$\require{mediawiki-texvc}$
  • 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"

과학기술 지식인프라 ScienceON

상세검색 다국어 입력
도움말도움말
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

MyON담기
내보내기

행위 시간 간격 기반 게임 봇 탐지 기법

Game Bot Detection Based on Action Time Interval

情報保護學會論文誌 = Journal of the Korea Institute of Information Security and Cryptology v.28 no.5 , 2018년, pp.1153 - 1160  
강용구 (고려대학교 정보보호대학원 ) ;  김휘강 ( 고려대학교 정보보호대학원)
초록

온라인 게임 이용자가 증가하고 시장 규모가 커지면서 여러 가지 부정행위가 발생하고 있다. 게임 봇은 플레이 시간을 확보하고, 계정 레벨업과 각종 재화 획득을 용이하게 해주는 대표적인 불법 프로그램이다. 본 연구에서는 이용자의 행위 시간 간격(ATI)을 기반으로 게임 봇을 탐지하는 기법을 제안한다. 이 기법은 게임에서 봇의 행위를 관찰하여 빈도수가 많은 행위를 선별한다. 선별된 행위별로 빈도수, ATI 평균, ATI 표준편차를 feature로 Machine Learning을 적용하여 정상 사용자와 게임 봇을 구분한다. 제안한 기법의 유효성을 검증하기 위해 '아이온' 게임의 실제 로그를 이용하여 성능을 측정하였고, 97%의 정확도를 보였다. 이 방법은 캐릭터의 움직임, 소셜 행위 뿐 아니라 이용자의 모든 행위를 이용할 수 있으므로 다양한 게임에 적용할 수 있다.

Abstract

As the number of online game users increases and the market size grows, various kinds of cheating are occurring. Game bots are a typical illegal program that ensures playtime and facilitates account leveling and acquisition of various goods. In this study, we propose a method to detect game bots based on user action time interval (ATI). This technique observes the behavior of the bot in the game and selects the most frequent actions. We distinguish between normal users and game bots by applying Machine Learning to feature frequency, ATI average, and ATI standard deviation for each selected action. In order to verify the effectiveness of the proposed technique, we measured the performance using the actual log of the 'Aion' game and showed an accuracy of 97%. This method can be applied to various games because it can utilize all actions of users as well as character movements and social actions.

주제어

#Online Game   #Bot Detection   #Machine Learning  

표 / 그림 (5)

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

문제 정의
  • 본 논문에서는 ATI(Action Time Interval) 기반의 게임 봇 탐지 기법을 제안한다.

    본 논문에서는 ATI(Action Time Interval) 기반의 게임 봇 탐지 기법을 제안한다.

  • 본 논문에서는 행위 시간 간격 기반의 게임 봇 탐지 기법을 제안하였다.

    본 논문에서는 행위 시간 간격 기반의 게임 봇 탐지 기법을 제안하였다. 이 방법은 캐릭터의 움직임 등 특정 행위에 한정되지 않고 이용자의 모든 행위 이벤트를 기반으로 대상 행위를 설정한다.

가설 설정
  • 게임 봇이 성행하면 게임 회사 입장에서도 피해가 발생한다.

    게임 봇의 이러한 행동은 다른 이용자들에게 부당함을 느끼게 하고 게임을 이탈하게 하는 원인이 될 수 있다[4,5]. 게임 봇이 성행하면 게임 회사 입장에서도 피해가 발생한다. 게임 봇을 사용하는 이용자는 과금을 할 필요가 없기 때문에 유료 모델의 예상 수익을 도달하지 못하게 된다.

본문요약 정보가 도움이 되었나요?

질의응답 

키워드에 따른 질의응답 제공
핵심어 질문 논문에서 추출한 답변
게임 봇
게임 봇이란?
플레이 시간을 확보하고, 계정 레벨업과 각종 재화 획득을 용이하게 해주는 대표적인 불법 프로그램

온라인 게임 이용자가 증가하고 시장 규모가 커지면서 여러 가지 부정행위가 발생하고 있다. 게임 봇은 플레이 시간을 확보하고, 계정 레벨업과 각종 재화 획득을 용이하게 해주는 대표적인 불법 프로그램이다. 본 연구에서는 이용자의 행위 시간 간격(ATI)을 기반으로 게임 봇을 탐지하는 기법을 제안한다.

최근 온라인 게임 트렌드
최근 온라인 게임 트렌드는?
게임을 유료로 배포하는 대신 무료로 게임을 플레이할 수 있도록 허용하고, 유료 아이템을 통해 더 많은 서비스나 편의 기능을 제공하고 있다

최근 온라인 게임 트렌드는 게임을 유료로 배포하는 대신 무료로 게임을 플레이할 수 있도록 허용하고, 유료 아이템을 통해 더 많은 서비스나 편의 기능을 제공하고 있다. 이것을 ‘부분 유료화(free-to-play)’ 모델이라고 한다.

부분 유료화(free-to-play)
부분 유료화(free-to-play) 모델이란 무엇인가?
최근 온라인 게임 트렌드는 게임을 유료로 배포하는 대신 무료로 게임을 플레이할 수 있도록 허용하고, 유료 아이템을 통해 더 많은 서비스나 편의 기능을 제공하고 있다.

최근 온라인 게임 트렌드는 게임을 유료로 배포하는 대신 무료로 게임을 플레이할 수 있도록 허용하고, 유료 아이템을 통해 더 많은 서비스나 편의 기능을 제공하고 있다. 이것을 ‘부분 유료화(free-to-play)’ 모델이라고 한다.

질의응답 정보가 도움이 되었나요?

저자의 다른 논문

김휘강(40)

참고문헌 (22)

  1. 1. https://venturebeat.com/2013/11/25/more-than-1-2-billion-people-are-playing-games 
  2. 2. https://www.statista.com/statistics/267190/traffic-forecast-for-internet-gaming 
  3. 3. https://www.statista.com/statistics/308454/gaming-revenue-countries 
  4. 4. A. Fujita, H. Itsuki, and H. Matsubara, "Detecting Real Money Traders in MMORPG by Using Trading Network," AIIDE'11, pp. 26-31, Oct. 2011. 
  5. 5. E. CASTRONOVA. Effects of botting on world of warcraft. http://virtuallyblind.com/files/mdy/blizzard_msj_exhibit_7.pdf, 2007. 
  6. 6. Jiyoung Woo and Huy Kang Kim. "Research Trend of Detection of Cheating in Online games," REVIEW OF KIISC, 27(4), pp. 14-21, 2017. 
  7. 7. R. Thawonmas, Y. Kashifuji, and K.-T. Chen, "Detection of MMORPG Bots based on Behavior Analysis," ACE'08, pp. 91-94, Dec. 2008. 
  8. 8. K.-T. Chen, A. Liao, H.-K. K. Pao, and H.-H. Chu, "Game Bot Detection Based on Avatar Trajectory," ICEC'08, vol. 5309, pp. 94-105, Sep. 2009. 
  9. 9. M. van Kesteren, J. Langevoort, and F. Grootjen, "A Step in the Right Detecting: Bot Detection in MMORPG using Movement Analysis," The 21st Benelux Conference on Artificial Intelligence, 2009. 
  10. 10. S. Mitterhofer, C. Kruegel, E. Kirda, and C. Platzer, "Server-side Bot Detection in Massively Multiplayer Online Games," IEEE Security & Privacy, vol. 7, no.3, pp. 29-36, May 2009. 
  11. 11. 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. 
  12. 12. 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. 
  13. 13. 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. 2016. 
  14. 14. M. A. Ahmad, B. Keegan, J. Strivastava, D. Williams, and N. Contractor, "Mining for Gold Farmers: Automatic Detection of Deviant Players in MMOGs," International Conference on Computational Science and Engineering, vol. 4. pp. 340-345, Aug. 2009. 
  15. 15. 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, May 2013. 
  16. 16. Y. Chung, C. yong. Park, N. ri, Kim, H. Cho, T. Yoon, H. Lee, and J. -H. Lee, "Game Bot Detection Approach Based on Behavior Analysis and Consideration of Various Play Style," in Journal of ETRI, vol. 35, no. 6, pp. 1058-1067, Dec. 2013. 
  17. 17. B. Keegan, M. A. Ahmad, J. Srivastava, D. Williams, and N. Contractor, "Dark Gold: Statistical Properties of Clandestine Networks in Massively Multiplayer Online Games," IEEE Second International Conference on Social Computing, pp. 201-208, Aug. 2010. 
  18. 18. J. Woo, A. Kang, and H. K. Kim, "The Contagion of Malicious Behaviors in Online Game," Computer Communication Review, vol. 43, pp. 543-544, 2013. 
  19. 19. H. Kwon, A. Mohaisen, J. Woo, Y. Kim, and H. K. Kim, "Crime Scene Reconstruction: Online Gold Farming Network Analysis," IEEE Transactions on Information Forensics and Security, vol. 12, no. 3, pp. 544-556, Nov. 2016. 
  20. 20. A. R. Kang, H. K. Kim, and J. Woo, "Chatting Pattern Based Game Bot Detection: Do They Talk Like Us?," KSII Transactions on Internet and Information Systems, vol. 6, no. 11, pp. 2866-2879, Nov. 2012. 
  21. 21. Jae-hyuk Lee, Sung Wook Kang, and Huy Kang Kim, "Detecting malicious behaviors in MMORPG by applying motivation theory," Journal of Korea Game Society, vol. 15, no. 4, pp. 69-78, Aug. 2015. 
  22. 22. Ah Reum Kang, Seong Hoon Jeong, Aziz Mohaisen, and Huy Kang Kim, "Multimodal game bot detection using user behavioral characteristics." SpringerPlus, 5(1), 523, 2016. 

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)

이 논문과 연관된 기능

이 논문과 함께 이용한 콘텐츠

DOI 인용 스타일

"" 핵심어 질의응답