FingFormer: Contrastive Graph-based Finger Operation Tranformer for Unsupervised Mobile Game Bot Detection

发布:2022-11-22 11:41:13
阅读:653
作者:李文斌、储晓恺、苏越阳、赵世玮、吴润泽、张世泽、陶建容、邓浩、姚迪、毕经平
分享:复制链接

会议介绍

WWW会议又名TheWebConf,全名The ACM Web Conference 2022,由ACM主办,一般每年4月召开,是国际Web领域影响力最大的综合性顶级学术会议,CCF和清华评定委员会都评定为A类会议。

论文简介

本文研究了在线手机游戏机器人检测的任务。考虑到真实的检测系统中缺少标注的作弊样本和有限的可用数据,我们的目标是研究屏幕传感器捕获的手指操作,以无监督的方式推断潜在的机器人。

详细介绍了一种变压器式的检测模型,即FingFormer。它以图形结构的形式研究手指操作,以捕捉双手操作之间的时空相关性。为了在无监督的方式下优化模型,我们引入了两种对比学习策略来细化手指移动模式和玩家操作习惯。我们在不同的实验环境下进行了广泛的实验,包括合成数据集,离线数据集,以及三款手机游戏的大规模在线数据流。

多方面实验表明,该模型对不同手机游戏的机器人检测具有较好的有效性和通用性。

论文地址

https://doi.org/10.1145/3485447.3512272

扫码进群
微信群
免费体验AI服务