닫기
Loading..

전자정보연구정보센터 ICT 융합 전문연구정보의 집대성

영문 논문지

홈 홈 > 연구문헌 > 영문 논문지 > TIIS (한국인터넷정보학회)

TIIS (한국인터넷정보학회)

Current Result Document : 2 / 2

한글제목(Korean Title) Chatting Pattern Based Game BOT Detection: Do They Talk Like Us?
영문제목(English Title) Chatting Pattern Based Game BOT Detection: Do They Talk Like Us?
저자(Author) Ah Reum Kang   Huy Kang Kim   Jiyoung Woo  
원문수록처(Citation) VOL 06 NO. 11 PP. 2866 ~ 2879 (2012. 11)
한글내용
(Korean Abstract)
영문내용
(English Abstract)
 Among the various security threats in online games, the use of game bots is the most serious problem. Previous studies on game bot detection have proposed many methods to find out discriminable behaviors of bots from humans based on the fact that a bot's playing pattern is different from that of a human. In this paper, we look at the chatting data that reflects gamers’ communication patterns and propose a communication pattern analysis framework for online game bot detection. In massive multi-user online role playing games (MMORPGs), game bots use chatting message in a different way from normal users. We derive four features; a network feature, a descriptive feature, a diversity feature and a text feature. To measure the diversity of communication patterns, we propose lightly summarized indices, which are computationally inexpensive and intuitive. For text features, we derive lexical, syntactic and semantic features from chatting contents using text mining techniques. To build the learning model for game bot detection, we test and compare three classification models: the random forest, logistic regression and lazy learning. We apply the proposed framework to AION operated by NCsoft, a leading online game company in Korea. As a result of our experiments, we found that the random forest outperforms the logistic regression and lazy learning. The model that employs the entire feature sets gives the highest performance with a precision value of 0.893 and a recall value of 0.965.
키워드(Keyword)
원문 PDF 다운로드