Percorrer por autor "Sousa, Teresa Brilha de"
A mostrar 1 - 1 de 1
Resultados por página
Opções de ordenação
- INTEGRAÇÃO DE INTELIGÊNCIA ARTIFICIAL EM ANTI -CHEATSPublication . Sousa, Teresa Brilha de; Reis, Gustavo Miguel Jorge dos; Ribeiro, Roberto AguiarAs técnicas utilizadas por sistemas anti-cheat têm sido alvo de críticas por parte dos jogadores, especialmente aqueles que necessitam de atuar ao nível do kernel para monitorizar todos os processos em execução em segundo plano no dispositivo do jogador. Caso esses sistemas apresentem vulnerabilidades graves, podem ser explorados por atacantes para obter acesso direto à máquina, resultando em possíveis danos permanentes. Desta forma, é fundamental explorar alternativas a essas técnicas e tentar evoluir soluções que não necessitem de privilégios adicionais para detetar cheaters. Este estudo propõe o desenvolvimento de dois modelos que utilizam algoritmos de deep learning para séries temporais, especialmente 2D-CNN e LSTM, treinados com um dataset que contém todas as interações do jogador através do rato durante o tempo de jogo. Este dataset inclui dados de interações normais e interações geradas por cheats, como aimbot e automining, permitindo que os modelos aprendam a distinguir entre comportamentos normais e comportamentos de cheaters. O jogo Minecraft foi escolhido como ambiente de recolha de dados porque é um jogo singleplayer, e o uso de cheats não afeta a experiência de outros jogadores. Além dos modelos, foi necessário criar um método eficaz de recolha de dados. Para isso, foi desenvolvida uma ferramenta que é instalada diretamente no jogo, facilitando a recolha. Também foram desenvolvidos dois cheats, aimbot e automining, uma vez que o Minecraft não possui cheats que interagem diretamente com o rato. Foram alcançados excelentes resultados com ambos os modelos. O modelo LSTM alcançou uma precisão de 0.9963 e f-score 0.9942, enquanto o modelo 2D-CNN atingiu uma precisão de 0.9960 e f-score 0.9968. Ambos os algoritmos demonstraramse altamente eficazes na classificação do comportamento dos jogadores e na deteção de padrões gerados por cheats.