基于knn的游戏道具数量异常检测方法、系统、装置和介质
技术领域
1.本技术涉及计算机技术领域，特别是涉及基于knn的游戏道具数量异常检测方法、系统、装置和介质。
背景技术：2.随着电子竞技行业的发展，游戏玩家对游戏的要求也越来越高。从游戏体验和玩家信息安全来看，为了防止由于误操作或代码问题导致玩家道具数量异常而引起的经济损失或玩家游戏体验下降等情况，需要及时准确的检测玩家当前的道具数量是否发生异常。
3.目前针对相关技术中，缺少对玩家道具数量异常检测的问题，尚未提出有效的解决方案。
技术实现要素：4.本技术实施例提供了一种基于knn的游戏道具数量异常检测方法、系统、装置和介质，以至少解决相关技术中缺少对玩家道具数量异常检测的问题。
5.第一方面，本技术实施例提供了一种基于knn的游戏道具数量异常检测方法，所述方法包括：
6.获取用户道具记录表，通过自定义算法计算每个用户道具数量与其他用户样本点之间的欧氏距离，并根据得到的距离集合，计算用户样本与距离所述用户样本第k近的用户样本之间的欧式距离，得到用户的第k项欧式距离数据集；
7.对用户的第k项欧式距离数据集按从大到小进行排序，根据所述排序，得到每个用户的排列序号，并根据所述排列序号判定用户道具数量是否为异常；
8.将最新的判定结果覆盖更新到所述用户道具记录表中。
9.在其中一些实施例中，获取用户道具记录表包括：
10.通过python的configparser包读取ini配置文件中的游戏服务端数据库参数，从所述数据库参数中获取用户道具数量记录表。
11.在其中一些实施例中，根据所述排列序号判定用户道具数量是否为异常包括：
12.预设异常参数范围，若用户的排列序号在所述异常参数范围内，则所述用户的道具参数为异常，反之则正常。
13.在其中一些实施例中，在检测到用户的道具参数异常之后，所述方法包括：
14.通过预设的告警邮件，将道具数量异常情况发送到用户邮箱。
15.第二方面，本技术实施例提供了一种基于knn的游戏道具数量异常检测系统，所述系统包括：
16.获取计算模块，用于获取用户道具记录表，通过自定义算法计算每个用户道具数量与其他用户样本点之间的欧氏距离，并根据得到的距离集合，计算用户样本与距离所述用户样本第k近的用户样本之间的欧式距离，得到用户的第k项欧式距离数据集；
17.排序判定模块，用于对用户的第k项欧式距离数据集按从大到小进行排序，根据所
述排序，得到每个用户的排列序号，并根据所述排列序号判定用户道具数量是否为异常；
18.更新模块，用于将最新的判定结果覆盖更新到所述用户道具记录表中。
19.在其中一些实施例中，所述获取计算模块，还用于通过python的configparser包读取ini配置文件中的游戏服务端数据库参数，从所述数据库参数中获取用户道具数量记录表。
20.在其中一些实施例中，所述排序判定模块，还用于预设异常参数范围，若用户的排列序号在所述异常参数范围内，则所述用户的道具参数为异常，反之则正常。
21.在其中一些实施例中，所述系统还包括告警模块，在检测到用户的道具参数异常之后，
22.所述告警模块，用于通过预设的告警邮件，将道具数量异常情况发送到用户邮箱。
23.第三方面，本技术实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的基于knn的游戏道具数量异常检测方法。
24.第四方面，本技术实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的基于knn的游戏道具数量异常检测方法。
25.相比于相关技术，本技术实施例提供的基于knn的游戏道具数量异常检测方法，获取用户道具记录表，通过自定义算法计算每个用户道具数量与其他用户样本点之间的欧氏距离，并根据得到的距离集合，计算用户样本与距离该用户样本第k近的用户样本之间的欧式距离，得到用户的第k项欧式距离数据集；对用户的第k项欧式距离数据集按从大到小进行排序，根据该排序，得到每个用户的排列序号，并根据排列序号判定用户道具数量是否为异常；将最新的判定结果覆盖更新到用户道具记录表中。
26.本技术将knn算法用于游戏用户道具数量异常的判定与监控，解决了相关技术中缺少对玩家道具数量异常检测的问题，有助于提高用户体验，保障用户信息安全。
附图说明
27.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
28.图1是根据本技术实施例的基于knn的游戏道具数量异常检测方法的应用环境示意图；
29.图2是根据本技术实施例的基于knn的游戏道具数量异常检测方法的流程图；
30.图3是根据本技术实施例的基于knn的游戏道具数量异常检测系统的结构框图；
31.图4是根据本技术实施例的电子设备的内部结构示意图。
具体实施方式
32.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。基于本技术提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本技术公开的内容相关
的本领域的普通技术人员而言，在本技术揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本技术公开的内容不充分。
33.在本技术中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本技术所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
34.除非另作定义，本技术所涉及的技术术语或者科学术语应当为本技术所属技术领域内具有一般技能的人士所理解的通常意义。本技术所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本技术所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本技术所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本技术所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。本技术所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
35.本技术提供的基于knn的游戏道具数量异常检测方法，可以应用于如图1所示的应用环境中，图1是根据本技术实施例的基于knn的游戏道具数量异常检测方法的应用环境示意图，如图1所示。其中，终端11与服务器10通过网络进行通信。服务器10获取用户道具记录表，通过自定义算法计算每个用户道具数量与其他用户样本点之间的欧氏距离，并根据得到的距离集合，计算用户样本与距离该用户样本第k近的用户样本之间的欧式距离，得到用户的第k项欧式距离数据集；对用户的第k项欧式距离数据集按从大到小进行排序，根据该排序，得到每个用户的排列序号，并根据排列序号判定用户道具数量是否为异常；将最新的判定结果覆盖更新到用户道具记录表中。其中，终端11可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器10可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
36.本实施例提供了一种基于knn的游戏道具数量异常检测方法，图2是根据本技术实施例的基于knn的游戏道具数量异常检测方法的流程图，如图2所示，该流程包括如下步骤：
37.步骤s201，获取用户道具记录表，通过自定义算法计算每个用户道具数量与其他用户样本点之间的欧氏距离，并根据得到的距离集合，计算用户样本与距离用户样本第k近的用户样本之间的欧式距离，得到用户的第k项欧式距离数据集；
38.优选的，本实施例中，服务器通过python的configparser包读取ini配置文件中的游戏服务端数据库参数，并从数据库参数中读取用户道具数量记录表中的用户记录。其中，每条记录包含的信息维度为：[用户id，道具1的数量，道具2的数量，...，道具n的数量，是否为异常]。
[0039]
接着，通过自定义算法计算每个用户道具数量与其他用户样本点之间的欧氏距离。算法的具体伪代码如下：
[0040][0041]
将用户道具数量数据集d＝(x1,x2,...,xm)输入到上述伪代码中，其中，xi＝(x
i,1
,x
i,2
,...,x
i,n
)
′
，x
i,j
指的是第i个用户的第j个道具的数量。经过算法计算，可输出得到每个用户道具数量与其他用户样本点之间的欧氏距离，即：out＝([x1,d
11
,d
12
,...,d
1m
]，[x2,d
21
,d
22
,...,d
2m
],...,[xm,d
m1
,d
m2
,...,d
mm
])。
[0042]
根据上述计算得到的距离集合，对每个用户xi的欧式距离d
i1
,d
i2
,...,d
im
按从小到大的顺序进行排序，取其中的第k个距离，记为di，进而得到所有用户的第k项欧式距离数据集d1,d2,...,dm，其中di为每个用户样本与距离该用户样本第k近的用户样本之间的欧氏距离。
[0043]
步骤s202，对用户的第k项欧式距离数据集按从大到小进行排序，根据排序，得到每个用户的排列序号，并根据排列序号判定用户道具数量是否为异常；
[0044]
本实施例中对用户的第k项欧式距离数据集d1,d2,...,dm，按从大到小的顺序进行排序，得到每个用户的排列序号o1,o2,...,om。根据该排列序号判定用户道具数量是否为异常。
[0045]
优选的，预设异常参数范围，若用户的排列序号在该异常参数范围内，则用户的道具参数为异常，反之则正常。例如，预设前a个用户的道具数量为异常值，则将用户序号oi《＝a的用户判定为异常用户，其道具数量为异常。
[0046]
优选的，在判定检测到用户的道具参数异常之后，服务器通过预设的告警邮件，将道具数量异常情况发送到用户和开发人员邮箱，提醒相关人员采取补救措施。
[0047]
步骤s203，将最新的判定结果覆盖更新到用户道具记录表中。
[0048]
将每个用户的最新判定结果覆盖更新到用户道具数量记录表的是否为异常字段中，得到最新的用户道具记录表。
[0049]
通过上述步骤s201至步骤s203，本实施例将knn算法用于游戏用户道具数量异常的判定与监控，解决了相关技术中缺少对玩家道具数量异常检测的问题，有助于提高用户体验，保障用户信息安全。
[0050]
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0051]
本实施例还提供了一种基于knn的游戏道具数量异常检测系统，该系统用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0052]
图3是根据本技术实施例的基于knn的游戏道具数量异常检测系统的结构框图，如图3所示，该系统包括获取计算模块31、排序判定模块32和更新模块33：
[0053]
获取计算模块31，用于获取用户道具记录表，通过自定义算法计算每个用户道具数量与其他用户样本点之间的欧氏距离，并根据得到的距离集合，计算用户样本与距离该用户样本第k近的用户样本之间的欧式距离，得到用户的第k项欧式距离数据集；排序判定模块32，用于对用户的第k项欧式距离数据集按从大到小进行排序，根据该排序，得到每个用户的排列序号，并根据该排列序号判定用户道具数量是否为异常；更新模块33，用于将最新的判定结果覆盖更新到用户道具记录表中。
[0054]
通过上述系统，本实施例将knn算法用于游戏用户道具数量异常的判定与监控，解决了相关技术中缺少对玩家道具数量异常检测的问题，有助于提高用户体验，保障用户信息安全。
[0055]
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
[0056]
此外，需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
[0057]
本实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
[0058]
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
[0059]
另外，结合上述实施例中的基于knn的游戏道具数量异常检测方法，本技术实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种基于knn的游戏道具数量异常检测方法。
[0060]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于knn的游戏道具数量异常检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0061]
在一个实施例中，图4是根据本技术实施例的电子设备的内部结构示意图，如图4所示，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图4所示。该电子设备包括通过内部总线连接的处理器、网络接口、内存储器和非易失性存储器，其中，该非易失性存储器存储有操作系统、计算机程序和数据库。处理器用于提供计算和控制能力，网络接口用于与外部的终端通过网络连接通信，内存储器用于为操作系统和计算机程序的运行提供环境，计算机程序被处理器执行时以实现一种基于knn的游戏道具数量异常检测
方法，数据库用于存储数据。
[0062]
本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0063]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0064]
本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0065]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。
技术特征：1.一种基于knn的游戏道具数量异常检测方法，其特征在于，所述方法包括：获取用户道具记录表，通过自定义算法计算每个用户道具数量与其他用户样本点之间的欧氏距离，并根据得到的距离集合，计算用户样本与距离所述用户样本第k近的用户样本之间的欧式距离，得到用户的第k项欧式距离数据集；对用户的第k项欧式距离数据集按从大到小进行排序，根据所述排序，得到每个用户的排列序号，并根据所述排列序号判定用户道具数量是否为异常；将最新的判定结果覆盖更新到所述用户道具记录表中。2.根据权利要求1所述的方法，其特征在于，获取用户道具记录表包括：通过python的configparser包读取ini配置文件中的游戏服务端数据库参数，从所述数据库参数中获取用户道具数量记录表。3.根据权利要求1所述的方法，其特征在于，根据所述排列序号判定用户道具数量是否为异常包括：预设异常参数范围，若用户的排列序号在所述异常参数范围内，则所述用户的道具参数为异常，反之则正常。4.根据权利要求3所述的方法，其特征在于，在检测到用户的道具参数异常之后，所述方法包括：通过预设的告警邮件，将道具数量异常情况发送到用户邮箱。5.一种基于knn的游戏道具数量异常检测系统，其特征在于，所述系统包括：获取计算模块，用于获取用户道具记录表，通过自定义算法计算每个用户道具数量与其他用户样本点之间的欧氏距离，并根据得到的距离集合，计算用户样本与距离所述用户样本第k近的用户样本之间的欧式距离，得到用户的第k项欧式距离数据集；排序判定模块，用于对用户的第k项欧式距离数据集按从大到小进行排序，根据所述排序，得到每个用户的排列序号，并根据所述排列序号判定用户道具数量是否为异常；更新模块，用于将最新的判定结果覆盖更新到所述用户道具记录表中。6.根据权利要求5所述的系统，其特征在于，所述获取计算模块，还用于通过python的configparser包读取ini配置文件中的游戏服务端数据库参数，从所述数据库参数中获取用户道具数量记录表。7.根据权利要求5所述的系统，其特征在于，所述排序判定模块，还用于预设异常参数范围，若用户的排列序号在所述异常参数范围内，则所述用户的道具参数为异常，反之则正常。8.根据权利要求7所述的系统，其特征在于，所述系统还包括告警模块，在检测到用户的道具参数异常之后，所述告警模块，用于通过预设的告警邮件，将道具数量异常情况发送到用户邮箱。9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至4中任一项所述的基于knn的游戏道具数量异常检测方法。10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至4中任一项所述的基于knn的游戏道具数量异常检测方法。
技术总结本申请涉及一种基于KNN的游戏道具数量异常检测方法、系统、装置和介质，其中，该方法包括：获取用户道具记录表，通过自定义算法计算每个用户道具数量与其他用户样本点之间的欧氏距离，并根据得到的距离集合，计算用户样本与距离该用户样本第k近的用户样本之间的欧式距离，得到用户的第k项欧式距离数据集；对用户的第k项欧式距离数据集按从大到小进行排序，根据该排序，得到每个用户的排列序号，并根据排列序号判定用户道具数量是否为异常；将最新的判定结果覆盖更新到用户道具记录表中。通过本申请，解决了相关技术中缺少对玩家道具数量异常检测的问题，有助于提高用户体验，保障用户信息安全。户信息安全。户信息安全。
技术研发人员：黄晓鑫 李刚
受保护的技术使用者：杭州电魂网络科技股份有限公司
技术研发日：2022.07.07
技术公布日：2022/11/1
