مكافحة الاحتيال والروبوتات في الألعاب القائمة على ML

1) لماذا يوجد نظام منفصل لمكافحة الاحتيال للتلاعب

يحفز اللعب النشاط (المهمات والرموز ومستحضرات التجميل)، مما يعني أنه يثير:

الروبوتات (نصوص البعثات، الرموز/التصنيفات الزراعية) ؛
والحسابات المتعددة/التواطؤ (الغش الجماعي، جوائز «إلقاء») ؛
وأجهزة المحاكاة/الجذور (التلاعب بالزبائن) ؛
استغلال المهمة (الدورات التي يمر فيها التقدم بدون لعبة حقيقية).

أهداف مكافحة الاحتيال هي الحفاظ على الصدق، وليس تسخين UX، والحفاظ على الخصوصية/التنظيم والحفاظ على الاقتصاد الترويجي مستدامًا.

2) الإشارات والميزات (ما يجب حسابه)

الجهاز والبيئة

شهادة سلامة العميل (الهاتف المحمول/الويب)، ميزات المحاكي/الجذر، ملف تعريف WebGL/Canvas غير القياسي.

بصمة الجهاز (بدون PII): مجموعات من وكيل المستخدم والخطوط والرسومات ووقت العرض.

القياسات الحيوية السلوكية

معدل النقرات/التسريبات، سلاسة المنحنيات، التوقف الدقيق، تباين المسارات.

ضوضاء «بشرية»: اهتزاز المؤشر، تمرير ميكرودراف، توزيع الفاصل الزمني (lognormality).

أنماط اللعبة والمهمة

دورات متكررة بطول «مثالي»، معدلات مستقرة بشكل غير طبيعي (دوران/دقيقة).

نوافذ النشاط الضيقة (على سبيل المثال، كل 10 دقائق بالضبط)، الانتهاء الفوري من المهام متعددة الخطوات.

إشارات الرسم البياني والشبكة

مطابقة IP/AS، مصادر الدفع المشتركة (بالمجموعات)، مجموعات الصداقة/الدعوة.

المشاركة المشتركة في البطولات مع «اللعب معًا» (ارتباطات غريبة للنتائج).

الاقتصاد/الترويج

تحقيق الدخل بشكل غير متناسب في المهام ذات الرموز المميزة والاستنتاجات القاسية بعد الأدوية.

RG/السياق

جلسات طويلة جدًا بدون توقف مؤقت (علامة الروبوت)، «ناقلات» ليلية.

💡 جميع الميزات مجمعة ومجهولة الهوية. PII - فقط في نطاق متطلبات المنظم.

3) مكدس نموذجي (كيفية الإمساك)

1. كاشفات الشذوذ (بدون إشراف):

Isolation Forest, One-Class SVM, Autoencoder for behavioral and devices.
الاستخدام: «تسجيل الشك» المبكر بدون تسمية «مذنب».

2. الرسم البياني التحليلي و GNN:

اكتشاف المجتمع (Louvain/Leiden) + علامات المركزية (betweeness، درجة).
GNN (GraphSAGE/GAT) لتصنيف العقدة/الحافة (التواطؤ، مزارع الحساب).

3. تحت الإشراف:

معزز التدرج/محولات الجدول على علامات التحقيقات السابقة.
الاحتمالات المعايرة → الثقة في صنع القرار.

4. التضمين السلوكي:

User2Vec حسب تسلسل الأحداث ؛ المسافات → مجموعات الروبوتات.

5. قطاع الطرق السياقي لتدابير الحماية:

اختيار الحد الأدنى من الحواجز (التحقق السهل مقابل التحقق الصعب) لسياق المخاطر × UX.

4) محرك السياسة

الفكرة: تقدم ML risk_score، وتقرر السياسة «ما يجب فعله» مع مراعاة الاقتصاد و UX.

مثال على المستويات:

R0 (أخضر): غير محدود ؛ الرصد السلبي.
R1 (أصفر): «تحديات إنسانية» ناعمة (تفاعلات صغيرة)، سقف مهمة مخفض.
R2 (البرتقالي): فحص الجهاز، والتحكم الإضافي في الإيقاع، وتقليل مشكلة الرمز.
R3 (الأحمر): عقبة التقدم في البعثات المثيرة للجدل، والاعتدال اليدوي/تجميد التعويضات المؤقتة.
R4 (الأسود): مراجعة الحظر/CCR (إذا كانت تنظيمية ومبررة).

سائقي الانتقال: مخاطر مجمعة، أعلام تواطؤ، شكاوى، إشارة من مقدمي الخدمة.

5) حواجز عادلة دون احتكاك غير ضروري

الفحوصات غير المرئية: القياسات الحيوية السلوكية الخلفية، شهادة البيئة.

حركة الإنسانية بدلاً من الكابتشا: إيماءة صغيرة (نمط السحب العشوائي، منزلق مرتجل)، نافذة زمنية مع توقف دقيق.

WebAuthn/Passkeys للأنشطة «باهظة الثمن»: جهاز/هوية آمنة بدون كلمة مرور.

الحواجز التفاعلية: يتم تشغيلها فقط في وقت الشذوذ، وليس للجميع.

6) الأنماط المضادة للبعثات (كيفية منع «المزرعة»)

تباين المتطلبات: سلسلة من الإجراءات في مختلف مقدمي الخدمات/الأوقات/الأسعار.

تغييرات التبريد والمحتوى: حظر نفس النوع من الدورات على التوالي.

أحداث التحكم العشوائية: فحوصات «بشرية» صغيرة في منتصف مهمة طويلة.

الحد من التقدم الموازي: حتى لا تغلق المزارع عشرات البعثات في نفس الوقت.

7) الامتثال والخصوصية والشفافية

تقليل البيانات: الميزات الضرورية فقط، تخزين المجاميع المجهولة.

القابلية للتفسير: رموز السبب للإجراءات المثيرة للجدل (على سبيل المثال، «السرعة غير الطبيعية + مجموعة الرسم البياني»).

عملية الاستئناف: شكل مفهوم من أشكال الاستئناف ؛ المراجعة السريعة.

سياسات RG: مع علامات التعب، نقلل الحمل، ولا «ندفع» اللاعب.

8) مقاييس النجاح وحراس الاقتصاد

معدل صيد الروبوت/التواطؤ.

المعدل الإيجابي الخاطئ (العتبة <الهدف ؛ المعايرة مهمة).

تأخر العمل.

الانبعاثات إلى GGR و Prize ROI: الحماية تدفع لنفسها.

معدل الشكاوى/الاستئناف и معدل إلغاء الاستئناف.

التأثير على UX: تحويل المهمة، كتم الصوت/الانسحاب من التخصيص، NPS للأمانة.

9) التحقق من صحة A/B وغير متصل بالإنترنت

1. البعثات المضادة للاستهلاك: التباين مقابل الأساس.

2. التحقق من الإنسانية: إيماءة غير مرئية مقابل كابتشا كلاسيكية.

3. عتبة risk_score: لينة/صلبة (مختلفةTPR/FPR).

4. مرشحات الرسم البياني: مع/بدون GNN، قواعد الرسم البياني فقط.

5. منسق الحاجز: ثابت مقابل قطاع الطرق السياقي.

10) Cseudocode (تسجيل السياسة → → العمل)

python def score_request (مستخدم، حدث):
x = build_features (المستخدم، الحدث) # الجهاز، السلوك، خصائص الرسم البياني r_unsup = oc_svm. الدرجة (x) # شذوذ r_sup = gbdt. predict_proba (x) [: 1] # احتمال الاحتيال r_graph = gnn_node_prob (المستخدم. node_id) # مخاطر الرسم البياني = معايرة (r_unsup، r_sup، r_graph) # مخاطر إرجاع المعايرة الخلوية

decide_action (المخاطر والسياق):
السياق: أهمية الإجراء، قيمة المكافأة، عامل UX إذا كانت المخاطر أقل من 0. 25: إعادة «السماح»
إذا كان الخطر <0. 45: العودة «SOFT_CHECK» # إيماءة إنسانية، وقفة صغيرة إذا كانت المخاطر <0. 65: العودة «DEVICE_ATTEST» # النزاهة + сниж. مهمات الحد الأقصى إذا كانت المخاطر أقل من 0. 85: العودة «HOLD_REWARDS» # تجميد لمراجعة العودة «BAN_OR_REVIEW»

def enforce (action, user):
الحد الأدنى من الحواجز المطلوبة إذا كان الإجراء = "SOFT_CHECK": trigger_humanity_challenge (مستخدم)
elif action = = "DEVICE_ATTEST": run_integrity_attestation (user. جهاز)
elif action = = "HOLD_REWARDS": freeze_rewards (المستخدم، المدة =" 72h")
elif action = = "BAN_OR_REVIEW": open_case_to_fraud_ops (مستخدم)

11) نماذج JSON (القواعد والسجل)

سياسة مستوى المخاطر:

جسون
{
"policy_id": "anti_fraud_s1," "مستويات": [
{«الاسم «: «R0 «،» المخاطرة _ lt»: 0. 25, «action «:» all»}, {«name «: «R1 «,» risk _ lt»: 0. 45, «action «: «soft _ check»}, {«name «: «R2 «,» risk _ lt»: 0. 65, «action «: «device _ attest _ and _ cap»}, {«name «: «R3 «,» risk _ lt»: 0. 85, «action «: «hold _ rewards _ review»}, {«name «: «R4 «,» risk _ gte»: 0. 85, «action «: «ban _ or _ kyc _ review»}
], "caps": {"missions _ per _ day _ r2": 2 ", token_emission_multiplier_r2": 0. 5}, "appeal": {"empled": true, "sla_hours": 48}
}

سجل القرارات (لمراجعة الحسابات/الاستئناف):

جسون
{
"decision_id":"dec_2025_10_24_1415," "user_id":"u_45219," "risk_components":{"unsup":0. 38، «sup»: 0. 41، «الرسم البياني»: 0. 57}، "final_risk":0. 51, "action": "device _ attest _ and _ cap", "reasons': [" normal _ click _ tempo "," graph _ cluster _ c17 "]," expires_at":"2025-10-27T14:15:00Z "
}

12) عملية الاستجابة وإعادة التوقيت

المراقبة في الوقت الفعلي: لوحات القيادة لارتفاعات المخاطر ومكونات الرسم البياني.

دفتر الحوادث:

1. الكشف الشاذ → 2) خفض انبعاثات/تجميد التعويضات المثيرة للجدل → 3) أخذ عينات من الجذوع/الرسوم البيانية → 4) تصحيح القواعد/النماذج → 5) إعادة الحساب الرجعي للجوائز الصادقة.

الفريق الأحمر/المختبر تحت الأرض: محاكاة الروبوتات (التشويش، العشوائية)، الهجمات على النماذج (أمثلة عدائية).

إصدارات الكناري: طرح حواجز جديدة لـ 5-10٪ من حركة المرور.

13) UX والاتصالات

نبرة محايدة ومحترمة: «تم ملاحظة الإجراءات غير القياسية - تأكيد أنك إنسان (30 ثانية)».

الخيارات: «كرر لاحقًا»، «دعم الاتصال»، «الاستئناف».

إمكانية الوصول: بدائل للأشخاص الذين يعانون من قيود في الحركة/الرؤية.

الشفافية: How We Protect Integrity page with general principles (no medications for abuse).

14) البنية التقنية (باختصار)

مجموعة الأحداث: Kafka/Redpanda، المخططات "mission _ progress'،" input _ stream'، "device _ advest'.

Fichestor: عبر الإنترنت (ms-latency) + غير متصل بالإنترنت (دفعات 1-6 ساعة).

خدمات ML: «هداف المخاطر»، «خدمة الرسم البياني»، «محرك السياسة».

تخزين الأدلة: سجلات غير قابلة للتغيير (WORM)، والتشفير عند الراحة وفي القناة.

الأمن: بذور أمن RNG على الخادم ؛ تصور العميل فقط.

15) القائمة المرجعية السابقة للإفراج

احتمالات معايرة (Platt/Isotonic)، FPR في الممر المستهدف.
يتم توصيل إشارات الرسم البياني وجهاز الارتباط المتقاطع.
تم تكوين منسق الحاجز (الحد الأدنى من الاحتكاك منخفض المخاطر).
حراس وطعون مدمجون في RG ؛ سجل مراجعة الحسابات ورموز الأسباب.
سياسات الخصوصية والتخزين متوافقة.
تم تكوين كتيب تشغيل جزر الكناري والتنبيهات والاسترداد.

Antifraud/antiboot في التلاعب هو طبقة من الرسوم البيانية ML++ الحواجز الصادقة التي يتم تضمينها بالضبط عند الحاجة. تعطي القياسات الحيوية السلوكية والكشف عن الشذوذ إشارة مبكرة، وتكشف تحليلات الرسم البياني عن التواطؤ، ويختار المنسق الحد الأدنى من الفحص الكافي. مع الشفافية والخصوصية واحترام UX، يحافظ النظام على نزاهة المنافسة، ويحمي اقتصاد الجوائز ولا يحول المنتج إلى «مسار عقبات» للاعبين ذوي الضمير.