Group of Software Security In Progress

GoSSIP @ LoCCS.Shanghai Jiao Tong University

You Are a Game Bot!: Uncovering Game Bots in MMORPGs via Self-similarity in the Wild

论文下载

这篇论文介绍了使用 self-similarity 来衡量一定时间内用户重复某一动作的频率,以此来检测出Game Bots.

作者及其团队从2013年2月就开始做这个系统,并在韩国三个比较有名的网络游戏上进行部署,检测出超过15000个 Game Bots。

概述

通过游戏记录,系统使用 Self-similarity 来检测Game Bots。Self-similarity 是记录一段时间内用户动作相似度的特征。

贡献:

  • 不同层面的数据分析
  • 提出了 self-similarity 特征
  • 建立一个检测系统,可以动态自动适应Game Bots的变化
  • 在2015年2月完成了系统,并应用于“Lineage”。系统检测出了超过15000个Game Bots。系统不久之后应用于“Blade & Soul” 和 “Aion”,是第一个应用于多个游戏的bot检测系统。

GAME BOT 特征

一些可以区分出Game Bots的特征,但并不在每个游戏中都适用

  • 选择职业的倾向

Fig

  • 游戏时间、生成的log数量

Fig

  • 人际关系

Fig

  • sequence data

Fig

方法

系统使用 self-similarity 作为特征,并使用机器学习的方法进行training

  • 从 log 中提取有用的信息,进行整理,记录相应的动作次数

Fig

  • 通过实践总结出的有价值的特征

Fig

  • 进性training,若一段时间内bot发生变化,则重新进行training

Fig

实验

机器学习的各种参数都是经过大量实验而确定下来的。

系统应用于实际的网络游戏中,检测出了超过15000个Game Bots。