ゲームエンジンおよび機械学習における中級レベルの経験者。
Attendees with intermediate game engine and machine learning experience.
機械学習を利用して、適応性のある正確なチート保護を作成する方法。テレメトリ解析、またチートのフォレンジクスの一般的なベストプラクティス。
How to use machine learning to create adaptive, accurate cheat protection. General best practices for telemetry analysis and cheat forensics.
セッションの内容
ゲーム内購入を伴い、ゲームはどんどん息の長いサービスになっています。このようなゲームでプレイヤーをチートやエクスプロイトから保護できないと、見る間にプレイヤーの信頼を失い、その健全なエコシステムを破壊してしまう恐れがあります。この講演では、機械学習を用いてチートを検出および修正し、ゲームとそのエコシステムを保護する方法についてお話しします。ここで紹介する手法を使えば、人間による監視を増やすことなく、プレイヤーに対するチートを識別する汎用的な方法を適宜適応させることが可能です。聴講者は、このような手法に使用するデータについて、また正確な検出方法を構築し、フォレンジックを利用してチートの流れを識別し、信頼できるゲームクライアントの必要性を低減する方法について学ぶことができます。
Games are increasingly becoming long-lived services with in-game purchases. Failing to protect players from cheats and exploits in these games can easily erode player confidence and destroy a healthy player ecosystem. This talk will show how to use machine learning to detect and adapt to cheats to protect a game and its ecosystem. The presented methods provide universal, adaptive identification of cheating players with limited human supervision. The audience will learn which data to use for these methods, how to build accurate detection, use forensics to identify cheat flows, and reduce the need for trusted game clients.