高校合作申请流程
可解释的外挂检测

课题背景

近年来,随着人们对于高品质娱乐需求的不断增加,在线游戏市场持续繁荣,同时,游戏行业也遭受着外挂脚本的严重威胁,游戏外挂检测已成为游戏出版商最急需解决的问题之一。在大型角色扮演类游戏(MMORPG)中,游戏外挂指玩家使用自动的脚本程序进入系统内核,在无需休息的情况下持续执行艰难或乏味的任务,如批量挂机,自动任务,自动采集等。因此,游戏外挂很容易击败正常玩家,对游戏公平和经济系统造成极大的负面影响。
游戏行业在外挂检测上投入了巨量努力,通过利用AI技术,取得了很高的检测准确率提升。然而,由于AI模型的黑盒属性,为了避免误封正常玩家,游戏运营对AI模型预测结果的应用往往非常谨慎。因此,给外挂检测提供合理、易于人类理解的解释,对其实际应用至关重要。
目前,基于可解释性外挂检测的研究比较缺乏,相关方法主要以画像分析和特征重要性分析的方案为主,前者依赖大量的专家经验,耗时费力,且无法适应外挂的变化。后者由于缺乏客观统计指标的支撑,解释缺乏可靠性,也缺少直观的外挂筛选能力。给外挂检测生成解释仍是一个挑战。

问题定义

基于玩家历史数据(行为序列、画像等),准确检测出外挂玩家,并提供合理、直观、有说服力的解释,帮助游戏运营快速判断外挂并实行封禁。
图1:可解释的外挂检测

问题挑战

可解释的外挂检测中的挑战主要包括以下几点:
  • 解释性AI领域尚不成熟,对于行为序列的解释效果不佳
  • 解释性AI领域缺乏统一的评估标准
  • 解释如何直观可视化呈现仍有待探索
  • 生成的解释如何形成实锤外挂的模式是一个挑战

评价指标

可解释的外挂检测可以通过以下指标进行评估:
  • 封禁准确率和召回率
  • Post-hoc accuracy
  • 人工评价

数据集描述

游戏数据集主要分为两个部分:
  • 用户画像数据
字段
类型
描述
role_id
string
玩家id
level
int
玩家等级
role_class
int
职业
……
  • 用户历史动作序列
字段
类型
描述
role_id
string
玩家id
action_id
int
动作id
objective_ids
string
动作对象id,多个对象id以逗号隔开
time_stamp
int
动作发生的时间戳

相关学术论文

Fuxi-UP团队已针对该问题提出了一种多视图的可解释外挂检测框架,相关工作已发表在GOG'2020(best paper)

联系我们

有任何问题,请联系 [email protected], [email protected]