基于KNN的游戏道具数量异常检测方法、系统、装置和介质制造方法及图纸

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。

【技术实现步骤摘要】
基于KNN的游戏道具数量异常检测方法、系统、装置和介质


[0001]本申请涉及计算机
，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。

技术介绍

[0002]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。
[0003]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。

技术实现思路

[0004]本申请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。
[0005]第一方面，本申请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：
[0006]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近本文档来自技高网...

【技术保护点】

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：黄晓鑫，李刚，
申请(专利权)人：杭州电魂网络科技股份有限公司，
类型：发明
国别省市：