KR20170109072A - 베팅 게임 및 로터리 게임에서 사기를 검출하는 방법 및 시스템 - Google Patents
베팅 게임 및 로터리 게임에서 사기를 검출하는 방법 및 시스템 Download PDFInfo
- Publication number
- KR20170109072A KR20170109072A KR1020177026105A KR20177026105A KR20170109072A KR 20170109072 A KR20170109072 A KR 20170109072A KR 1020177026105 A KR1020177026105 A KR 1020177026105A KR 20177026105 A KR20177026105 A KR 20177026105A KR 20170109072 A KR20170109072 A KR 20170109072A
- Authority
- KR
- South Korea
- Prior art keywords
- coupon
- computer system
- played
- abnormal pattern
- amount
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000002159 abnormal effect Effects 0.000 claims abstract description 123
- 230000002776 aggregation Effects 0.000 claims description 28
- 238000004220 aggregation Methods 0.000 claims description 28
- 238000009826 distribution Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 12
- 230000004931 aggregating effect Effects 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 claims description 2
- 230000006399 behavior Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 11
- 230000003068 static effect Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004900 laundering Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000011259 mixed solution Substances 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3225—Data transfer within a gaming system, e.g. data sent between gaming machines and users
- G07F17/3232—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the operator is informed
- G07F17/3237—Data transfer within a gaming system, e.g. data sent between gaming machines and users wherein the operator is informed about the players, e.g. profiling, responsible gaming, strategy/behavior of players, location of players
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/34—Betting or bookmaking, e.g. Internet betting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
- G06F21/554—Detecting local intrusion or implementing counter-measures involving event detection and direct action
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0212—Chance discounts or incentives
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0225—Avoiding frauds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0248—Avoiding fraud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07F—COIN-FREED OR LIKE APPARATUS
- G07F17/00—Coin-freed apparatus for hiring articles; Coin-freed facilities or services
- G07F17/32—Coin-freed apparatus for hiring articles; Coin-freed facilities or services for games, toys, sports, or amusements
- G07F17/3241—Security aspects of a gaming system, e.g. detecting cheating, device integrity, surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Computer Security & Cryptography (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Social Psychology (AREA)
- Technology Law (AREA)
- Computer Hardware Design (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
발명의 일 실시예에 있어서, 사기를 검출하는 방법은 a) 적어도 하나의 게임을 위한 복수의 플레이된 쿠폰- 복수의 플레이된 쿠폰은 적어도 하나의 제1 쿠폰과 적어도 하나의 제2 쿠폰을 포함함- 에 관한 정보를 소스로부터 컴퓨터 시스템에 의해 수신하는 단계와; b) 수신된 정보로부터 각각의 플레이된 게임에 대한 2차원 어레이를 컴퓨터 시스템에 의해 파퓰레이트하는 단계- 여기에서, 상기 적어도 하나의 2차원 어레이는 집성된 게임 통계를 유지하는 것임- 와; c) 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 데이터 구조에 저장하는 단계와; d) 적어도 하나의 제1 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하는 단계와; e) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제1 쿠폰에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하는 단계를 포함한다.
Description
본 발명의 일 실시예는 비 인터넷 기반형 로터리 및 베팅 게임(터미널 기반형 또는 임의의 다른 온라인 또는 오프라인 접근법을 포함함)에서 사기(fraud)를 식별 및 방지하는 방법에 관한 것이다. 본 발명의 다른 실시예는 인터넷 기반형 로터리 및 베팅 게임 모드에서 사기를 식별 및 방지하는 방법에 관한 것이다. 이 방법들은 상관 함수 자체뿐만 아니라 사기 사례를 식별하기 위해 상관되는 로터리 및/또는 베팅 시스템의 파라미터의 정의로 구성된다.
오늘날 대부분의 온라인 사업은 사기와 관련된 부정적 충격에 익숙해져 있다. 속이기 기술, 훔친 금융 정보, 신원 도용, 스팸, 피싱, 내부 시스템 행동 간섭 및 다른 유사한 행동의 사용에 의해 야기된 손상은 관리하기가 어렵고 막대한 비용이 소요될 수 있다. 특히 로터리 및 베팅 섹터는 이러한 모든 위험에 대한 노출이 증가하고 있다.
온라인 환경은 플레이어와 그들의 계좌(account)에 관한 검증가능한 정보를 거의 제공하지 않는다. 사실, 온라인 게임 서비스의 익명성에 의해 실제로 본 발명이 탄생되었고, 많은 새로운 유형의 사기가 발생하게 되었다. 이러한 동작의 동기는 단순히 "시스템 공격"(beating the system)으로부터, 내부자 및 외부자로부터의 이익 추구 스캠(profit making scams)에 이르기까지 다양하다.
일 실시예에 있어서, 본 발명은 다량의 데이터의 충분한 효율성을 갖고서 사기 사례(fraud case)를 식별한다. 다른 실시예에 있어서, 본 발명은 기껏해야 2회의 순차적인 데이터 스캔을 제공하고 데이터에 내포된 쿠폰의 집성 통계(aggregate statistics)만을 모든 특정 사기 시나리오를 포착하기에 충분한 입도(granularity)를 가진 데이터 큐브에 저장한다. 일부 실시예에 있어서, 거친(coarse) 시간 간격(사용자 제어형 입도 인수를 갖는 것), 다시 말하면 사용자 제어형 샘플링 속도로의 시간의 샘플링은 메인 메모리에 상주할 필요가 있는 데이터의 양을 감소시키는데 도움을 준다.
일 실시예에 있어서, 본 발명은 컴퓨팅 시스템에서 수행되는 사기를 검출하는 방법을 포함할 수 있고, 이 방법은 a) 적어도 하나의 게임을 위한 복수의 플레이된 쿠폰 - 복수의 플레이된 쿠폰은 적어도 하나의 제1 쿠폰과 적어도 하나의 제2 쿠폰을 포함함- 에 관한 정보를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하는 단계와; b) 수신된 정보로부터 각각의 플레이된 게임에 대한 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 파퓰레이트(populate)하는 단계 - 여기에서, i) 상기 적어도 하나의 2차원 어레이는 집성된 게임 통계를 유지하는 것이고, ii) 집성 통계는 사용자 규정형이고, 1) 적어도 하나의 소스의 아이덴티티, 2) 복수의 플레이된 쿠폰에 대한 수신 정보, 및 3) a) 적어도 하나의 플레이된 양(amount)의 빈도, b) 취소된 쿠폰의 수, c) 플레이된 최대 쿠폰 값 및 d) 적어도 하나의 제1 쿠폰 및 적어도 하나의 제2 쿠폰마다의 조합의 최대 수 중의 적어도 하나를 포함함 - 와; c) 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하는 단계와; d) 적어도 하나의 제1 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하는 단계와; e) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제1 쿠폰에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하는 단계와; f) 적어도 하나의 제2 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하는 단계와; g) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제2 쿠폰에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하는 단계를 포함한다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 적어도 하나의 게임에서 모든 플레이어의 전체 총량(total gross amount)에 대한 무작위 플레이어의 쿠폰 총량의 비율이 미리 정해진 비율량(ratio amount)을 초과한 때이다.
본 발명의 일 실시예에 있어서, 컴퓨터 시스템에 의해 스캔하는 단계는 컴퓨터 시스템에 의해 제1 의심 쿠폰(suspected coupon) 및 제2 의심 쿠폰 - 의심 쿠폰은 플레이된 양이 미리 정해진 플레이된 문턱량을 초과하는 적어도 하나의 플레이된 쿠폰임 - 을 식별하는 단계와; 제1 해시 값을 발생하기 위해 제1 의심 쿠폰에 관한 집성 통계를 컴퓨터 시스템에 의해 해시하는 단계와; 제2 해시 값을 발생하기 위해 제2 의심 쿠폰에 관한 집성 통계를 컴퓨터 시스템에 의해 해시하는 단계와; 제1 해시 값의 길이가 미리 규정된 차이 수(difference number) 미만만큼 제2 해시 값의 길이와 차이가 있을 때 제1 해시 값과 제2 해시 값을 컴퓨터 시스템에 의해 집성하는 단계와; 제1 해시 값의 길이가 미리 규정된 차이 수 미만만큼 제2 해시 값의 길이와 차이가 있을 때 제1 및 제2 의심 쿠폰에 관한 집성 통계를 컴퓨터 시스템에 의해 스캔하는 단계를 또한 포함하고, 상기 적어도 하나의 비정상 패턴은 동일한 적어도 하나의 에이전트로부터의 유사한 베팅 조합의 존재이다.
본 발명의 일 실시예에 있어서, 상기 적어도 하나의 비정상 패턴은 적어도 2개의 에이전트로부터의 유사한 베팅 조합의 존재이다. 본 발명의 일 실시예에 있어서, 상기 적어도 하나의 비정상 패턴은 적어도 하나의 에이전트에 대한 취소의 빈도가 미리 정해진 취소 빈도 문턱 수(threshold number)를 초과하는 때이다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 적어도 하나의 게임에서의 총 참여에 대한, 샘플링된 시구간 동안 적어도 하나의 게임에의 참여의 백분율이 미리 정해진 참여 백분율을 초과하는 때이다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 적어도 하나의 플레이된 쿠폰이 적어도 하나의 플레이된 쿠폰에서의 모든 플레이된 조합에 대한 베팅을 포함한 때이다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 동일한 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때이다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 복수의 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때이다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 동일한 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때이다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 복수의 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때이다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 동일한 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 미리 정해진 편차량 미만만큼 한도 양(limit amount)보다 적은 양을 가진 베팅을 포함한 때이다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 적어도 하나의 플레이된 쿠폰이 우승(winning) 쿠폰인 때이고 여기에서 우승 쿠폰은 우승 쿠폰의 만료일 전에 미리 정해진 기간 동안 지불을 위해 수신된다.
일 실시예에 있어서, 본 발명은 컴퓨터 시스템에서 수행되는 사기를 검출하는 방법을 포함하고, 이 방법은, a) 적어도 하나의 게임에 관한 복수의 거래 - 복수의 거래는 적어도 하나의 제1 거래 및 적어도 하나의 제2 거래를 포함함 - 에 대한 정보를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하는 단계와; b) 수신된 복수의 거래로부터의 정보와 함께 각각의 플레이어에 대한 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 파퓰레이트하는 단계 - 여기에서, i) 상기 적어도 하나의 2차원 어레이는 적어도 하나의 시구간 동안 특수 게임에의 각 플레이어의 참여에 관한 집성된 게임 통계(aggregated game statistics)를 유지하는 것이고, ii) 집성 통계는 사용자 규정형이고 플레이어에 의해 플레이된 각 플레이 유형마다 캐시인-캐시아웃 양(amount)의 분포를 포함하며, 상기 분포는 1) 각 거래의 양; 2) 모든 캐시인-캐시아웃 양으로부터의 최대 양; 3) 값이 미리 정해진 범위 내에 있는 거래의 총 수; 및 4) 값이 공적 승인을 필요로 하는 적어도 하나의 거래에 기초를 두는 것임 - 와; c) 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하는 단계와; d) 적어도 하나의 제1 거래에 대한 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하는 단계와; e) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제1 거래에 대하여 지불하기 전에, 컴퓨터 시스템에 의해 경고를 발생하는 단계와; f) 적어도 하나의 제2 거래에 대한 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하는 단계와; g) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제2 거래에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하는 단계를 포함한다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 캐시인-캐시아웃 양이 특수 플레이 유형 및 우승과 상관되는 횟수 및 빈도에 기초를 둔다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 적어도 하나의 은행 계좌 및 적어도 하나의 신용카드 계좌의 플레이어의 사용에 관계가 있고, i) 각 거래의 양; ii) 사용의 유형; iii) 사용 빈도; 및 iv) 적어도 하나의 은행 계좌 또는 적어도 하나의 신용카드 계좌의 변경 빈도 중의 적어도 하나에 기초를 둔다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 플레이어 프로필을 변경하는 빈도와 관련이 있고, 구 프로필과 신 프로필 간의 유사성에 기초를 둔다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 플레이어 프로필에 대한 변경의 수가 개인 정보의 하기 카테고리 중 적어도 하나에 대한 미리 정해진 변경 수를 초과하는 때이다: a) 패스워드 변경 빈도, b) 신용카드 번호 또는 신용카드 번호에 대한 포인터, c) 계좌 차단 또는 배제, 및 d) 플레이 취소 및 취소의 양.
일 실시예에 있어서, 본 발명은 사기를 검출하기 위한 프로그램된 컴퓨터를 포함하고, 프로그램된 컴퓨터는 컴퓨터 실행가능 프로그램 코드를 저장하기 위한 적어도 하나의 영역을 가진 메모리와; 메모리에 저장된 프로그램 코드를 실행하는 프로세서를 포함하고, 상기 프로그램 코드는, a) 적어도 하나의 게임을 위한 복수의 플레이된 쿠폰- 복수의 플레이된 쿠폰은 적어도 하나의 제1 쿠폰과 적어도 하나의 제2 쿠폰을 포함함- 에 관한 정보를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하기 위한 코드와; b) 수신된 정보로부터 각각의 플레이된 게임에 대한 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 파퓰레이트하기 위한 코드- 여기에서, i) 상기 적어도 하나의 2차원 어레이는 집성된 게임 통계를 유지하는 것이고, ii) 집성 통계는 사용자 규정형이고, 1) 적어도 하나의 소스의 아이덴티티, 2) 복수의 플레이된 쿠폰에 대한 수신 정보, 및 3) a) 적어도 하나의 플레이된 양의 빈도, b) 취소된 쿠폰의 수, c) 플레이된 최대 쿠폰 값 및 d) 적어도 하나의 제1 쿠폰 및 적어도 하나의 제2 쿠폰마다의 조합의 최대 수 중의 적어도 하나를 포함함 - 와; c) 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하기 위한 코드와; d) 적어도 하나의 제1 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하기 위한 코드와; e) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제1 쿠폰에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드와; f) 적어도 하나의 제2 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하기 위한 코드와; g) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제2 쿠폰에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드를 포함한다.
일 실시예에 있어서, 본 발명은 사기를 검출하기 위한 프로그램된 컴퓨터를 포함하고, 프로그램된 컴퓨터는 컴퓨터 실행가능 프로그램 코드를 저장하기 위한 적어도 하나의 영역을 가진 메모리와; 메모리에 저장된 프로그램 코드를 실행하는 프로세서를 포함하고, 상기 프로그램 코드는, a) 적어도 하나의 게임에 관한 복수의 거래- 복수의 거래는 적어도 하나의 제1 거래 및 적어도 하나의 제2 거래를 포함함- 에 대한 정보를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하기 위한 코드와; b) 수신된 복수의 거래로부터의 정보와 함께 각각의 플레이어에 대한 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 파퓰레이트하기 위한 코드 - i) 상기 적어도 하나의 2차원 어레이는 적어도 하나의 시구간 동안 특수 게임에의 각 플레이어의 참여에 관한 집성된 게임 통계를 유지하는 것이고, ii) 집성 통계는 사용자 규정형이고 플레이어에 의해 플레이된 각 플레이 유형마다 캐시인-캐시아웃 양의 분포를 포함하며, 상기 분포는 1) 각 거래의 양; 2) 모든 캐시인-캐시아웃 양으로부터의 최대 양; 3) 값이 미리 정해진 범위 내에 있는 거래의 총 수; 및 4) 값이 공적 승인을 필요로 하는 적어도 하나의 거래에 기초를 두는 것임 - 와; c) 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하기 위한 코드와; d) 적어도 하나의 제1 거래에 대한 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하기 위한 코드와; e) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제1 거래에 대하여 지불하기 전에, 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드와; f) 적어도 하나의 제2 거래에 대한 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하기 위한 코드와; g) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제2 거래에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드를 포함한다.
일부 실시예에 있어서, 본 발명의 시스템 및 방법은 각각의 플레이된 쿠폰에 대한 정보가 수신된 때 쿠폰별로(coupon-by-coupon basis) 분석하고, 게임이 진행하는 동안 및/또는 분석된 플레이된 쿠폰에 대한 잠재적 지불 전에 잠재적으로 비정상인, 사기성의 패턴/행동/추세의 존재를 즉각적으로 실시간 결정하게 할 수 있다. 일부 실시예에 있어서, 본 발명의 시스템 및 방법은 각각의 플레이된 쿠폰에 대한 정보가 수신된 때 쿠폰별로 자동으로 분석하고, 게임이 진행하는 동안 및/또는 분석된 플레이된 쿠폰에 대한 잠재적 지불 전에 잠재적으로 비정상인, 사기성의 패턴/행동/추세의 존재를 즉각적으로 실시간 결정하게 할 수 있다.
일부 실시예에 있어서, 본 발명의 시스템 및 방법은 잠재적 사기 경고의 이미 알려진 사례인 미리 지정된 시나리오에 대한 비정상 행동 검출(Abnormal Behavior Detection; ABD)을 제공한다. 일부 실시예에 있어서, ABD는 비제한적인 예를 들자면 복수의 티켓 검증(validation)을 위한 시도(특히 즉석 게임에 대해서), 유별난(unusual) 장려 시나리오, 유별난 우승 패턴, 판매 예외, 의심스러운 베팅 패턴 식별, 및/또는 티켓 취소를 표시하는 플레이어, 소매상인 및 내부 사용자로부터의 동작을 포함할 수 있다. 일부 실시예에 있어서, ABD는 연역적으로(a-priori) 특정된 시나리오에 기초를 두지 않고, 오히려 아직 알려지지 않은 잠재적 사기의 사례에 기초를 두는 "가망성 없는 이벤트"를, 예를 들면, 통계 분석, 데이터 마이닝 및 기계 학습 기술을 전개함으로써 검출하기 위해 사용된다. 일부 실시예에 있어서, 잠재적 사기의 사례에 주목해서, 본 발명의 시스템 및 방법은 본 발명의 시스템이 사기 패턴을 "학습"할 수 있게 한다.
일부 실시예에 있어서, 본 발명은 최종 경고를 유도하는 복수의 이벤트를 최종 경고를 유도하는 증거(추론)를 제공하는 능력과 결합하는 응답에 대한 결정 지원 시스템(Decision Support System; DSS)을 또한 포함한다.
일부 실시예에 있어서, 본 발명은 ABD 및 DSS에 대한 모든 후속되는 알고리즘이 어떠한 수정도 없이 끊김없이 실행되도록, 국제적으로 다른 국가로부터 수집된 임의 유형의 온라인 찬스 게임 데이터를 공통 데이터 묘사 포맷으로 변환하는 게임 데이터 맵핑(Games Data Mapping)을 이용한다.
일부 실시예에 있어서, 본 발명은 플레이어 행동 및/또는 그룹 행동으로부터, 예를 들면 특정의 인터넷 어드레스 및/또는 단말기로부터 발생하는 경고에 기초하여 플레이어 및/또는 IP 어드레스의 블랙리스트를 발생한다.
이제, 본 발명을 첨부 도면을 참조하여 설명할 것이다. 첨부 도면에 있어서 동일한 구조물은 동일한 참조 번호로 표시하였다. 도시된 도면은 정확한 축척으로 된 것이 아니며, 그 대신 본 발명의 원리를 설명하는 데 강조점을 둔 것이다.
도 1은 본 발명의 실시예를 개략적으로 보인 도이다.
도 2는 본 발명의 다른 실시예를 개략적으로 보인 도이다.
도 3은 본 발명의 또 다른 실시예를 개략적으로 보인 도이다.
비록 첨부 도면이 여기에서 개시하는 실시예를 나타내지만, 여기에서의 설명에 비추어 다른 실시예를 또한 예상할 수 있다. 여기에서의 설명은 제한하는 의도가 없는 단순한 설명으로서 예시적인 실시예를 제공한다. 이 기술에 숙련된 사람이라면 여기에서 설명하는 본 발명의 원리에 따른 범위 및 정신 내에 속하는 많은 다른 수정예 및 실시예를 생각해 낼 수 있을 것이다.
도 1은 본 발명의 실시예를 개략적으로 보인 도이다.
도 2는 본 발명의 다른 실시예를 개략적으로 보인 도이다.
도 3은 본 발명의 또 다른 실시예를 개략적으로 보인 도이다.
비록 첨부 도면이 여기에서 개시하는 실시예를 나타내지만, 여기에서의 설명에 비추어 다른 실시예를 또한 예상할 수 있다. 여기에서의 설명은 제한하는 의도가 없는 단순한 설명으로서 예시적인 실시예를 제공한다. 이 기술에 숙련된 사람이라면 여기에서 설명하는 본 발명의 원리에 따른 범위 및 정신 내에 속하는 많은 다른 수정예 및 실시예를 생각해 낼 수 있을 것이다.
본 발명의 구체적인 실시예가 여기에서 개시되지만, 개시된 실시예는 각종 형태로 실현될 수 있는 본 발명의 단순한 예임을 이해하여야 한다. 또한, 본 발명의 각종 실시예와 관련하여 주어지는 각각의 예는 예시하는 것으로 의도되고 한정하는 것으로 의도되지 않는다. 더 나아가, 도면은 정확한 축적으로 된 것이 아니고, 일부 특징은 특수 컴포넌트를 상세히 나타내기 위해 확대되었다. 또한, 도면에서 나타나는 임의의 측정치, 구성 등은 설명하기 위한 것이지 한정하기 위한 것이 아니다. 그러므로, 여기에서 개시하는 특유의 구조적 및 기능적 세부는 제한하는 것으로 해석되어서는 안되고, 이 기술의 관련자에게 본 발명의 다양한 사용을 교시하기 위한 단순히 대표적인 기초로서 해석되어야 한다.
예시적인 동작 환경
도 1은 본 발명이 동작하는 환경의 일 실시예를 보인 것이다. 그러나, 본 발명을 실시하기 위해 도시된 컴포넌트들이 전부 필요한 것은 아니고, 본 발명의 정신 또는 범위로부터 벗어나지 않고 컴포넌트의 구성 및 종류를 다양하게 변화시킬 수 있다. 일부 실시예에 있어서, 사기 검출 시스템은 다수의 멤버 및 동시 거래(transaction)를 주관(host)한다. 다른 실시예에 있어서, 사기 검출 시스템 컴퓨터는 데이터를 평가하고 캐시하고 조사하고 데이터베이스 접속 풀링(pooling)을 위한 각종 전략을 통합한 확장성(scalable) 컴퓨터 및 네트워크 아키텍처에 기초를 둔다. 확장성 아키텍처의 예는 복수의 서버를 동작시킬 수 있는 아키텍처이다.
실시예에 있어서, 본 발명의 컴퓨터 시스템(102-104)(예를 들면, 사용자(예를 들면, 플레이어, 에이전트 등))은 네트워크(105)와 같은 네트워크를 통해, 서버(106, 107) 등과 같은 다른 컴퓨팅 장치로/로부터 메시지를 전송/수신할 수 있는 임의의 컴퓨팅 장치를 포함한다. 실시예에 있어서, 이러한 장치들의 집합은 퍼스널 컴퓨터, 멀티프로세서 시스템, 마이크로프로세서 기반형 또는 프로그램가능한 소비자 전자장치, 네트워크 PC 등과 같은 유선 통신 매체를 이용하여 전형적으로 접속되는 장치들을 포함한다. 실시예에 있어서, 이러한 장치들의 집합은 또한 셀폰, 스마트폰, 페이저, 워키토키, 라디오 주파수(RF) 장치, 적외선(IR) 장치, CB, 전술한 장치들을 하나 이상 결합한 집적 장치, 또는 임의의 모바일 장치 등과 같은 무선 통신 매체를 이용하여 전형적으로 접속되는 장치들을 포함한다. 유사하게, 실시예에 있어서, 클라이언트 장치(102-104)는 PDA, 포켓 PC, 착용형 컴퓨터, 및 유선 및/또는 무선 통신 매체를 통하여 통신하도록 설비된 임의의 다른 장치와 같이 유선 또는 무선 통신 매체를 이용하여 접속할 수 있는 임의의 장치이다.
실시예에 있어서, 멤버 장치(102-104) 내의 각 멤버 장치는 웹 페이지 등을 전송 및 수신하도록 구성된 브라우저 애플리케이션을 포함할 수 있다. 실시예에 있어서, 브라우저 애플리케이션은 실질적으로 웹 기반 언어, 비제한적인 예를 들자면, 하이퍼텍스트 마크업 언어(HTML)와 같은 표준 일반화 마크업 언어(SMGL), 무선 애플리케이션 프로토콜(WAP), 무선 마크업 언어(WML)와 같은 핸드헬드 장치 마크업 언어(HDML), WML스크립트, 자바스크립트 등을 이용하여 그래픽, 텍스트, 멀티미디어 등을 수신하고 디스플레이하도록 구성될 수 있다. 실시예에 있어서, 본 발명은 자바 또는 .Net로 프로그램된다.
실시예에 있어서, 멤버 장치(102-104)는 비제한적인 예를 들자면 이메일, 단문 메시지 서비스(SMS), 멀티미디어 메시지 서비스(MMS), 순간 메시징(IM), 인터넷 릴레이 채팅(IRC), 재버(Jabber) 등을 포함한 다른 메카니즘을 이용하여 다른 컴퓨팅 장치로부터 메시지를 수신하도록 또한 구성될 수 있다.
실시예에 있어서, 네트워크(105)는 컴퓨팅 장치들이 통신할 수 있도록 하나의 컴퓨팅 장치를 다른 컴퓨팅 장치에 결합하게끔 구성될 수 있다. 실시예에 있어서, 네트워크(105)는 하나의 전자 장치로부터 다른 전자 장치로 정보를 전달하기 위해 임의 형태의 컴퓨터 판독가능 매체를 사용하게 할 수 있다. 또한 실시예에 있어서, 네트워크(105)는 근거리 통신망(LAN), 광역 통신망(WAN), 예컨대 범용 직렬 버스(USB) 포트를 통한 직접 접속, 다른 형태의 컴퓨터 판독가능 매체, 또는 이들의 임의 조합 외에, 인터넷과 같은 무선 인터페이스 및/또는 유선 인터페이스를 포함할 수 있다. 실시예에 있어서, 상이한 아키텍처 및 프로토콜에 기반한 것을 포함한 상호접속된 LAN의 집합에서, 라우터는 LAN들 간의 링크로서 작용하여 메시지를 서로 간에 전송할 수 있게 한다.
또한, 일부 실시예에 있어서, LAN 내의 통신 링크는 전형적으로 비틀림 배선 쌍 또는 동축 케이블을 포함하고, 네트워크들 간의 통신 링크는 아날로그 전화선, T1, T2, T3 및 T4를 포함한 전체 또는 부분 전용 디지털 선로, 집적 서비스 디지털 네트워크(ISDN), 디지털 가입자 선로(DSL), 위성 링크를 포함한 무선 링크, 또는 이 기술 분야에서 잘 알려져 있는 다른 통신 링크를 사용할 수 있다. 또한, 일부 실시예에 있어서, 원격 컴퓨터 및 다른 관련 전자 장치는 모뎀 및 임시 전화선을 통하여 LAN 또는 WAN에 원격으로 접속될 수 있다. 본질적으로, 일부 실시예에 있어서, 네트워크(105)는 클라이언트 장치(102-104)들 간에, 및 서버(106, 107)들 간에 정보가 이동할 수 있게 하는 임의의 통신 방법을 포함한다.
도 2는 본 발명의 사기 검출 시스템을 지원하는 컴퓨터 및 네트워크 아키텍처의 다른 예시적인 실시예를 보인 것이다. 도시된 멤버 장치(202a, 202b~202n)(예를 들면, 트레이더의 데스크톱)는 각각 프로세서(210)에 결합된 랜덤 액세스 메모리(RAM)(208) 또는 플래시 메모리와 같은 컴퓨터 판독가능 매체를 포함한다. 프로세서(210)는 메모리에 저장된 컴퓨터 실행가능 프로그램 명령어를 실행한다. 그러한 프로세서는 마이크로프로세서, ASIC 및 상태 머신을 포함한다. 그러한 프로세서는 프로세서에 의해 실행될 때 프로세서로 하여금 여기에서 설명하는 단계들을 수행하게 하는 명령어를 저장한 예컨대 컴퓨터 판독가능 매체와 같은 매체를 포함하거나 그러한 매체와 통신할 수 있다. 컴퓨터 판독가능 매체의 실시예는, 비제한적인 예를 들자면, 전자식, 광학식, 자기식, 또는 다른 스토리지, 또는 클라이언트(202a)의 프로세서(210)와 같은 프로세서에 컴퓨터 판독가능 명령어를 제공할 수 있는 전송 장치를 포함할 수 있다. 적당한 매체의 다른 예는, 비제한적인 예를 들자면, 플로피 디스크, CD-ROM, DVD, 자기 디스크, 메모리 칩, ROM, RAM, ASIC, 구성 프로세서, 모든 광학 매체, 모든 자기 테이프, 또는 다른 자기 매체, 또는 컴퓨터 프로세서가 명령어를 읽을 수 있는 임의의 다른 매체를 포함한다. 또한, 각종 다른 형태의 컴퓨터 판독가능 매체는 라우터, 사설 또는 공중 네트워크, 또는 다른 전송 장치 또는 채널을 포함한 컴퓨터에 유선 및 무선을 통하여 명령어를 전송 또는 운반할 수 있다. 명령어는 예를 들면, C, C++, C#, 비쥬얼 베이직, 자바, 피톤(Python), 펄(Perl), 및 자바스크립트를 포함한 임의의 컴퓨터 프로그래밍 언어로부터의 코드를 포함할 수 있다.
멤버 장치(202a-n)는 마우스, CD-ROM, DVD, 키보드, 디스플레이, 또는 다른 입력 또는 출력 장치와 같은 다수의 외부 또는 내부 장치를 포함할 수 있다. 클라이언트 장치(202a-n)의 예는 퍼스널 컴퓨터, 정보 단말기, 개인용 정보 단말기, 셀룰러 폰, 이동 전화기, 스마트폰, 페이저, 디지털 태블릿, 랩톱 컴퓨터, 인터넷 기기 및 다른 프로세서 기반 장치일 수 있다. 일반적으로, 클라이언트 장치(202a)는 네트워크(206)와 접속되고 하나 이상의 응용 프로그램과 상호접속하는 임의 유형의 프로세서 기반 플랫폼이다. 클라이언트 장치(202a-n)는 마이크로소프트™, 윈도즈™, 또는 리눅스와 같은 브라우저 또는 브라우저 인에이블 애플리케이션을 지원할 수 있는 임의의 운영체제에서 동작할 수 있다. 도시된 클라이언트 장치(202a-n)는, 예를 들면, 마이크로소프트 코포레이션의 인터넷 익스플로러™, 애플 컴퓨터 인코포레이티드의 사파리(Safari™), 모질라 파이어폭스(Mozilla Firefox), 및 오페라(Opera)와 같은 브라우저 응용 프로그램을 실행하는 퍼스널 컴퓨터를 포함할 수 있다.
클라이언트 장치(202a-n)를 통하여, 사용자(예를 들면, 플레이어, 에이전트 등)(212a-n)는 네트워크(206)를 통하여 서로 간에, 네트워크(206)에 결합된 다른 시스템 및 장치들 간에 통신한다. 도 2에 도시된 것처럼, 서버 장치(204, 213)가 또한 네트워크(206)에 결합될 수 있다.
비 인터넷 게이밍 데이터에 대한 데이터 구조물의 예
일부 실시예에 있어서, Δt는 게임(g)(로터리, 베팅 등)에 대한 통계가 측정되어 저장될 수 있는 최소 시간 길이(시간 할당량(time-quantum) 또는 시구간)를 나타낸다. 일부 실시예에 있어서, 디폴트 값으로서, Δt 또는 T는 1/2 시간으로 설정될 수 있다(그러나, 일반적으로 시스템 GUI를 통해 사용자에 의해 조절된다). 일부 실시예에 있어서, 2차원 어레이 Sg(t,a)t=1,...Te, a=1,...NA(여기에서 NA는 에이전트(또는 이러한 분할이 공지의 연역적이면 에이전트의 그룹)의 총 수임), 및 샘플 주기의 수 Te=(Tend-Tstart)/Δt가 있으며, 여기에서 Tstart는 게임 카테고리 g의 최초 쿠폰(또는 티켓)이 플레이되었을 때의 시간이고, Tend는 이용가능한 거래 데이터에서 게임 카테고리 g의 최종 쿠폰이 플레이되었을 때의 시간이다. 일부 실시예에 있어서, 이 어레이는 t로 표시되고 모든 t=1,..., Te에 대하여 측정된 시간 간격 [t, t+Δt] 내에서, 에이전트(α)에서 플레이된 게임 카테고리(g)에 대한 쿠폰의 하기 집성 통계를 유지한다.
1. 플레이된 양의 빈도(분포). 일부 실시예에 있어서, 이것은 역시 사용자 규정형(user-defined)인 플레이된 양(amount-played) 변수의 양자화를 함축한다. 일부 실시예에 있어서, Δm은 특정 게임을 위해 사용된 금전 할당량(money-quantum)을 나타낸다(예를 들면, €50). 일부 실시예에 있어서, 2차원 어레이 Sg(t,a)의 각 셀에 대하여, 다음과 같이 데이터 멤버 _mDistro를 유지할 수 있다: double_mDistro[Mmax/Δm], 여기에서 Mmax-1은 공적 승인(official approval)없이 게임에서 플레이될 수 있는 돈의 최대량(max.amount)이고, 어레이의 최종 요소는 모든 더 큰 베팅을 유지한다(공적 승인을 요구한다). 일부 실시예에 있어서, mDistro의 크기는 [Mmax/Δm]이다. 일부 실시예에 있어서, 각 셀은 이 게임을 위해 플레이된 쿠폰의 총 수를 유지하고, 그 값은 간격 [(n-1)Δm, nΔm](여기에서, n=1, ..., [Mmax/Δm]이다)을 나타내는 특정의 금전량 간격(n) 내에 있다.
2. 취소 쿠폰의 수
3. 플레이된 최대 쿠폰 값. 일부 실시예에 있어서, 만일 플레이어 ID 정보가 알려져 있으면, 이 값은 플레이어 ID가 아직 존재하지 않은 에이전트와는 독립적으로, 게임에 대한 최대 플레이어 양을 치환할 수 있다.
4. 지금까지 플레이된 쿠폰 조합의 최대수
일부 실시예에 있어서, 상기의 것은 초기에 특정된 사기 시나리오를 검출하기 위한 모든 필요한 데이터를 설명한다. 일부 실시예에 있어서, 상기 구체적인 데이터 구조 및 통계는 제안된 방법의 적용성을 다른 집성 통계 기반 사기 사례 검출에까지 향상시키기 위해 연장될 수 있다.
일부 실시예에 있어서, 데이터 구조는 다음과 같이 의사 코드로 설명할 수 있다.
class S {
final static double _Dt;
final static double _Dm;
final static double _Mmax;
double _mdistro[_Mmax/_Dm];
double _numCancelled;
double _maxCombsInCouponPlayed;
double _maxCouponValue;
double _totCouponValue;
long _numCoupons;
};
class StatsPerGame {
final static double _totTime;
final static double _numAgents;
S_array[_totTime/S._Dt][_numAgents];
S_sumArray[_totTime/S._Dt];
};
일부 실시예에 있어서, 데이터 구조 StatsPerGame의 _sumArray[] 데이터 멤버는 에이전트 변수의 _array[][] 데이터 멤버를 집성할 수 있다. 일부 실시예에 있어서, StatsPerGame 데이터 구조는 입력 파일의 단일 스캔만을 이용하여 완전하게 채워질(populated) 수 있다.
일부 실시예에 있어서, 도 3은 데이터 큐브(data cube) 구조를 보인 것이다. 일부 실시예에 있어서, 선형 복잡성(linear complexity)의 알고리즘이 최적일 수 있다. 예를 들면, 임의의 알고리즘은 입력을 적어도 1회 판독해야 하고, 따라서, 임의의 선형 시간 알고리즘이 최적으로 생각된다. 일부 실시예에 있어서, 상기 구체적인 정보는 연산을 가속화하고 값비싼 디스크 액세스 동작을 회피하기 위해 컴퓨터 메모리에 유지될 수 있다.
일부 실시예에 있어서, 이러한 최적의 행동을 달성하기 위해, 모든 플레이된 쿠폰의 1회 스캔을 이용하여 예전에 제시된 모든 필요한 정보를 수집한다. 일부 실시예에 있어서, 이러한 정보는 초기에 제공된 거래 데이터의 더 밀집한 표시(compact representation)가 가능하도록 제1 레벨의 "밀집도"(compactness)를 제시할 수 있다. 일부 실시예에 있어서, 가까운 사기 사례에 기초해서, 밀집한 표시는 이 처리 중에 임의의 실질적인 정보가 손실되지 않고 그들의 검출에 최적이다. 일부 실시예에 있어서, 위에서 설명한 것처럼 1회 스캔으로 필요한 정보를 수집한 후에, 본 발명은 지금까지 특정된 각종 사기 사례에 관련된 질의에 효과적으로 대답할 수 있다.
일부 실시예에 있어서, 예를 들면, 쿠폰(C)에 베팅을 두기 위해 사용되는 이벤트(E)(말하자면 2개의 팀 A와 B의 경기)를 식별하기 쉽고, 이 쿠폰을 보존(file)한 에이전트 및 양(M)이 플레이된다.
일부 실시예에 있어서, 본 발명의 시스템 및 방법은 각각의 플레이된 쿠폰에 대한 정보가 수신된 때, 쿠폰별로 분석할 수 있고, 게임이 진행하는 동안 및/또는 분석된 플레이된 쿠폰에 대하여 잠재적 지불을 행하기 전에 잠재적으로 비정상인 사기성의 패턴/행동/추세의 존재를 즉각적으로 실시간으로 결정할 수 있다. 일부 실시예에 있어서, 본 발명의 시스템 및 방법은 각각의 플레이된 쿠폰에 대한 정보가 수신된 때, 쿠폰별로 자동으로 분석할 수 있고, 게임이 진행하는 동안 및/또는 분석된 플레이된 쿠폰에 대하여 잠재적 지불을 행하기 전에 잠재적으로 비정상인 사기성의 패턴/행동/추세의 존재를 즉각적으로 실시간으로 결정할 수 있다.
비정상 패턴/행동/추세/조건은 사기적 행동이 발생하였거나 발생하려고 하는 기미(suspicion)를 생성하는 상황, 및/또는 사기적 행동이 발생할 수 있게 하는 취약성의 우려(apprehension)를 생성하는 상황이다. 이하의 것은 "적어도 하나의 비정상 패턴이 식별"되는 클레임 필요조건을 나타내는 본 발명의 실시예이다.
비 인터넷 기반 로터리 및 베팅 게임에서 사기를 식별하고 방지하는 예
시나리오 1: 베팅 게임에서 플레이어 총량/전체 총량의 백분율(%)
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 대한 일 예이다. 일부 실시예에 있어서, 익명의 쿠폰을 취급할 때, 플레이어 ID 정보는 입력 파일에서 주어지지 않는다. 본 발명은 특수 게임에 대하여, 그 게임에 대한 전체 총량(그 게임 중에 플레이되는 모든 쿠폰(티켓)의 양의 합)에 대한 그 게임에 대해 플레이되는 최대 쿠폰(티켓) 총량(예를 들면 티켓당 최대 베팅 양)의 비율을 계산함으로써, 게임에서 모든 플레이어의 전체 총량에 대한 임의의 무작위 플레이어의 쿠폰 총량의 비율이 문턱값을 초과하는지 체크할 수 있다. 일부 실시예에 있어서, 만일 그 비율이 문턱값(관리자가 규정한 값)을 초과하면, 잠재적으로 비정상인 사기성의 행동/조건을 나타내는 경고가 위반 쿠폰(offending coupon)을 인용하여 발생된다.
일부 실시예에 있어서, 이 시나리오를 구현하기 위해, 하기의 이중 포-루프(for-loop)를 이용할 수 있다:
Begin;
M=0;
Sum=0;
for t=1,...Te do
for a=1,...NA do
if StatsPerGame._array[t][a]._maxCouponValue > M
M=StatsPerGame._array[t][a]._maxCouponValue;
endif;
Sum +=StatsPerGame._array[t][a]._totCouponValue;
endfor;
endfor;
if M/Sum > threshold ALERT;
End;
시나리오 2: 동일한 에이전트에 대한 베팅(시스템)의 많은 동일한 승리 조합
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 대한 일 예이다. 일부 실시예에 있어서, 입력 정보는 플레이된 쿠폰에 대한 정보일 수 있다. 일부 실시예에 있어서, 출력 정보는 동일한 에이전트로부터 오는 베팅의 "동일"한 조합을 식별할 수 있다. 일부 실시예에 있어서, 그러한 출력 정보는 본질적으로 먼저 "고정"된 경기에 대응할 수 있다. 일부 실시예에 있어서, 이 시나리오는 동일한 에이전트로부터 플레이된 특수한 쿠폰/티켓에서 조합의 존재를, 이 조합에 대한 통계적인 기대치보다 훨씬 더 많은 횟수로 테스트한다. 일부 실시예에 있어서, 각각의 다른 쿠폰 조합에 대하여 각 쿠폰 조합을 체크할 필요성을 제거하기 위해, 본 발명은 쿠폰에서 플레이되는 조합을 나타내는 특수 쿠폰의 바이트 스트림에 해시 함수를 적용하여 특수 쿠폰을 나타내는 해시값을 생성한다. 일부 실시예에 있어서, 발생된 해시값은 플레이되는 쿠폰에서 그 값이 출현하는 수와 함께, 데이터베이스에서 2개의 해시 테이블에 저장된다. 일부 실시예에 있어서, 2개의 해시 테이블로부터, 제1 해시 테이블은 쿠폰이 캐스트/판매된 에이전트로부터 플레이된 쿠폰/티켓에 대응하고, 제2 해시 테이블은 모든 에이전트로부터 쿠폰/티켓의 합에 대응한다. 일부 실시예에 있어서, 만일 소정의 게임에 대하여 플레이된 총 쿠폰에 대한 임의의 유사한 또는 동일한 해시값의 출현 비율이 관리자가 규정한 문턱값을 초과하면, 잠재적으로 비정상인 사기성 행동을 나타내는 경고가 잠재적으로 사기성인 쿠폰/티켓에 대한 정보와 함께 발생된다.
본 발명에 따른 결정은 비제한적인 예를 들자면 하기 시퀀스의 단계들을 포함한다:
For 모든 쿠폰 C
if (양 M이 범위 [M1, M2] 내에 있으면) 하기의 동작을 수행한다:
쿠폰으로부터 이벤트 E를 식별한다(E는 특정의 플레이된 조합, 또는 유사한 것(즉, 매우 미미하게 차이가 있는 것)의 풀(pool)에 관련된다)
h=해시(E)로 설정한다
쿠폰을 버킷 B[h]에 둔다
End-if
End-for
일부 실시예에 있어서, 고정 이벤트(예를 들면, 그 성과가 미리 알려져 있고 그 성과가 플레이를 위해 제공된 "유효" 게임/조합에 대응하는 이벤트)의 경우를 살펴볼 때, 본 발명은 그 양이 소정의 문턱값 이상인 쿠폰만을 생각할 수 있다. 일부 실시예에 있어서, 범위 [M1, M2] - 미리 결정될 수 있는 파라미터 - 에 속하는 쿠폰에 대하여, 본 발명은 모든 동일한 이벤트를 수집할 수 있다.
일부 실시예에 있어서, 수집 단계를 달성하기 위해, 본 발명은 수치 값 h=hash(E)를 다시 취하기 위해 이벤트 정보를 해시한다. 일부 실시예에 있어서, 해시 값은 그 길이가 해시 함수의 출력 범위에 의해 결정될 수 있는 버킷 어레이 B[] 내측에 쿠폰(또는 쿠폰에 대한 링크)을 두기 위해 사용될 수 있다. 일부 실시예에 있어서, 선행 접근법은 폐쇄 해시 함수 출력과 관련하여, 데이터 공간 표시 크기를 실질적으로 제한하고 유사한 이벤트를 쉽게 정확히 지적할 수 있다. 일부 실시예에 있어서, 어레이의 길이는 이용가능한 메모리에 의존하고 미리 고정될 수 있는 설계 파라미터일 수 있다.
일부 실시예에 있어서, 본 발명은 단일 통과(pass) 내에서 각각의 쿠폰(C)에 대한 수집 스캔을 완료하게 할 수 있다. 일부 실시예에 있어서, 버킷 내의 수집된 정보는 그 양이 [M1, M2] 내에 있는, 예를 들면 500 유로 이상인 동일한 베팅을 포함할 수 있다. 일부 실시예에 있어서, 본 발명은 각 버킷에 상주하는(reside) 쿠폰을 단순히 주시함으로써 동일한 조합을 위치시킬 수 있게 한다.
일부 실시예에 있어서, 본 발명은 해시 함수 및 버킷 어레이의 길이를 주의깊게 규정함으로써 충돌(예를 들면, 동일한 버킷에 대하여 해시하는 크게 다른 베팅)을 최소화할 수 있다. 일부 실시예에 있어서, 해시 함수의 적당한 선택은 비제한적인 예를 들자면 암호화 해시 함수 및/또는 모듈러 연산을 수행하는 단순 함수를 포함할 수 있다. 일부 실시예에 있어서, 특정 양보다 더 큰 양의 고려는 충돌의 기회를 또한 감소시킬 수 있다. 일부 실시예에 있어서, 본 발명은 쿠폰 양에 기초하여 쿠폰들을 먼저 클러스터링(cluster)할 수 있다. 일부 실시예에 있어서, 본 발명은 두번째로 유사한 양의 쿠폰으로 이루어진 각 클러스터에 해시 함수를 적용하여 유사한 조합을 가진 쿠폰들을 식별할 수 잇다. 일부 실시예에 있어서, 본 발명은 동일한 에이전트 ID(이것은 초기의 클러스터를 더 작은 클러스터로 더욱 분할할 수 있다)를 가짐으로써 이 시나리오에 대하여 추가의 구속을 적용할 수 있다. 일부 실시예에 있어서, 이 분할은 충돌의 위험성을 더욱 감소시킨다.
시나리오 3: 많은 에이전트로부터의 많은 동일한 베팅(시스템)의 조합
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 이 시나리오는 이 조합의 통계적 기대치보다 훨씬 더 많은 횟수로 복수의 에이전트로부터 플레이된 특수 쿠폰/티켓의 조합의 존재를 테스트한다. 일부 실시예에 있어서, 각각의 다른 쿠폰 조합에 대하여 각각의 쿠폰 조합을 체크할 필요성을 제거하기 위해, 본 발명은 쿠폰에서 플레이된 조합을 나타내는 특수 쿠폰의 바이트 스트림에 해시 함수를 적용하여 특수 쿠폰을 나타내는 해시 값을 생성한다. 일부 실시예에 있어서, 발생된 해시 값은 그 다음에, 플레이된 쿠폰에서 그 값이 출현하는 수와 함께 데이터베이스의 2개의 해시 테이블에 저장된다.
일부 실시예에 있어서, 2개의 해시 테이블로부터, --제1 해시 테이블은 쿠폰이 캐스트/판매된 에이전트로부터 플레이된 쿠폰/티켓에 대응하고, 제2 해시 테이블은 모든 에이전트로부터 쿠폰/티켓의 합에 대응한다. 일부 실시예에 있어서, 만일 소정의 게임에 대하여 플레이된 총 쿠폰에 대한 임의의 유사한 또는 동일한 해시값의 출현 비율이 관리자가 규정한 문턱값을 초과하면, 잠재적으로 비정상인 사기성 행동/조건을 나타내는 경고가 잠재적으로 사기성인 쿠폰/티켓에 대한 정보와 함께 발생된다. 일부 실시예에 있어서, 시나리오 2에서 잠재적으로 사기성인 추세를 식별하기 위해 사용되는 방법 및 시스템은 시나리오 3을 취급하기 위해 또한 구현될 수 있다. 일부 실시예에 있어서, 본 발명은, 버킷이 에이전트와 관계없이 쿠폰을 보존(file)하기 위해 사용되었던 동일한 베팅을 포함할 수 있기 때문에, 이 조합의 통계적 기대치보다 훨씬 더 많은 횟수로 복수의 에이전트로부터 플레이된 특수 쿠폰/티켓의 조합을 식별한다. 일부 실시예에 있어서, 특정 버킷의 단순한 주시에 의해, 잠재적으로 협력하는 에이전트에 대한 추가의 정보를 제공할 수 있다.
시나리오 4: 베팅 게임 및/또는 로터리 게임에서 취소 빈도의 증가
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 본 발명은 관리자가 규정한 시간 간격 내에서 임의의 주어진 에이전트로부터 플레이된 총 쿠폰에 대한 쿠폰 취소의 백분율을 계산한다. 일부 실시예에 있어서, 만일 백분율이 소정의 시간 간격 내에 및 모든 게임에 대하여 모든 에이전트에 대한 평균 취소율보다 충분히 더 높으면("충분히 높다"는 특정의 시간 간격 동안에 평균 글로벌 취소율을 배가시키는 관리자 규정 문턱값에 의해 규정된다), 잠재적으로 비정상인 사기성의 행동/조건을 나타내는 경고가 잠재적으로 위반하는 에이전트에 대한 정보와 함께 발생된다. 일부 실시예에 있어서, 이 시나리오에서 사기를 검출하기 위해, 하기의 포-루프(for-loop)를 이용할 수 있다(예를 들면, 모든 에이전트 간에 및 특정 에이전트마다 평균적인 취소 빈도를 알아낸다):
Begin
numc=0;
for a=1...NA do
numc_a[a]=0;
endfor;
for t=1...Te do
numc +=StatsPerGame._sumArray[t].numCancelled;
for a=1...NA do
numc_a[a]+=StatsPerGame._array[t][a].numCancelled;
endfor;
endfor;
일부 실시예에 있어서, 본 발명은 수집된 정보를 하기의 절차를 이용하여 체크할 수 있다:
avg_freq=numc/(Te*NA);
for t=1...Te do
for a=1...NA do
if StatsPerGame._array[t][a].numCancelled >
avg_freq*(1+사용자 규정 문턱값)
ALERT;
endfor;
endfor;
일부 실시예에 있어서, 본 발명은 각 게임이 폐쇄되기 전에 소정의 시간 프레임 내에서 스캔을 수행함으로써 혼합 솔루션을 사용할 수 있다.
avg_freq=numc/(Te*NA);
For a=1...NA do
if numc_a[a]> avg_freq*(1+사용자 규정 문턱값)
ALERT(출력 에이전트 Id→a);
endfor;
End.
시나리오 5: 모든 게임의 총 참여에 대한 특수 베팅 또는 로터리 게임에서의 게임 참여 비율
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 본 발명은 모든 게임의 총 참여에 대한 특수 게임의 참여를 추적할 수 있다. 일부 실시예에 있어서, 본 발명은 관리자 규정 시간 간격 동안에 모든 에이전트로부터 플레이된 쿠폰/티켓의 총 수에 대한 소정 게임의 모든 에이전트로부터 플레이된 쿠폰/티켓의 비율이 관리자 규정 문턱값을 초과하는지 평가한다. 일부 실시예에 있어서, 본 발명은 잠재적으로 위반이 있는 사기성 게임에 대한 정보를 내포하는, 잠재적으로 비정상인 사기성 행동/조건을 나타내는 경고(ALERT)를 발생한다.
일부 실시예에 있어서, 본 발명은 게임 참여율이 소정의 문턱값보다 높으면(예를 들면, 20% 이상), 경고를 발생할 수 있다. 일부 실시예에 있어서, 본 발명은 게임 참여율이 소정의 시간 프레임 내에(예를 들면, 30분 시간 프레임 내에) 소정의 문턱값보다 높으면 경고를 발생할 수 있다.
일부 실시예에 있어서, 본 발명은 비제한적인 예를 들자면 게임 참여율의 추적에 기초하여 사기를 식별하기 위해 하기의 의사 코드를 포함할 수 있다:
Begin
for each t=1... Te do
tot_part=0;
for each game g active in [t,t+Δt) do
tot_part +=StatsPerGame[g]._sumArray[t].numCoupons;
endfor;
for each game g active in [t,t+Δt) do
if StatsPerGame[g]._sumArray[t].numCoupons>
tot_part*사용자 규정 문턱값
ALERT;
endfor;
End;
시나리오 6: 로터리 게임 또는 베팅 게임의 쿠폰/티켓에서 상이한 조합의 플 레이
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 본 발명은 베팅이 쿠폰의 하나 이상의 조합에 대하여 배치될 때의 상황에서 사기를 검출할 수 있다(예를 들면, 쿠폰의 모든 가능한 조합의 40%, 쿠폰의 모든 가능한 조합)(예를 들면, 잠재적으로 돈 세탁 행동). 일부 실시예에 있어서, 본 발명은 쿠폰/티켓의 플레이된 값을 판독하고 플레이된 값을 가능한 조합의 값(예를 들면 단일 컬럼의 모든 조합의 값)으로 나눔으로써 플레이된 쿠폰/티켓에서 나타나는 조합의 총 수를 계산한다. 일부 실시예에 있어서, 만일 결과적인 수가 관리자 규정 문턱값을 초과하면, 잠재적으로 비정상인 사기성 행동/조건을 나타내는 경고가 잠재적으로 위반인 쿠폰/티켓에 대한 정보와 함께 발생된다.
일부 실시예에 있어서, 본 발명은 비제한적인 예를 들자면, 잠재적인 사기 사례를 식별하기 위해 하기의 의사코드를 포함할 수 있다:
Begin
For t=1... Te do
If StatsPerGame._sumArray[t].maxCombsInCouponPlayed>threshold
ALERT;
endfor;
End;
시나리오 7: 로터리 게임 또는 베팅 게임에서 동일 양의 상이한 조합의 플레 이
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 본 발명은 동일 양의 베팅이 하나 이상의 쿠폰/티켓을 이용하여 배치될 때의 상황에서 사기를 검출할 수 있다. 일부 실시예에 있어서, 본 발명은 동일 양의 베팅이 동일한 에이전트에 의해 판매된 하나 이상의 쿠폰/티켓을 이용하여 배치될 때의 상황에서 사기를 검출할 수 있다. 일부 실시예에 있어서, 본 발명은 동일 양의 베팅이 다른 에이전트에 의해 판매된 하나 이상의 쿠폰/티켓을 이용하여 배치될 때의 상황에서 사기를 검출할 수 있다. 일부 실시예에 있어서, 본 발명은 시나리오 2와 관련하여 설명한 예와 유사한 방식으로, 선택된 게임의 각 쿠폰/티켓의 값을 해시 값의 버킷에 해시한다. 일부 실시예에 있어서, 해시 값을 가진 버킷은 값들의 쌍을 표시한다(예를 들면, 해시 값, 그 값으로 해시하는 쿠폰의 수(num-coupons-hashing-into-that-value)). 일부 실시예에 있어서, 만일 입력 데이터의 스캔의 끝에서 본 발명이 관리자 규정 문턱값 이상의 값을 가진 키값 쌍을 식별하면, 잠재적으로 비정상인 사기성 행동/조건을 나타내는 경고가 잠재적으로 사기인 쿠폰/티켓에 대한 정보와 함께 발생된다.
일부 실시예에 있어서, 본 발명은, 비제한적인 예를 들자면, 이들 시나리오에서 잠재적인 사기 사례를 식별하기 위해 하기의 의사코드를 포함할 수 있다:
Begin
totc=0
for each t=1... Te do
totc += StatsPerGame._sumArray[t]._numCoupons;
endfor;
avg_freq=totc/NA;
for each a=1... NA do
double freqs=0; //int. to zero
for each m=1... Mmax/Δm do
for each t=1... Te do
freqs += StatsPerGame._array[t][a]._mdistro[m];
endfor;
if freqs>avg_freq*threshold ALERT;
endfor;
endfor;
End;
일부 실시예에 있어서, 본 발명은 해시 함수를 이용하여 특수 쿠폰을 버킷의 집합에 해시함으로써, 하나 이상의 쿠폰을 이용하여 동일 양의 베팅이 배치되는 때의 상황에서 사기를 검출할 수 있다. 예를 들면, 쿠폰의 해싱은 위에서 시나리오 2와 3에 대하여 설명한 것처럼 수행될 수 있다. 일부 실시예에 있어서, 본 발명은 각각의 판독한 쿠폰을 예를 들면 플레이된 돈의 양 및/또는 에이전트 id를 이용하여 소정의 값에 해시할 수 있다. 일부 실시예에 있어서, 버킷은 형태의 쌍을 유지할 수 있다. 일부 실시예에 있어서, 형태의 쌍의 예는 비제한적인 예를 들자면, 해시 값 및 그 값에 해싱하는 쿠폰의 수를 포함할 수 있다. 일부 실시예에 있어서, 만일 스캔의 끝에서 본 발명이 스캔의 초기 세팅에 기초하여 너무 높은 값을 가진 키 값 쌍을 식별하면, 본 발명은 경고를 발행할 수 있다.
시나리오 8: 한도보다 약간 더 적은 양에 의한 로터리 게임 또는 베팅 게임 의 연속 플레이
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 본 발명은 한도보다 약간 더 적은 양에 의한 연속 플레이가 있는 때의 상황에서 사기를 검출할 수 있다. 일부 실시예에 있어서, 시나리오 7과 관련하여 수행된 해싱 계산과 유사하게, 본 발명은 쿠폰/티켓의 값들을, 미리 정해진 값 범위 내에 있는 값을 가진 쿠폰에 대한 해시 값의 쌍에 해싱한다. 일부 실시예에 있어서, 본 발명은 단일 에이전트로부터의 한도 아래의 연속 플레이를 검출하도록 적응될 수 있다. 일부 실시예에 있어서, 간격 [m-v, Mmax](여기에서 m은 본질적으로 쿠폰 값 한도이고, v는 어떤 사용자 규정(아마도 작은) 정수이다)에서 소정의 게임에 대해 플레이된 양의 분포에서 값들의 변화가 크고, 한도 바로 아래에서 플레이되는 쿠폰의 수가 모든 다른 에이전트에 대한 평균보다 높은 에이전트(a)가 존재하는 경우, 본 발명은 잠재적으로 비정상인 사기성 행동/조건을 나타내는 경고를 잠재적으로 위반인 에이전트에 대한 정보와 함께 발생한다.
일부 실시예에 있어서, 제한치보다 약간 적은 양에 의한 연속 플레이에 기초한 사기의 검출은, 비제한적인 예를 들자면, 하기의 의사코드를 포함할 수 있다:
Begin
m=제한치보다 약간 더 적은 양에 대응하는 cell-index in_mdistro 히스토그램
sum=0;
for t=1... Te do
sum += StatsPerGame._sumArray[t]._mdistro[m];
endfor;
if sum>threshold ALERT;
End;
일부 실시예에 있어서, 본 발명은 다음과 같이 사용자 규정 문턱값과 관계없이 다른 경고를 발행할 수 있다. 만일 간격 [m-v,Mmax](여기에서, v는 어떤 사용자 규정(아마도 작은) 정수이다)에서 StatsPerGame._sumArray[t]._mdistro의 값의 변화가 크고, StatsPerGame._array[t][a]._mdistro[m] 어레이 값이 모든 다른 에이전트에 대한 이 값의 평균의 인수보다 높으면, 본 발명은 경고를 발행할 수 있다(소정의 에이전트로부터 연속적인 플레이).
시나리오 9: 로터리 게임 또는 베팅 게임의 만료 전의 최종 일자 중에 미지 불 쿠폰/티켓의 청구
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 만기 부근의 미청구된 우승 상을 조사할 때, 본 발명은 예를 들면 모든 우승 티켓에 대한 적어도 하기의 값, 즉 발행 번호(draw number) 및 일자, 티켓 포인터(간접 식별자)를 체크함으로써 사기 또는 잠재적 사기에 대한 경고를 식별할 수 있다. 일부 실시예에 있어서, 본 발명에 따라서 티켓이 만기 일자 부근에 있을 때, 경고가 발생된다.
일부 실시예에 있어서, 본 발명은 컴퓨팅 시스템에서 수행되는 사기 검출 방법을 포함하고, 이 방법은, 적어도 1 베팅 게임을 위한 적어도 하나의 플레이된 쿠폰에 관한 정보를 복수의 소스로부터 컴퓨터 시스템에 의해 수신하는 단계 -수신된 정보는 적어도 하나의 베팅 게임이 플레이되는 동안의 적어도 하나의 시구간에 대응함- 와; 수신된 정보로부터 각각의 플레이된 베팅 게임에 대한 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 파퓰레이트하는 단계- 여기에서, 적어도 하나의 2차원 어레이는 적어도 하나의 시구간 동안 적어도 하나의 에이전트에 의해 판매된 적어도 하나의 플레이된 쿠폰에 관한 집성된 게임 통계를 유지하는 것이고, 집성 통계는 사용자 규정형이며, 1) 적어도 하나의 플레이된 양의 빈도, 2) 취소된 쿠폰의 수, 3) 플레이된 최대 쿠폰 값 및 d) 적어도 하나의 쿠폰마다의 조합의 최대 수 중의 적어도 하나를 포함하는 것임- 와; 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하는 단계와; 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하는 단계와; 적어도 하나의 비정상 패턴이 식별된 때 컴퓨터 시스템에 의해 경고를 발생하는 단계를 포함한다.
일부 실시예에 있어서, 비정상 패턴은 적어도 하나의 게임에서 모든 플레이어의 전체 총량에 대한 무작위 플레이어의 쿠폰 총량의 비율이 미리 정해진 비율량을 초과한 때이다.
일부 실시예에 있어서, 본 발명은 컴퓨터 시스템에 의해 제1 의심 쿠폰(suspected coupon) 및 제2 의심 쿠폰- 의심 쿠폰은 플레이된 양이 미리 정해진 플레이된 문턱량을 초과하는 적어도 하나의 플레이된 쿠폰이다- 을 식별하는 단계와; 제1 해시 값을 발생하기 위해 제1 의심 쿠폰에 관한 집성 통계를 컴퓨터 시스템에 의해 해시하는 단계와; 제2 해시 값을 발생하기 위해 제2 의심 쿠폰에 관한 집성 통계를 컴퓨터 시스템에 의해 해시하는 단계와; 제1 해시 값의 길이가 미리 규정된 차이 수 미만만큼 제2 해시 값의 길이와 차이가 있을 때 제1 해시 값과 제2 해시 값을 컴퓨터 시스템에 의해 집성하는 단계와; 제1 해시 값의 길이가 미리 규정된 차이 수 미만만큼 제2 해시 값의 길이와 차이가 있을 때 제1 및 제2 의심 쿠폰에 관한 집성 통계를 컴퓨터 시스템에 의해 스캔하는 단계를 또한 포함하고, 상기 적어도 하나의 비정상 패턴은 동일한 적어도 하나의 에이전트로부터의 유사한 베팅 조합의 존재이다.
인터넷 게임 데이터용 데이터 구조의 예
일부 실시예에 있어서, 인터넷 게임용으로 유지되는 데이터 구조는 도 1에 도시된 비 인터넷 게임과 관련하여 설명한 데이터 큐브와 매우 유사하고 완전히 닮을 수 있다.
일부 실시예에 있어서, 시간은 메인 메모리에 저장된 데이터의 양을 줄이기 위해 거칠게 될 수 있다. 일부 실시예에 있어서, Δt는 플레이어(P)에 대한 통계가 저장되는 최소 시간 길이(시간 할당량)를 나타낸다. 일부 실시예에 있어서, 디폴트 값으로서, Δt는 필요한 상세함의 레벨에 기초하여 더 적절한 1 시간 또는 1일로 설정될 수 있다. 일부 실시예에 있어서, 예를 들면 각 플레이어(P)에 대하여, 2차원 어레이 SP(t,g), t=1,...Te, g=1,...Ng가 사용될 수 있고, 여기에서 Ng는 다른 플레이 유형을 나타내고, Te=(Tend-Tstart)/Δt이며, 여기에서 Tstart와 Tend는 통계가 수집되는 시간 간격을 나타낸다. 일부 실시예에 있어서, 이러한 상기 어레이는 시간 간격 [t, t+Δt] 내에서 특수 플레이 유형(g)에 대한 하기 집성 통계를 유지한다.
1. 캐시인-캐시아웃에 대한 양의 분포. 일부 실시예에 있어서, 이 특성은 역시 사용자 규정형일 수 있는 플레이된 양 변수(amount-played vairable)의 양자화를 함축한다. 일부 실시예에 있어서, Δm은 특수 거래를 위해 사용되는 금전 할당량(money-quantum)을 나타낸다(예를 들면, €10). 일부 실시예에 있어서, Δm은 1로 설정될 수 있다. 일부 실시예에 있어서, 2-D 어레이 SP(t,g)의 각 셀에 대하여, 데이터 멤버가 유지될 수 있다. 일부 실시예에 있어서, _mDistro는 double _mDistro[Mmax/Δm]일 수 있고, 여기에서 Mmax-1은 캐시인-캐시아웃을 위해 사용되는 공지의 최대 금액이다. 일부 실시예에 있어서, 어레이의 최종 요소는 공적 승인을 요구하는 모든 더 큰 베팅을 유지할 수 있다. 일부 실시예에 있어서, 각 셀은 예를 들면 그 값이 특정의 금액 내에 있었던 거래의 총 수를 유지할 수 있다.
일부 실시예에 있어서, 본 발명은 컴퓨터 시스템에서 수행되는 사기 검출 방법을 포함하고, 이 방법은, 적어도 1 베팅 게임에 관한 복수의 거래를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하는 단계- 수신된 복수의 거래는 적어도 하나의 베팅 게임이 플레이된 적어도 하나의 시구간에 대응함- 와; 수신된 복수의 거래로부터의 정보와 함께 각각의 플레이어에 대한 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 파퓰레이트하는 단계- 여기에서, i) 상기 적어도 하나의 2차원 어레이는 적어도 하나의 시구간 동안 특수한 베팅 게임에의 각 플레이어의 참여에 관한 집성된 게임 통계를 유지하는 것이고, ii) 집성 통계는 사용자 규정형이고 플레이어에 의해 플레이된 각 플레이 유형마다 캐시인-캐시아웃 양의 분포를 포함하며, 상기 분포는 1) 각 거래의 양; 2) 모든 캐시인-캐시아웃 양으로부터의 최대 양; 3) 값이 미리 정해진 범위 내에 있는 거래의 총 수; 및 4) 값이 공적 승인을 필요로 하는 적어도 하나의 거래에 기초를 두는 것임- 와; 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하는 단계와; 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하는 단계와; 적어도 하나의 비정상 패턴이 식별된 때 컴퓨터 시스템에 의해 경고를 발생하는 단계를 포함한다.
일부 실시예에 있어서, 데이터 구조는 하기의 의사 코드에 의해 표시될 수 있다:
class S {
final static double _Dt;
final static double _Dm;
final static double _Mmax;
double _mdistro[_Mmax/_DM];
};
class StatsPerPlayer {
final static double _totTime;
final static double _numPlayTypes;
S _array[_totTime/S._Dt][_numPlayTypes];
};
인터넷 기반 로터리 및 베팅 게임에서 사기를 식별 및 방지하는 예
아래의 것은 "적어도 하나의 비정상 패턴이 식별"되는 청구 필요조건을 설명하는 본 발명의 실시예이다.
시나리오 1
금융 거래 서브카테고리 1: 캐시인-캐시아웃의 횟수 및 빈도/양
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 본 발명은 캐시인-캐시아웃의 횟수 및/또는 빈도 및/또는 양을 플레이 유형 및/또는 승리와 상관시킬 수 있다. 일부 실시예에 있어서, 본 발명은 플레이어마다의 기반으로 및/또는 플레이 유형 기반으로 [t, t+Δt]에서 대응 셀에 액세스하고 _mDistro[Mmax/Δm]의 값을 증가시킬 수 있다.
일부 실시예에 있어서, 데이터는 특수 사용자 및/또는 특정 지속기간에 대한 캐시인-캐시아웃의 양을 강조하기 위해 적당한 히스토그램을 이용하여 명시화될 수 있다. 일부 실시예에 있어서, 시작 데이터 및/또는 종료 데이터와 같은 파라미터는 모든 이벤트들이 함께 묶여질 수 있는 시간 입도(time granularity)를 제공한다. 일부 실시예에 있어서, 사용자는 최소 양을 설정할 수 있다.
일부 실시예에 있어서, 본 발명은 함수 x(t)뿐만 아니라 함수 
를 나타내는 전술한 양의 누적 히스토그램을 발생할 수 있다.
금융 거래 서브카테고리 2: 은행 계좌 및 신용카드 사용
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 본 발명은 은행 계좌 및 신용카드의 사용에 관한 사기를 식별할 수 있다. 일부 실시예에 있어서, 사기는 시간에 따른 양, 및 사용의 유형 및/또는 빈도 및 변화에 기초하여 식별될 수 있다. 일부 실시예에 있어서, 본 발명은 수집된 데이터를 명시화하기 위한 히스토그램을 발생할 수 있다. 일부 실시예에 있어서, 시작 데이터 및/또는 종료 데이터 및 시간 입도가 설정되면, 사용된 양 및 계좌에 관한 정보(은행 또는 신용카드)가 디스플레이될 수 있다. 일부 실시예에 있어서, 명시화(visualization)는, 비제한적인 예를 들자면, 캐시인, 캐시아웃, 플레이, 우승량(winning amounts), 교차 상관, 자기 상관에 대한 시계열, 및/또는 이러한 시계열의 임의의 쌍 간의 의존성, 및 누적 시계열(예를 들면, 시간의 시작으로부터의 총 캐시아웃)의 명시화를 포함할 수 있다. 일부 실시예에 있어서, 본 발명은 불가능한 패턴이 식별된 때 경고를 발생할 수 있다. 예를 들면, 하나의 불가능한 패턴은 총 캐시아웃이 임의의 시점에서 '총 캐시인 + 우승'을 초과하는 때의 패턴일 수 있다.
시나리오 2: 장려책-선물의 남용
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 본 발명은 장려책(promotion)에 관한 사기를 식별할 수 있다. 예를 들면, 일부 실시예에 있어서, 모든 플레이어에 대하여, 본 발명은 내부의 가능한 사기를 식별하기 위해 장려책의 참여 빈도에 대한 데이터 및 상품권의 가치를 이용한다. 일부 실시예에 있어서, 본 발명은 상품권을 플레이 유형과 유사한 것으로 생각함으로써 인터넷 기반 사기를 검출하기 위해 제1 시나리오에 관하여 설명한 방법을 이용할 수 있다.
시나리오 3: 등록
서브카테고리 1: 개인 정보 변경의 빈도
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 본 발명은 이메일, 주소, 연락처 등과 같은 개인 정보의 변경 빈도에 기초하여, 예를 들면 변경이 발생할 때마다 갱신되는 각 카테고리에 대한 카운터를 유지함으로써 사기를 식별할 수 있다.
서브카테고리 2: 유사한 프로필의 사용
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 본 발명은 동적 프로그래밍에 기초한 알고리즘을 이용하여 유사한 프로필의 사용에 기초하여 사기를 식별할 수 있다. 일부 실시예에 있어서, 알고리즘은 하나의 시퀀스를 다른 시퀀스로 전환시키는데 필요한 "문자 편집 동작"의 최소수의 측정치로서 2개의 문자열(string) 간의 "거리"를 결정할 수 있다. 일부 실시예에 있어서, 문자열은 2개의 다른 프로필일 수 있다(예를 들면, 프로필은 단순히 사용자 이름 이상의 것을 포함할 수 있다). 일부 실시예에 있어서, 문자열 간의 "유사성"은 하기와 같은 수준을 가질 수 있다:
동일함(identical)-- 편집 거리가 제로일 때,
거의 동일함(nearly identical)-- 편집 거리가 예를 들면 3 동작 미만일 때,
유사함(similar)-- 편집 거리가 4와 7 사이 등일 때.
일부 실시예에 있어서, 길이 m과 n을 각각 가진 소정의 2개의 문자열(예를 들면 프로필) s 및 t에 기초해서, 본 발명은, 비제한적인 예로서, 하기의 동작 집합을 포함할 수 있다:
· 문자를 s로부터 t까지 복사한다(즉, 있는 그대로 사용한다)(비용 0)
· 문자를 s에서 삭제한다(비용 1)
· 문자를 t에 삽입한다(비용 1)
· 하나의 문자를 다른 문자로 치환한다(비용 1)
일부 실시예에 있어서, 본 발명은 부분 솔루션의 비용을 추가로 사용할 수 있다. 즉, s의 최초 i개의 문자를 t의 최초 j개의 문자와 상관시키기 위해 C[i,j]=비용으로 한다. 일부 실시예에 있어서, C[i,j]는 2차원 m×n 표를 유지함으로써 이전 값들과 관련하여 규정될 수 있고, 여기에서 본 발명은 k<i 및 l>j인 모든 값에 대하여 C[k,l]의 값을 아래와 같이 기록할 수 있다:
일부 실시예에 있어서, 본 발명은 모든 i≤m 및 j≤n에 대하여 C[0,j]=j 및 C[i,0]=i를 이용하여 표를 초기화할 수 있다. 일부 실시예에 있어서, 본 발명은 상기 방정식에 따라서 표 엔트리를 채우기 위해 2개의 포-루프(for-loop)를 사용할 수 있다. 일부 실시예에 있어서, 편집 거리는 매트릭스의 단순히 엔트리 C[m,n]이다. 일부 실시예에 있어서, 복잡도는 매트릭스를 채우는데 필요한 시간(O(m·n))에 의해 주어질 수 있다.
시나리오 4: 프로필 변경 모니터링
하기의 것은 특수한 비정상 패턴이 어떻게 식별되는지에 관한 일 예이다. 일부 실시예에 있어서, 본 발명은 사용자 프로필의 변경을 모니터링한 것에 기초하여 사기를 식별할 수 있다. 일부 실시예에 있어서, 본 발명은 변경이 발생할 때마다 갱신되는 각 카테고리의 카운터를 유지할 수 있다. 일부 실시예에 있어서, 본 발명은 비정상적인 프로필 변경이 식별된 때 대응하는 경고를 제공할 수 있다. 일부 실시예에 있어서, 본 발명은 비제한적인 예로서 하기의 것 중 적어도 하나를 포함하는 카테고리에 기초한 사용자 프로필의 변경을 모니터링할 수 있다:
a) 패스워드 변경 빈도
b) 신용카드 번호 또는 신용카드 번호에 대한 포인터
c) 계정 차단 또는 배제, 및/또는
d) 플레이 취소 및 취소의 양.
일 실시예에 있어서, 본 발명은 컴퓨터 시스템에서 수행되는 사기를 검출하는 방법을 포함하고, 이 방법은, a) 적어도 하나의 게임을 위한 복수의 플레이된 쿠폰- 복수의 플레이된 쿠폰은 적어도 하나의 제1 쿠폰과 적어도 하나의 제2 쿠폰을 포함함- 에 관한 정보를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하는 단계와; b) 수신된 정보로부터 각각의 플레이된 게임에 대한 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 파퓰레이트하는 단계- 여기에서, i) 상기 적어도 하나의 2차원 어레이는 집성된 게임 통계를 유지하는 것이고, ii) 집성 통계는 사용자 규정형이고, 1) 적어도 하나의 소스의 아이덴티티, 2) 복수의 플레이된 쿠폰에 대한 수신 정보, 및 3) a) 적어도 하나의 플레이된 양의 빈도, b) 취소된 쿠폰의 수, c) 플레이된 최대 쿠폰 값 및 d) 적어도 하나의 제1 쿠폰 및 적어도 하나의 제2 쿠폰마다의 조합의 최대 수 중의 적어도 하나를 포함한다 - 와; c) 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하는 단계와; d) 적어도 하나의 제1 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하는 단계와; e) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제1 쿠폰에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하는 단계와; f) 적어도 하나의 제2 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하는 단계와; g) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제2 쿠폰에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하는 단계를 포함한다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 적어도 하나의 게임에서 모든 플레이어의 전체 총량에 대한 무작위 플레이어의 쿠폰 총량의 비율이 미리 정해진 비율량을 초과한 때이다.
본 발명의 일 실시예에 있어서, 컴퓨터 시스템에 의해 스캔하는 단계는 컴퓨터 시스템에 의해 제1 의심 쿠폰 및 제2 의심 쿠폰- 의심 쿠폰은 플레이된 양이 미리 정해진 플레이된 문턱량을 초과하는 적어도 하나의 플레이된 쿠폰이다- 을 식별하는 단계와; 제1 해시 값을 발생하기 위해 제1 의심 쿠폰에 관한 집성 통계를 컴퓨터 시스템에 의해 해시하는 단계와; 제2 해시 값을 발생하기 위해 제2 의심 쿠폰에 관한 집성 통계를 컴퓨터 시스템에 의해 해시하는 단계와; 제1 해시 값의 길이가 미리 규정된 차이 수 미만만큼 제2 해시 값의 길이와 차이가 있을 때 제1 해시 값과 제2 해시 값을 컴퓨터 시스템에 의해 집성하는 단계와; 제1 해시 값의 길이가 미리 규정된 차이 수 미만만큼 제2 해시 값의 길이와 차이가 있을 때 제1 및 제2 의심 쿠폰에 관한 집성 통계를 컴퓨터 시스템에 의해 스캔하는 단계를 또한 포함하고, 상기 적어도 하나의 비정상 패턴은 동일한 적어도 하나의 에이전트로부터의 유사한 베팅 조합의 존재이다.
본 발명의 일 실시예에 있어서, 상기 적어도 하나의 비정상 패턴은 적어도 2개의 에이전트로부터의 유사한 베팅 조합의 존재이다. 본 발명의 일 실시예에 있어서, 상기 적어도 하나의 비정상 패턴은 적어도 하나의 에이전트에 대한 취소의 빈도가 미리 정해진 취소 빈도 문턱 수를 초과하는 때이다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 적어도 하나의 게임에서의 총 참여에 대한, 샘플링된 시구간 동안 적어도 하나의 게임에의 참여의 백분율이 미리 정해진 참여 백분율을 초과하는 때이다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 적어도 하나의 플레이된 쿠폰이 적어도 하나의 플레이된 쿠폰에서의 모든 플레이된 조합에 대한 베팅을 포함한 때이다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 동일한 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때이다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 복수의 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때이다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 동일한 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때이다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 복수의 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때이다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 동일한 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 미리 정해진 편차량 미만만큼 한도 양보다 적은 양을 가진 베팅을 포함한 때이다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 적어도 하나의 플레이된 쿠폰이 우승 쿠폰인 때이고 여기에서 우승 쿠폰은 우승 쿠폰의 만료일 전에 미리 정해진 기간 동안 지불을 위해 수신된다.
일 실시예에 있어서, 본 발명은 컴퓨터 시스템에서 수행되는 사기를 검출하는 방법을 포함하고, 이 방법은, a) 적어도 하나의 게임에 관한 복수의 거래- 복수의 거래는 적어도 하나의 제1 거래 및 적어도 하나의 제2 거래를 포함함- 에 대한 정보를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하는 단계와; b) 수신된 복수의 거래로부터의 정보와 함께 각각의 플레이어에 대한 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 파퓰레이트하는 단계- 여기에서, i) 상기 적어도 하나의 2차원 어레이는 적어도 하나의 시구간 동안 특수 게임에의 각 플레이어의 참여에 관한 집성된 게임 통계를 유지하는 것이고, ii) 집성 통계는 사용자 규정형이고 플레이어에 의해 플레이된 각 플레이 유형마다 캐시인-캐시아웃 양의 분포를 포함하며, 상기 분포는 1) 각 거래의 양; 2) 모든 캐시인-캐시아웃 양으로부터의 최대 양; 3) 값이 미리 정해진 범위 내에 있는 거래의 총 수; 및 4) 값이 공적 승인을 필요로 하는 적어도 하나의 거래에 기초를 두는 것임- 와; c) 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하는 단계와; d) 적어도 하나의 제1 거래에 대한 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하는 단계와; e) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제1 거래에 대하여 지불하기 전에, 컴퓨터 시스템에 의해 경고를 발생하는 단계와; f) 적어도 하나의 제2 거래에 대한 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하는 단계와; g) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제2 거래에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하는 단계를 포함한다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 캐시인-캐시아웃 양이 특수 플레이 유형 및 우승과 상관되는 횟수 및 빈도에 기초를 둔다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 적어도 하나의 은행 계좌 및 적어도 하나의 신용카드 계좌의 플레이어의 사용에 관계가 있고, i) 각 거래의 양; ii) 사용의 유형; iii) 사용 빈도; 및 iv) 적어도 하나의 은행 계좌 또는 적어도 하나의 신용카드 계좌의 변경 빈도 중의 적어도 하나에 기초를 둔다.
본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 플레이어 프로필을 변경하는 빈도와 관련이 있고, 구 프로필과 신 프로필 간의 유사성에 기초를 둔다. 본 발명의 일 실시예에 있어서, 적어도 하나의 비정상 패턴은 플레이어 프로필에 대한 변경의 수가 개인 정보의 하기 카테고리 중 적어도 하나에 대한 미리 정해진 변경 수를 초과하는 때이다: a) 패스워드 변경 빈도, b) 신용카드 번호 또는 신용카드 번호에 대한 포인터, c) 계좌 차단 또는 배제, 및 d) 플레이 취소 및 취소의 양.
일 실시예에 있어서, 본 발명은 사기를 검출하기 위한 프로그램된 컴퓨터를 포함하고, 프로그램된 컴퓨터는 컴퓨터 실행가능 프로그램 코드를 저장하기 위한 적어도 하나의 영역을 가진 메모리와; 메모리에 저장된 프로그램 코드를 실행하는 프로세서를 포함하며, 상기 프로그램 코드는, a) 적어도 하나의 게임을 위한 복수의 플레이된 쿠폰- 복수의 플레이된 쿠폰은 적어도 하나의 제1 쿠폰과 적어도 하나의 제2 쿠폰을 포함함- 에 관한 정보를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하기 위한 코드와; b) 수신된 정보로부터 각각의 플레이된 게임에 대한 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 파퓰레이트하기 위한 코드- 여기에서, i) 상기 적어도 하나의 2차원 어레이는 집성된 게임 통계를 유지하는 것이고, ii) 집성 통계는 사용자 규정형이고, 1) 적어도 하나의 소스의 아이덴티티, 2) 복수의 플레이된 쿠폰에 대한 수신 정보, 및 3) a) 적어도 하나의 플레이된 양의 빈도, b) 취소된 쿠폰의 수, c) 플레이된 최대 쿠폰 값 및 d) 적어도 하나의 제1 쿠폰 및 적어도 하나의 제2 쿠폰마다의 조합의 최대 수 중의 적어도 하나를 포함한다 - 와; c) 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하기 위한 코드와; d) 적어도 하나의 제1 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하기 위한 코드와; e) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제1 쿠폰에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드와; f) 적어도 하나의 제2 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하기 위한 코드와; g) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제2 쿠폰에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드를 포함한다.
일 실시예에 있어서, 본 발명은 사기를 검출하기 위한 프로그램된 컴퓨터를 포함하고, 프로그램된 컴퓨터는 컴퓨터 실행가능 프로그램 코드를 저장하기 위한 적어도 하나의 영역을 가진 메모리와; 메모리에 저장된 프로그램 코드를 실행하는 프로세서를 포함하며, 상기 프로그램 코드는, a) 적어도 하나의 게임에 관한 복수의 거래- 복수의 거래는 적어도 하나의 제1 거래 및 적어도 하나의 제2 거래를 포함함- 에 대한 정보를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하기 위한 코드와; b) 수신된 복수의 거래로부터의 정보와 함께 각각의 플레이어에 대한 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 파퓰레이트하기 위한 코드- 여기에서, i) 상기 적어도 하나의 2차원 어레이는 적어도 하나의 시구간 동안 특수 게임에의 각 플레이어의 참여에 관한 집성된 게임 통계를 유지하는 것이고, ii) 집성 통계는 사용자 규정형이고 플레이어에 의해 플레이된 각 플레이 유형마다 캐시인-캐시아웃 양의 분포를 포함하며, 상기 분포는 1) 각 거래의 양; 2) 모든 캐시인-캐시아웃 양으로부터의 최대 양; 3) 값이 미리 정해진 범위 내에 있는 거래의 총 수; 및 4) 값이 공적 승인을 필요로 하는 적어도 하나의 거래에 기초를 두는 것임- 와; c) 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하기 위한 코드와; d) 적어도 하나의 제1 거래에 대한 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하기 위한 코드와; e) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제1 거래에 대하여 지불하기 전에, 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드와; f) 적어도 하나의 제2 거래에 대한 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 적어도 하나의 데이터 구조를 컴퓨터 시스템에 의해 스캔하기 위한 코드와; g) 적어도 하나의 비정상 패턴이 식별된 때, 적어도 하나의 제2 거래에 대하여 지불하기 전에 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드를 포함한다.
물론, 여기에서 설명한 실시예들은 임의의 적당한 컴퓨터 시스템 하드웨어 및/또는 컴퓨터 시스템 소프트웨어를 이용하여 구현될 수 있다. 이와 관련하여, 이 기술에 숙련된 사람이라면, 사용될 수 있는 컴퓨터 하드웨어의 유형(예를 들면, 메인프레임, 미니컴퓨터, 퍼스널 컴퓨터("PC"), 네트워크(예를 들면, 인트라넷 및/또는 인터넷)), 사용될 수 있는 컴퓨터 프로그래밍 기술의 유형(예를 들면, 목적 지향 프로그래밍), 및 사용될 수 있는 컴퓨터 프로그래밍 언어의 유형(예를 들면, C++, 베이직, AJAX, 자바스크립트)을 잘 알고 있을 것이다. 전술한 예들은 물론 설명을 위한 것이고 제한하는 것이 아니다.
지금까지 본 발명의 많은 실시예를 설명하였지만, 이러한 실시예들은 단지 설명을 위한 것이고 제한하는 것이 아니며, 이 기술에 숙련된 사람이라면 많은 수정예 및/또는 대안적인 실시예를 생각해 낼 수 있을 것이다. 예를 들면, 임의의 단계들은 임의의 원하는 순서로 수행될 수 있다(또한, 임의의 원하는 단계가 추가될 수 있고 및/또는 임의의 원하는 단계가 생략될 수 있다). 그러므로, 첨부된 특허청구범위는 본 발명의 정신 및 범위에 포함되는 모든 그러한 수정예 및 실시예를 포괄하는 것으로 의도된다.
204: 서버장치 A
205, 214: 프로세서
206: 네트워크
207: 네트워크 데이터베이스 A
210: 프로세서
213: 서버장치 B
215: 네트워크 데이터베이스 B
205, 214: 프로세서
206: 네트워크
207: 네트워크 데이터베이스 A
210: 프로세서
213: 서버장치 B
215: 네트워크 데이터베이스 B
Claims (20)
- 컴퓨터 시스템에서 수행되는 사기(fraud) 검출 방법에 있어서,
a) 적어도 하나의 게임을 위한 복수의 플레이된 쿠폰 - 상기 복수의 플레이된 쿠폰은 적어도 하나의 제1 쿠폰과 적어도 하나의 제2 쿠폰을 포함함 - 에 관한 정보를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하는 단계;
b) 상기 수신된 정보로부터 각각의 플레이된 게임에 대한 적어도 하나의 2차원 어레이를 상기 컴퓨터 시스템에 의해 채우는(populating) 단계 - i) 상기 적어도 하나의 2차원 어레이는 집성된(aggregated) 게임 통계를 유지하고, ii) 상기 집성 통계는 사용자 규정형이며, 1) 상기 적어도 하나의 소스의 아이덴티티, 2) 상기 복수의 플레이된 쿠폰에 대한 수신 정보, 및 3) a) 적어도 하나의 플레이된 양의 빈도, b) 취소된 쿠폰의 수, c) 플레이된 최대 쿠폰 값 및 d) 상기 적어도 하나의 제1 쿠폰 및 상기 적어도 하나의 제2 쿠폰마다의 조합의 최대 수 중의 적어도 하나를 포함함 - ; 및
c) 상기 적어도 하나의 2차원 어레이를 상기 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하는 단계;
d) 상기 적어도 하나의 제1 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 상기 적어도 하나의 데이터 구조를 상기 컴퓨터 시스템에 의해 스캔하는 단계;
e) 상기 적어도 하나의 비정상 패턴이 식별된 때, 상기 적어도 하나의 제1 쿠폰에 대하여 지불하기 전에 상기 컴퓨터 시스템에 의해 경고를 발생하는 단계;
f) 상기 적어도 하나의 제2 쿠폰에 대한 상기 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 상기 적어도 하나의 데이터 구조를 상기 컴퓨터 시스템에 의해 스캔하는 단계; 및
g) 상기 적어도 하나의 비정상 패턴이 식별된 때, 상기 적어도 하나의 제2 쿠폰에 대하여 지불하기 전에 상기 컴퓨터 시스템에 의해 경고를 발생하는 단계
를 포함하고,
상기 복수의 플레이된 쿠폰은 쿠폰 양에 기초하여 클러스터링(clustering)되는 것인 사기 검출 방법. - 제1항에 있어서, 상기 적어도 하나의 비정상 패턴은 상기 적어도 하나의 게임에서 모든 플레이어의 전체 총량에 대한 무작위 플레이어의 쿠폰 총량의 비율이 미리 정해진 비율량을 초과한 때인 것인 사기 검출 방법.
- 제1항에 있어서, 상기 컴퓨터 시스템에 의해 스캔하는 단계는,
상기 컴퓨터 시스템에 의해 제1 의심 쿠폰 및 제2 의심 쿠폰 - 의심 쿠폰은 플레이된 양이 미리 정해진 플레이된 문턱량을 초과하는 적어도 하나의 플레이된 쿠폰임 - 을 식별하는 단계;
제1 해시 값을 발생하기 위해 상기 제1 의심 쿠폰에 관한 집성 통계를 상기 컴퓨터 시스템에 의해 해시하는(hashing) 단계;
제2 해시 값을 발생하기 위해 상기 제2 의심 쿠폰에 관한 집성 통계를 상기 컴퓨터 시스템에 의해 해시하는 단계;
상기 제1 해시 값의 길이가 미리 규정된 차이 수 미만만큼 상기 제2 해시 값의 길이와 차이가 있을 때 상기 제1 해시 값과 상기 제2 해시 값을 상기 컴퓨터 시스템에 의해 집성하는 단계; 및
상기 제1 해시 값의 길이가 미리 규정된 차이 수 미만만큼 상기 제2 해시 값의 길이와 차이가 있을 때 상기 제1 의심 쿠폰 및 상기 제2 의심 쿠폰에 관한 집성 통계를 상기 컴퓨터 시스템에 의해 스캔하는 단계를 더 포함하고, 상기 적어도 하나의 비정상 패턴은 동일한 적어도 하나의 에이전트로부터의 유사한 베팅 조합의 존재인 것인 사기 검출 방법. - 제3항에 있어서, 상기 적어도 하나의 비정상 패턴은 적어도 2개의 에이전트로부터의 유사한 베팅 조합의 존재인 것인 사기 검출 방법.
- 제1항에 있어서, 상기 적어도 하나의 비정상 패턴은 적어도 하나의 에이전트에 대한 취소의 빈도가 미리 정해진 취소 빈도 문턱 수를 초과하는 때인 것인 사기 검출 방법.
- 제1항에 있어서, 상기 적어도 하나의 비정상 패턴은 상기 적어도 하나의 게임에서의 총 참여에 대한, 샘플링된 시구간 동안 상기 적어도 하나의 게임에의 참여의 백분율이 미리 정해진 참여 백분율을 초과하는 때인 것인 사기 검출 방법.
- 제1항에 있어서, 상기 적어도 하나의 비정상 패턴은 적어도 하나의 플레이된 쿠폰이 상기 적어도 하나의 플레이된 쿠폰에서의 모든 플레이된 조합에 대한 베팅을 포함한 때인 것인 사기 검출 방법.
- 제1항에 있어서, 상기 적어도 하나의 비정상 패턴은 동일한 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때인 것인 사기 검출 방법.
- 제1항에 있어서, 상기 적어도 하나의 비정상 패턴은 복수의 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때인 것인 사기 검출 방법.
- 제3항에 있어서, 상기 적어도 하나의 비정상 패턴은 상기 동일한 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때인 것인 사기 검출 방법.
- 제3항에 있어서, 상기 적어도 하나의 비정상 패턴은 복수의 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 모든 플레이된 조합에 대하여 배치된 동일한 양을 가진 베팅을 포함한 때인 것인 사기 검출 방법.
- 제1항에 있어서, 상기 적어도 하나의 비정상 패턴은 동일한 에이전트에 의해 판매된 복수의 플레이된 쿠폰이 미리 정해진 편차량 미만만큼 한도 양보다 적은 양을 가진 베팅을 포함한 때인 것인 사기 검출 방법.
- 제1항에 있어서, 상기 적어도 하나의 비정상 패턴은 적어도 하나의 플레이된 쿠폰이 우승(winning) 쿠폰인 때이고, 상기 우승 쿠폰은 상기 우승 쿠폰의 만료일 전에 미리 정해진 기간 동안 지불을 위해 수신되는 것인 사기 검출 방법.
- 컴퓨터 시스템에서 수행되는 사기 검출 방법에 있어서,
a) 적어도 하나의 게임에 관한 복수의 거래 - 상기 복수의 거래는 적어도 하나의 제1 거래 및 적어도 하나의 제2 거래를 포함함 - 에 대한 정보를 적어도 하나의 소스로부터 상기 컴퓨터 시스템에 의해 수신하는 단계;
b) 수신된 복수의 거래로부터의 정보로 각각의 플레이어에 대한 적어도 하나의 2차원 어레이를 상기 컴퓨터 시스템에 의해 채우는(populating) 단계 - i) 상기 적어도 하나의 2차원 어레이는 적어도 하나의 시구간 동안 특수 게임에의 각 플레이어의 참여에 관한 집성된 게임 통계를 유지하는 것이고, ii) 집성 통계는 사용자 규정형이고 플레이어에 의해 플레이된 각 플레이 유형마다 캐시인-캐시아웃(cash in-cash out) 양의 분포를 포함하며, 상기 분포는,
1) 각 거래의 양;
2) 모든 캐시인-캐시아웃 양으로부터의 최대 양;
3) 값이 미리 정해진 범위 내에 있는 거래의 총 수; 및
4) 값이 공적(official) 승인을 필요로 하는 적어도 하나의 거래
에 기초를 두는 것임 - ;
c) 상기 적어도 하나의 2차원 어레이를 상기 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하는 단계;
d) 상기 적어도 하나의 제1 거래에 대한 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 상기 적어도 하나의 데이터 구조를 상기 컴퓨터 시스템에 의해 스캔하는 단계;
e) 상기 적어도 하나의 비정상 패턴이 식별된 때, 상기 적어도 하나의 제1 거래에 대하여 지불하기 전에, 상기 컴퓨터 시스템에 의해 경고를 발생하는 단계;
f) 적어도 하나의 제2 거래에 대한 상기 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 상기 적어도 하나의 데이터 구조를 상기 컴퓨터 시스템에 의해 스캔하는 단계; 및
g) 상기 적어도 하나의 비정상 패턴이 식별된 때, 상기 적어도 하나의 제2 거래에 대하여 지불하기 전에 상기 컴퓨터 시스템에 의해 경고를 발생하는 단계
를 포함하고,
상기 복수의 거래는 거래의 양에 기초하여 클러스터링(clustering)되는 것인 사기 검출 방법. - 제14항에 있어서, 상기 적어도 하나의 비정상 패턴은 캐시인-캐시아웃 양이 특수 플레이 유형 및 우승과 상관되는 횟수 및 빈도에 기초를 둔 것인 사기 검출 방법.
- 제14항에 있어서, 상기 적어도 하나의 비정상 패턴은 적어도 하나의 은행 계좌 및 적어도 하나의 신용카드 계좌에 대한 플레이어의 사용에 관계가 있고, i) 각 거래의 양; ii) 사용의 유형; iii) 사용 빈도; 및 iv) 상기 적어도 하나의 은행 계좌 또는 적어도 하나의 신용카드 계좌의 변경 빈도 중의 적어도 하나에 기초를 둔 것인 사기 검출 방법.
- 제14항에 있어서, 상기 적어도 하나의 비정상 패턴은 플레이어 프로필을 변경하는 빈도와 관계가 있고, 구 프로필과 신 프로필 간의 유사성에 기초를 둔 것인 사기 검출 방법.
- 제17항에 있어서, 상기 적어도 하나의 비정상 패턴은 상기 플레이어 프로필에 대한 변경의 수가 개인 정보의 하기 카테고리
a) 패스워드 변경 빈도,
b) 신용카드 번호 또는 신용카드 번호에 대한 포인터,
c) 계좌 차단 또는 배제, 및
d) 플레이 취소 및 취소의 양
중 적어도 하나에 대한 미리 정해진 변경 수를 초과하는 때인 것인 사기 검출 방법. - 사기를 검출하기 위한 프로그램된 컴퓨터에 있어서,
컴퓨터 실행가능 프로그램 코드를 저장하기 위한 적어도 하나의 영역을 가진 메모리; 및
상기 메모리에 저장된 프로그램 코드를 실행하는 프로세서를 포함하고, 상기 프로그램 코드는,
a) 적어도 하나의 게임을 위한 복수의 플레이된 쿠폰 - 상기 복수의 플레이된 쿠폰은 적어도 하나의 제1 쿠폰과 적어도 하나의 제2 쿠폰을 포함함 - 에 관한 정보를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하기 위한 코드;
b) 수신된 정보로부터 각각의 플레이된 게임에 대한 적어도 하나의 2차원 어레이를 컴퓨터 시스템에 의해 채우기 위한 코드 - i) 상기 적어도 하나의 2차원 어레이는 집성된 게임 통계를 유지하고, ii) 집성 통계는 사용자 규정형이고, 1) 상기 적어도 하나의 소스의 아이덴티티, 2) 상기 복수의 플레이된 쿠폰에 대한 수신 정보, 및 3) a) 적어도 하나의 플레이된 양의 빈도, b) 취소된 쿠폰의 수, c) 플레이된 최대 쿠폰 값 및 d) 적어도 하나의 제1 쿠폰 및 적어도 하나의 제2 쿠폰마다의 조합의 최대 수 중의 적어도 하나를 포함함 - ;
c) 상기 적어도 하나의 2차원 어레이를 상기 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하기 위한 코드;
d) 상기 적어도 하나의 제1 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 상기 적어도 하나의 데이터 구조를 상기 컴퓨터 시스템에 의해 스캔하기 위한 코드;
e) 상기 적어도 하나의 비정상 패턴이 식별된 때, 상기 적어도 하나의 제1 쿠폰에 대하여 지불하기 전에 상기 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드;
f) 상기 적어도 하나의 제2 쿠폰에 대한 수신 정보를 이용하여, 적어도 하나의 비정상 패턴을 식별하기 위해 상기 적어도 하나의 데이터 구조를 상기 컴퓨터 시스템에 의해 스캔하기 위한 코드; 및
g) 상기 적어도 하나의 비정상 패턴이 식별된 때, 상기 적어도 하나의 제2 쿠폰에 대하여 지불하기 전에 상기 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드를 포함하고,
상기 복수의 플레이된 쿠폰은 쿠폰 양에 기초하여 클러스터링(clustering)되는 것인 프로그램된 컴퓨터. - 사기를 검출하기 위한 프로그램된 컴퓨터에 있어서,
컴퓨터 실행가능 프로그램 코드를 저장하기 위한 적어도 하나의 영역을 가진 메모리; 및
상기 메모리에 저장된 프로그램 코드를 실행하는 프로세서를 포함하고, 상기 프로그램 코드는,
a) 적어도 하나의 게임에 관한 복수의 거래 - 상기 복수의 거래는 적어도 하나의 제1 거래 및 적어도 하나의 제2 거래를 포함함 - 에 대한 정보를 적어도 하나의 소스로부터 컴퓨터 시스템에 의해 수신하기 위한 코드;
b) 수신된 복수의 거래로부터의 정보로 각각의 플레이어에 대한 적어도 하나의 2차원 어레이를 상기 컴퓨터 시스템에 의해 채우기 위한 코드 - i) 상기 적어도 하나의 2차원 어레이는 적어도 하나의 시구간 동안 특수 게임에의 각 플레이어의 참여에 관한 집성된 게임 통계를 유지하고, ii) 집성 통계는 사용자 규정형이고 플레이어에 의해 플레이된 각 플레이 유형마다 캐시인-캐시아웃 양의 분포를 포함하며, 상기 분포는,
1) 각 거래의 양;
2) 모든 캐시인-캐시아웃 양으로부터의 최대 양;
3) 값이 미리 정해진 범위 내에 있는 거래의 총 수; 및
4) 값이 공적 승인을 필요로 하는 적어도 하나의 거래
에 기초를 두는 것임 - ;
c) 상기 적어도 하나의 2차원 어레이를 상기 컴퓨터 시스템에 의해 적어도 하나의 데이터 구조에 저장하기 위한 코드;
d) 상기 적어도 하나의 제1 거래에 대한 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 상기 적어도 하나의 데이터 구조를 상기 컴퓨터 시스템에 의해 스캔하기 위한 코드;
e) 상기 적어도 하나의 비정상 패턴이 식별된 때, 상기 적어도 하나의 제1 거래에 대하여 지불하기 전에 상기 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드;
f) 상기 적어도 하나의 제2 거래에 대한 수신 정보를 이용해서, 적어도 하나의 비정상 패턴을 식별하기 위해 상기 적어도 하나의 데이터 구조를 상기 컴퓨터 시스템에 의해 스캔하기 위한 코드; 및
g) 상기 적어도 하나의 비정상 패턴이 식별된 때, 상기 적어도 하나의 제2 거래에 대하여 지불하기 전에 상기 컴퓨터 시스템에 의해 경고를 발생하기 위한 코드를 포함하고,
상기 복수의 거래는 거래의 양에 기초하여 클러스터링(clustering)되는 것인 프로그램된 컴퓨터.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US12/787,024 | 2010-05-25 | ||
| US12/787,024 US20110295672A1 (en) | 2010-05-25 | 2010-05-25 | Methods and a system for detecting fraud in betting and lottery games |
| PCT/IB2011/001433 WO2011148260A1 (en) | 2010-05-25 | 2011-05-23 | Methods and a system for detecting fraud in betting and lottery games |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020127033682A Division KR20130122904A (ko) | 2010-05-25 | 2011-05-23 | 베팅 게임 및 로터리 게임에서 사기를 검출하는 방법 및 시스템 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020187004490A Division KR101991642B1 (ko) | 2010-05-25 | 2011-05-23 | 베팅 게임 및 로터리 게임에서 사기를 검출하는 방법 및 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20170109072A true KR20170109072A (ko) | 2017-09-27 |
| KR101903311B1 KR101903311B1 (ko) | 2018-10-01 |
Family
ID=44546366
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020187004490A KR101991642B1 (ko) | 2010-05-25 | 2011-05-23 | 베팅 게임 및 로터리 게임에서 사기를 검출하는 방법 및 시스템 |
| KR1020177026105A KR101903311B1 (ko) | 2010-05-25 | 2011-05-23 | 베팅 게임 및 로터리 게임에서 사기를 검출하는 방법 및 시스템 |
| KR1020127033682A KR20130122904A (ko) | 2010-05-25 | 2011-05-23 | 베팅 게임 및 로터리 게임에서 사기를 검출하는 방법 및 시스템 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020187004490A KR101991642B1 (ko) | 2010-05-25 | 2011-05-23 | 베팅 게임 및 로터리 게임에서 사기를 검출하는 방법 및 시스템 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020127033682A KR20130122904A (ko) | 2010-05-25 | 2011-05-23 | 베팅 게임 및 로터리 게임에서 사기를 검출하는 방법 및 시스템 |
Country Status (8)
| Country | Link |
|---|---|
| US (2) | US20110295672A1 (ko) |
| EP (1) | EP2390827A1 (ko) |
| KR (3) | KR101991642B1 (ko) |
| CN (1) | CN103119634B (ko) |
| AU (1) | AU2011259831A1 (ko) |
| CA (1) | CA2800146C (ko) |
| HK (1) | HK1185437A1 (ko) |
| WO (1) | WO2011148260A1 (ko) |
Families Citing this family (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10964161B2 (en) | 2005-07-14 | 2021-03-30 | Ag 18, Llc | Mechanisms for detection of gambling rule violations including assisted or automated gameplay |
| US9589417B2 (en) | 2005-07-14 | 2017-03-07 | Ag 18, Llc | Interactive gaming among a plurality of players systems and methods |
| US9875610B2 (en) | 2005-07-14 | 2018-01-23 | Ag 18, Llc | Monitoring of interactive gaming systems |
| US10497220B2 (en) | 2008-06-20 | 2019-12-03 | Ag 18, Llc | Location based restrictions on networked gaming |
| US10692325B2 (en) | 2008-06-20 | 2020-06-23 | Ag 18, Llc | Location based restrictions on networked gaming |
| US10720009B2 (en) | 2008-06-20 | 2020-07-21 | Ag 18, Llc | Location based restrictions on networked gaming |
| US20110295672A1 (en) * | 2010-05-25 | 2011-12-01 | Dimitriadis Christos K | Methods and a system for detecting fraud in betting and lottery games |
| WO2014037816A2 (en) * | 2012-09-06 | 2014-03-13 | Zacharakis Ioannis | Computer-implemented methods and computer systems for enabling personalized game betting and lottery playing |
| US9280792B2 (en) * | 2012-10-12 | 2016-03-08 | Empire Technology Development Llc | Notarization based on currency transactions |
| US20140278950A1 (en) * | 2013-03-14 | 2014-09-18 | Retailmenot, Inc. | Methods and systems for maximizing online coupon and deal commissions |
| CA2811729C (en) * | 2013-04-02 | 2023-03-14 | Ontario Lottery And Gaming Corporation | System and methods for managing and using information in a lottery system |
| CA2811725C (en) * | 2013-04-02 | 2024-01-23 | Ontario Lottery And Gaming Corporation | Identification of potentially banned transactions |
| US11244533B2 (en) * | 2014-08-06 | 2022-02-08 | Lottery Now, Inc. | Systems for multiple legal game providers and multiple jurisdictions with asynchronous meta games |
| US20170287594A1 (en) * | 2014-08-06 | 2017-10-05 | Mido Play Inc. | Systems for multiple legal game providers and multiple jurisdictions with a wallet |
| US11030860B2 (en) * | 2014-08-06 | 2021-06-08 | Lottery Now, Inc. | Systems for multiple legal game providers with digital ledger |
| US10475290B2 (en) * | 2014-08-06 | 2019-11-12 | Mido Play Inc. | System for multiple jurisdiction lotteries with fraud detection |
| US20170228975A1 (en) * | 2014-08-06 | 2017-08-10 | Mido Play Inc. | Systems for multiple legal game providers and multiple jurisdictions that provide notifications of lottery ticket status |
| US20170250006A1 (en) * | 2014-08-06 | 2017-08-31 | Mido Play Inc. | Single platform system for multiple jurisdiction lotteries |
| US9734659B2 (en) * | 2014-08-06 | 2017-08-15 | Mido Play Inc. | Single platform system for multiple jurisdiction lotteries and social media |
| JP6200610B1 (ja) * | 2016-06-24 | 2017-09-20 | エージー １８，エルエルシー | 複数のプレイヤーの間の双方向型ゲームのシステム及び方法 |
| US20220157117A1 (en) * | 2017-05-17 | 2022-05-19 | Lottery Now, Inc. | Systems for multiple legal game providers and multiple jurisdictions with asynchronous meta games |
| US10593152B1 (en) | 2018-08-22 | 2020-03-17 | Aristocrat Technologies Australia Pty Limited | Gaming machine and method for evaluating player reactions |
| US11983990B2 (en) | 2018-08-22 | 2024-05-14 | Aristocrat Technologies Australia Pty Limited | Gaming machine and method for evaluating player reactions |
| JP7139213B2 (ja) * | 2018-10-16 | 2022-09-20 | 株式会社ユニバーサルエンターテインメント | 不正防止システム及び情報処理装置 |
| US10896574B2 (en) | 2018-12-31 | 2021-01-19 | Playtika Ltd | System and method for outlier detection in gaming |
| US11189130B2 (en) | 2019-01-23 | 2021-11-30 | Aristocrat Technologies Australia Pty Limited | Gaming machine security devices and methods |
| JP7282195B2 (ja) * | 2019-03-05 | 2023-05-26 | シーメンス インダストリー ソフトウェア インコーポレイテッド | 組み込みソフトウェアアプリケーションのための機械学習ベースの異常検出 |
| US11308761B2 (en) | 2019-05-31 | 2022-04-19 | Aristocrat Technologies, Inc. | Ticketing systems on a distributed ledger |
| US11373480B2 (en) | 2019-05-31 | 2022-06-28 | Aristocrat Technologies, Inc. | Progressive systems on a distributed ledger |
| US11263866B2 (en) | 2019-05-31 | 2022-03-01 | Aristocrat Technologies, Inc. | Securely storing machine data on a non-volatile memory device |
| US11195371B2 (en) | 2019-12-04 | 2021-12-07 | Aristocrat Technologies, Inc. | Preparation and installation of gaming devices using blockchain |
| US11636726B2 (en) | 2020-05-08 | 2023-04-25 | Aristocrat Technologies, Inc. | Systems and methods for gaming machine diagnostic analysis |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6341778B1 (en) * | 1999-11-29 | 2002-01-29 | John S. Lee | Method for playing pointspread blackjack |
| US20060090073A1 (en) * | 2004-04-27 | 2006-04-27 | Shira Steinberg | System and method of using human friendly representations of mathematical values and activity analysis to confirm authenticity |
| US20070270213A1 (en) * | 2002-03-12 | 2007-11-22 | Igt | Virtual player tracking and related services |
| US20080090648A1 (en) * | 2004-09-09 | 2008-04-17 | Igt | Cashless instruments having counterfeit prevention features |
| US20100041470A1 (en) * | 2008-08-18 | 2010-02-18 | Igt | Casino gaming exchange market |
Family Cites Families (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5632009A (en) * | 1993-09-17 | 1997-05-20 | Xerox Corporation | Method and system for producing a table image showing indirect data representations |
| JP2002515765A (ja) * | 1995-06-29 | 2002-05-28 | シリコン・ゲーミング・インコーポレーテッド | 優れた遊技機能と認証およびセキュリティを有する電子的カジノゲームシステム |
| US7699694B2 (en) * | 1995-10-17 | 2010-04-20 | Shuffle Master, Inc. | System including card game dispensing shoe and method |
| US5903880A (en) * | 1996-07-19 | 1999-05-11 | Biffar; Peter C. | Self-contained payment system with circulating digital vouchers |
| US6379247B1 (en) * | 1997-07-07 | 2002-04-30 | Walker Digital, Llc | Method and system for awarding frequent flyer miles for casino table games |
| US6408292B1 (en) * | 1999-08-04 | 2002-06-18 | Hyperroll, Israel, Ltd. | Method of and system for managing multi-dimensional databases using modular-arithmetic based address data mapping processes on integer-encoded business dimensions |
| US6917940B1 (en) * | 2000-03-10 | 2005-07-12 | Hewlett-Packard Development Company, L.P. | Olap-based customer behavior profiling method and system |
| US6682421B1 (en) * | 2000-04-07 | 2004-01-27 | Igt | Wireless gaming environment |
| US7269786B1 (en) * | 2000-05-04 | 2007-09-11 | International Business Machines Corporation | Navigating an index to access a subject multi-dimensional database |
| US7951002B1 (en) * | 2000-06-16 | 2011-05-31 | Igt | Using a gaming machine as a server |
| US6645077B2 (en) * | 2000-10-19 | 2003-11-11 | Igt | Gaming terminal data repository and information distribution system |
| US7318049B2 (en) * | 2000-11-17 | 2008-01-08 | Gregory Fx Iannacci | System and method for an automated benefit recognition, acquisition, value exchange, and transaction settlement system using multivariable linear and nonlinear modeling |
| US7515718B2 (en) * | 2000-12-07 | 2009-04-07 | Igt | Secured virtual network in a gaming environment |
| US20030018584A1 (en) * | 2001-07-23 | 2003-01-23 | Cohen Jeremy Stein | System and method for analyzing transaction data |
| US6685567B2 (en) * | 2001-08-08 | 2004-02-03 | Igt | Process verification |
| US8090730B2 (en) * | 2001-12-04 | 2012-01-03 | University Of Southern California | Methods for fast progressive evaluation of polynomial range-sum queries on real-time datacubes |
| US20040117618A1 (en) * | 2002-03-13 | 2004-06-17 | Kyoko Kawaguchi | Service execution module |
| US7594855B2 (en) * | 2002-03-29 | 2009-09-29 | Futurelogic, Inc. | Method and apparatus for gaming promotional printer |
| US7089266B2 (en) * | 2003-06-02 | 2006-08-08 | The Board Of Trustees Of The Leland Stanford Jr. University | Computer systems and methods for the query and visualization of multidimensional databases |
| US8016670B2 (en) * | 2004-01-12 | 2011-09-13 | Igt | Virtual glass for a gaming machine |
| US7272728B2 (en) * | 2004-06-14 | 2007-09-18 | Iovation, Inc. | Network security and fraud detection system and method |
| US7562086B2 (en) * | 2004-07-09 | 2009-07-14 | Microsoft Corporation | Custom grouping for dimension members |
| US20060064380A1 (en) * | 2004-09-15 | 2006-03-23 | Zev Zukerman | Methods and systems for performing tokenless financial transactions over a transaction network using biometric data |
| WO2006030410A2 (en) * | 2004-09-16 | 2006-03-23 | Fortress Gb Ltd. | System and methods for accelerated recognition and processing of personal privilege operative for controlling large closed group environments |
| US7434047B2 (en) * | 2004-12-30 | 2008-10-07 | Nokia, Inc. | System, method and computer program product for detecting a rogue member in a multicast group |
| US20070055439A1 (en) * | 2005-04-27 | 2007-03-08 | Dennis Denker | Methods and systems for selectively providing a networked service |
| US20070243921A1 (en) * | 2006-02-06 | 2007-10-18 | Spielo Manufacturing Ulc | Wagering game with flexible pay tables |
| US20070208618A1 (en) * | 2006-03-06 | 2007-09-06 | First Data Corporation | Coupon code systems and methods |
| US20100262476A1 (en) * | 2006-12-22 | 2010-10-14 | G5 Enterprizes Pty Ltd | Methods and systems for sales promotion |
| US7933996B2 (en) * | 2009-02-09 | 2011-04-26 | The Go Daddy Group, Inc. | Providing customer-selected solutions for multiple datacenter website hosting |
| CA2786451A1 (en) * | 2010-01-15 | 2011-07-21 | Endurance International Group, Inc. | Unaffiliated web domain hosting service based on a common service architecture |
| US20110295672A1 (en) * | 2010-05-25 | 2011-12-01 | Dimitriadis Christos K | Methods and a system for detecting fraud in betting and lottery games |
-
2010
- 2010-05-25 US US12/787,024 patent/US20110295672A1/en not_active Abandoned
- 2010-07-07 EP EP10168757A patent/EP2390827A1/en not_active Withdrawn
-
2011
- 2011-05-23 WO PCT/IB2011/001433 patent/WO2011148260A1/en active Application Filing
- 2011-05-23 KR KR1020187004490A patent/KR101991642B1/ko active IP Right Grant
- 2011-05-23 KR KR1020177026105A patent/KR101903311B1/ko active IP Right Grant
- 2011-05-23 CN CN201180035582.1A patent/CN103119634B/zh not_active Expired - Fee Related
- 2011-05-23 AU AU2011259831A patent/AU2011259831A1/en not_active Abandoned
- 2011-05-23 KR KR1020127033682A patent/KR20130122904A/ko not_active Application Discontinuation
- 2011-05-23 CA CA2800146A patent/CA2800146C/en active Active
- 2011-10-18 US US13/275,823 patent/US8401679B2/en active Active
-
2013
- 2013-11-15 HK HK13112797.5A patent/HK1185437A1/zh not_active IP Right Cessation
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6341778B1 (en) * | 1999-11-29 | 2002-01-29 | John S. Lee | Method for playing pointspread blackjack |
| US20070270213A1 (en) * | 2002-03-12 | 2007-11-22 | Igt | Virtual player tracking and related services |
| US20060090073A1 (en) * | 2004-04-27 | 2006-04-27 | Shira Steinberg | System and method of using human friendly representations of mathematical values and activity analysis to confirm authenticity |
| US20080090648A1 (en) * | 2004-09-09 | 2008-04-17 | Igt | Cashless instruments having counterfeit prevention features |
| US20100041470A1 (en) * | 2008-08-18 | 2010-02-18 | Igt | Casino gaming exchange market |
| US8088001B2 (en) * | 2008-08-18 | 2012-01-03 | Igt | Casino gaming exchange market |
Also Published As
| Publication number | Publication date |
|---|---|
| US8401679B2 (en) | 2013-03-19 |
| US20110295672A1 (en) | 2011-12-01 |
| KR101903311B1 (ko) | 2018-10-01 |
| HK1185437A1 (zh) | 2014-02-14 |
| EP2390827A1 (en) | 2011-11-30 |
| KR20180021212A (ko) | 2018-02-28 |
| AU2011259831A1 (en) | 2012-12-06 |
| KR101991642B1 (ko) | 2019-06-20 |
| CN103119634A (zh) | 2013-05-22 |
| US20120035751A1 (en) | 2012-02-09 |
| CA2800146A1 (en) | 2011-12-01 |
| KR20130122904A (ko) | 2013-11-11 |
| CA2800146C (en) | 2018-07-31 |
| CN103119634B (zh) | 2016-08-31 |
| WO2011148260A1 (en) | 2011-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101903311B1 (ko) | 베팅 게임 및 로터리 게임에서 사기를 검출하는 방법 및 시스템 | |
| US11783028B2 (en) | Systems and methods for detecting resources responsible for events | |
| US10009358B1 (en) | Graph based framework for detecting malicious or compromised accounts | |
| Bartoletti et al. | Cryptocurrency scams: analysis and perspectives | |
| Bond et al. | Chip and Skim: cloning EMV cards with the pre-play attack | |
| CN108780479A (zh) | 用于对异常进行检测和评分的系统和方法 | |
| EP3104294B1 (en) | Fast device classification | |
| CN104040557B (zh) | 在线诈骗检测动态评分集合系统和方法 | |
| CN104836781B (zh) | 区分访问用户身份的方法及装置 | |
| CN107665432A (zh) | 在用户与各种银行服务的交互中识别可疑用户行为的系统和方法 | |
| EP3085023B1 (en) | Communications security | |
| EP2283446A1 (en) | Fraudulent page detection | |
| US10769896B1 (en) | Counter-fraud measures for an ATM device | |
| CN111786950A (zh) | 基于态势感知的网络安全监控方法、装置、设备及介质 | |
| CN107070876A (zh) | 方法、设备以及系统 | |
| Yagemann et al. | On the feasibility of automating stock market manipulation | |
| CN111712817B (zh) | 用于基于系统调用的进程监视的空间和时间卷积网络 | |
| Iqbal et al. | STIXGEN-a novel framework for automatic generation of structured cyber threat information | |
| Wu et al. | Understanding the dynamic and microscopic traits of typical Ethereum accounts | |
| AU2015203184A1 (en) | Methods and a system for detecting fraud in betting and lottery games | |
| Chen et al. | Misbehavior Detection on Blockchain Data | |
| Stachyra | The characteristics of fraudulent financial transactions in the context of a graph model | |
| Anderson | How to Cheat at the Lottery | |
| CN117459262A (zh) | 一种基于行为分析的金融业务逻辑漏洞告警监测方法、系统及存储介质 | |
| IX | ellevue, W |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| A201 | Request for examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |