EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

СИСТЕМА ВИЯВЛЕННЯ ШАХРАЙСТВА В ІГРАХ НА ОСНОВІ МЕТОДІВ МАШИННОГО НАВЧАННЯ

Г. А. Завгородня, В. В. Завгородній

Таврійський науковий вісник. Серія: Технічні науки · 30.12.2025 · (6) · 65-73

DOI: 10.32782/tnv-tech.2025.6.7 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Таврійський науковий вісник. Серія: Технічні науки, online erschienen am 30.12.2025. Verfasst von Г. А. Завгородня und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

У сучасній індустрії ігор проблема шахрайства набуває все більшої актуальності: гравці використовують програми для автоматичного прицілювання (aimbot), стіни (wallhack), макроси та інші методи, що дають несправедливу перевагу. Такі дії погіршують ігровий досвід, знижують довіру користувачів та підривають репутацію видавців. Традиційні системи захисту, зокрема правила та клієнт-серверні перевірки, часто виявляються неефективними проти нових та адаптивних способів шахрайства. У статті запропоновано систему виявлення шахрайства в іграх на основі методів машинного навчання, яка аналізує поведінку гравців, ігровий контекст та тимчасові патерни дій для ідентифікації аномальних та потенційно шахрайських дій. Система використовує класичні класифікатори, методи виявлення аномалій, глибокі нейронні мережі (DNN) та гібридні моделі. Реалізовано етапи збору та підготовки ознак, нормалізації та згладжування даних, балансування класів, навчання моделей та оцінювання їх у реальному часі. У роботі наведено математичні формалізації, оптимізацію гіперпараметрів та механізми захисту від адаптивного шахрайства. Результати порівняльного аналізу показують, що запропонована DNN-модель досягає найвищих показників серед розглянутих моделей: Accuracy – 96,7%, Precision – 95,9%, Recall – 95,1%, F1-score – 95,5%, перевищуючи класичні методи на 3-9%. Графічне порівняння моделей підтверджує стабільність і надійність запропонованого підходу при виявленні шахрайства. Обговорено практичні аспекти розгортання системи у продуктивних середовищах, зокрема обчислювальні витрати, затримку та питання конфіденційності гравців. Запропонований підхід може бути використаний видавцями ігор, серверами мультиплеєра або внутрішніми системами контролю для підтримки чесної та конкурентної гри.

Zitieren

APA

Завгородня, Г. А., & Завгородній, В. В. (2025). СИСТЕМА ВИЯВЛЕННЯ ШАХРАЙСТВА В ІГРАХ НА ОСНОВІ МЕТОДІВ МАШИННОГО НАВЧАННЯ. Таврійський науковий вісник. Серія: Технічні науки, 65-73. https://doi.org/10.32782/tnv-tech.2025.6.7

Vancouver

Завгородня ГА, Завгородній ВВ. СИСТЕМА ВИЯВЛЕННЯ ШАХРАЙСТВА В ІГРАХ НА ОСНОВІ МЕТОДІВ МАШИННОГО НАВЧАННЯ. Таврійський науковий вісник. Серія: Технічні науки. 2025:65-73. doi:10.32782/tnv-tech.2025.6.7

BibTeX
@article{2025,
  author = {Завгородня, Г. А. and Завгородній, В. В.},
  title = {СИСТЕМА ВИЯВЛЕННЯ ШАХРАЙСТВА В ІГРАХ НА ОСНОВІ МЕТОДІВ МАШИННОГО НАВЧАННЯ},
  journal = {Таврійський науковий вісник. Серія: Технічні науки},
  year = {2025},
  number = {6},
  pages = {65--73},
  doi = {10.32782/tnv-tech.2025.6.7}
}
Kostenlos starten →