$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

온라인 게임 보안을 위한 머신러닝 시스템 연동 방안 원문보기

情報保護學會誌 = KIISC review, v.26 no.3, 2016년, pp.30 - 37  

이은조 (엔씨소프트)

초록
AI-Helper 아이콘AI-Helper

온라인 게임에는 해킹이나 악성 코드와 같은 다른 분야에서도 널리 알려진 위협뿐만 아니라 계정 도용이나 자동 사냥 프로그램 사용과 같은 온라인 게임에서만 볼 수 있는 위협들이 존재한다. 온라인 게임은 게임 유저의 다양한 활동을 데이터로 기록하기 때문에 이런 풍부한 데이터를 활용한 머신 러닝 기반의 탐지 기법을 적용하기 적합한 분야이다. 그럼에도 불구하고 다른 보안 분야에 비해 상대적으로 연구가 많이 되지 않고 있으며 대부분의 연구가 탐지 모델링 단계에 집중되어 있다. 본 논문에서는 머신 러닝에 기반한 온라인 게임 보안 시스템을 효과적으로 구축하기 위한 연동 구조와 실전 적용시 고려해야 할 점에 대해 소개한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 분석 단계에서 구축한 머신 러닝 모델을 라이브 서비스에 적용하기 위한 방법으로 머신 러닝 모델을 DSL로 명세하고 이 명세한 데이터를 API 기반의 머신 러닝 서버에 배포하여 서비스 서버와 연동하는 구조를 소개하였다. 그리고 이 방법은 PMML이라는 모델 명세용 규격과 Openscoring이라는 오픈 소스 웹 서비스를 이용하면 적은 비용으로 구축할 수 있다.
  • 본 논문에서는 온라인 게임에서 주로 발생하는 보안 문제가 어떤 것이 있는지 먼저 살펴본 후 이를 해결하기 위해 서버 단에서 수집하는 데이터를 머신 러닝에 적용하여 위협을 탐지하는 방법 및 시스템 구조를 소개하겠다. 아울러 머신 러닝 기반의 온라인 게임 보안 시스템을 실전에 적용할 때 고려해야 할 사항들에 대해서도 간략히 살펴보도록 하겠다.
  • 본 논문에서는 온라인 게임에서 주로 발생하는 보안 문제가 어떤 것이 있는지 먼저 살펴본 후 이를 해결하기 위해 서버 단에서 수집하는 데이터를 머신 러닝에 적용하여 위협을 탐지하는 방법 및 시스템 구조를 소개하겠다. 아울러 머신 러닝 기반의 온라인 게임 보안 시스템을 실전에 적용할 때 고려해야 할 사항들에 대해서도 간략히 살펴보도록 하겠다.
  • 이번 장에서는 머신 러닝을 이용하여 온라인 게임 위협을 탐지하기 위한 시스템 구축 방안에 대해 소개하겠다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
RMT란 무엇인가? 이런 금전적인 이득은 대부분 '아이템 현물 거래(Real Money Trading, 이하 RMT)'를 통해 이뤄진다. RMT는 게임 세계의 가상 재화나 물건, 게임 캐릭터를 현실 세계의 실물 화폐로 교환하는 행위를 말한다. 최초의 RMT는 1999년 '울티마 온라인'이라는 게임의 한 유저가 자신의 계정을 이베이에 경매로 올린 것으로 알려져 있다[1].
결제 사기란 무엇인가? 결제 사기는 다른 사람의 카드나 계정을 도용하여 게임 회사에서 판매하는 유료 아이템을 구매한 후 이 아이템을 RMT 시장을 통해 처분하는 행위이다. 이 경우 역시 피해 당사자가 사후 신고를 할 경우 해당 비용은 환불 처리가 될 수 있지만 이로 인한 손실은 게임 회사가 지게 된다.
온라인 게임이 머신 러닝에 적응하기 적합한 이유는 무엇인가? 그런데 최근 몇 년 사이에 빅데이터 인프라 및 머신 러닝에 대한 관심이 커지면서 서버 단에서 수집되는 각종 데이터를 이용한 탐지 기법이 많이 연구 되고 있다. 온라인 게임은 그 특성 상 게임 유저의 세세한 활동이 모두 기록되기 때문에 다른 온라인 서비스에 비해 다양한 데이터를 수집할 수 있다. 따라서 이런 대량의 데이터를 머신 러닝에 적용하여 위협을 탐지하고 대응하기에 적합한 분야이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (22)

  1. "Electronic Arts' Ultima Online, The Best-Selling Internet-Only Game in History, Redefines the Meaning of Online Trading," http://web.archive.org/web/20051124071021/http://retailsupport.ea.com/corporate/pressreleases/uo_ebay.html. 

  2. 김연주, "1조 5천억 지하시장을 당당히 세상 밖에 세우다, '아이템베이' 김치현 회장," http://lecture.cfe.org/info/bbsDetail.php?cid13113&idx42943, 2016. 

  3. 정우철, "대법원의 무죄판결, 현금거래 합법화인가?," http://www.thisisgame.com/webzine/news/ nboard/4/?n14360, 2010. 

  4. "대법원 판례 뒤집혔다... 중개 사이트 게임 리셀러 '적신호'," http://lineage.playforum.net/bbs/vie w/1013?idx38364, 2016. 

  5. Jeff Jianxin Yan and Brian Randell, "An Investigation of Cheating in Online Games," IEEE Security and Privacy, vol. 7, no. 3, pp. 37-44, 2009. 

    상세보기 crossref

  6. Muhammad Aurangzeb Ahmad, Brian Keegan, Jaideep Srivastava, Dmitri Williams, and Noshir Contractor, "Mining for Gold Farmers: Automatic Detection of Deviant Players in MMOGS," in Computational Science and Engineering International Conference, vol. 4, pp. 340-345, Aug, 2009. 

  7. Ruck Thawonmas, Yoshitaka Kashifuji, and Kuan-Ta Chen, "Detection of MMORPG Bots based on Behavior Analysis," in Advances in Computer Entertainment Technology Conference, pp. 91-94, Dec. 2008. 

  8. Marlieke van Kesteren, Jurriaan Langevoort, and Franc Grootjen, "A step in the right direction: Botdetection in MMORPGs using movement analysis," Proceedings of the 21st Belgian-Dutch Conference on Artificial Intelligence, 2009. 

  9. Eunjo Lee, Jiyoung Woo, Hyoungshick Kim, Aziz Mohaisen, Huy Kang Kim, "You are a game bot!: uncovering game bots in MMORPGs via self-similarity in the wild," NDSS, Feb, 2016. 

  10. Ah Reum Kang, Jiyoung Woo, Juyong Park, and Huy Kang Kim, "Online game bot detection based on party-play log analysis," Computers & Mathematics with Applications, vol. 65, no. 9, pp. 1384-1395, 2013. 

    상세보기 crossref

  11. 김하랑, 김휘강, "온라인 게임 봇 길드 탐지 방안 연구," 정보보호학회논문지 제25권 제5호, pp. 1115-1122, 2015. 

    원문보기 상세보기

  12. Kyungmoon Woo, Hyukmin Kwon, Hyun-chul Kim, Chong-kwon Kim, Huy Kang Kim, "What can free money tell us on the virtual black market?," ACM SIGCOMM Computer Communication Review, vol. 41, no. 4, pp. 392-393, 2011 

    상세보기 crossref

  13. Hyukmin Kwon, Kyungmoon Woo, Hyun-chul Kim, Chong-kwon Kim, Huy Kang Kim, "Surgical strike: A novel approach to minimize collateral damage to game BOT detection," Proceedings of Annual Workshop on Network and Systems Support for Games, IEEE Press, 2013 

  14. 강성욱, 이진, 이재혁, 김휘강, "MMORPG에서 GFG 쇠퇴를 위한 현금거래 구매자 탐지방안에 관한 연구," 정보보호학회논문지, 제25권, 제4호, pp. 849-861, 2015. 

    원문보기 상세보기

  15. Brian Keegan, Muhammad Aurangzeb Ahmad, Jaideep Srivastava, Dmitri Williams, and Noshir Contractor, "Dark Gold: Statistical Properties of Clandestine Networks in Massively Multiplayer Online Games," in Social Computing (SocialCom), IEEE Second International Conference, pp. 201-208, Aug, 2010. 

  16. Kuan-Ta Chen and Li-Wen Hong, "User identification based on game-play activity patterns," Proceedings of the 6th ACM SIGCOMM workshop on Network and system support for games, ACM, pp. 7-12, 2007. 

  17. Jiyoung Woo, Hwa Jae Choi, and Huy Kang Kim, "An automatic and proactive identity theft detection model in MMORPGs," Appl. Math, vol.6, no.1, pp. 291-302, 2012. 

  18. 김하나, 곽병일, 김휘강, "MMORPG 게임 내 계정도용 탐지 모델에 관한 연구," 정보보호학회논문지 제25권, 제3호, pp. 627-637, 2015. 

    원문보기 상세보기

  19. Eunjo Lee, Jina Lee, and Janghwan Kim, "Detecting the bank character in MMORPGs by analysis of a clustered network," The 3rd International Conference on Internet, 2011. 

  20. Naseem Hakim and Aaron Keys, "Architecting a Machine Learning System for Risk," http://nerd s.airbnb.com/architecting-machine-learning-system-risk/, 2014. 

  21. http://dmg.org/pmml/v4-2-1/GeneralStructure.html 

  22. http://openscoring.io/ 

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로