Redes neurais artificiais aplicadas ao reconhecimento de speed cheating em jogos online de computador

Detalhes bibliográficos
Autor(a) principal: Gaspareto, Otavio Barcelos
Data de Publicação: 2008
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/153317
Resumo: No presente trabalho, é testada e avaliada a aplicação de Redes Neurais Artificiais no combate de trapaças (cheating, em inglês) do tipo speed cheating em jogos online massivos de múltiplos jogadores, também conhecidos como MMOG (Massively Multi- player Online Games). Os MMOG representam um modelo de negócio onde quantias significativas de recursos financeiros estão envolvidas, e crescem a cada dia. Os mode- los para o combate de trapaças, que possam afastar jogadores de jogos ou servidores, estão localizados na camada de rede, à nível de protocolo. Analisando o estado-da-arte, constatou-se que não existem trabalhos explorando a área de Inteligência Artificial para este fim, tornando-se assim relevante o estudo de sua aplicabilidade. As Redes Neurais Artificiais foram escolhidas por terem grande poder de abstração, generalização e plasti- cidade. Através dos resultados obtidos comparando-se duas abordagens de arquiteturas, as redes Perceptron de múltiplas camadas (MLP) e as redes com atraso no tempo focadas (FTLFN), é possível constatar que é viável a utilização das mesmas para este fim, tendo-se alcançado resultados positivos no combate de speed cheating em MMOGs.
id URGS_545bb8e5eb2dcff5f23078975075cb1b
oai_identifier_str oai:www.lume.ufrgs.br:10183/153317
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Gaspareto, Otavio BarcelosBarone, Dante Augusto Couto2017-03-16T02:21:26Z2008http://hdl.handle.net/10183/153317001006083No presente trabalho, é testada e avaliada a aplicação de Redes Neurais Artificiais no combate de trapaças (cheating, em inglês) do tipo speed cheating em jogos online massivos de múltiplos jogadores, também conhecidos como MMOG (Massively Multi- player Online Games). Os MMOG representam um modelo de negócio onde quantias significativas de recursos financeiros estão envolvidas, e crescem a cada dia. Os mode- los para o combate de trapaças, que possam afastar jogadores de jogos ou servidores, estão localizados na camada de rede, à nível de protocolo. Analisando o estado-da-arte, constatou-se que não existem trabalhos explorando a área de Inteligência Artificial para este fim, tornando-se assim relevante o estudo de sua aplicabilidade. As Redes Neurais Artificiais foram escolhidas por terem grande poder de abstração, generalização e plasti- cidade. Através dos resultados obtidos comparando-se duas abordagens de arquiteturas, as redes Perceptron de múltiplas camadas (MLP) e as redes com atraso no tempo focadas (FTLFN), é possível constatar que é viável a utilização das mesmas para este fim, tendo-se alcançado resultados positivos no combate de speed cheating em MMOGs.In the present work, Artificial Neural Networks are tested and evaluated in order to avoid a specific type of cheating, called Speed Cheating, in massively multi-player online games (MMOG). The MMOG represent a business model where meaningful financial resources amounts are involved, and increase each day. The models to avoid cheating, that could keep off players from games and servers, are localized in the network layer, at the protocol level. Examining the state-of-art, it was observed that research explor- ing the Artificial Intelligence application to this goal becomes relevant. The Artificial Neural Networks were chosen by their significant abstraction, generalization and plas- ticity characteristics. Through the results’s comparison from two different architectures approaches, the multi layer Perceptron network (MLP) and the focused time lagged net- work (FTLFN), it was possible to conclude that their utilization avoiding speed cheating in MMOG is possible, once good results were found in this work.application/pdfporInteligência artificialJogos eletrônicosReconhecimento : PadroesRedes neuraisArtificial intelligenceArtificial neural networksComputer gamesCheatingRedes neurais artificiais aplicadas ao reconhecimento de speed cheating em jogos online de computadorNeural networks applied to speed cheating recognition in online computer games info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2008mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001006083.pdf001006083.pdfTexto completoapplication/pdf2405899http://www.lume.ufrgs.br/bitstream/10183/153317/1/001006083.pdf551bef1ce96db86d9d644d8c6f944648MD51TEXT001006083.pdf.txt001006083.pdf.txtExtracted Texttext/plain123065http://www.lume.ufrgs.br/bitstream/10183/153317/2/001006083.pdf.txt1f571f8a280b4aa0ed05c426e08c7fdcMD52THUMBNAIL001006083.pdf.jpg001006083.pdf.jpgGenerated Thumbnailimage/jpeg1040http://www.lume.ufrgs.br/bitstream/10183/153317/3/001006083.pdf.jpg8cd3d5dad282931eb2a99a6ff670974bMD5310183/1533172018-10-22 08:18:02.111oai:www.lume.ufrgs.br:10183/153317Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-22T11:18:02Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Redes neurais artificiais aplicadas ao reconhecimento de speed cheating em jogos online de computador
dc.title.alternative.en.fl_str_mv Neural networks applied to speed cheating recognition in online computer games
title Redes neurais artificiais aplicadas ao reconhecimento de speed cheating em jogos online de computador
spellingShingle Redes neurais artificiais aplicadas ao reconhecimento de speed cheating em jogos online de computador
Gaspareto, Otavio Barcelos
Inteligência artificial
Jogos eletrônicos
Reconhecimento : Padroes
Redes neurais
Artificial intelligence
Artificial neural networks
Computer games
Cheating
title_short Redes neurais artificiais aplicadas ao reconhecimento de speed cheating em jogos online de computador
title_full Redes neurais artificiais aplicadas ao reconhecimento de speed cheating em jogos online de computador
title_fullStr Redes neurais artificiais aplicadas ao reconhecimento de speed cheating em jogos online de computador
title_full_unstemmed Redes neurais artificiais aplicadas ao reconhecimento de speed cheating em jogos online de computador
title_sort Redes neurais artificiais aplicadas ao reconhecimento de speed cheating em jogos online de computador
author Gaspareto, Otavio Barcelos
author_facet Gaspareto, Otavio Barcelos
author_role author
dc.contributor.author.fl_str_mv Gaspareto, Otavio Barcelos
dc.contributor.advisor1.fl_str_mv Barone, Dante Augusto Couto
contributor_str_mv Barone, Dante Augusto Couto
dc.subject.por.fl_str_mv Inteligência artificial
Jogos eletrônicos
Reconhecimento : Padroes
Redes neurais
topic Inteligência artificial
Jogos eletrônicos
Reconhecimento : Padroes
Redes neurais
Artificial intelligence
Artificial neural networks
Computer games
Cheating
dc.subject.eng.fl_str_mv Artificial intelligence
Artificial neural networks
Computer games
Cheating
description No presente trabalho, é testada e avaliada a aplicação de Redes Neurais Artificiais no combate de trapaças (cheating, em inglês) do tipo speed cheating em jogos online massivos de múltiplos jogadores, também conhecidos como MMOG (Massively Multi- player Online Games). Os MMOG representam um modelo de negócio onde quantias significativas de recursos financeiros estão envolvidas, e crescem a cada dia. Os mode- los para o combate de trapaças, que possam afastar jogadores de jogos ou servidores, estão localizados na camada de rede, à nível de protocolo. Analisando o estado-da-arte, constatou-se que não existem trabalhos explorando a área de Inteligência Artificial para este fim, tornando-se assim relevante o estudo de sua aplicabilidade. As Redes Neurais Artificiais foram escolhidas por terem grande poder de abstração, generalização e plasti- cidade. Através dos resultados obtidos comparando-se duas abordagens de arquiteturas, as redes Perceptron de múltiplas camadas (MLP) e as redes com atraso no tempo focadas (FTLFN), é possível constatar que é viável a utilização das mesmas para este fim, tendo-se alcançado resultados positivos no combate de speed cheating em MMOGs.
publishDate 2008
dc.date.issued.fl_str_mv 2008
dc.date.accessioned.fl_str_mv 2017-03-16T02:21:26Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/153317
dc.identifier.nrb.pt_BR.fl_str_mv 001006083
url http://hdl.handle.net/10183/153317
identifier_str_mv 001006083
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/153317/1/001006083.pdf
http://www.lume.ufrgs.br/bitstream/10183/153317/2/001006083.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/153317/3/001006083.pdf.jpg
bitstream.checksum.fl_str_mv 551bef1ce96db86d9d644d8c6f944648
1f571f8a280b4aa0ed05c426e08c7fdc
8cd3d5dad282931eb2a99a6ff670974b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085395966197760

Registros relacionados