一种基于ELM的在线游戏外挂检测方法

摘要：

游戏外挂是一种替代人参与游戏的第三方软件或程序,在大规模多用户在线角色扮演游戏中,一些用户利用这一类程序快速提升用户等级、快速积累虚拟财富.游戏外挂的使用,扰乱了正常的游戏秩序,降低了大量玩家的良好体验.如何准确快速检测游戏外挂是各大游戏公司亟待解决的问题.将极限学习机(Extreme Learning Machine,ELM)方法用于游戏外挂检测,分析游戏标签数据并形成用户行为序列矩阵,利用ELM对游戏外挂进行分析和筛查.并在网易游戏数据集上进行了测试.同时将该方法的实验结果与传统的SVM和KNN算法进行了对比.实验结果表明,在分类精度和效率方面,其算法具有一定的优势.

关键词：游戏外挂、大规模多用户在线角色扮演游戏、极限学习机

所属期刊栏目：34

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目61202290,61370173,61772198;中国博士后科学基金项目2015M581933

在线出版日期：2018-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-4,12