XAI-Driven Explainable Multi-view Game Cheating Detection

发布:2022-09-26 15:46:27
阅读:1889
作者:陶建容、熊宇、赵世玮、徐雨虹、林建实、吴润泽、范长杰
分享:复制链接

会议介绍

CoG会议全名IEEE Conference on Games,由IEEE计算智能学会主办,一般每年8月召开,是国际游戏领域影响力最大的顶级学术会议,主要收录游戏相关的玩家建模、游戏人工智能、游戏设计、多智能体、游戏内容生成等理论创新与落地应用工作,h5-index达25,论文接受率在30%左右。

论文介绍

在线游戏是最成功的应用程序之一,大量的玩家通过互联网在一个虚拟世界中进行交互。然而,一些作弊玩家使用非法插件来获取利益,给游戏健康和其他玩家带来巨大危害。

游戏产业一直致力于利用多视角数据源进行作弊检测,并通过AI技术显著提升了准确率。然而,从多视图给作弊检测生成解释仍然是一个挑战。针对不同受众群体对AI模型不同可解释性的不同目的,本文提出了第一个由XAI驱动的可解释的多视角游戏作弊检测框架EMGCD。本框架从不同视角将作弊解释器和作弊分类器结合,来生成个人、局部和全局解释用于证据生成、理由生成、模型调试和模型压缩。

本框架已在网易游戏的多个产品中实现和部署,取得了显著的成果。该框架还可以很容易地推广到其他任务,如可解释推荐系统、可解释流失预测。

论文原文

https://nos.netease.com/mg-file/mg/neteasegamecampus/art_works/20200812/202008122020238611.pdf

扫码进群
微信群
免费体验AI服务