딥러닝 모델을 사용한 게임 봇 탐지 시스템에서 판단 근거 분석을 위한 기법

Abstract

최근 온라인 게임 시장 규모가 급격히 성장하면서, 게임 내 재화를 획득하기 위한 부정행위가 빈번하게 발생하고 있다. 대표적인 부정행위 중 하나인 게임 봇 (game bot)은 게임 내 재화를 부정하게 수집하여, 게임 내 균형을 파괴하고 콘텐츠를 빠르게 고갈시켜 게임 수명을 단축시키는 문제를 야기한다. 본 논문에서는 사용자 행위 로그를 입력으로 하는 다층 퍼셉트론(Multi Layer Perceptron)을 적용하여 정상 사용자와 게임 봇을 분류하고, 각 행위가 분류에 영향을 끼친 정도를 수치화하여 판단 근거를 추론하는 모델을 제안한다. 제안한 모델을 ‘AION’ 게임의 실제 로그 데이터에 적용하여 10겹 교차 검증으로 테스트한 결과 약 98.4%의 정확도와 99.6%의 재현율을 보였다.