モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。

TAG LIST
CG機械学習ディープラーニングCGへの扉安藤幸央GAN月刊エンタメAIニュース河合律子ニューラルネットワークOpenAINVIDIA強化学習三宅陽一郎音楽FacebookQAスクウェア・エニックス森川幸人モリカトロンAIラボインタビュー敵対的生成ネットワークDeepMindルールベースキャラクターAIシナリオGPT-3自然言語処理NFTGoogleグーグル自動生成映画デバッグCEDEC2019吉本幸記StyleGANプロシージャル人工知能学会遺伝的アルゴリズムメタAI深層学習マイクロソフトアートビヘイビア・ツリーCEDEC2021大内孝子CEDEC2020ゲームAISIGGRAPH不完全情報ゲームゲームプレイAIVRナビゲーションAI畳み込みニューラルネットワークDALL-ECLIPロボットAIと倫理ディープフェイクGDC 2021VFXメタバースGDC 2019マルチエージェントボードゲームNPCCNNデジタルツインモリカトロンUnityAIアートファッションHTN階層型タスクネットワークDALL-E2JSAI2020TensorFlowMicrosoftイベントレポートテストプレイ水野勇太小説アニメーションガイスターStyleGAN2懐ゲーから辿るゲームAI技術史toioソニーJSAI2021スポーツ研究シムピープル汎用人工知能GDC Summerバーチャルヒューマンブロックチェーン倫理BERTAdobeアストロノーカNVIDIA Omniverseeスポーツ対話型エージェントAmazoneSportsBLUE PROTOCOLシーマンUbisoft画像生成テキスト画像生成AlphaZeroTransformerGPT-2カメラ環世界中島秀之鴫原盛之DARPAドローンシムシティAI美空ひばり手塚治虫Electronic ArtsメタデータLEFT 4 DEADインタビュー通しプレイOpenAI Five本間翔太CMピクサープラチナエッグイーサリアム作曲ビッグデータ中嶋謙互Amadeus CodeMicrosoft AzureキャリアナラティブOmniverse ReplicatorレコメンドシステムNVIDIA DRIVE SimNVIDIA Isaac Simサイバーエージェント音声認識ロボティクスPyTorchDQN眞鍋和子バンダイナムコスタジオaibo合成音声Minecraft齊藤陽介マインクラフトお知らせチャットボットアバターサルでもわかる人工知能VAEOmniverseUbisoft La Forge自動運転車ワークショップGenvid Technologiesメタ知識表現ウォッチドッグス レギオンIGDAどうぶつしょうぎEpic Gamesジェイ・コウガミ音楽ストリーミング徳井直生マシンラーニングクラウド対話エンジン斎藤由多加リトル・コンピュータ・ピープルコンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画AIりんなシミュレーション完全情報ゲーム坂本洋典釜屋憲彦ウェイポイントパス検索対談藤澤仁生物学GTC 2022画像認識GTC2022StyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022教育TextWorldSIGGRAPH ASIAGTC2021CycleGANNetHackフェイクニュースエージェントAIボイスアクターNVIDIA CanvasImagenGPUALifeZork人工生命オルタナティヴ・マシンサウンドスケープMCS-AI動的連携モデルASBSマンガモーションキャプチャーぱいどんTEZUKA2020ナビゲーションメッシュ松井俊浩バンダイナムコ研究所スパーシャルAIELYZAELYZA DIGEST3D音声合成マーケティングApex LegendsELIZANinjaコンピュータRPGアップルタウン物語KELDICメロディ言語ゲームTENTUPLAYMARVEL Future FightAstroタイムラプスEgo4Dバスキア日経イノベーション・ラボ敵対的強化学習階層型強化学習GOSU Data LabWANNGOSU Voice Assistant竹内将SenpAI.GGMobalytics馬淵浩希Cygames岡島学AWS Sagemaker映像セリア・ホデント形態素解析UXAWS Lambda誤字検出認知科学ゲームデザインSentencePieceLUMINOUS ENGINELuminous Productionsパターン・ランゲージ竹村也哉ちょまどボエダ・ゴティエGOAPAdobe MAX 2021模倣学習Omniverse AvatarFPSNVIDIA Rivaマルコフ決定過程NVIDIA MegatronNVIDIA Merlinスタンフォード大学NVIDIA Metropolisパラメータ設計テニスバランス調整協調フィルタリング人狼知能テキサス大学軍事AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleFuture of Life InstituteRendering with StyleIntelDisneyLAIKADisneyリサーチRotomationGauGANGauGAN2ドラゴンクエストライバルズ画像言語表現モデル不確定ゲームSIGGRAPH ASIA 2021Dota 2モンテカルロ木探索ディズニーリサーチMitsuba2ソーシャルゲームEmbeddingワイツマン科学研究所GTC2020CG衣装NVIDIA MAXINEVRファッション淡路滋ビデオ会議ArtflowグリムノーツEponymゴティエ・ボエダ音声クローニングGautier Boeda階層的クラスタリングGopherJuliusSIE鑑定TPRGOxia Palusバーチャル・ヒューマン・エージェントtoio SDK for UnityArt Recognitionクーガー田中章愛Meta石井敦銭起揚NHC 2021茂谷保伯池田利夫GDMC新刊案内マーベル・シネマティック・ユニバース成沢理恵MITメディアラボMCU著作権アベンジャーズマジック・リープDigital DomainMagic Leap OneMagendaMasquerade2.0ノンファンジブルトークンDDSPフェイシャルキャプチャーサッカーモリカトロン開発者インタビュー里井大輝Kaggle宮本茂則バスケットボール山田暉Assassin’s Creed OriginsAI会話ジェネレーターSea of ThievesGEMS COMPANYmonoAI technologyLSTMモリカトロンAIソリューション初音ミクOculusコード生成AI転移学習テストAlphaCodeBaldur's Gate 3CodeforcesCandy Crush Saga自己増強型AISIGGRAPH ASIA 2020COLMAPADOPデバッギングBigGANGANverse3DMaterialGANリップシンキングRNNグランツーリスモSPORTReBeLグランツーリスモ・ソフィーGTソフィーVolvoFIAグランツーリスモチャンピオンシップRival PrakDGX A100VTuberユービーアイソフトWebcam VTuber星新一賞北尾まどかHALO市場分析将棋メタルギアソリッドVフォートナイトFSMRobloxナップサック問題Live Nation汎用言語モデルWeb3.0AIOpsSpotifyMITスマートコントラクトReplica StudioAWSamuseChitrakarQosmo巡回セールスマン問題ジョルダン曲線メディア5GMuZero政治クラウドゲーミングRival Peakがんばれ森川君2号和田洋一リアリティ番組Stadiaジョンソン裕子MILEsNightCafeインタラクティブ・ストリーミングLuis Ruizインタラクティブ・メディアポケモンCodexシーマン人工知能研究所東京工業大学Ludo博報堂ラップSIGGRAPH 2019ArtEmisZ世代AIラッパーシステムARrinnaGROVERプラスリンクス ~キミと繋がる想い~FAIRSTCチート検出Style Transfer ConversationオンラインカジノRCPアップルRealFlowRinna Character PlatformiPhoneデジタルヒューマンDeep FluidsSoul MachinesMeInGameAmeliaAIGraphブレイン・コンピュータ・インタフェースバーチャルキャラクターBCIGateboxLearning from VideoANIMAK予期知能逢妻ヒカリセコムユクスキュルバーチャル警備システムカント損保ジャパン哲学上原利之ドラゴンクエストエージェントアーキテクチャアッパーグラウンドPAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者Siemensアルスエレクトロニカ2019品質保証StyleRigAutodesk逆転オセロニアBentley Systemsワールドシミュレーター奥村エルネスト純いただきストリートH100齋藤精一大森田不可止COBOL高橋智隆DGX H100ロボユニザナックDGX SuperPOD泉幸典仁井谷正充クラウドコンピューティングロボコレ2019Instant NeRFartonomousbitGANsぎゅわんぶらあ自己中心派Azure Machine Learning意思決定モデル脱出ゲームHybrid Reward Architectureコミュニティ管理ウロチョロスSuper PhoenixSNS理化学研究所Project Malmoオンラインゲーム気候変動Project PaidiaEarth-2Project Lookoutマックス・プランク気象研究所Watch Forビョルン・スティーブンスBing気象モデルLEFT ALIVE気象シミュレーション長谷川誠ジミ・ヘンドリックス環境問題Baby Xカート・コバーンエコロジーロバート・ダウニー・Jr.エイミー・ワインハウスSDGsMagentaYouTubeダフト・パンクメモリスタSFGlenn MarshallELYZA PencilThe Age of A.I.Story2Hallucination音声変換レコメンデーションJukebox松尾豊Veap JapanEAPテンセントSIFT福井千春DCGAN医療MOBADANNCEメンタルケア人事ハーバード大学Edgar Handy研修デューク大学Netflixデータマイニングmynet.aiローグライクゲーム東京大学東京理科大学人工音声NeurIPS 2021産業技術総合研究所はこだて未来大学リザバーコンピューティングプレイ動画ヒップホップキャラクターモーションソニーマーケティングサイレント映画もじぱNBA環境音暗号通貨現代アートFUZZLEAlteration粒子群最適化法RPG進化差分法オープンワールド群知能下川大樹AIFAウィル・ライト高津芳希P2E大石真史SIGGRAPH 2022BEiTStyleGAN-NADAレベルデザインDETRゲームエンジンSporeUnreal Engineデノイズ南カリフォルニア大学Unity for Industry画像処理SentropyGLIDECPUDiscordAvatarCLIPSynthetic DataCALMバイアスプログラミングサム・アルトマンソースコード生成LaMDAGMAIシチズンデベロッパーSonanticTRPGGitHubCohereウィザードリィMCN-AI連携モデルマジック:ザ・ギャザリングAI DungeonUrzas.ai介護西川善司並木幸介Kikiサムライスピリッツ森寅嘉Zoetic AIゼビウスSIGGRAPH 2021ペットストリートファイター半導体Digital Dream LabsTopaz Video Enhance AICozmo栗原聡DLSSタカラトミー山野辺一記NetEaseLOVOT大里飛鳥DynamixyzMOFLINRomiU-Netミクシィ13フェイズ構造アドベンチャーゲームユニロボットADVユニボXLandGatoAGIテキスト生成手塚眞DEATH STRANDINGマルチモーダル不気味の谷Eric Johnson汎用強化学習AIOculus Questコジマプロダクション生体情報デシマエンジンインディーゲーム写真高橋ミレイ照明Maxim PeterJoshua Romoffハイパースケープ山崎陽斗深層強化学習立木創太ミライ小町テスラGameGANパックマンTesla BotTesla AI Dayソサエティ5.0SIGGRAPH 2020バズグラフニュースタンテキ東芝DIB-R倉田宜典韻律射影広告韻律転移

チートのパターンを学習するチート検出AIの活躍

2021.2.26ゲーム

チートのパターンを学習するチート検出AIの活躍

ゲームのルールやバランスを壊すチート(不正行為)の存在は、ゲームコミュニティを慢性的に悩ませています。こうしたチートの検出に、最近ではAI技術が活用されています。この記事ではチートの歴史を簡単に振り返ってから、AI技術を活用したFPSやオンラインカジノのチート検出事例を紹介します。

進化するチートと最新チート検出手法としてのAI

世界的なサイバーセキュリティ企業NCC Groupは昨年5月、「ゲームのセキュリティ」と題されたチートの歴史とその対策をまとめたブログ記事を公開しました。チートの歴史は古く、昔のチートのなかで特に有名なのがファミコン版『グラディウス』(1985年、コナミ)で発見された「コナミコマンド」です。もともとこのコマンドは、ゲーム開発者が効率よくデバッグするために実装したものを、発売時に削除し忘れたため「裏技」として残ることになったものでした。このように、チートは昔からゲーム開発と切っても切れない関係にあります。

チートの歴史は、オンラインゲームの普及により大きく変わりました。頻繁にアップデートが可能なオンラインゲームではバグを修正してチートを予防できるようになった一方で、チーターはゲームサーバに対して不正行為をしかけるハッカーのようになって、ゲーム運営元といたちごっこを繰り広げるようになりました。

現在行われているチート検出手法には、プレイヤーによる報告、プレイデータの分析によるチートの発見、そして手法としては比較的新しい信頼スコアの活用があります。信頼スコアはプレイデータにもとづいて算出され、過去にチートを犯したプレイヤーには低いスコアが付与されます。対戦型ゲームにおいては信頼スコアがマッチメイキング時に参照され、信頼スコアが低いプレイヤーは同じようなチートを犯す恐れのあるプレイヤーと対戦することになります。

チート検出における最新の手法は機械学習を応用するものです。この手法では、既知のチーターのプレイを学習したAIが、似たようなチート行為を検出します。この手法の利点は、チートの流行や進化に合わせてAIを再訓練できる所です。

そして今後のチートのトレンドとして予想されるのが、トッププレイヤーのプレイを精密に模倣するチートボットの登場です。こうしたボットのプレイがトッププレイヤーのそれと区別がつかなくなった場合、機械学習を活用してもチートを検出できなくなる恐れがあります。未来においては、チートAIとチート検出AIが熾烈な戦いを繰り広げることになるかも知れないのです。

チートツール使用時のデータ通信量に着目

現在のチート検出に関する研究については、2020年11月、アメリカ・テキサス州立大学ダラス校の学内メディアが同校の研究チームの試みを報じています。

従来のオンラインゲームにおけるチートの検出では、プレイヤーからサーバに対して送信された暗号化済みのプレイデータを復号化してから分析していたので、リアルタイムにチートを検出することは極めて困難でした。こうしたなか、研究チームはプレイデータの内容ではなく通信量の変化に着目してチートを検出する実験を行いました。

実験には人気FPSの『カウンターストライク』(1999年、Valve Corporation)が採用され、ダラス校の学生20人が参加しました。参加者には、3種類のチートツールを使用した状態でゲームをプレイしてもらいました。具体的には、自動的に対戦プレイヤーをエイム(狙撃)できるエイムボット、移動スピードが向上するスピードハック、そして壁を透明にできるウォールハックが使われました。

3つのチートツールを使ってプレイしてもらった結果、チートを実行している時に特徴的な通信量の変化が生じることを発見しました。研究チームは、発見した通信量の変化に関する特徴を機械学習モデルに学習させました。こうして開発された機械学習モデルは、チート実行によって生じる通信量の変化をリアルタイムに検出できるようになりました。

以上のような機械学習によるチート検出技術は、多くのオンラインゲームに応用できると考えられています。応用に際しては学習データとなるチート実行時の通信量に関するデータが必要になりますが、チートを続けているプレイヤーに対してリアルタイムにゲームからバンすることも可能となるでしょう。

チートのパターンを見逃さないオンラインカジノ

チートの実行が犯罪につながりかねないオンラインカジノにおいても、チート検出が取り組まれています。そうした取り組みについて、インドのデジタルソリューション企業Zensarが2020年12月に公開した記事でまとめています。

オンラインカジノにおけるチートは決して珍しいことではなく、リアルマネーを支払っている有料プレイヤーの19%(つまり約5人に1人)がチートの被害に遭い、金銭的な損失を被っていると報告されています。Zensarの記事では、オンラインカジノにおいて実行される代表的なチートとして、以下のような3種類が挙げられています。

  1. アカウントの乗っ取り:ゲームにおいて何らかの特典を有している有名プレイヤーのアカウントを乗っ取り、第三者に販売する。販売する相手は、チート実行を疑われにくくするために無名のアマチュアプレイヤーであることが多い。
  2. ボーナスの濫用:初回利用時に提供されるボーナスのような各種ボーナスを何度も取得する。アカウントを大量に作成することによって、このチートを実行する。
  3. チップダンピング:何人かのプレイヤーが共謀して、意図的に任意の1人のプレイヤーをギャンブルで勝たせる。マネーロンダリングの常套手段として知られている。

以上のような代表的なチートに対して、オンラインカジノではチート実行時におけるアカウントのログイン動作や賭け金の動きに認められるパターンを学習した機械学習モデルを使って検出しています。

オンラインゲームとオンラインカジノにおける機械学習モデルを活用したチート検出で共通しているのは、学習データとしてチート実行時のプレイデータを大量に必要とする点です。チート検出に機械学習モデルを導入するためには、プレイデータの管理体制を確立したデータファーストな企業になることが求められるのです。

Writer:吉本幸記、Photo by Alexey Savchenko on Unsplash

RELATED ARTICLE関連記事

【GDC 2019】ソーシャルゲームのバランス調整に遺伝的アルゴリズムを応用する

2019.4.17ゲーム

【GDC 2019】ソーシャルゲームのバランス調整に遺伝的アルゴリズムを応用する

ゲーム運営をディープラーニングでサポートするYOKOZUNA dataの全貌

2019.6.21ゲーム

ゲーム運営をディープラーニングでサポートするYOKOZUNA dataの全貌

【CEDEC2021】NPCとのインタラクティブな対話を実現するGOAPと感情生成パイプライン

2021.11.12ゲーム

【CEDEC2021】NPCとのインタラクティブな対話を実現するGOAPと感情生...

RANKING注目の記事はこちら