高校合作申请流程
基于玩家角色轨迹的游戏外挂检测

课题背景

游戏工作室通过脚本自动化的完成任务,大量的获取游戏内产出的货币并低价转售给其他玩家来获取利益,但这一行为严重的损害了游戏的经济系统,并一定程度的会影响其他正常玩家的游戏体验。鼠标轨迹和角色移动轨迹是游戏中易于收集的数据,且正常玩家(如图1)和脚本(如图2)在这些数据上的表现会有一定的差异,是一个可行的用于辨别外挂的监测点。
图1:正常玩家的鼠标轨迹
图2:异常“玩家”的鼠标轨迹

问题定义

根据角色的鼠标轨迹和角色移动轨迹,识别出异于常人的脚本账号。

问题挑战

  • 数据采集间隔不均匀;
  • 战斗引起的角色移动轨迹散乱;
  • 标记中存在大量噪音,标记可靠性,标记准确性。

评价指标

准确度优先的F-score,即:
Fβ=(β2+1)PRβ2P+R,β<1F_\beta = \frac{(\beta^2+1)PR}{\beta^2 P+R},\beta<1
其中,
PP
RR
分别表示精度和召回率。

数据集描述

数据包含鼠标轨迹数据(mouseMoveValue)和角色移动轨迹数据(playerLocation)两个文件夹,每个文件夹下包含4张地图的数据(map0, map1, map2, map3),数据范围为2019.10.16-2019.10.22,文件为带header的csv,文件名格式为:
'%s.%s.%s' % (角色id, 进入地图时间戳, 离开地图时间戳)
文件格式如图7:
图7:轨迹数据文件格式
Text
tm
x
y
mouseMoveValue
毫秒时间戳
屏幕坐标x
屏幕坐标y
playerLocation
毫秒时间戳
地图内坐标x
地图内坐标y
标记数据(label.csv)包括3种不同来源的封禁渠道的封禁次数,其中label0是永封,label1和label2是临时封禁,封禁数据范围为开服-2019.10.29。

联系我们

有任何问题,请联系 [email protected]