ショートセッション
不正検知を可能とする弱教師あり学習手法「DevNet」の紹介 〜膨大なデータに潜む異常を最小限のラベリングで見つける技術〜
対象プラットフォーム:モバイル
講演形式
ショートセッション
講演時間
08月26日(木) 11:50
〜 12:15
講演ルーム
第2会場
資料公開
予定あり
受講スキル
・ゲームの不正対策に興味がある方・実際に対策を運用している方
・機械学習に触れたことがある方
得られる知見
・既知のデータが少ない状況でも、それを最大限生かして不正対策に機械学習を導入するための方法
・上記のオープンな実装例としてDevNetという手法が公開されていること
セッションの内容
機械学習の導入には、データへのラベリング作業が発生し膨大な工数が必要となります。一方で、ルールベースや教師なし学習などのラベリングが不要な方式では性能が不足するという課題も生じています。本セッションでは、ラベリングの課題解決に有益な不正検知手法「DevNet」を紹介します。DevNetを導入した結果、既知の不正データを数百件ほど用意するだけで、従来の手法と比較して不正ユーザの検知数を平均20%改善することができました。DevNetの考え方は未知のデータは全て正常とみなすことで、異常検知問題をデータ量に偏りのある二値分類に落とし込むというシンプルなものです。それゆえに、ゲームジャンルやデータの形式に縛られずに活用できる余地があることを示します。