KR102017475B1 - 분석 장치, 분석 장치의 동작 방법, 및 분석 장치를 포함하는 분석시스템 - Google Patents

분석 장치, 분석 장치의 동작 방법, 및 분석 장치를 포함하는 분석시스템 Download PDF

Info

Publication number
KR102017475B1
KR102017475B1 KR1020190027418A KR20190027418A KR102017475B1 KR 102017475 B1 KR102017475 B1 KR 102017475B1 KR 1020190027418 A KR1020190027418 A KR 1020190027418A KR 20190027418 A KR20190027418 A KR 20190027418A KR 102017475 B1 KR102017475 B1 KR 102017475B1
Authority
KR
South Korea
Prior art keywords
information
elements
coordinate values
coordinate value
analysis device
Prior art date
Application number
KR1020190027418A
Other languages
English (en)
Inventor
김병인
윤승유
정윤지
Original Assignee
넷마블 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 넷마블 주식회사 filed Critical 넷마블 주식회사
Priority to KR1020190027418A priority Critical patent/KR102017475B1/ko
Application granted granted Critical
Publication of KR102017475B1 publication Critical patent/KR102017475B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/70—Game security or game management aspects
    • A63F13/77—Game security or game management aspects involving data related to game devices or game servers, e.g. configuration data, software version or amount of memory

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

분석 장치가 개시된다. 일 실시예는 복수의 요소들을 포함하는 원본 정보를 생성하고, 상기 생성된 원본 정보에 미리 정해진 방식의 변환을 수행하여 변환 정보를 생성하며, 상기 생성된 변환 정보가 최종 변환 정보가 아닌 경우, 상기 생성된 변환 정보에 상기 미리 정해진 방식의 변환을 수행하고, 상기 생성된 변환 정보가 상기 최종 변환 정보인 경우, 상기 요소들의 연관성을 규명한다.

Description

분석 장치, 분석 장치의 동작 방법, 및 분석 장치를 포함하는 분석시스템{ANALYSIS APPARATUS, OPERATING METHOD OF THE SAME, AND SYSTEM COMPRISING THE SAME}
아래 실시예들은 데이터 사이의 연결 관계를 규명하는 기술에 관한 것이다.
데이터 종류가 많지 않고 데이터 건수도 많지 않으면 데이터들 사이의 관계를 규명하기가 용이할 수 있다. 하지만, 최근에 데이터 종류가 많아지고 데이터 건수도 많아지면서 데이터들 사이의 관계를 규명하기가 어렵다.
관련 선행기술로, 한국 공개특허공보 제10-2018-0018263호(발명의 명칭: 시그니처 트리를 이용한 시퀀셜 데이터 클러스터링 방법 및 시스템, 출원인: 명지대학교 산학협력단)가 있다. 해당 공개특허공보에는 시그니처 트리를 이용하여 유사 데이터 검색을 효율적으로 수행할 수 있고 특정 액션의 추천 및 예측 기능을 제공하는 시퀀셜 데이터 클러스터링 방법 및 시스템이 개시되는데, 상기 시스템은 시퀀셜 데이터(Sequential data)를 구성하는 원소들의 시그니처들(Signature)을 생성하는 시그니처 생성부 및 상기 생성된 시그니처들을 유사도에 따라 계층적으로 클러스터링하여 시그니처 트리를 생성하는 시그니처 트리부를 포함한다.
일 측에 따른 분석 장치의 동작 방법은 복수의 요소들을 포함하는 원본 정보를 생성하는 단계; 상기 생성된 원본 정보에 미리 정해진 방식의 변환을 수행하여 변환 정보를 생성하는 단계; 상기 생성된 변환 정보가 최종 변환 정보가 아닌 경우, 상기 생성된 변환 정보에 상기 미리 정해진 방식의 변환을 수행하는 단계; 및 상기 생성된 변환 정보가 상기 최종 변환 정보인 경우, 상기 요소들의 연관성을 규명하는 단계를 포함한다.
상기 변환 정보를 생성하는 단계는 상기 요소들의 제1 좌표값들을 설정하는 단계; 상기 제1 좌표값들을 분석하여 제2 좌표값들을 획득하는 단계; 및 상기 획득된 제2 좌표값들을 이용하여 상기 변환 정보를 생성하는 단계를 포함할 수 있다.
상기 제2 좌표값들을 획득하는 단계는 특정 요소의 제1 좌표값에 대응되는 제2 좌표값을 상기 제1 좌표값과 관련된 하나 이상의 다른 제1 좌표값들 및 상기 제1 좌표값을 기초로 획득하는 단계를 포함할 수 있다.
상기 변환 정보를 생성하는 단계는 상기 요소들의 제1 좌표값들 중 적어도 하나를 이용하여 상기 요소들 각각의 제2 좌표값을 획득하는 단계; 및 상기 요소들 각각을 상기 요소들 각각의 제2 좌표값에 해당하는 요소로 변환하여 상기 변환 정보를 생성하는 단계를 포함할 수 있다.
상기 원본 정보를 생성하는 단계는 게임 관련 로그들을 서로 맵핑하여 상기 요소들을 생성하는 단계를 포함할 수 있다.
일 측에 따른 분석 장치는 복수의 요소들을 포함하는 원본 정보를 생성하고, 상기 생성된 원본 정보에 미리 정해진 방식의 변환을 수행하여 변환 정보를 생성하며, 상기 생성된 변환 정보가 최종 변환 정보가 아닌 경우, 상기 생성된 변환 정보에 상기 미리 정해진 방식의 변환을 수행하고, 상기 생성된 변환 정보가 상기 최종 변환 정보인 경우, 상기 요소들의 연관성을 규명하는 컨트롤러를 포함한다.
상기 컨트롤러는 상기 요소들의 제1 좌표값들을 설정하고, 상기 제1 좌표값들을 분석하여 제2 좌표값들을 획득하며, 상기 획득된 제2 좌표값들을 이용하여 상기 변환 정보를 생성할 수 있다.
상기 컨트롤러는 특정 요소의 제1 좌표값에 대응되는 제2 좌표값을 상기 제1 좌표값과 관련된 하나 이상의 다른 제1 좌표값들 및 상기 제1 좌표값을 기초로 획득할 수 있다.
상기 컨트롤러는 상기 요소들의 제1 좌표값들 중 적어도 하나를 이용하여 상기 요소들 각각의 제2 좌표값을 획득하고, 상기 요소들 각각을 상기 요소들 각각의 제2 좌표값에 해당하는 요소로 변환하여 상기 변환 정보를 생성할 수 있다.
상기 컨트롤러는 게임 관련 로그들을 서로 맵핑하여 상기 요소들을 생성할 수 있다.
일 측에 따른 분석 시스템은 게임 엔티티; 및 상기 게임 엔티티로부터 로그 정보를 수신하고, 상기 수신된 로그 정보를 기초로 복수의 요소들을 포함하는 원본 정보를 생성하며, 상기 생성된 원본 정보에 미리 정해진 방식의 변환을 수행하여 변환 정보를 생성하고, 상기 생성된 변환 정보가 최종 변환 정보가 아닌 경우, 상기 생성된 변환 정보에 상기 미리 정해진 방식의 변환을 수행하고, 상기 생성된 변환 정보가 상기 최종 변환 정보인 경우, 상기 요소들의 연관성을 규명하는 분석 장치를 포함한다.
상기 분석 장치는 상기 요소들의 제1 좌표값들을 설정하고, 상기 제1 좌표값들을 분석하여 제2 좌표값들을 획득하며, 상기 획득된 제2 좌표값들을 이용하여 상기 변환 정보를 생성할 수 있다.
상기 분석 장치는 특정 요소의 제1 좌표값에 대응되는 제2 좌표값을 상기 제1 좌표값과 관련된 하나 이상의 다른 제1 좌표값들 및 상기 제1 좌표값을 기초로 획득할 수 있다.
상기 분석 장치는 상기 요소들의 제1 좌표값들 중 적어도 하나를 이용하여 상기 요소들 각각의 제2 좌표값을 획득하고, 상기 요소들 각각을 상기 요소들 각각의 제2 좌표값에 해당하는 요소로 변환하여 상기 변환 정보를 생성할 수 있다.
상기 분석 장치는 상기 수신된 로그 정보 내의 게임 관련 로그들을 서로 맵핑하여 상기 요소들을 생성할 수 있다.
상기 게임 엔티티는 게임 서버, 게임 데이터베이스, 및 게임 클라이언트 중 적어도 하나를 포함할 수 있다.
실시예들은 데이터들의 연결 관계를 리소스 증가없이 규명할 수 있다.
도 1은 일 실시예에 따른 분석 시스템을 설명하기 위한 도면이다.
도 2 내지 도 6은 일 실시예에 따른 분석 장치가 게임 계정들의 연관성을 규명하는 것을 설명하기 위한 도면이다.
도 7 내지 도 9는 일 실시예에 따른 분석 장치가 게임 계정들과 기기들의 연관성을 규명하는 것을 설명하기 위한 도면이다.
도 10 내지 도 11은 일 실시예에 따른 분석 장치가 게임들, 게임 계정들, 및 기기들의 연관성을 규명하는 것을 설명하기 위한 도면이다.
도 12는 일 실시예에 따른 분석 장치가 수행하는 변환을 설명하기 위한 도면이다.
도 13 내지 도 16은 일 실시예에 따른 분석 장치의 동작 결과를 설명하기 위한 도면이다.
도 17은 일 실시예에 따른 분석 장치의 동작 방법을 설명하기 위한 순서도이다.
도 18은 일 실시예에 따른 분석 장치를 설명하기 위한 블록도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일 실시예에 따른 분석 시스템을 설명하기 위한 도면이다.
도 1을 참조하면, 일 실시예에 따른 분석 시스템(100)은 게임 엔티티(110) 및 분석 장치(120)를 포함한다.
게임 엔티티(110)는 게임 서버, 게임 데이터베이스, 및 게임 클라이언트 중 적어도 하나에 해당할 수 있으나, 이에 제한되지 않는다.
분석 장치(120)는 게임 엔티티(110)로부터 로그 정보를 수신할 수 있다. 로그 정보는 다수의 키(key)들을 포함할 수 있다. key들은, 예를 들어, 게임 계정 key들(일례로, 계정 식별자들), 기기 key들(일례로, 기기 식별자들) 등을 포함할 수 있으나, 이에 제한되지 않는다.
도 1에는 분석 장치(120)가 하나의 게임 엔티티(110)와 통신하는 것으로 도시되어 있으나 이는 예시적인 사항일 뿐, 분석 장치(120)는 다른 게임 엔티티들과도 통신할 수 있다.
분석 장치(120)는 로그 정보를 분석함으로써 해당 로그 정보 내의 일부 key들 사이의 연관성(달리 표현하면, 연결 관계)을 규명 할 수 있다. 일례로, 특정 게임 계정 key는 복수 개의 기기 key들과 연결될 수 있는데, 분석 장치(120)는 후술할 변환을 수행하여 서로 연결된 key들이 하나의 key로 이동된다면, 서로 연결된 key들을 동일 그룹(또는 동일 개인)에 해당한다고 규명하거나 추정할 수 있다. 이에 따라, 분석 장치(120)는 리소스 증가 없이 key들 사이의 연관성을 규명할 수 있다.
도 2 내지 도 6은 일 실시예에 따른 분석 장치가 게임 계정들의 연관성을 규명하는 것을 설명하기 위한 도면이다.
도 2에 게임 재화를 교환한 게임 계정들의 연결 관계도가 도시된다.
분석 장치(120)는 로그 정보로부터 각 게임 계정이 어떤 게임 계정으로부터 게임 재화를 제공받았는지 및/또는 어떤 게임 계정에게 게임 재화를 제공하였는지를 파악할 수 있다. 달리 표현하면, 분석 장치(120)는 로그 정보로부터 각 게임 계정 key가 어떤 게임 계정 key와 연결되어 있는지를 파악할 수 있다. 도 2에 도시된 예에서, 분석 장치(120)는 playerID1은 playerID2 내지 playerID5에게 게임 재화를 제공하였고 playerID3은 playerID6 내지 playerID8에게 게임 재화를 제공하였으며 playerID4는 playerID5, playerID6, 및 playerID9에게 게임 재화를 제공하였고 playerID9는 playerID8 및 playerID3에게 게임 재화를 제공하였다고 파악할 수 있다. 다시 말해, 분석 장치(120)는 playerID1은 playerID2 내지 playerID5 각각과 연결되어 있고 playerID3은 playerID6 내지 playerID8 각각과 연결되어 있으며 playerID4는 playerID5, playerID6, 및 playerID9 각각과 연결되어 있고 playerID9는 playerID8 및 playerID3 각각과 연결되어 있다고 파악할 수 있다. 참고로, 도 2에 도시된 예에서 playerID는 게임 계정 key(또는 계정 식별자)를 나타낼 수 있다.
분석 장치(120)는 제1 처리 방식 또는 제2 처리 방식을 수행할 수 있다. 제1 처리 방식에 대해선 도 3 내지 도 4를 통해 설명하고 제2 처리 방식에 대해선 도 5 내지 도 6을 통해 설명한다.
<제1 처리 방식: 단방향 + 대각 성분>
도 3을 참조하면, 원본 정보(310), 1차 변환 정보(320), 2차 변환 정보(330), 3차 변환 정보(340), 및 4차 변환 정보(350)가 도시되고, 도 4를 참조하면, 원본 정보(310)에 대응되는 행렬(410), 1차 변환 정보(320)에 대응되는 행렬(420), 2차 변환 정보(330)에 대응되는 행렬(430), 3차 변환 정보(340)에 대응되는 행렬(440), 및 4차 변환 정보(350)에 대응되는 행렬(450)이 도시된다. 도 3 및 도 4를 통해 설명할 예의 경우, 분석 장치(120)는 여러 번의 변환을 통해 원본 정보(310) 내의 여러 요소들을 하나의 요소 "playerID1-playerID1"로 이동(또는 변환)시킬 수 있다. 이에 따라, 분석 장치(120)는 playerID1 내지 playerID9의 게임 재화 거래가 하나의 개인(또는 그룹)에 의한 것임을 규명할 수 있다. 또한, 분석 장치(120)는 playerID1 내지 playerID9의 게임 재화 거래가 비정상적인지 여부를 추적할 수 있다. 이하, 제1 처리 방식에 대해 구체적으로 설명한다.
분석 장치(120)는 로그 정보를 기초로 원본 정보(310)를 생성할 수 있다. 일례로, 분석 장치(120)는 로그 정보로부터 각 게임 계정 key가 어떤 게임 계정 key와 연결되어 있는지를 파악할 수 있다. 분석 장치(120)는 각 게임 계정 key가 어떤 게임 계정 key와 연결되어 있는지를 나타내는 요소 및 각 게임 계정 key가 각 게임 계정 key와 연결되어 있다는 대각 요소를 포함하는 원본 정보(310)를 생성할 수 있다. 다시 말해, 분석 장치(120)는 "playerID1- playerID2"(즉, playerID1이 playerID2에게 게임 재화를 제공했음을 나타내는 요소), "playerID1- playerID3"(즉, playerID1이 playerID3에게 게임 재화를 제공했음을 나타내는 요소) 등 뿐 아니라 "playerID1-playerID1"(즉, playerID1은 playerID1와 연결되어 있다는 대각 요소), "playerID2-playerID2"(playerID2는 playerID2와 연결되어 있다는 대각 요소) 등을 포함하는 원본 정보(310)를 생성할 수 있다.
분석 장치(120)는 원본 정보(310) 내의 요소들 각각에 제1 좌표값을 설정할 수 있다. 일례로, 분석 장치(120)는 원본 정보(310) 내의 보낸 계정 항목에는 playerID1 내지 playerID9가 존재하므로 playerID1 내지 playerID9 각각에 1 내지 9를 할당할 수 있고, 원본 정보(310) 내의 받은 계정 항목에는 playerID1 내지 playerID9가 존재하므로 playerID1 내지 playerID9 각각에 1 내지 9를 할당할 수 있다. 이에 따라, 분석 장치(120)는 첫번째 요소 "playerID1-playerID1"에는 제1 좌표값 (1,1)을 설정할 수 있고, 두번째 요소 "playerID1-playerID2"에는 제1 좌표값 (1,2)를 설정할 수 있으며, 마지막 요소 "playerID8-playerID8"에는 제1 좌표값 (8,8)을 설정할 수 있다.
도 4를 참조하면, 원본 정보(310)에 대응되는 행렬(410)에서 원본 정보(310) 내의 요소들 각각이 표시되어 있다. 특히, 행렬(410)에서 대각 성분도 표시되어 있다. 이러한 대각 성분은 상술한 대각 요소에 해당한다.
분석 장치(120)는 원본 정보(310)를 생성한 경우, 원본 정보(310)에 변환을 수행하여 1차 변환 정보(320)를 생성할 수 있다. 일례로, 분석 장치(120)는 원본 정보(310) 내의 요소들의 제1 좌표값들 중 적어도 하나를 기초로 제2 좌표값들을 획득할 수 있다. 획득된 제2 좌표값들은 원본 정보(310) 내의 요소들이 이동하는 좌표값을 나타낼 수 있다. 분석 장치(120)는 획득된 제2 좌표값들에 대응되는 1차 변환 정보(320)를 생성할 수 있다. 변환에 대해선 도 12를 통해 자세히 설명한다.
1차 변환 정보(320)를 참조하면, 분석 장치(120)의 변환에 의해 원본 정보(310) 내의 "playerID1-playerID2"는 "playerID1-playerID1"로 변환되고, 원본 정보(310) 내의 "playerID8-playerID8"은 "playerID3-playerID8"로 변환된다. 마찬가지로, 원본 정보(310)의 나머지 요소들도 변환에 의해 다른 요소로 변환될 수 있다.
원본 정보(310) 내의 "playerID1-playerID1"은 분석 장치(120)의 변환에 의해서도 "playerID1-playerID1"이다. 다시 말해, 원본 정보(310) 내의 "playerID1-playerID1"은 더 이상 다른 좌표로 이동하지 않는다.
분석 장치(120)는 1차 변환 정보(320)에 변환을 수행하여 2차 변환 정보(330)를 생성할 수 있고, 2차 변환 정보(330)에 변환을 수행하여 3차 변환 정보(340)를 생성할 수 있으며, 3차 변환 정보(340)에 변환을 수행하여 4차 변환 정보(350)를 생성할 수 있다. 4차 변환 정보(350)는 "playerID1-playerID1"만을 포함하고 있어 분석 장치(120)가 4차 변환 정보(350)를 변환하여도 4차 변환 정보(350) 내의 요소는 더 이상 변경되지 않는다. 이로 인해, 분석 장치(120)는 4차 변환 정보(350)를 최종 변환 정보로 결정할 수 있다. 다시 말해, 분석 장치(120)는 4차 변환 정보(350)를 변환한 결과가 4차 변환 정보(350)와 동일하므로, 4차 변환 정보(350)를 최종 변환 정보로 결정할 수 있다. 최종 변환 정보가 결정되면, 분석 장치(120)는 원본 정보(310) 내의 요소들이 하나의 요소(즉, 4차 변환 정보(350) 내의 "playerID1-playerID1")로 변환되었으므로, 원본 정보(310) 내의 요소들은 연관성이 있다고 규명할 수 있다. 일례로, 분석 장치(120)는 playerID1 내지 playerID9의 게임 재화 거래가 동일한 개인(또는 그룹)에 의해 이루어진 것임을 규명할 수 있다.
구현에 따라, 분석 장치(120)는 기하학적인 방식으로도 연결 관계를 규명할 수 있다. 일례로, 분석 장치(120)는 로그 정보로부터 행렬(410)을 도출할 수 있고, 행렬(410)을 변환하여 행렬(420)을 도출할 수 있으며, 행렬(420)을 변환하여 행렬(430)을 도출할 수 있고, 행렬(430)을 변환하여 행렬(440)을 도출할 수 있고, 행렬(440)을 변환하여 행렬(450)을 도출할 수 있다. 분석 장치(120)는 행렬(450)을 변환하여도 행렬(450) 내의 요소가 변경되지 않으므로 행렬(450)을 최종 행렬로 결정할 수 있다. 다시 말해, 분석 장치(120)는 행렬(450)을 변환한 결과가 행렬(450)과 동일하므로, 행렬(450)을 최종 행렬로 결정할 수 있다. 분석 장치(120)는 최종 행렬이 행렬(450)로 결정되면, 행렬(410) 내의 각 요소는 동일한 개인에 해당한다고 규명할 수 있다.
<제2 처리 방식: 양방향(대칭 행렬)>
도 5를 참조하면, 원본 정보(510), 1차 변환 정보(520), 및 2차 변환 정보(530)가 도시되고, 도 6을 참조하면, 원본 정보(510)에 대응되는 행렬(610), 1차 변환 정보(520)에 대응되는 행렬(620), 및 2차 변환 정보(530)에 대응되는 행렬(630)이 도시된다. 도 5 및 도 6을 통해 설명할 예의 경우, 분석 장치(120)는 여러 번의 변환을 통해 원본 정보(510) 내의 여러 요소들을 하나의 요소 "playerID1-playerID1"로 이동(또는 변환)시킬 수 있다. 이에 따라, 분석 장치(120)는 playerID1 내지 playerID9의 게임 재화 거래가 동일한 개인(또는 그룹)에 의한 것임을 규명할 수 있다. 또한, 분석 장치(120)는 playerID1 내지 playerID9의 게임 재화 거래가 비정상적인지 여부를 추적할 수 있다. 이하, 제2 처리 방식에 대해 구체적으로 설명한다.
분석 장치(120)는 로그 정보를 기초로 원본 정보(510)를 생성할 수 있다. 일례로, 분석 장치(120)는 로그 정보로부터 각 게임 계정 key가 어떤 게임 계정 key와 연관되어 있는지를 파악할 수 있다. 분석 장치(120)는 각 게임 계정 key가 어떤 게임 계정 key와 연관되어 있는지를 나타내는 요소 및 각 요소의 대칭 요소를 원본 정보(510)를 생성할 수 있다. 다시 말해, 분석 장치(120)는 "playerID1-playerID2"(즉, playerID1이 playerID2에게 게임 재화를 제공했음을 나타내는 요소), "playerID1-playerID3"(즉, playerID1이 playerID3에게 게임 재화를 제공했음을 나타내는 요소) 등 뿐 아니라 "playerID1-playerID2"의 대칭 요소(즉, "playerID2-playerID1"), "playerID1-playerID3"의 대칭 요소(즉, "playerID3-playerID1") 등을 포함하는 원본 정보(510)를 생성할 수 있다.
분석 장치(120)는 원본 정보(510) 내의 요소들 각각에 제1 좌표값을 설정할 수 있다. 일례로, 분석 장치(120)는 원본 정보(510) 내의 보낸 계정 항목에는 playerID1 내지 playerID9가 존재하므로 playerID1 내지 playerID9 각각에 1 내지 9를 할당할 수 있고, 원본 정보(510) 내의 받은 계정 항목에는 playerID1 내지 playerID9가 존재하므로 playerID1 내지 playerID9 각각에 1 내지 9를 할당할 수 있다. 이에 따라, 분석 장치(120)는 원본 정보(510) 내의 첫번째 요소 "playerID1-playerID2"에는 제1 좌표값 (1,2)를 설정할 수 있고, 두번째 요소 "playerID1-playerID3"에는 제1 좌표값 (1,3)을 설정할 수 있으며, 마지막 요소 "playerID4-playerID9"에는 제1 좌표값 (4,9)를 설정할 수 있다.
도 6을 참조하면, 원본 정보(510)에 대응되는 행렬(610)에서 원본 정보(510) 내의 요소들 각각이 표시되어 있다. 특히, 행렬(610)은 대칭 행렬에 해당한다.
분석 장치(120)는 원본 정보(510)를 생성한 경우, 원본 정보(510)에 변환을 수행하여 1차 변환 정보(320)를 생성할 수 있고, 분석 장치(120)는 1차 변환 정보(520)에 변환을 수행하여 2차 변환 정보(530)를 생성할 수 있다.
2차 변환 정보(530)는 "playerID1-playerID1"만을 포함하고 있어 분석 장치(120)는 2차 변환 정보(530)에 더 이상 변환을 수행할 수 없다. 이에 따라, 분석 장치(120)는 변환을 종료할 수 있고, 원본 정보(510) 내의 요소들이 "playerID1-playerID1"으로 변환 되었으므로, 원본 정보(510) 내의 요소들은 연관성이 있다고 규명할 수 있다. 일례로, 분석 장치(120)는 playerID1 내지 playerID9의 게임 재화 거래가 동일한 개인(또는 그룹)에 의해 이루어진 것임을 규명할 수 있다.
구현에 따라, 분석 장치(120)는 기하학적인 방식으로도 연결 관계를 규명할 수 있다. 일례로, 분석 장치(120)는 로그 정보로부터 행렬(610)을 도출할 수 있고 행렬(610)을 변환하여 행렬(620)을 도출할 수 있으며, 행렬(620)을 변환하여 행렬(630)을 도출할 수 있다. 분석 장치(120)는 행렬(630)을 변환하여도 행렬(630) 내의 요소가 변경되지 않으므로 행렬(630)을 최종 행렬로 결정할 수 있다. 분석 장치(120)는 최종 행렬이 결정되면, 행렬(610) 내의 각 요소는 동일한 개인에 해당한다고 규명할 수 있다.
도 7 내지 도 9는 일 실시예에 따른 분석 장치가 게임 계정들과 기기들의 연관성을 규명하는 것을 설명하기 위한 도면이다.
도 7에 게임 계정들과 기기들의 연결 관계도가 도시된다.
분석 장치(120)는 로그 정보로부터 각 게임 계정이 어떤 기기와 연결 또는 맵핑되어 있는지를 파악할 수 있다. 달리 표현하면, 분석 장치(120)는 로그 정보로부터 각 기기 key가 어떤 게임 계정 key와 연결 또는 맵핑되어 있는지를 파악할 수 있다. 도 7에 도시된 예에서, 분석 장치(120)는 ADID1은 playerID1, playerID2, 및 playerID5와 연결되고 ADID2는 playerID1 및 playerID4와 연결되며, ADID3은 playerID5와 연결되고, ADID4는 playerID5와 연결되고 ADID5는 playerID7과 연결되고 ADID6은 playerID3 및 playerID7과 연결되고 ADID7은 playerID6 및 playerID8과 연결되고 ADID8은 playerID8과 연결된다고 파악할 수 있다. 참고로, 도 7에 도시된 예에서 ADID는 기기 key(또는 기기 식별자)를 나타낼 수 있다.
분석 장치(120)는 파악 결과를 기초로 도 8에 도시된 원본 정보(810)를 생성할 수 있고 원본 정보(810) 내의 각 요소에 제1 좌표값을 설정할 수 있다. 도 8에 도시된 예에서, 분석 장치(120)는 원본 정보(810) 내의 기기 항목에는 ADID1 내지 ADID8이 있으므로 ADID1 내지 ADID8 각각에 1 내지 8을 할당할 수 있고 원본 정보(810) 내의 계정 항목에는 playerID1 내지 playerID8이 있으므로 playerID1 내지 playerID8 각각에 1 내지 8을 할당할 수 있다. 이에 따라, 분석 장치(120)는 첫번째 요소 "ADID1-playerID1"에는 제1 좌표값 (1,1)을 설정할 수 있고, 두번째 요소 "ADID1-playerID2"에는 제1 좌표값 (1,2)를 설정할 수 있으며, 마지막 요소 "ADID8-playerID8"에는 제1 좌표값 (8,8)을 설정할 수 있다.
원본 정보(810)에 대응되는 행렬(910)이 도 9에 도시된다.
분석 장치(120)는 원본 정보(810)에 변환을 수행하여 1차 변환 정보(820)를 생성할 수 있다. 1차 변환 정보(820)에 대응되는 행렬(920)이 도 9에 도시된다. 분석 장치(120)는 1차 변환 정보(820)에 변환을 수행하여 2차 변환 정보(830)를 생성할 수 있다. 2차 변환 정보(830)에 대응되는 행렬(920)이 도 9에 도시된다. 2차 변환 정보(830) 및 행렬(920) 내의 각 요소는 더 이상 이동하지 않으므로, 분석 장치(120)는 변환을 종료할 수 있다.
도 8 및 도 9에 도시된 예에서, 분석 장치(120)는 2번의 변환을 수행함으로써 원본 정보(810) 내의 "ADID1-playerID1"~"ADID4-playerID5"를 최종적으로는 "ADID1-playerID1"로 변환할 수 있고, 원본 정보(810) 내의 "ADID5-playerID7"~"ADID6-playerID7"를 최종적으로는 "ADID5-playerID3"으로 변환할 수 있으며, 원본 정보(810) 내의 "ADID7-playerID6"~"ADID8-playerID8"을 최종적으로는 "ADID7-playerID6"으로 변환할 수 있다. 이에 따라, 분석 장치(120)는 "ADID1-playerID1"~"ADID4-playerID5"는 제1 그룹에 해당한다고 결정 또는 추정할 수 있고, "ADID5-playerID7"~"ADID6-playerID7"은 제2 그룹에 해당한다고 결정 또는 추정할 수 있으며, "ADID7-playerID6"~"ADID8-playerID8"은 제3 그룹에 해당한다고 결정 또는 추정할 수 있다. 달리 표현하면, 분석 장치(120)는 ADID1~ADID4, playerID1, playerID2, playerID4, playerID5는 제1 그룹에 속한다고 결정 또는 추정할 수 있고, ADID5, ADID6, playerID3, playerID7은 제2 그룹에 속한다고 결정 또는 추정할 수 있으며, ADID7, ADID8, playerID6, playerID8은 제3 그룹에 속한다고 결정 또는 추정할 수 있다. 여기서, 그룹은, 예를 들어, 리세마라 또는 작업장에 해당할 수 있으나 이에 제한되지 않는다.
구현에 따라, 분석 장치(120)는 기하학적인 방식으로도 도 7에 도시된 연결 관계를 규명할 수 있다. 일례로, 분석 장치(120)는 로그 정보로부터 행렬(910)을 도출할 수 있고, 행렬(910)을 변환하여 행렬(920)을 도출할 수 있으며, 행렬(920)을 변환하여 행렬(930)을 도출할 수 있다. 분석 장치(120)는 행렬(930)을 변환하여도 행렬(930) 내의 요소가 변경되지 않으므로 행렬(930)을 최종 행렬로 결정할 수 있다. 다시 말해, 분석 장치(120)는 행렬(930)을 변환한 결과가 행렬(930)과 동일하므로, 행렬(930)을 최종 행렬로 결정할 수 있다. 최종 행렬이 결정되면, 분석 장치(120)는 행렬(910) 내의 (1,1), (1,2), (2,1), (2,4), (1,5), (2,5), (3,5), (4,5)는 행렬(930) 내의 (1,1)로 변환(또는 이동)하였음을 알 수 있고, 행렬(910) 내의 (5,7), (6,3), (6,7)은 행렬(930)의 (5,3)으로 변환(또는 이동)하였음을 알 수 있으며, 행렬(910) 내의 (7,6), (7,8), (8,8)은 행렬(930)의 (7,6)으로 변환(또는 이동)하였음을 알 수 있다. 이에 따라, 분석 장치(120)는 행렬(910) 내의 (1,1), (1,2), (2,1), (2,4), (1,5), (2,5), (3,5), (4,5)에 해당하는 key들은 제1 그룹에 속한다고 결정 또는 추정할 수 있고, 행렬(910) 내의 (5,7), (6,3), (6,7)에 해당하는 key들은 제2 그룹에 속한다고 결정 또는 추정할 수 있으며, 행렬(910) 내의 (7,6), (7,8), (8,8)에 해당하는 key들은 제3 그룹에 속한다고 결정 또는 추정할 수 있다.
도 10 내지 도 11은 일 실시예에 따른 분석 장치가 게임들, 게임 계정들, 및 기기들의 연관성을 규명하는 것을 설명하기 위한 도면이다.
도 10을 참조하면, 게임들, 게임 계정들, 및 기기들의 연결 관계도가 도시된다.
분석 장치(120)는 로그 정보로부터 기기들, 게임 1의 게임 계정들, 및 게임 2의 게임 계정들의 연결 관계를 파악할 수 있다. 달리 표현하면, 분석 장치(120)는 게임 1의 게임 계정 key가 어떤 기기를 통해 게임 2의 게임 계정 key와 연결되어 있는지를 파악할 수 있다. 도 10에 도시된 예에서, 분석 장치(120)는 ADID1은 게임 1의 playerID1 및 게임 2의 게임 계정 key들(즉, playerID4, playerID5, 및 playerID6)과 연결되고, ADID2는 게임 2의 게임 계정 key들(즉, playerID6 및 playerID7)과 연결되며, ADID3은 게임 1의 게임 계정 key들(즉, playerID2 및 playerID3)과 연결되어 있다고 파악할 수 있다.
분석 장치(120)는 파악 결과를 기초로 도 11에 도시된 원본 정보(1110)를 생성할 수 있다.
분석 장치(120)는 원본 정보(1110) 내의 각 요소에 제1 좌표값을 설정할 수 있다. 일례로, 분석 장치(120)는 원본 정보(1110) 내의 기기 항목에는 ADID1 내지 ADID3이 있으므로, ADID1 내지 ADID3 각각에 1 내지 3 각각을 할당할 수 있고, 원본 정보(1110) 내의 계정 항목에는 playerID1 내지 playerID7이 있으므로 playerID1 내지 playerID7 각각에 1 내지 7 각각을 할당할 수 있으며, 원본 정보(1110) 내의 게임명 항목에는 game1 및 game2가 있으므로 game1 및 game2 각각에 1 및 2를 할당할 수 있다. 이에 따라, 분석 장치(120)는 원본 정보(1110) 내의 각 요소에 아래 표 1과 같이 제1 좌표값을 설정할 수 있다.
기기 게임 계정 게임명 제1 좌표값
ADID1 playerID1 Game1 (1,1,1)
ADID1 playerID2 Game1 (1,2,1)
ADID1 playerID4 Game2 (1,4,2)
ADID1 playerID5 Game2 (1,5,2)
ADID1 playerID6 Game2 (1,6,2)
ADID3 playerID2 Game1 (3,2,1)
ADID3 playerID3 Game1 (3,3,1)
ADID2 playerID6 Game2 (2,6,2)
ADID2 playerID7 Game2 (2,7,2)
분석 장치(120)는 원본 정보(1110)에 변환을 수행하여 1차 변환 정보(1120)를 생성할 수 있고, 1차 변환 정보(1120)에 변환을 수행하여 2차 변환 정보(1130)를 생성할 수 있다. 2차 변환 정보(1130)는 "ADID1-playerID1-Game1"만을 포함하고 있으므로, 분석 장치(120)는 변환을 종료할 수 있다.
도 11에 도시된 예에서, 분석 장치(120)는 2번의 변환을 수행함으로써 원본 정보(1110) 내의 요소들을 최종적으로는 "ADID1-playerID1-Game1"로 변환할 수 있다. 이에 따라, 분석 장치(120)는 원본 정보(1110) 내의 "ADID1-playerID1-Game1"~"ADID2-playerID7-Game2"는 동일한 게임 유저에 해당한다고 규명할 수 있다. 달리 표현하면, 분석 장치(120)는 ADID1의 기기를 통해 playerID1 및 playerID2로 게임 1에 접속하는 게임 유저, ADID1의 기기를 통해 playerID4 내지 playerID6으로 게임 2에 접속하는 게임 유저, ADID2의 기기를 통해 playerID6 및 playerID7로 게임 2에 접속하는 게임 유저, 및 ADID3의 기기를 통해 playerID2 및 playerID3으로 게임 1에 접속하는 게임 유저 모두 동일한 게임 유저라고 추정 또는 결정할 수 있다.
도 12는 일 실시예에 따른 분석 장치가 수행하는 변환을 설명하기 위한 도면이다.
일 실시예에 있어서, 변환에는 최소값 기반 변환과 최대값 기반 변환이 있는데, 도 12를 통해 최소값 기반 변환에 대해 설명한다.
도 12의 위쪽 테이블를 참조하면, 분석 장치(120)는 원본 정보(310)의 요소들 각각의 제1 좌표값을 제2 좌표값으로 변환할 수 있다. 도 12에 도시된 예에서, 제1 좌표값 (1,2)의 경우, 분석 장치(120)는 제1 좌표값 (1,2)의 보낸 계정 항목의 값(달리 표현하면, x축값) 1을 포함하는 제1 좌표값들 (1,1), (1,2), (1,3), (1,4), (1,5)를 식별할 수 있고, 식별된 (1,1), (1,2), (1,3), (1,4), (1,5) 중에서 받은 계정 항목(달리 표현하면, y축값)의 값이 최소인 (1,1)을 선택할 수 있다. 이에 따라, (1,min)=(1,1)이 된다. 분석 장치(120)는 제1 좌표값 (1,2)의 받은 계정 항목의 값(달리 표현하면, y축값) 2를 포함하는 제1 좌표값들 (1,2) 및 (2,2)를 식별할 수 있고 식별된 (1,2) 및 (2,2) 중에서 보낸 계정 항목의 값(달리 표현하면, x축값)이 최소인 (1,2)를 선택할 수 있다. 이에 따라, (min,2)=(1,2)가 된다. 분석 장치(120)는 선택된 (1,1)와 (1,2)를 기초로 제2 좌표값 (1,1)을 획득할 수 있다. 도 12에 도시된 예와 같이, 분석 장치(120)는 선택된 (1,1)의 보낸 계정 항목의 값인 1과 선택된 (1,2)의 보낸 계정 항목의 값인 1 중에서 최소인 1을 제2 좌표값의 보낸 계정 항목의 값으로 설정할 수 있고, 선택된 (1,1)의 받은 계정 항목의 값인 1과 선택된 (1,2)의 받은 계정 항목의 값인 2 중에서 최소인 1을 제2 좌표값의 받은 계정 항목의 값으로 설정할 수 있다. 이에 따라, 분석 장치(120)는 제2 좌표값 (1,1)을 획득할 수 있다. 마찬가지로, 분석 장치(120)는 제1 좌표값 (9,3)에 대응되는 제2 좌표값 (1,3)을 획득할 수 있고, 제1 좌표값 (8,8)에 대응되는 제2 좌표값 (3,8)을 획득할 수 있다.
분석 장치(120)가 원본 정보(310)로부터 획득한 제2 좌표값들은 1차 변환 정보(320) 및 행렬(420)에 대응된다.
분석 장치(120)는 최소값 기반 변환을 통해 제2 좌표값들로부터 제3 좌표값들을 획득할 수 있다. 획득된 제3 좌표값들은 2차 변환 정보(330) 및 행렬(430)에 대응된다. 또한, 분석 장치(120)는 최소값 기반 변환을 통해 제3 좌표값들로부터 제4 좌표값들을 획득할 수 있다. 획득된 제4 좌표값들은 3차 변환 정보(340) 및 행렬(440)에 대응된다. 또한, 분석 장치(120)는 최소값 기반 변환을 통해 제4 좌표값들로부터 제5 좌표값을 획득할 수 있다. 획득된 제5 좌표값은 4차 변환 정보(350) 및 행렬(450)에 대응된다.
분석 장치(120)는 최소값 기반 변환을 통해 원본 정보(810)로부터 1차 변환 정보(820)를 생성할 수 있고 최소값 기반 변환을 통해 1차 변환 정보(820)로부터 2차 변환 정보(830)을 생성할 수 있다.
도 12의 아래쪽 테이블을 참조하면, 분석 장치(120)는 원본 정보(1110) 내의 요소들 각각의 제1 좌표값을 제2 좌표값으로 변환할 수 있다. 도 12에 도시된 예에서, 제1 좌표값 (1,5,2)의 경우, 분석 장치(120)는 제1 좌표값 (1,5,2)의 기기 항목의 값(달리 표현하면, x축값)인 1을 포함하는 제1 좌표값들 (1,1,1), (1,2,1), (1,4,2), (1,5,2), (1,6,2)을 식별할 수 있다. 분석 장치(120)는 식별된 (1,1,1), (1,2,1), (1,4,2), (1,5,2), (1,6,2) 중에서 계정 항목 값(달리 표현하면, y축값) 중 최소인 1과 게임명 항목 값(달리 표현하면, z축값) 중 최소인 1을 식별할 수 있다. 이에 따라, 분석 장치(120)는 (1,min,min)을 (1,1,1)로 설정할 수 있다. 또한, 분석 장치(120)는 제1 좌표값 (1,5,2)의 게임 계정 항목의 값(달리 표현하면, y축값)인 5를 포함하는 제1 좌표값 (1,5,2)를 식별할 수 있다. 분석 장치(120)는 (1,5,2)만이 식별되었으므로, (min,5,min)을 (1,5,2)로 설정할 수 있다. 또한, 분석 장치(120)는 제1 좌표값 (1,5,2)의 게임명 항목의 값(달리 표현하면, z축값)인 2를 포함하는 제1 좌표값들 (1,4,2), (1,5,2), (1,6,2), (2,6,2)를 식별할 수 있고, 식별된 (1,4,2), (1,5,2), (1,6,2), (2,6,2)에서 기기 항목 값(달리 표현하면, x축값)이 최소인 1과 계정 항목 값(달리 표현하면, y축값)이 최소인 4를 식별할 수 있다. 이에 따라, 분석 장치(120)는 (min,min,2)를 (1,4,2)로 설정할 수 있다.
분석 장치(120)는 설정된 좌표값들 (1,1,1), (1,5,2), (1,4,2)를 이용하여 제2 좌표값을 획득할 수 있다. 일례로, 도 12에 도시된 예와 같이, 분석 장치(120)는 (1,1,1), (1,5,2), (1,4,2)에서 기기 항목의 최소값 1, 계정 항목의 최소값 1, 및 게임명 항목의 최소값 1 각각을 제2 좌표값의 기기 항목 값, 계정 항목 값, 및 게임명 항목 값 각각으로 설정할 수 있다. 이에 따라, 분석 장치(120)는 제2 좌표값 (1,1,1)을 획득할 수 있다. 마찬가지로, 분석 장치(120)는 제1 좌표값 (2,7,2)에 대응되는 제2 좌표값 (1,4,2)를 획득할 수 있다.
분석 장치(120)가 원본 정보(1110)로부터 획득한 제2 좌표값들은 1차 변환 정보(1120)에 대응된다.
분석 장치(120)는 최소값 기반 변환을 통해 제2 좌표값들로부터 제3 좌표값을 획득할 수 있다. 획득된 제3 좌표값은 2차 변환 정보(1130)에 대응된다.
최대값 기반 변환의 경우, 상술한 최소값 기반 변환에서 최소값 대신에 최대값을 적용하면 구현될 수 있다. 일례로, 도 12에 도시된 예에서, 제1 좌표값 (1,2)의 경우, 분석 장치(120)는 제1 좌표값 (1,2)의 보낸 계정 항목의 값 1을 포함하는 제1 좌표값들 (1,1), (1,2), (1,3), (1,4), (1,5)를 식별할 수 있고, 식별된 (1,1), (1,2), (1,3), (1,4), (1,5) 중에서 받은 계정 항목의 값이 최대인 (1,5)을 선택할 수 있다. 이에 따라, (1,max)=(1,5)가 된다. 분석 장치(120)는 제1 좌표값 (1,2)의 받은 계정 항목 2를 포함하는 제1 좌표값들 (1,2) 및 (2,2)를 식별할 수 있고 식별된 (1,2) 및 (2,2) 중에서 보낸 계정 항목의 값이 최대인 (2,2)를 선택할 수 있다. 이에 따라, (max,2)=(2,2)가 된다. 분석 장치(120)는 선택된 (1,5)와 (2,2)를 기초로 제2 좌표값 (2,5)를 획득할 수 있다. 보다 구체적으로, 분석 장치(120)는 선택된 (1,5)의 보낸 계정 항목의 값인 1과 선택된 (2,2)의 보낸 계정 항목의 값인 2 중에서 최대인 2를 제2 좌표값의 보낸 계정 항목의 값으로 설정할 수 있고, 선택된 (1,5)의 받은 계정 항목의 값인 5와 선택된 (2,2)의 받은 계정 항목의 값인 2 중에서 최대인 5를 제2 좌표값의 받은 계정 항목의 값으로 설정할 수 있다. 이에 따라, 분석 장치(120)는 제2 좌표값 (2,5)를 획득할 수 있다.
도 13 내지 도 16은 일 실시예에 따른 분석 장치의 동작 결과를 설명하기 위한 도면이다.
도 13 및 도 14에는 데이터 건수에 따른 step 소요 시간이 도시된다. 여기서, step은 변환 동작 1회를 나타낸다. 도 13 및 도 14를 참조하면, 데이터 건수가 증가하여도 소요 시간이 선형적으로 증가하지 않는다. 다시 말해, 데이터 크기가 커져도 분석 장치(120)의 변환 동작 시간이 선형적으로 증가하지 않는다.
도 15 및 도 16에는 각 데이터 크기에 대해, step 수에 따른 분류 정도가 도시된다. 데이터 건수가 증가하더라도 10 step에서 입력된 데이터들의 그룹 관계 또는 연결 관계가 규명될 수 있다. 다시 말해, 분석 장치(120)가 데이터 크기가 증가하더라도 10번의 변환 동작을 수행한 후에는 입력된 데이터들의 그룹 관계 또는 연결 관계가 규명될 수 있다
도 17은 일 실시예에 따른 분석 장치의 동작 방법을 설명하기 위한 순서도이다.
도 17을 참조하면, 분석 장치(120)는 복수의 요소들을 포함하는 원본 정보를 생성한다(1710).
단계(1710)에서, 분석 장치(120)는 로그 정보 내의 게임 관련 로그들을 서로 맵핑하여 요소들을 생성할 수 있고, 생성된 요소들을 포함하는 원본 정보를 생성할 수 있다. 일례로, 도 2를 통해 설명한 것과 같이, 분석 장치(120)는 로그 정보에서 게임 재화를 보낸 게임 계정과 해당 게임 재화를 받은 게임 계정을 맵핑하여 "playerID1-playlerID2", "playerID1-playlerID3" 등의 요소들을 생성할 수 있고 해당 요소들을 포함하는 원본 정보(310)를 생성할 수 있다.
분석 장치(120)는 생성된 원본 정보에 미리 정해진 방식의 변환을 수행하여 변환 정보를 생성한다(1720). 해당 변환은 최소값 기반 변환 또는 최대값 기반 변환일 수 있다.
단계(1720)에서, 분석 장치(120)는 생성된 원본 정보 내의 요소들의 제1 좌표값들을 설정할 수 있고, 제1 좌표값들을 분석하여 제2 좌표값들을 획득할 수 있다. 이 때, 분석 장치(120)는 특정 요소의 제1 좌표값에 대응되는 제2 좌표값을 해당 제1 좌표값과 관련된 하나 이상의 다른 제1 좌표값들 및 해당 제1 좌표값을 기초로 획득할 수 있다. 일례로, 도 12를 통해 설명한 제1 좌표값 (1,2)의 경우, 분석 장치(120)는 제1 좌표값 (1,2)의 보낸 계정 항목의 값 1과 관련된 (1,1), (1,3), (1,4), (1,5) 및 제1 좌표값 (1,2)의 받은 계정 항목의 값 2와 관련된 (2,2)를 식별할 수 있고, 식별된 제1 좌표값들 및 해당 제1 좌표값 (1,2)를 기초로 제2 좌표값 (1,1)을 획득할 수 있다.
단계(1720)에서, 분석 장치(120)는 획득된 제2 좌표값들을 이용하여 변환 정보를 생성할 수 있다. 일례로, 분석 장치(120)는 원본 정보(310) 내의 각 요소를 제2 좌표값의 요소로 변환함으로써 변환 정보를 생성할 수 있다. 보다 구체적으로, 분석 장치(120)는 원본 정보(310) 내의 "playerID1-playerID2"를 도 12를 통해 설명한 제2 좌표값 (1,2)의 요소 "playerID1-playerID1"로 변환할 수 있고, 원본 정보(310) 내의 "playerID9-playerID3"을 도 12를 통해 설명한 제2 좌표값 (1,3)의 요소 "playerID1-playerID3"으로 변환할 수 있으며, 원본 정보(310) 내의 "playerID8-playerID8"을 도 12를 통해 설명한 제2 좌표값 (3,8)의 요소 "playerID3-playerID8"로 변환할 수 있다. 분석 장치(120)는 원본 정보(310) 내의 나머지 요소를 제2 좌표값의 요소로 변환할 수 있다. 이에 따라, 분석 장치(120)는 변환 결과들을 포함하는 1차 변환 정보(320)를 생성할 수 있다.
분석 장치(120)는 생성된 변환 정보가 최종 변환 정보가 아닌 경우, 생성된 변환 정보에 미리 정해진 방식의 변환을 수행한다(1730).
분석 장치(120)는 생성된 변환 정보가 최종 변환 정보인 경우, 원본 정보 내의 요소들의 연관성을 규명한다(1740).
도 1 내지 도 16을 통해 기술된 사항들은 도 17을 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명을 생략한다.
도 18은 일 실시예에 따른 분석 장치를 설명하기 위한 블록도이다.
도 18을 참조하면, 일 실시예에 따른 분석 장치(120)는 메모리(1810) 및 컨트롤러(1820)를 포함한다.
컨트롤러(1820)는 복수의 요소들을 포함하는 원본 정보를 생성한다.
컨트롤러(1820)는 생성된 원본 정보에 미리 정해진 방식의 변환을 수행하여 변환 정보를 생성한다.
컨트롤러(1820)는 생성된 변환 정보가 최종 변환 정보가 아닌 경우, 생성된 변환 정보에 미리 정해진 방식의 변환을 수행하고, 생성된 변환 정보가 최종 변환 정보인 경우, 요소들의 연관성을 규명한다.
메모리(1810)는 컨트롤러(1820)의 동작에 따라 발생한 정보, 데이터 등을 저장할 수 있다.
도 1 내지 도 17을 통해 기술된 사항들은 도 18을 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명을 생략한다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (16)

  1. 복수의 요소들을 포함하는 원본 정보를 생성하는 단계 -상기 요소들 각각은 게임 관련 로그들이 서로 맵핑된 것을 나타냄-;
    상기 생성된 원본 정보에 미리 정해진 방식의 변환을 수행하여 변환 정보를 생성하는 단계;
    상기 생성된 변환 정보가 최종 변환 정보가 아닌 경우, 상기 생성된 변환 정보에 상기 미리 정해진 방식의 변환을 수행하는 단계; 및
    상기 생성된 변환 정보가 상기 최종 변환 정보인 경우, 상기 요소들의 연관성을 규명하는 단계
    를 포함하고,
    상기 요소들의 연관성을 규명하는 단계는,
    상기 생성된 변환 정보를 기초로 상기 요소들을 하나 이상의 그룹으로 분류하고, 동일 그룹에 속한 요소들을 서로 연관된 것으로 결정하는 단계
    를 포함하는,
    분석 장치의 동작 방법.
  2. 제1항에 있어서,
    상기 변환 정보를 생성하는 단계는,
    상기 요소들의 제1 좌표값들을 설정하는 단계;
    상기 제1 좌표값들을 분석하여 제2 좌표값들을 획득하는 단계; 및
    상기 획득된 제2 좌표값들을 이용하여 상기 변환 정보를 생성하는 단계
    를 포함하는,
    분석 장치의 동작 방법.
  3. 제2항에 있어서,
    상기 제2 좌표값들을 획득하는 단계는,
    특정 요소의 제1 좌표값에 대응되는 제2 좌표값을 상기 제1 좌표값과 관련된 하나 이상의 다른 제1 좌표값들 및 상기 제1 좌표값을 기초로 획득하는 단계
    를 포함하는,
    분석 장치의 동작 방법.
  4. 제1항에 있어서,
    상기 변환 정보를 생성하는 단계는,
    상기 요소들의 제1 좌표값들 중 적어도 하나를 이용하여 상기 요소들 각각의 제2 좌표값을 획득하는 단계; 및
    상기 요소들 각각을 상기 요소들 각각의 제2 좌표값에 해당하는 요소로 변환하여 상기 변환 정보를 생성하는 단계
    를 포함하는,
    분석 장치의 동작 방법.
  5. 삭제
  6. 복수의 요소들 -상기 복수의 요소들 각각은 게임 관련 로그들이 서로 맵핑된 것을 나타냄-을 포함하는 원본 정보를 생성하고, 상기 생성된 원본 정보에 미리 정해진 방식의 변환을 수행하여 변환 정보를 생성하며, 상기 생성된 변환 정보가 최종 변환 정보가 아닌 경우, 상기 생성된 변환 정보에 상기 미리 정해진 방식의 변환을 수행하고, 상기 생성된 변환 정보가 상기 최종 변환 정보인 경우, 상기 요소들의 연관성을 규명하는 컨트롤러
    를 포함하고,
    상기 컨트롤러는,
    상기 생성된 변환 정보를 기초로 상기 요소들을 하나 이상의 그룹으로 분류하고 동일 그룹에 속한 요소들을 서로 연관된 것으로 결정하는,
    분석 장치.
  7. 제6항에 있어서,
    상기 컨트롤러는 상기 요소들의 제1 좌표값들을 설정하고, 상기 제1 좌표값들을 분석하여 제2 좌표값들을 획득하며, 상기 획득된 제2 좌표값들을 이용하여 상기 변환 정보를 생성하는,
    분석 장치.
  8. 제7항에 있어서,
    상기 컨트롤러는 특정 요소의 제1 좌표값에 대응되는 제2 좌표값을 상기 제1 좌표값과 관련된 하나 이상의 다른 제1 좌표값들 및 상기 제1 좌표값을 기초로 획득하는,
    분석 장치.
  9. 제6항에 있어서,
    상기 컨트롤러는,
    상기 요소들의 제1 좌표값들 중 적어도 하나를 이용하여 상기 요소들 각각의 제2 좌표값을 획득하고, 상기 요소들 각각을 상기 요소들 각각의 제2 좌표값에 해당하는 요소로 변환하여 상기 변환 정보를 생성하는,
    분석 장치.
  10. 삭제
  11. 게임 엔티티; 및
    상기 게임 엔티티로부터 로그 정보를 수신하고, 상기 수신된 로그 정보를 기초로 복수의 요소들 -상기 복수의 요소들 각각은 상기 수신된 로그 정보 내의 게임 관련 로그들이 서로 맵핑된 것을 나타냄-을 포함하는 원본 정보를 생성하며, 상기 생성된 원본 정보에 미리 정해진 방식의 변환을 수행하여 변환 정보를 생성하고, 상기 생성된 변환 정보가 최종 변환 정보가 아닌 경우, 상기 생성된 변환 정보에 상기 미리 정해진 방식의 변환을 수행하고, 상기 생성된 변환 정보가 상기 최종 변환 정보인 경우, 상기 요소들의 연관성을 규명하는 분석 장치
    를 포함하고,
    상기 분석 장치는,
    상기 생성된 변환 정보를 기초로 상기 요소들을 하나 이상의 그룹으로 분류하고 동일 그룹에 속한 요소들을 서로 연관된 것으로 결정하는,
    분석 시스템.
  12. 제11항에 있어서,
    상기 분석 장치는 상기 요소들의 제1 좌표값들을 설정하고, 상기 제1 좌표값들을 분석하여 제2 좌표값들을 획득하며, 상기 획득된 제2 좌표값들을 이용하여 상기 변환 정보를 생성하는,
    분석 시스템.
  13. 제12항에 있어서,
    상기 분석 장치는 특정 요소의 제1 좌표값에 대응되는 제2 좌표값을 상기 제1 좌표값과 관련된 하나 이상의 다른 제1 좌표값들 및 상기 제1 좌표값을 기초로 획득하는,
    분석 시스템.
  14. 제11항에 있어서,
    상기 분석 장치는,
    상기 요소들의 제1 좌표값들 중 적어도 하나를 이용하여 상기 요소들 각각의 제2 좌표값을 획득하고, 상기 요소들 각각을 상기 요소들 각각의 제2 좌표값에 해당하는 요소로 변환하여 상기 변환 정보를 생성하는,
    분석 시스템.
  15. 삭제
  16. 제11항에 있어서,
    상기 게임 엔티티는 게임 서버 및 게임 데이터베이스 중 적어도 하나를 포함하는,
    분석 시스템.
KR1020190027418A 2019-03-11 2019-03-11 분석 장치, 분석 장치의 동작 방법, 및 분석 장치를 포함하는 분석시스템 KR102017475B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190027418A KR102017475B1 (ko) 2019-03-11 2019-03-11 분석 장치, 분석 장치의 동작 방법, 및 분석 장치를 포함하는 분석시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190027418A KR102017475B1 (ko) 2019-03-11 2019-03-11 분석 장치, 분석 장치의 동작 방법, 및 분석 장치를 포함하는 분석시스템

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020190105071A Division KR20200108759A (ko) 2019-08-27 2019-08-27 분석 장치, 분석 장치의 동작 방법, 및 분석 장치를 포함하는 분석시스템

Publications (1)

Publication Number Publication Date
KR102017475B1 true KR102017475B1 (ko) 2019-09-03

Family

ID=67951870

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190027418A KR102017475B1 (ko) 2019-03-11 2019-03-11 분석 장치, 분석 장치의 동작 방법, 및 분석 장치를 포함하는 분석시스템

Country Status (1)

Country Link
KR (1) KR102017475B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120080402A (ko) * 2011-01-07 2012-07-17 주식회사 엔씨소프트 온라인 게임내 자산의 거래 경로 추적장치 및 그 방법
KR20130040048A (ko) * 2011-10-13 2013-04-23 주식회사 네오플 비정상 계정 검출 장치 및 방법
KR20160134309A (ko) * 2015-05-15 2016-11-23 주식회사 엔씨소프트 온라인 게임의 비정상 유저 검출 방법 및 시스템
KR20190009687A (ko) * 2017-07-19 2019-01-29 한국전자통신연구원 시계열 데이터의 연관성 분석 장치 및 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120080402A (ko) * 2011-01-07 2012-07-17 주식회사 엔씨소프트 온라인 게임내 자산의 거래 경로 추적장치 및 그 방법
KR20130040048A (ko) * 2011-10-13 2013-04-23 주식회사 네오플 비정상 계정 검출 장치 및 방법
KR20160134309A (ko) * 2015-05-15 2016-11-23 주식회사 엔씨소프트 온라인 게임의 비정상 유저 검출 방법 및 시스템
KR20190009687A (ko) * 2017-07-19 2019-01-29 한국전자통신연구원 시계열 데이터의 연관성 분석 장치 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
네이버 블로그, "딥 개인화 Deep Personalization", https://bahnsville.tistory.com/1141 (2017.02.07.) 1부.* *

Similar Documents

Publication Publication Date Title
US12020118B2 (en) Distributed quantum computing system
US11422814B2 (en) Automation of sequences of actions
US9892187B2 (en) Data analysis method, data analysis device, and storage medium storing processing program for same
US20130159972A1 (en) Identifying components of a bundled software product
US9619635B2 (en) Biometric authentication apparatus and method
CN102243646B (zh) 使用语句执行计划获取依赖性元数据
US10013251B2 (en) Method and computer program stored in computer-readable medium for converting sort script to reuse JCL in different encoding environment
CN110888720A (zh) 任务处理方法、装置、计算机设备及存储介质
US9521136B2 (en) Role-based access tool
CN108681493A (zh) 数据异常检测方法、装置、服务器和存储介质
US9336247B2 (en) Control data driven modifications and generation of new schema during runtime operations
US9852184B2 (en) Partition-aware distributed execution of window operator
KR101833996B1 (ko) 데이터 검색 시스템 및 방법
KR102017475B1 (ko) 분석 장치, 분석 장치의 동작 방법, 및 분석 장치를 포함하는 분석시스템
US9672813B2 (en) Systems and methods for configuring matching rules related to voice input commands
US8468116B2 (en) Rule creation method and rule creating apparatus
KR20210033230A (ko) 협업을 위한 클라우드 기반 엔지니어링 도면 공유 시스템
KR102009576B1 (ko) 처리 스케줄러를 이용한 워크플로우 장치 및 워크플로우 장치의 동작 방법
KR20200108759A (ko) 분석 장치, 분석 장치의 동작 방법, 및 분석 장치를 포함하는 분석시스템
US20170115888A1 (en) Method and system for a common processing framework for memory device controllers
CN112035159A (zh) 一种稽核模型的配置方法、装置、设备及存储介质
CN110765327A (zh) 数据分析方法、装置、计算机装置及存储介质
KR20200110881A (ko) 비음수 행렬 인수분해를 이용하는 데이터 증강 방법 및 장치
CN108959438A (zh) 一种数据采集方法和系统、一种服务器
US20170115887A1 (en) Method and system for efficient common processing in memory device controllers

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
A107 Divisional application of patent
GRNT Written decision to grant