伏羲实验室用户画像组开放课题
Search…
概述
开放研究课题
游戏玩家进入的下一个游戏场景预测
MMORPG游戏服务器的合并模拟预测
基于游戏虚拟社交空间的玩家时空序列预测
基于多源数据融合的游戏玩家状态预测
MMORPG中的虚拟游戏道具价格预测
结合因果推断的时序预测
游戏玩家流失预测
游戏玩家流失原因分析
基于玩家角色轨迹的游戏外挂检测
基于玩家社交图谱的游戏外挂检测
基于玩家行为序列的游戏外挂检测
基于游戏客户端截图的FPS透视挂检测
在线游戏中的半监督异常交易群体检测
在线游戏中的交易网络子图匹配
可解释的外挂检测
个性化礼包生成与个性化礼包推荐
基于玩家实时交互的游戏道具推荐
游戏玩家时装商品搭配推荐
基于游戏社交关系的玩家-帮会关系预测
基于游戏战场中行为序列的玩家竞技风格挖掘
基于游戏战场中行为序列的动作价值评估
面向全局优化的游戏玩家组队匹配
游戏数据场景下的稳定学习框架
数据众包质量控制方法研究
开放工程课题
模型可解释性应用Demo制作
用户行为序列可视化系统Demo制作
因果分析仿真环境Demo制作
基于区块链技术的数据加密和流转框架Demo制作
游戏联邦学习框架Demo制作
画像标签体系可视化Demo制作
回报分解仿真环境Demo制作
用户关系图谱可视化系统Demo制作
游戏AutoML框架Demo制作
游戏背景知识
游戏基础
游戏玩法知识
游戏玩家分类
MMORPG元素
CCG元素
SPG元素
游戏数据集描述
伏羲游戏数据集
MMORPG1
ACT1
CCG1
SPG1
TAB1
高校合作申请流程
高校合作申请流程
Powered By
GitBook
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]
开放研究课题 - Previous
在线游戏中的交易网络子图匹配
Next - 开放研究课题
个性化礼包生成与个性化礼包推荐
Last modified
4mo ago
Copy link
Outline
课题背景
问题定义
问题挑战
评价指标
数据集描述
相关学术论文
联系我们