 발명에 의한 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템(100) 또한 반드시 물리적으로 단일한 서버 내에 구현되어야 하는 것은 아니다.

한편, 본 발명에 의한 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템(100)은 도 2에 도시된 바와 같이 로그 저장수단(110), 로그 분석수단(120), 그래프 생성수단(130), 클러스터링 수단(140) 및 작업장 판정수단(150)을 구비한다.

로그 저장수단(110)은 종래의 온라인 게임 서버와 마찬가지로 최소한 플레이어 캐릭터의 온라인 게임 내 액티비티를 로그로 저장한다. 로그에 플레이어 캐릭터들의 액티비티 이외의 사항이 포함될 수 있음은 물론이다.

한편, 로그 분석수단(120)은 이와 같이 저장된 로그를 분석하여 온라인 게임 내 플레이어 캐릭터간 거래 행위를 파악한다.

이때 로그에 의해 분석할 수 있는 거래 행위는 "온라인 게임 내"에서 이루어진 것에 한정됨은 당연하며, "거래 행위"란 두 플레이어 캐릭터가 온라인 게임 내의 특정 위치에서 직접 대면하여 아이템이나 게임 머니를 서로 교환하거나 증여하는 행위에 국한되는 것이 아니라, 아이템이나 게임 머니를 플레이어 캐릭터끼리 주고 받기 위하여 온라인 게임 내에서 제공되는 수단 - 예를 들어 쪽지나 메일 - 을 이용하여 아이템이나 게임 머니를 일방적으로 제공하거나 교환하는 등의 행위를 포함한다. 뿐만 아니라, 온라인 게임 내 길드 멤버들이 아이템이나 게임 머니를 공용으로 이용하기 위한 목적으로 임의로 저장하거나 인출할 수 있도록 제공되는 게임 내 창고에 저장하거나 인출하는 행위 또한 광의의 거래 행위에 포함된다.

로그 분석수단(120)은 로그를 분석하여 이와 같이 광의의 거래 행위에 포함되는 액티비티들을 파악한다. 바람직하게는 어느 플레이어 캐릭터간 거래 행위가 있었는지, 거래 행위의 종류나 거래대상물은 어떤 것이었는지를 파악한다. 이때, 특정 플레이어 캐릭터간의 거래 횟수를 누적하여 카운트할 수도 있다.

한편, 그래프 생성수단(130)은 이와 같은 로그 분석결과를 이용하여 플레이어 캐릭터를 노드로, 각 플레이어간 거래 행위를 에지로 하는 그래프를 생성한다.

도 3에 도시된 그래프에 의할 때, 각 노드에는 캐릭터의 이름이 에지는 캐릭터간 이루어진 거래 행위에 대한 가중치 - 도 3의 예에서는 거래의 횟수 - 가 각각 표시됨을 확인할 수 있다. 이와 같이 노드와 에지로 구성되는 데이터 구조인 그래프는 메모리나 로컬 저장장치에 생성되나 온라인 게임 서버 관리자가 모니터를 통해 확인할 수 있도록 도 3에 예시된 바와 같이 시각적으로 표현될 수도 있다.

클러스터링 수단(140)은 이와 같이 생성된 그래프에 대하여 소정의 연산을 함으로써 클러스터를 생성하거나 확장한다.

클러스터가 생성되는 과정을 도 4를 참조하여 살펴보면 아래와 같다. 우선, 클러스터링 수단(140)은 도 4의 (a)와 같이 생성된 그래프의 에지에 미리 정해진 기준에 의하여 각각 가중치를 부여한다.

가중치로는 거래금액, 거래량 등도 가능하겠으나 거래횟수를 가중치로 부여할 때 신뢰할만한 결과물을 얻을 수 있었다. 작업장 특성상 특정 캐릭터 사이에 유사한 내용의 거래가 빈번하게 일어나는 반면 대부분의 개인 게이머들간 유사한 거래가 반복적으로 일어날 가능성은 매우 낮기 때문이다. 도 3의 예에서는 자연수값인 거래횟수를 별다른 변형없이 그대로 가중치로 부여하고 있다.

이후, 도 4의 (b)와 같이 유효 에지들을 선별한다. 가중치가 임계값이 넘는 에지를 유효 에지로 판정할 수 있다. 예를 들어, 거래 횟수 그 자체가 가중치인 경우 임계값을 10으로 설정할 경우 서로 거래 횟수가 10회 이상인 캐릭터들만이 유효 에지에 의하여 연결된다.

도 4의 (b)에서 실선으로 표시된 에지가 유효 에지이며, 유효 에지에 의해 연결된 노드들을 각각 클러스터로 구분한다.

도 4의 (c)에 도시된 바에 의할 때 상하 좌우 각 1개씩의 편의상 원으로 둘러쳐진 클러스터가 생성된다. 클러스터의 의미는 클러스터에 속하는 모든 캐릭터가 같은 클러스터에 속하는 적어도 하나 이상의 캐릭터와 행한 거래 행위가 일정한 기준에 의하여 수치적으로 표현했을 때 소정의 기준값을 넘는다는 것이다.

한편, 이와 같이 클러스터가 생성되면 그래프 생성수단(130)은 클러스터를 확장하기 위하여 종전의 그래프를 도 5의 (a)에 도시된 바와 같이 상기 구분된 클러스터들을 노드로 하되, 각 클러스터 간 거래 행위를 에지로 하는 그래프로 갱신한다.

각 클러스터 간 거래 행위란 어느 하나의 클러스터에 속하는 각 캐릭터와 다른 클러스터에 속하는 각 캐릭터 사이에 이루어진 거래 행위를 소정의 수식에 의하여 계산한 것을 말한다.

예를 들어, 도 4에 도시된 바와 같이 두 캐릭터를 잇는 에지에 부여된 가중치가 자연수 값인 캐릭터간 거래 횟수라고 할 때, 도 5의 (a)에 도시된 바와 같이 두 클러스터를 잇는 에지에 부여된 가중치는 캐릭터간 거래 횟수를 모두 더한 값이 될 수 있다.

한편, 클러스터링 수단(140)은 도 5의 (a)에 도시된 바와 같이 각 클러스터를 잇는 에지 가운데 유효 에지를 선별하며, 도 5의 (b)에 도시된 바와 같이 유효 에지에 의하여 연결되는 클러스터들을 하나의 클러스터로 합친다.

이는 분업화된 작업장 특성상 작업장에 속하는 특정 캐릭터들간 중점적으로 거래가 이루어지며 따라서 1차 클러스터링으로는 작업장에 속하는 일부 계정만을 검출할 뿐이기 때문이다.

따라서, 캐릭터와 캐릭터간의 거래 행위 특성에 의하여 연관성(에지의 가중치)이 충분히 발견되지 않더라도 클러스터와 클러스터간의 거래 행위 전체를 분석한 결과 연관성이 충분하다 판단되는 경우라면 그 전체를 하나의 클러스터로 확장함으로써 작업장에 속하는 캐릭터들을 빠짐없이 검출할 수 있게 된다.

한편, 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템(100)은 이와 같이 구분되거나 확장된 클러스터 가운데 노드의 개수가 일정값을 넘거나 또는 봇으로 판정되는 노드의 비율이 임계값이 넘는 경우에 해당 클러스터를 작업장으로 판정하는 작업장 판정수단(150)을 더 구비할 수 있다.

예를 들어, 노드의 개수가 10개 미만인 경우라면 단순히 친분이 있는 게이머들 끼리 우연히 거래 행위가 빈번하게 있었던 것으로 판단할 수 있다거나, 작업장의 경우 일부 몇몇 계정을 제외하면 나머지 대부분 PC가 봇을 구동하는 것이 일반적이므로 봇으로 판정되는 노드가 50% 미만인 경우 그 전체를 작업장으로 판단하는 것은 무리라고 볼 수도 있을 것이다. 각 노드가 봇 프로그램을 구동하였는지 여부의 판단은 본 발명과는 별도로 이루어져야 함은 물론이다.

한편, 이와 같이 그래프 연산을 통한 클러스터의 구분이나 확장이 완료된 다음 또는 작업장 판정수단(150)에 의한 작업장의 판정이 완료되면 그래프 생성수단(130)은 게임 서버 관리자가 모니터를 통해 확인할 수 있도록 그래프를 시각적으로 표시하되 클러스터의 범위를 표시하거나, 노드에 캐릭터의 명칭, 캐릭터가 속하는 계정의 정보, 에지에 거래 행위의 횟수, 거래된 재화에 관한 정보 등을 표시할 수 있다.

이에 의하여 작업장에 속하는 온라인 게임 계정이 어디까지인지, 작업장에 속하는 캐릭터와 클러스터 외 캐릭터의 거래(현금 거래로 추정되는)까지 시각적으로 일목요연하게 확인할 수 있게 된다.

특히, 작업장으로 판단되는 클러스터에 속하는 캐릭터로서 봇이 검출되지 않는 캐릭터라면 검출할 수 없는 비공개 봇을 사용했거나 또는 봇 계정으로부터 아이템이나 게임 머니를 취합하는 작업장의 핵심 계정으로 의심할 수 있다.

한편, 이하에서는 도 6을 참조하여 본 발명에 의한 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출방법을 시계열적으로 살펴보기로 한다.

도 6에 도시된 바에 의할 때, 우선 온라인 게임 서버에 구현된 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템(100)은 온라인 게임 서버로부터 플레이어 캐릭터의 온라인 게임 내 액티비티 로그를 제공받아 이를 분석함으로써 플레이어 캐릭터간 거래 행위를 파악한다(S110). 즉, 플레이어 캐릭터가 온라인 게임 내의 상점에서 게임 머니를 지불하고 아이템을 구입하는 등 NPC와의 거래는 분석대상에서 제외된다.

한편, 거래 행위에는 두 플레이어 캐릭터가 온라인 게임 내 특정 위치에서 서로 만나 아이템이나 게임 머니를 교환하는 것뿐만 아니라, 온라인 게임 내 쪽지 또는 기타의 수단에 의해 다른 플레이어 캐릭터로 아이템이나 게임 머니를 제공하거나, 온라인 게인 내에서 길드 멤버들이 공동으로 이용할 수 있는 창고 등의 공간에 아이템이나 게임 머니를 저장, 적립하는 행위까지 모두 포함하여 분석함이 바람직하다.

이와 같은 로그 분석 결과를 이용하여 플레이어 캐릭터를 노드로, 각 플레이어간 거래 행위를 에지로 하는 그래프를 생성(S120)하고, 생성된 그래프의 에지에 미리 정해진 기준에 의하여 각각 가중치를 부여한다(S130).

이때 가중치로는 예를 들어 두 노드 간 - 즉, 두 플레이어 캐릭터간 - 거래 행위의 횟수를 그대로 또는 일정한 수식에 의해 변형하여 부여할 수 있다.

한편, 이같이 가중치가 부여되면 도 4의 (b)에 도시된 바와 같이 가중치가 임계값을 벗어난 유효 에지들을 선별하고, 도 4의 (c)에 도시된 바와 같이 유효 에지들에 의하여 연결된 노드들의 집합을 각각 클러스터로 구분한다(S140).

이와 같이 클러스터가 구분되면, 각각의 클러스터를 노드로 하되, 클러스터간 거래 행위를 에지로 하여 그래프를 갱신한다(S150). 두 클러스터간 거래 행위란 양 클러스터에 속하는 각 노드들 사이의 거래 행위를 소정의 수식에 의해 계산한 값을 가중치로 부여함으로써 산출될 수 있으며, 간단하게는 노드간 거래 횟수를 합산한 것으로 할 수도 있다(S150).

도 5의 (b)에 도시된 바와 같이 각 클러스터를 잇는 에지 가운데 그 가중치가 임계값을 벗어난 유효 에지들을 선별하고 유효 에지로 연결되는 클러스터들을 도 5의 (c)에 도시된 바와 같이 하나의 클러스터로 합침으로써 확장한다(S160).

한편, 이와 같이 클러스터가 구분되거나 확장되면 이를 작업장으로 판정할 수 있을 것이다. 그러나, 보다 정확도를 향상시키기 위하여 클러스터에 속하는 노드의 수의 최소값이나 클러스터에 속하는 노드 가운데 봇으로 판정된 것의 비율에 제한을 둘 수 있다.

예를 들어, 노드가 10개 이상이거나 봇으로 판정된 노드의 비율이 50% 이상인 경우 해당 클러스터를 작업장으로 최종 판정할 수 있다(S170).

한편, 이와 같이 클러스터가 구분 또는 확장되거나, 특정 클러스터가 작업장으로 판정되면 온라인 게임 서버의 관리자가 용이하게 확인할 수 있도록 작업장으로 판정된 클러스터, 클러스터에 속하는 캐릭터들, 캐릭터들간의 거래 정보 등을 시각적으로 표시할 수 있다(S180).

이상과 같은 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 방법은 컴퓨터 프로그램의 형태로 제작되되, 컴퓨터로 판독가능한 기록매체에 수록되어 온라인 게임 서버에서 실행될 수 있다.

이상 몇가지의 실시예를 들어 본 발명을 살펴보았으나 이러한 실시예는 예시의 목적을 위해 개시된 것이고, 통상의 지식을 가진 당업자라면 본 발명의 사상과 범위 안에서 다양한 수정, 변경, 부가가 가능할 것임은 물론, 이는 하기의 특허청구범위를 벗어나지 아니하는 것으로 해석되어야 한다.

110 : 로그 저장수단
120 : 로그 분석수단
130 : 그래프 생성수단
140 : 클러스터링 수단
150 : 작업장 판정수단

Claims (17)

1. 플레이어 캐릭터의 온라인 게임 내 액티비티를 로그로 저장하는 로그 저장수단;
   상기 로그를 분석함으로써 온라인 게임 내 플레이어 캐릭터간 거래 행위를 파악하는 로그 분석수단;
   플레이어 캐릭터를 노드로, 각 플레이어간 거래 행위를 에지로 하는 그래프를 생성하는 그래프 생성수단; 및
   상기 생성된 그래프의 에지에 미리 정해진 기준에 의하여 각각 가중치를 부여하고, 가중치가 임계값을 벗어나는 유효 에지들로 연결된 노드들의 집합을 각각 클러스터로 구분하는 클러스터링 수단;을 갖는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템.
   
2. 제 1 항에 있어서,
   상기 그래프 생성수단은 상기 구분된 클러스터들을 노드로 하되, 어느 하나의 클러스터에 속하는 노드들과 다른 클러스터에 속하는 노드들의 거래 행위에 부여된 가중치들을 미리 정해진 수식에 의하여 계산한 값을 에지로 하여 그래프를 갱신하되,
   상기 클러스터링 수단은 상기 클러스터들을 잇는 에지 가운데 임계값을 벗어난 유효 에지들로 연결된 클러스터들을 하나의 클러스터로 확장하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템.
   
3. 제 1 항 또는 제 2 항에 있어서,
   상기 클러스터링 수단이 에지에 부여하는 가중치는 각 노드간 거래 횟수에 비례하는 값인 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템.
   
4. 제 2 항에 있어서,
   상기 그래프 생성수단은 어느 하나의 클러스터에 속하는 노드들과 다른 클러스터에 속하는 노드들의 거래 행위에 부여된 가중치들을 합산한 값을 에지로 하여 그래프를 갱신하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템.
   
5. 제 1 항 또는 제 2 항에 있어서,
   노드의 수가 임계값을 벗어난 클러스터에 속하는 노드들을 동일 작업장에 속하는 캐릭터로 판정하는 작업장 판정수단;을 더 구비하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템.
   
6. 제 1 항 또는 제 2 항에 있어서,
   봇으로 판정된 노드가 일정 비율이 넘는 클러스터에 속하는 노드들을 동일 작업장에 속하는 캐릭터로 판정하는 작업장 판정수단;을 더 구비하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템.
   
7. 제 1 항에 있어서,
   상기 로그 분석수단은 로그로부터 온라인 게임 내에서 플레이어 캐릭터 상호간 아이템 또는 게임 머니를 교환하거나, 어느 하나의 플레이어 캐릭터가 아이템이나 게임 머니를 다른 플레이어 캐릭터에게 온라인 게임 내에서 제공되는 수단에 의해 제공하거나, 하나 이상의 캐릭터가 접근 가능한 온라인 게임 내의 공간에 아이템 또는 게임 머니를 보관하거나 인출하는 행위를 파악하여 이를 캐릭터 간 거래 행위로 판단하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템.
   
8. 제 1 항 또는 제 2 항에 있어서,
   상기 그래프 생성수단은 상기 클러스터링 수단에 의하여 클러스터의 구분 또는 확장이 완료된 후의 그래프를 시각적으로 표시하되 노드에 캐릭터의 명칭, 캐릭터가 속하는 계정의 정보, 에지에 거래 행위의 횟수, 거래된 재화에 관한 정보 가운데 하나 또는 그 이상을 표시하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 시스템.
   
9. 온라인 게임 서버로부터 플레이어 캐릭터의 온라인 게임 내 액티비티 로그를 제공받아 플레이어 캐릭터간 거래 행위를 파악하는 제 110 단계;
   플레이어 캐릭터를 노드로, 각 플레이어간 거래 행위를 에지로 하는 그래프를 생성하는 제 120 단계;
   생성된 그래프의 에지에 미리 정해진 기준에 의하여 각각 가중치를 부여하는 제 130 단계; 및
   가중치가 임계값을 벗어난 유효 에지들로 연결된 노드들의 집합을 각각 클러스터로 구분하는 제 140 단계;를 포함하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 방법.
   
10. 제 9 항에 있어서,
    상기 구분된 클러스터들을 노드로 하되, 어느 하나의 클러스터에 속하는 노드들과 다른 클러스터에 속하는 노드들의 거래 행위에 부여된 가중치들을 미리 정해진 수식에 의하여 계산한 값을 에지로 하여 그래프를 갱신하는 제 150 단계;
    상기 제 150 단계에서 클러스터들을 잇는 에지 가운데 임계값을 벗어난 값을 가지는 유효 에지들로 연결된 클러스터들을 하나의 클러스터로 확장하는 제 160 단계;를 더 포함하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 방법.
    
11. 제 9 항 또는 제 10 항에 있어서,
    상기 제 130 단계에서 각 노드간 거래 횟수에 비례하는 가중치를 부여하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 방법.
    
12. 제 10 항에 있어서,
    상기 제 150 단계에서 어느 하나의 클러스터에 속하는 노드들과 다른 클러스터에 속하는 노드들의 거래 행위에 부여된 가중치들을 합산한 값을 에지로 하여 그래프를 갱신하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 방법.
    
13. 제 9 항 또는 제 10 항에 있어서,
    노드의 수가 임계값을 벗어난 클러스터에 속하는 노드들을 동일 작업장에 속하는 캐릭터로 판정하는 제 170 단계;를 더 포함하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 방법.
    
14. 제 9 항 또는 제 10 항에 있어서,
    봇으로 판정된 노드가 일정 비율이 넘는 클러스터에 속하는 노드들을 동일 작업장에 속하는 캐릭터로 판정하는 제 170 단계;를 더 포함하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 방법.
    
15. 제 9 항에 있어서,
    상기 제 110 단계에서 로그로부터 온라인 게임 내에서 플레이어 캐릭터 상호간 아이템 또는 게임 머니를 교환하거나, 어느 하나의 플레이어 캐릭터가 아이템이나 게임 머니를 다른 플레이어 캐릭터에게 온라인 게임 내에서 제공되는 수단에 의해 제공하거나, 하나 이상의 캐릭터가 접근 가능한 온라인 게임 내의 공간에 아이템 또는 게임 머니를 보관하거나 인출하는 행위를 파악하여 이를 캐릭터 간 거래 행위로 판단하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 방법.
    
16. 제 10 항에 있어서,
    상기 제 160 단계 이후 그래프를 시각적으로 표시하되 노드에 캐릭터의 명칭, 캐릭터가 속하는 계정의 정보, 에지에 거래 행위의 횟수, 거래된 재화에 관한 정보 가운데 하나 또는 그 이상을 표시하는 제 180 단계;를 더 포함하는 것을 특징으로 하는 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 방법.
    
17. 제 9 항, 제 10 항, 제 12 항, 제 15 항 내지 제 16 항 가운데 어느 한 항에 기재된 클러스터링 기법을 이용한 온라인 게임 내 비정상 캐릭터 검출 방법이 수록된 컴퓨터로 판독가능한 기록매체.

Images