$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

헨젤과 그레텔 : 게임 내 아이템 거래를 기반으로 한 GFG 탐지 방안

Hansel and Gretel : GFG Detection Scheme Based on In-Game Item Transactions

초록

MMORPG 장르의 온라인 게임은 가상현실 내의 모든 유저가 평등하다는 철학을 바탕으로 시작되었다. 모든 유저는 시간이라는 공정한 자원을 바탕으로 노력하는 만큼 대응되는 재물 혹은 지위를 얻을 수 있다. 그러나 게임 봇은 이러한 공정한 경쟁을 해치는 주된 원인으로, 선량한 게임 유저들에게 상대적 박탈감을 주어 게임에서 이탈하게 만든다. 게임 봇은 주로 GFG(Gold Farming Group)을 형성하여 활동하며, 게임 내의 재화를 무분별하게 수집하여 게임 내 경제 시스템에 악영향을 끼친다. 일반적인 게임 봇 탐지 알고리즘은 각각의 봇을 탐지하는 데에는 유용하나, 이는 GFG 전체가 아닌 일부이기에 보다 넓은 범위에서의 탐지가 필요하다. 본 연구에서는, MMORPG 장르에서 사용되는 아이템을 기반으로 GFG를 탐지하는 방안에 대해 제안한다. 게임 내에서 주로 거래되는 몇 가지 아이템들을 선정하고, 해당 아이템들의 거래 내역을 각각 네트워크로 표현하였다. GFG의 봇들이 아이템을 주고받는 특성들을 파악하고 이를 바탕으로 국내 유명 온라인 게임의 실제 데이터에서 GFG의 아이템 거래 네트워크를 식별할 수 있었다.

Abstract

MMORPG genre is based on the belief that all users in virtual world are equal. All users are able to obtain the corresponding wealth or status as they strive under the same resource, time. However, game bot is the main factor for harming this fair competition, causing benign gamers to feel a relative deprivation and deviate from the game. Game bots mainly form GFG(Gold Farming Group), which collects the goods in the game indiscriminately and adversely affects the economic system of the game. A general game bot detection algorithm is useful for detecting each bot, but it only covers few portions of GFG, not the whole, so it needs a wider range of detecting method. In this paper, we propose a method of detecting GFG based on items used in MMORPG genre. Several items that are mainly traded in the game were selected and the flows of those items were represented by a network. We Identified the characteristics of exchanging items of GFG bots and can identify the GFG's item trade network with real datasets from one of the popular online games.

본문요약 

문제 정의
  • 본 연구에서는 보다 넓은 범위에서의 탐지를 위해, GFG 네트워크를 판단하고 정상 유저들 사이에서 구분하는 방안을 제안한다.

    본 연구에서는 보다 넓은 범위에서의 탐지를 위해, GFG 네트워크를 판단하고 정상 유저들 사이에서 구분하는 방안을 제안한다. GFG 네트워크를 분류하기 위해 우선, 게임 내에서 주로 거래되는 아이템을 식별하고, 해당 아이템의 거래 네트워크를 추출한다.

본문요약 정보가 도움이 되었나요?

질의응답 

키워드에 따른 질의응답 제공
핵심어 질문 논문에서 추출한 답변
게임 봇
게임 봇은 주로 무엇을 형성하여 활동하는가?
GFG(Gold Farming Group)

그러나 게임 봇은 이러한 공정한 경쟁을 해치는 주된 원인으로, 선량한 게임 유저들에게 상대적 박탈감을 주어 게임에서 이탈하게 만든다. 게임 봇은 주로 GFG(Gold Farming Group)을 형성하여 활동하며, 게임 내의 재화를 무분별하게 수집하여 게임 내 경제 시스템에 악영향을 끼친다. 일반적인 게임 봇 탐지 알고리즘은 각각의 봇을 탐지하는 데에는 유용하나, 이는 GFG 전체가 아닌 일부이기에 보다 넓은 범위에서의 탐지가 필요하다.

GFG 네트워크의 기준
설정된 GFG 네트워크의 기준 3가지는 어떤 것인가?
1) 네트워크 내의 노드의 수가 4개 이상이다.2) 최소 3개 이상의 노드로부터 아이템을 건네받은 노드가 하나 이상 존재한다.3) 네트워크 내의 거래 중 전체 거래량의 1% 이상의 아이템을 2)에서 확인한 노드에게 건네준 노드가 하나 이상 존재한다.

와 같은 구조들의 네트워크가 지니는 특성을 분석하였으며, 분석한 내용을 바탕으로 설정한 GFG 네트워크의 기준은 다음과 같다. 1) 네트워크 내의 노드의 수가 4개 이상이다. 2) 최소 3개 이상의 노드로부터 아이템을 건네받은 노드가 하나 이상 존재한다. 3) 네트워크 내의 거래 중 전체 거래량의 1% 이상의 아이템을 2)에서 확인한 노드에게 건네준 노드가 하나 이상 존재한다.

MMORPG 장르의 온라인 게임
MMORPG 장르의 온라인 게임은 어떤 철학을 바탕으로 시작되었는가?
가상현실 내의 모든 유저가 평등하다

MMORPG 장르의 온라인 게임은 가상현실 내의 모든 유저가 평등하다는 철학을 바탕으로 시작되었다. 모든 유저는 시간이라는 공정한 자원을 바탕으로 노력하는 만큼 대응되는 재물 혹은 지위를 얻을 수 있다.

질의응답 정보가 도움이 되었나요?

저자의 다른 논문

참고문헌 (19)

  1. 1. Philippe Golle and Nicolas Ducheneaut, "Preventing bots from playing online games," Computers in Entertainment (CIE), vol. 3, no. 3, pp. 3-3, July 2005. 
  2. 2. Yampolskiy, Roman V., and Venu Govindaraju, "Embedded noninteractive continuous bot detection," Computers in Entertainment (CIE), vol. 5, no. 4, pp. 7-7, Aug. 2007. 
  3. 3. Eunjo Lee, Jiyoung Woo, Hyoungshick Kim, Aziz Mohaisen, and Huy Kang Kim, "You are a game bot!: uncovering game bots in MMORPGs via self-similarity in the wild," NDSS, Feb. 2016. 
  4. 4. Kuan-Ta Chen, Andrew Liao, Hsing-Kuo Kenneth Pao, and Hao-Hua Chu, "Game bot detection based on avatar trajectory," Proceedings of the 7th International Conference on Entertainment Computing, pp. 94-105, Sept. 2008. 
  5. 5. Mitterhofer Stefan, Platzer Christian, Kruegel Christopher, and Kirda Engin, "Server-side bot detection in massive multiplayer online games," IEEE Security and Privacy, pp. 29-36, vol. 7, no. 3, May 2009. 
  6. 6. van Kesteren, Marlieke, Jurriaan Langevoort, and Franc Grootjen, "A step in the right direction: bot detection in MMORPGs using movement analysis," Proc. of the 21st Belgian-Dutch Conference on Artificial Intelligence, pp. 129-136, 2009. 
  7. 7. Chen, Kuan-Ta, Hsing-Kuo Kenneth Pao, and Hong-Chung Chang, "Game bot identification based on manifold learning," Proceedings of the 7th ACM SIGCOMM Workshop on Network and System Support for Games. ACM, pp. 21-26, Oct. 2008. 
  8. 8. Jina Lee, Jiyoun Lim, Wonjun Cho, and Huy Kang Kim, "In-game action sequence analysis for game BOT detection on the big data analysis platform," Proceedings of the 18th Asia Pacific Symposium on Intelligent and Evolutionary Systems, vol. 2, pp. 403-414, Jan. 2015. 
  9. 9. Jina Lee, Jiyoun Lim, Wonjun Cho, and 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. 
  10. 10. Yuuki Mishima, Kenji Fukuda, and Hiroshi Esaki, "An analysis of players and bots behaviors in MMORPG," Advanced Information Networking and Applications, pp. 870-876, Mar. 2013. 
  11. 11. Ruck Thawonmas, Yoshitaka Kashifujik, and Kuan-Ta Chen, "Detection of MMORPG bots based on behavior analysis," International Conference on Advances in Computer Entertainment Technology, pp. 91-94, Dec. 2008. 
  12. 12. Ah Reum Kang, Jiyoung Woo, Juyong Park, and Huy Kang Kim, "Online game bot detection based on partyplay log analysis," Computers & Mathematics with Applications, vol. 65, no. 9, pp. 1384-1395, May 2013. 
  13. 13. Ah Reum Kang, Huy Kang Kim, and Jiyoung Woo, "Chatting pattern based game BOT detection: do they talk like us?," TIIS, vol. 6, no. 11, pp. 2866-2879, 2012. 
  14. 14. Hyukmin Kwon, Kyungmoon Woo, Hyun-chul Kim, Chong-kwon Kim, and Huy Kang Kim, "Surgical strike: a novel approach to minimize collateral damage to game BOT detection," Workshop on Network and Systems Support for Games, pp. 1-2, Dec. 2013. 
  15. 15. Kyungmoon Woo, Hyukmin Kwon, Hyun-chul Kim, Chong-kwon Kim, and 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, Aug. 2011. 
  16. 16. Hyukmin Kwon, Aziz Mohaisen, Jiyoung Woo, Yongdae Kim, Eunjo Lee, and Huy Kang Kim, "Crime scene reconstruction: online gold farming network analysis," IEEE Transactions on Information Forensics and Security, vol. 12, no. 3, pp. 544-556, Mar. 2017. 
  17. 17. Ahmad Mohd Ashraf, Keegan Brian, Roy Atanu, Dmitri Williams, Srivastava Jaideep, and Contractor Noshir, "Guilt by association? Network based propagation approaches for gold farmer detection," Advances in Social Networks Analysis and Mining, pp. 121-126, Aug. 2013. 
  18. 18. Eunjo Lee, Jiyoung Woo, Hyoungshick Kim, and Huy Kang Kim, "No silk road for online gamers!: using social network analysis to unveil black markets in online games," WWW'18 Proceedings of the 2018 World Wide Web Conference, pp. 1825-1834, April. 2018. 
  19. 19. Selin Chun, Deajin Choi, Jinyoung Han, Huy Kang Kim, and Taekyoung Kwon, "Unveiling a socio-economic system in a virtual world: a case study of an MMORPG," WWW'18 Proceedings of the 2018 World Wide Web Conference, pp. 1929-1938, April. 2018. 

문의하기 

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

Q&A 등록

원문보기

원문 PDF 다운로드

  • ScienceON :
  • KCI :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

DOI 인용 스타일

"" 핵심어 질의응답