展示你的账号：利用财务分析与 LSTM 检测 MMORPG 游戏外挂

随着 MMORPG 市场的快速增长，游戏外挂检测已成为维持稳定游戏内生态的必要任务。为区分外挂与普通用户，游戏客户端与服务端均提出了检测方法。在各类分类方法中，服务端的数据挖掘方法能高效捕捉外挂的独特特征。对于数据挖掘所用的特征，角色的行为与社会活动通过大量算法被分析。然而，外挂开发者可通过持续改变外挂活动来规避先前的检测方法。最终，由于所选特征需随外挂行为变化而更新，整体维护成本上升。为克服此局限，我们提出一种基于财务分析的改进外挂检测方法。由于外挂活动必然导致财务状态变化，分析财务波动可将其作为关键特征有效捕捉外挂。我们使用亚洲领先 MMORPG《Aion》的真实数据训练并测试模型。借助 LSTM 能高效识别数据时间序列运动的特性，我们取得了有意义的检测性能。基于该模型，我们期望在不久的将来实现可持续的外挂检测系统。