[논문]온라인 게임 내의 부정 행위 탐지 연구 동향

우지영; 김휘강

온라인 게임 내의 부정 행위 탐지 연구 동향 원문보기

情報保護學會誌 = KIISC review, v.27 no.4, 2017년, pp.14 - 21

우지영 (순천향대학교) , 김휘강 (고려대학교)

초록
AI-Helper

온라인 게임은 가상 재화를 현금화할 수 있게 되면서 여러 가지 부정 행위가 발생하고 있다. 그 중 대표적인 것이 사용자 대신에 게임 플레이를 해주는 게임 봇(game bot)이다. 이러한 게임 봇은 사용자는 물론 게임회사에 큰 해를 입히고 있다. 본 연구에서는 게임 봇을 탐지하는 기존의 연구 중 사용자의 행동 로그를 분석하는, 데이터 분석 기반의 연구를 조사하였다. 관련 연구를 사용자의 행위를 중심으로 구분하였고, 향후 연구가 나아갈 방향에 대해 첨언하였다.

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 게임내의 부정 행위 탐지에 대한 연구를 조사하였다. 최근 보안 분야의 흐름인 데이터분석 기반 방법에 초점을 맞추어, 사용자의 행위를 중심으로 기존 연구를 구분하였다.
본 논문에서는 데이터 분석 기반 이상 사용자 탐지에 대한 연구의 흐름을 정리하고, 관련 연구자들에게 향후 연구 방향을 제시하고자 한다. 이를 위해 사용자의 행위와 소셜 네트워크 관점으로 기존의 논문을 정리하여 소개한다.

제안 방법

강아름 외 [28]의 논문에서는 사용자의 파티, 친구,거래, 대화, 메일 등의 상호작용을 바탕으로 소셜 네트워크를 구성하고, 봇과 사람이 구성한 네트워크의 차이를 네트워크 구조 측면에서 찾아냈다. 또한, 봇끼리나 사람끼리만 말고, 봇과 사람도 관계를 맺을 수 있는데,이의 차이도 분석하였다. 또한, 네트워크를 구성하는 작은 단위를 살펴보았는데, 봇은 일방적인 상호작용이 많은 반면에 사람은 쌍방향 상호작용이 많다는 것을 보여주었다.
해당 연구는 여러 작업장 간에 긴밀한 네트워크를 형성하고 있다는 점에 착안하여, 주변의 행동으로부터 특정인의 행동을 유추하는 방식이다. 본 연구에서는 활성화 값을 주어 label propagation을 진행하고, 이 값과 플레이패턴, 인구통계 값을 이용하여 분류기를 개발하였다.
이는 행동의 전염, 정보 전파의 연구가 게임 내 나쁜 행동에 적용된 것이다. 선한 행동, 유행이 전체 집단에서 퍼져나가는 현상을 기술하는 연구에서, 2단계는 네트워크 상에서 퍼져나가는 현상을 기술하고, 마지막으로는 현상을 기술할 수 있는 모델을 개발한다. 이 모델을 이용하면 미래에 발생할 전염이나 전파를 예측할 수 있다.
권혁민 외 [30]의 연구에서는 거래 관계에서 이상한 거래, 즉 대가없이 일어나는 거래에 주목하고, 일부 이상한 거래를 초기값으로 이들과 거래하는 사람들로 네트워크를 확장시켰다. 이렇게 찾아낸 몇몇의 네트워크 특징을 분석하여 다른 작업장도 찾아내는 모델을 제시하였다. 이은조 외 [31]의 연구에서는 거래 네트워크를 구축하고, 네트워크를 특징이 비슷한 그룹 즉, 커뮤니티를 찾는 방식으로 주된 그룹과는 다른 그룹을 찾아 이들이 작업장임을 보였다.
본 논문에서는 데이터 분석 기반 이상 사용자 탐지에 대한 연구의 흐름을 정리하고, 관련 연구자들에게 향후 연구 방향을 제시하고자 한다. 이를 위해 사용자의 행위와 소셜 네트워크 관점으로 기존의 논문을 정리하여 소개한다.
본 논문에서는 게임내의 부정 행위 탐지에 대한 연구를 조사하였다. 최근 보안 분야의 흐름인 데이터분석 기반 방법에 초점을 맞추어, 사용자의 행위를 중심으로 기존 연구를 구분하였다. 관련 분야 연구는 사용자의 단독행위에 집중하다가 소셜 행위를 이용한 탐지 방법으로 방향이 전환되고 있다.

성능/효과

또한 다방면의 분석을 통해 다양한 이상징후를 찾아낼 수도 있다. 또한 데이터 분석을 통한 이상징후 탐지는 알려진 위험을 사전에 방지하는 방식이 모든 위험에 대응하기 어려우므로 100% 방어가 되지 않는다는 점을 해결해준다.
우선 일반사용자는 봇 사용자보다 대화량이 현저히 많았다. 또한 일반 사용자는 다른 사용자와 다양한 대화를 하는 반면 게임 봇은 사람의 언어가 아닌 사람이 이해하기 어려운 대화를 하는 것으로 나타났다. 완전한 문장이 아닌 특정 문자를 반복적으로 보여주는 것도 게임 봇끼리의 대화의 특징이다.
또한, 봇끼리나 사람끼리만 말고, 봇과 사람도 관계를 맺을 수 있는데,이의 차이도 분석하였다. 또한, 네트워크를 구성하는 작은 단위를 살펴보았는데, 봇은 일방적인 상호작용이 많은 반면에 사람은 쌍방향 상호작용이 많다는 것을 보여주었다.
또한 강아름 외 [18]의 또 다른 연구에서는 게임 봇은 대화방식에서도 일반 사용자와 차이를 나타냄을 보여주었다. 우선 일반사용자는 봇 사용자보다 대화량이 현저히 많았다. 또한 일반 사용자는 다른 사용자와 다양한 대화를 하는 반면 게임 봇은 사람의 언어가 아닌 사람이 이해하기 어려운 대화를 하는 것으로 나타났다.
이재혁 외 [20]의 논문에서는 사용자의 행동을 Maslow [21]의 “욕구단계이론”에 따라 생리적 욕구,안전의 욕구, 소속과 애정 욕구, 존경의 욕구, 자아실현 욕구로 구분하고, 봇과 사람을 구분하는데 이렇게 구분된 욕구를 사용하였다. 이 논문에서는 봇은 다른 사용자와의 상호작용에 해당하는 욕구가 적다는 것을 보이고, 이를 활용하면 봇을 탐지할 수 있음을 보였다.
Jeong 외 [20]의 논문에서는 봇과 사람의 소셜 행위의 차이를 분석하였다. 이 연구에 따르면 봇과 사람은 친구를 맺는 정도는 크게 다르지 않지만, 거래는 많고,대화나 메일을 보내는 활동은 사람보다 낮은 것으로 나타났다.

후속연구

아직은 네트워크의 진화를 이용한 연구는 없으며, 네트워크 상에서의 정보의 확산을 이용하여 봇 사용을 예측하고 탐지하는 연구가 시작되고 있다. 봇과 사람이 생성하는 소셜 네트워크를 단적으로 보는 것이 아니라 시간에 따라 진화하는 양상을 이용한다면, 기존 연구와는 확연히 다른 연구가 될 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	부정행위를 막기 위해 감시하는 소프트웨어만으로 부족한 이유는 무엇인가?	그 첫 번째가 사용자가 불법 프로그램을 사용하는지를 감시하는 소프트웨어를 클라이언트에서 작동하게 하는 방식이다. 이러한 방식은 사용자의 불편을 일으키고, 우회 가능하다는 단점을 가진다. 또한, 설치된 소프트웨어가 모든 불법 소프트웨어를 감시할 수 있는 것도 아니다 [3].
	온라인게임과 관련된 보안 위협이 증가하는 이유는 무엇인가?	게임 시장의 비약적인 성장과 함께 온라인게임과 관련된 보안 위협 역시 급증하고 있다. 게임은 국가기반시설이나 금융권, 전자상거래 서비스보다 상대적으로 정부의 기술적, 관리적 보안 가이드라인은 약한데 비해 해킹이 발생하였을 경우 해커가 얻을 수 있는 이익이 크기 때문이다. 해킹에 성공할 경우 대규모 사용자들의 고객 개인정보 외에도 온라인게임 아이템을 조작하거나 더 나아가 이를 현금화할 수 있다는 점에서 해커들에게 매력적인 공격대상으로 여겨지고 있다.
	게임 내의 사이버 재화를 실제 현금으로 바꿈으로써 무엇을 하는가?	더욱이 온라인 게임에서 가상 재화를 현금화할 수 있으므로 지하경제의 형성에도 큰 영향을 미친다. 게임 내의 사이버 재화를 현금으로 바꾸는 행위인 현금거래는 작업장이라고 불리는 전문적인 부정 사용자 조직에 의해 이루어지는데, 작업장의 현금거래는 탈세나 돈세탁 등과 같은 실물경제의 범죄활동과 연관되고 있다[2].

참고문헌 (37)

Infiniti Research Limited. Global online gaming market 2014. http://www.marketwatch.com/story/global-online-gaming-market-2014-2014-06-25, 2014. (accessed on 14 October 2016).
E. Digital. Group laundered $38m in virtual curr encies in 18 months. http://www.engagedigital.com/blog/2008/10/27/group-laundered-38m-in-virtual-currencies-in-18-months/,2008.
Jiyoung Woo, Huy Kang Kim. "Survey and research direction on online game security." Proceedings of the Workshop at SIGGRAPH Asia. ACM, 2012.
곽병일, 김휘강. "온라인 게임에서의 이상 징후 탐지 기법 조사 및 분류." 정보보호학회논문지 25.5 (2015): 1097-1114.

원문보기 상세보기
http://boards.lineage2.com/
Atsushi Fujita, Hiroshi Itsuki, and Hitoshi Matsubara. "Detecting Real Money Traders in MMORPG by Using Trading Network." AIIDE. 2011.
E. CASTRONOVA. Effects of botting on world of warcraft. http://virtuallyblind.com/files/mdy/blizzard_msj_exhibit_7.pdf, 2007.
Van Kesteren Marlieke, Jurriaan Langevoor, Franc Grootjen. "A step in the right direction: Botdetection in MMORPGs using movement analysis," Proceedings of the 21st Belgian-Dutch Conference on Artificial Intelligence, Oct. 2009
Mitterhofer Stefan, Platzer Christian, Kruegel Christopher, Kirda Engin. "Server-side bot detection in massive multiplayer online games," IEEE Security and Privacy, pp. 29-36, Vol. 7, No. 3, 2009
Kuan-Ta Chen et al. "Game bot detection based on avatar trajectory." International Conference on Entertainment Computing. Springer, Berlin, Heidelberg, 2008.
Thawonmas Ruck, Yoshitaka Kashifuji, Kuan-Ta Chen. "Detection of MMORPG bots based on behavior analysis," International Conference on Advances in Computer Entertainment Technology, pp. 91-94, Dec. 2008
Yeounoh Chung et al. "Game bot detection approach based on behavior analysis and consideration of various play styles." ETRI Journal 35.6 (2013): 1058-1067.

원문보기 상세보기
Zhongqqiang Zhang et al. "Detection of illegal players in massively multiplayer online role playing game by classification algorithms." Advanced Information Networking and Applications (AINA), 2015 IEEE 29th International Conference on. IEEE, 2015.
Kuan-Ta Chen, Li-Wen Hong. "User identification based on game-play activity patterns," ACM SIGCOMM workshop on Network and system support for games, pp. 7-12, Sep. 2007
Eunjo Lee et al. "You are a Game Bot!: Uncovering Game Bots in MMORPGs via Self-similarity in the Wild." NDSS. 2016.
Jina Lee, Jiyoun Lim, Wonjun Cho, Huy Kang Kim, "I know what the BOTs did yesterday: Full action sequence analysis using Naive Bayesian algorithm," Annual Workshop on Network and Systems Support for Games, pp. 1-2, Dec. 2013
Ah Reum Kang, Jiyoung Woo, Juyong Park, Huy Kang Kim, "Online game bot detection based on party-play log analysis," Computers & Mathematics with Applications, Vol. 65, No. 9, pp. 1384-1395, May. 2013

상세보기
Stefan Mitterhofer, Platzer Christian, Kruegel Christopher, Kirda Engin. "Server-side bot detection in massive multiplayer online games," IEEE Security and Privacy, pp. 29-36, Vol. 7, No. 3, 2009
Seong Hoon Jeong, Ah Reum Kang, Huy Kang Kim. "Analysis of Game Bot's Behavioral Characteristics in Social Interaction Networks of MMORPG." ACM SIGCOMM Computer Communication Review. Vol. 45. No. 4. ACM, 2015.
이재혁, 강성욱, 김휘강. "모티베이션 이론을 이용한 온라인 게임 내 부정 행위 탐지." 한국게임학회논문지 15.4 (2015): 69-78.

원문보기 상세보기
A. H. Maslow. "A theory of human motivation," Psychological Review, vol. 50(4), pp.370-396, Jul 1943.

상세보기
Mark Newman. Networks: an introduction. Oxford university press, 2010.
Hsinchun Chen. Dark web: Exploring and data mining the dark side of the web. vol. 30. Springer Science & Business Media, 2011.
Brian Keegan, et al. "Dark gold: Statistical properties of clandestine networks in massively multiplayer online games." Social Computing (SocialCom), 2010 IEEE Second International Conference on. IEEE, 2010.
Vili. Lehdonvirta. "Real-money trade of virtual assets: new strategies for virtual world operators." (2008).
Jehwan Oh. "Bot detection based on social interactions in MMORPGs." Social Computing (SocialCom), 2013 International Conference On. IEEE, 2013.
Mario Luca Bernardi et al. "A time series classification approach to game bot detection." Proceedings of the 7th International Conference on Web Intelligence, Mining and Semantics. ACM, 2017.
Ah Reum Kang et al. "Multimodal game bot detection using user behavioral characteristics." SpringerPlus 5.1 (2016): 523.

상세보기
Jeremy Blackburn et al. "Cheating in online games: A social network perspective." ACM Transactions on Internet Technology (TOIT) 13.3 (2014): 9.
Hyukmin Kwon et al. "Crime scene reconstruction: Online gold farming network analysis." IEEE Transactions on Information Forensics and Security 12.3 (2017): 544-556.

상세보기
Eunjo Lee, Jiyoung Woo, Hyungshick Kim, Huy Kang Kim, "Show me the black money!: Analysis of Real Money Trading Network in MMORPG", Working paper.
김하랑, 김휘강. "온라인 게임 봇 길드 탐지 방안 연구." 정보보호학회논문지 25.5 (2015): 1115-1122.

원문보기 상세보기
Jiyoung Woo, Ah Reum Kang, and Huy Kang Kim. "The contagion of malicious behaviors in online games." ACM SIGCOMM Computer Communication Review. Vol. 43. No. 4. ACM, 2013.
Jiyoung Woo, Ah Reum Kang, and Huy Kang Kim. "Modeling of bot usage diffusion across social networks in MMORPGs." Proceedings of the Workshop at SIGGRAPH Asia. ACM, 2012.
Jiyoung Woo. "Contagion of Cheating Behaviors in Online Social Networks", Wokring paper.
https://en.wikipedia.org/wiki/Corrupted_Blood_incident
Muhammad Aurangzeb Ahmad et al. "Guilt by association? Network based propagation approaches for gold farmer detection." Advances in Social Networks Analysis and Mining (ASONAM), 2013 IEEE/ACM International Conference on. IEEE, 2013.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증