A machine learning approach for cheating detection in first person shooters

In the last years videogames have been considered more and more as an interesting field for Artificial Intelligence research. This derives from the need of improving the realism of artificial agents inside the game to be able to beat the competitors, to be able to handle thousands of players connected to our own entertainment platform and to be able to guard our products against improper use. The videogame industry plays a central role in the modern economy and the profits it produce are able to lead the technological advances that will be used also in several others industrial fields. If we think that one of the latest titles on the market, Call of Duty: Black Ops, has been able to obtain a turnover of more than 650 milion dollars after just five days after the market launch, being able in this way to shatter box office records not only in the videogame market but also in the video and publishing industry, one can understand how much is important to make these titles more and more entertaining with novel features. The gaming field has recently made a shift with the explosive growth of online gaming, which lets players from all over the world to compete against each others in organized matches on the Internet. Unfortunately, this has led to the spread of a new phenomenon: the cheating. This practice consists in using external artificial systems to obtain unfair advantages with respect to the other players which in return will suffer a degrade in the gaming experience. Cheating could mine the reliability of the developers, damaging their corporate image with the risk of reducing possible future incomes. Several attempts have been made to try to stem the problem with scalable and efficient solutions but these kind of behaviors are difficult to identify and to do so human intervention is often required. The goal of this thesis is to introduce a new framework capable of identify these behaviors in the type of games which is more susceptible to it, the First Person Shooters. A modern title that suits well for our purposes is a famous brand of Epic Games, Unreal Tournament III, because it's one of the most advanced platform for developing and reasearch in the academic field, thanks to the fact that we can use the engine and the source code of the platform for non commercial uses just with a single licence of the game. We will develop a cheating framework for this game with the same features that can be found in commercial systems and after that we will describe a framework for the acquisition and the analysis of data through supervised learning techniques to be able to find frequent patterns among cheating players.

Negli ultimi anni i videogiochi sono considerati sempre di più come un ottimo campo di applicazione per la ricerca nell'ambito dell'Intelligenza Artificiale. Le ragioni di questo derivano dalla necessità di migliorare il realismo degli agenti artificiali all'interno dei giochi per poter superare l'accanita concorrenza, di poter gestire le migliaia di giocatori collegati alla propria piattaforma di intrattenimento e tutelare il proprio prodotto da un uso scorretto. L'industria videoludica ricopre un ruolo di primo piano all'interno dell'economia moderna e i profitti da essa generati sono in grado di trainare lo sviluppo tecnologico di cui andranno a beneficiare anche altri settori industriali. Se si pensa che uno degli ultimi titolli disponibili sul mercato, Call of Duty: Black Ops, è stato in grado di fatturare pi di 650 milioni di dollari in soli cinque giorni dopo il lancio, stabilendo il record di incassi non solo nel settore videoludico ma anche in quello cinematografico e dell'editoria, sicuramente ci si rende conto di quanto sia importante rendere questi titoli sempre più avvincenti e introdurre caratteristiche innovative. Il settore del gaming recentemente ha subito un drastico cambio di tendenza con l'esplosione dell'online gaming, che permette a giocatori di tutto il mondo di confrontarsi fra di loro in partite organizzate in rete. Questo tuttavia ha portato alla diffusione capillare di un nuovo fenomeno, quello del cheating, che consiste nell'utilizzare sistemi artificiali esterni per poter ottenere vantaggi prestazionali significativi rispetto agli altri giocatori con conseguente degrado dell'esperienza di gioco per questi ultimi. Questo fenomeno potrebbe minare la credibilità dei developer, danneggiandone l'immagine aziendale con il rischio di ridurre possibili guadagni per i titoli futuri. Diversi tentativi sono stati fatti per cercare di arginare il problema con soluzioni scalabili ed efficaci, tuttavia questo tipo di comportamenti sono difficili da identificare e spesso per farlo è richiesto l'intervento di un soggetto umano. Scopo di questa tesi è quello di introdurre un nuovo framework in grado di poter riconoscere comportamenti scorretti nella tipologia di gioco pi soggetta a questo tipo di fenomeno, quella dei First Person Shooters. Un videogioco moderno che risulta essere particolarmente adatto è un famoso titolo della Epic Games, Unreal Tournament III, essendo una delle più avanzate piattaforme di sviluppo e di ricerca per quanto riguarda il settore gaming in ambito accademico, grazie alla possibilità di poter usufruire dell'engine e del codice sorgente della piattaforma possedendo la sola licenza del gioco. Svilupperemo un framework di cheating per il gioco in questione con le medesime caratteristiche dei sistemi che è possibile acquistare online e successivamente descriveremo un framework per l'acquisizione di dati e l'analisi degli stessi attraverso tecniche di apprendimento supervisionato per poter riconoscere pattern ricorrenti in giocatori disonesti.