போட்டி விளையாட்டுகளில் வலுவான பார்வை அடிப்படையிலான மோசடி கண்டறிதல்
Author
Venue
ACM இன் கணினி வரைகலை மற்றும் ஊடாடும் நுட்பங்கள் 2021-இன் செயல்முறைகள்
Abstract
ஆன்லைன் கேமிங்கில் மோசடியைத் தடுப்பதில் கேம் வெளியீட்டாளர்களும் ஆன்டி-சீட் நிறுவனங்களும் தோல்வியடைந்துள்ளன. நாங்கள் ஒரு புதிய, பார்வை அடிப்படையிலான அணுகுமுறையை முன்மொழிகிறோம், இது ஃபிரேம் பஃப்பரின் இறுதி நிலையைப் பிடித்து, சட்டவிரோத ஓவர்லேக்களைக் கண்டறிகிறது. இந்த நோக்கத்திற்காக, இரண்டு ஃபர்ஸ்ட்-பர்சன் ஷூட்டர் கேம்கள் மற்றும் மூன்று மோசடி மென்பொருட்களைப் பயன்படுத்தி சேகரிக்கப்பட்ட ஒரு புதிய தரவுத்தொகுப்பில், ஒரு DNN கண்டறிப்பானைப் பயிற்றுவித்து மதிப்பிடுகிறோம். உள்ளூர் அல்லது உலகளாவிய அளவில் செயல்படும் வெவ்வேறு DNN கட்டமைப்புகளின் நன்மைகள் மற்றும் தீமைகளை நாங்கள் ஆய்வு செய்கிறோம். நம்பத்தகாத கண்டறிதல்களைத் தவிர்க்கவும், நெட்வொர்க் மறுபயிற்சி எப்போது தேவை என்பதைத் தெரிவிக்கவும் வெளியீட்டு நம்பகத்தன்மை பகுப்பாய்வைப் பயன்படுத்துகிறோம். ஒரு அப்லேஷன் ஆய்வில், சாத்தியமான எதிரான தாக்குதல்களையும் தாங்கும் ஒரு கண்டறிவான்னை உருவாக்க இடைவெளி எல்லை பரவலை (Interval Bound Propagation) எவ்வாறு பயன்படுத்துவது என்பதைக் காட்டுகிறோம், மேலும் நம்பகத்தன்மை பகுப்பாய்வுடனான அதன் தொடர்பை ஆய்வு செய்கிறோம். எங்கள் முடிவுகள், இயந்திர கற்றல் மூலம் வலுவான மற்றும் பயனுள்ள மோசடி எதிர்ப்பு முறை நடைமுறைக்கு சாத்தியமானது என்பதையும், ஆன்லைன் கேமிங்கில் நேர்மையான விளையாட்டை உறுதிப்படுத்த இதைப் பயன்படுத்தலாம் என்பதையும் காட்டுகின்றன.
