論文の概要: PU GNN: Chargeback Fraud Detection in P2E MMORPGs via Graph Attention Networks with Imbalanced PU Labels

• arxiv url: http://arxiv.org/abs/2211.08604v5
• Date: Mon, 3 Apr 2023 09:39:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-05 18:36:21.185816
• Title: PU GNN: Chargeback Fraud Detection in P2E MMORPGs via Graph Attention Networks with Imbalanced PU Labels
• Title（参考訳）: PU GNN:不均衡PUラベル付きグラフ注意ネットワークによるP2E MMORPGのチャージバックフラッド検出
• Authors: Jiho Choi, Junghoon Park, Woocheol Kim, Jin-Hyeok Park, Yumin Suh, Minchang Sung
• Abstract要約: 本稿では,P2Eトークントランザクションパターンを用いて,ゲーム内両方の動作をキャプチャする新しい課金バック不正予測手法PU GNNを提案する。 実世界の3つのP2E MMORPGデータセットの実験により、PU GNNは以前提案された手法よりも優れた性能を発揮することが示された。
• 参考スコア（独自算出の注目度）: 4.100623269995299
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The recent advent of play-to-earn (P2E) systems in massively multiplayer online role-playing games (MMORPGs) has made in-game goods interchangeable with real-world values more than ever before. The goods in the P2E MMORPGs can be directly exchanged with cryptocurrencies such as Bitcoin, Ethereum, or Klaytn via blockchain networks. Unlike traditional in-game goods, once they had been written to the blockchains, P2E goods cannot be restored by the game operation teams even with chargeback fraud such as payment fraud, cancellation, or refund. To tackle the problem, we propose a novel chargeback fraud prediction method, PU GNN, which leverages graph attention networks with PU loss to capture both the players' in-game behavior with P2E token transaction patterns. With the adoption of modified GraphSMOTE, the proposed model handles the imbalanced distribution of labels in chargeback fraud datasets. The conducted experiments on three real-world P2E MMORPG datasets demonstrate that PU GNN achieves superior performances over previously suggested methods.
• Abstract（参考訳）: 近年のマルチプレイヤーオンラインロールプレイングゲーム(MMORPG)におけるプレイツーアーンシステム(P2E)の出現により、ゲーム内商品は、これまで以上に現実世界の価値と交換可能になった。 p2e mmorpgsの商品は、ブロックチェーンネットワークを介してbitcoin、ethereum、klaytnなどの暗号通貨と直接交換することができる。 従来のゲーム内商品とは異なり、一旦ブロックチェーンに書き込むと、P2E商品は支払い詐欺、キャンセル、返金などのチャージバック詐欺であってもゲーム運用チームによって復元できない。 そこで本研究では,p2eトークンのトランザクションパターンを用いて,pu損失を伴うグラフアテンションネットワークを活用した,新たなチャージバック詐欺予測手法pu gnnを提案する。 修正GraphSMOTEの導入により、提案モデルはチャージバック詐欺データセットにおけるラベルの不均衡分布を処理する。 実世界の3つのP2E MMORPGデータセットを用いた実験により,PU GNNは従来提案されていた手法よりも優れた性能を示した。

関連論文リスト

• ServerFi: A New Symbiotic Relationship Between Games and Players [0.0]
  本稿では、ブロックチェーンゲームの進化を考察し、現在のトケノミクスモデルにおける重要な欠点を特定する。 本稿では,アセット合成によるプライバタイズを重視したServerFiと,ハイレテンションプレイヤーのためのContinuous Rewardsに着目したモデルを提案する。 この結果から,ServerFiはプレイヤーのエンゲージメントの維持と,ゲームエコシステムの長期的生存性確保に特に有効であることが示唆された。
  論文  参考訳（メタデータ） (2024-08-09T12:32:07Z)
• Building Random, Fair, and Verifiable Games on Blockchain. Raffle smart contract designs on Sui Network [10.410456199908587]
  本稿では,ブロックチェーン上での公正で検証可能な,効率的なスマートコントラクトゲームの設計に関する洞察を提供することを目的とする。 DRAND委員会ベースの分散ランダムビーコンや1つのプライベートキーベースの検証可能なランダム関数(VRF)など、スマートコントラクトにランダム性を実装する効率的な方法を検討する。 我々の発見は、スマートコントラクトでランダムで公正で検証可能なゲームを構築するための、将来の研究者や開発者にとって貴重なガイダンスを提供する。
  論文  参考訳（メタデータ） (2023-10-18T20:12:44Z)
• Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
  本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。 ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。 3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-11T07:48:39Z)
• Leveraging Machine Learning for Multichain DeFi Fraud Detection [5.213509776274283]
  本稿では,最も大きなチェーンを含むさまざまなチェーンから特徴を抽出するフレームワークを提案し,広範囲なデータセットで評価する。 XGBoostやニューラルネットワークなど、さまざまな機械学習手法を使用して、DeFiと対話する不正アカウントの検出を識別した。 本稿では,新しいDeFi関連機能の導入により,評価結果が大幅に改善されることを実証する。
  論文  参考訳（メタデータ） (2023-05-17T15:48:21Z)
• Abstracting Imperfect Information Away from Two-Player Zero-Sum Games [85.27865680662973]
  Nayyar et al. (2013) は、プレイヤーがプレイ中にポリシーを公に発表することで、不完全な情報を共通のペイオフゲームから抽象化できることを示した。 この研究は、ある正規化された平衡が上記の非対応問題を持たないことを示している。 これらの正規化された平衡はナッシュ平衡に任意に近づくことができるので、この結果は2つのプレイヤーゼロサムゲームを解くための新たな視点への扉を開く。
  論文  参考訳（メタデータ） (2023-01-22T16:54:06Z)
• Who is Gambling? Finding Cryptocurrency Gamblers Using Multi-modal Retrieval Methods [46.17004007514548]
  我々はETHGamDetと呼ばれるツールを提案し、ギャンブルの振る舞いを発見し、ギャンブルに関わる契約や住所を特定する。 このツールは、スマートコントラクトコードとトランザクションレコードを精査することで、ギャンブルに関わるスマートコントラクトとアドレスを自動的に検出することができる。 本稿では,メモリコンポーネントを備えた新しいLightGBMモデルを提案する。
  論文  参考訳（メタデータ） (2022-11-27T10:07:13Z)
• BDTS: Blockchain-based Data Trading System [7.344424862345025]
  BDTSは公正な交換プロトコルを実装しており、不正直な振る舞いが罰せられる。 我々は、取引ゲームにおける消費者、売り手、ディーラーの戦略を分析し、誰もが彼らの利益に対して正直であるべきだと指摘する。
  論文  参考訳（メタデータ） (2022-11-18T03:01:36Z)
• Towards Understanding Player Behavior in Blockchain Games: A Case Study of Aavegotchi [5.512004213807026]
  ブロックチェーンゲームにおいて、ゲームプレイと財務要因がプレイヤーの行動に与える影響を探索し、決定するために、この全体像を小さな方法で見るようにしています。 この結果から,ゲーム全体は,頻繁なインタラクションや巨額の資金を投資する少数のプレイヤーによって支えられていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-10-24T08:01:34Z)
• Principal Trade-off Analysis [79.16635054977068]
  低次元特徴空間にゲームを埋め込む分解法であるPTA(Principal Trade-off Analysis)を示す。 PTAは2次元特徴平面の対の重み付け和として任意の2-player 0-sumゲームを表す。 ゲーム四重奏におけるPTAの有効性を示す(Kuhn poker, RPS+2, Blotto, Pokemon)。
  論文  参考訳（メタデータ） (2022-06-09T18:16:28Z)
• Enhancing Graph Neural Network-based Fraud Detectors against Camouflaged Fraudsters [78.53851936180348]
  近年の実証研究,すなわち特徴カモフラージュと関係カモフラージュの2種類のカモフラージュを紹介した。 既存のGNNはこれらの2つのカモフラージュに対処していない。 カモフラージュ抵抗型GNN(CARE-GNN)と呼ばれる新しいモデルを提案し、カモフラージュに対する3つのユニークなモジュールを用いたGNN集約プロセスを強化する。
  論文  参考訳（メタデータ） (2020-08-19T22:33:12Z)
• Signaling in Bayesian Network Congestion Games: the Subtle Power of Symmetry [66.82463322411614]
  本論文は, 最適遠点透過型シグナリング方式の問題点に焦点をあて, 対称性がその解法において重要な性質であることを示す。 プレイヤーが対称でアフィンコスト関数を持つとき,最適なエクアント説得スキームが計算可能であることを示す。
  論文  参考訳（メタデータ） (2020-02-12T19:38:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。