論文の概要: Achievement Unlocked: Let's Get Hacked! An Empirical Study of Cybercrime in the Video Gaming Ecosystem
- arxiv url: http://arxiv.org/abs/2608.17754v1
- Date: Tue, 18 Aug 2026 13:17:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.350143
- Title: Achievement Unlocked: Let's Get Hacked! An Empirical Study of Cybercrime in the Video Gaming Ecosystem
- Title（参考訳）: ハッキングされる! ビデオゲームエコシステムにおけるサイバー犯罪の実証研究
- Abstract要約: この研究は質的および観察的な分析を組み合わせることで、ゲーム関連の攻撃を特徴づけ、共通の攻撃ベクトルとモチベーションを特定し、プレイヤーの反応を調べる。
以上の結果から,デジタルアイテムの盗難が攻撃の動機となっていることが示唆された。
また,アイテムトレーディングやチーム投票,トーナメントなどのゲーム関連機能やサービスが,プレイヤーがリスクのあるインタラクションを行うためのインセンティブを生み出していることも確認した。
- 参考スコア（独自算出の注目度）: 11.288512718066906
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The ubiquity of the video game industry and its large user base have transformed video games into complex social and economic ecosystems. Unfortunately, this growing popularity also attracts cybercriminals who deliberately exploit game-specific mechanisms to target players. Despite this growing threat, cybercrime in the gaming ecosystem has received little systematic attention in prior research. In this work, we present an empirical study of cybercrime affecting video game players, combining qualitative and observational analyses to characterize gaming-related attacks, identify common attack vectors and motivations, and examine player responses. Our study is based on an online survey with 57 international participants, semi-structured interviews with two confirmed victims of gaming-related cybercrime, and an analysis of 2,574 publicly available posts reporting cybercrime incidents across multiple online gaming platforms. Our findings indicate that the theft of digital items is a prevalent motivation for attacks. We further observe that gaming-related features and services, such as item trading, team voting, and tournaments, create incentives for players to engage in risky interactions. In addition, our results highlight the targeted exploitation of weaknesses in customer support processes and reveal that certain security mechanisms provide only a false sense of protection.
- Abstract（参考訳）: ビデオゲーム産業とその巨大なユーザー基盤は、ビデオゲームを複雑な社会と経済のエコシステムに変えてきた。
残念ながら、この人気はゲーム固有のメカニズムを意図的に利用してプレイヤーを狙うサイバー犯罪者を惹きつけている。
この脅威が増大しているにもかかわらず、ゲームエコシステムにおけるサイバー犯罪は、以前の研究でほとんど体系的な注目を集めていない。
本研究では,ゲームプレイヤに影響を及ぼすサイバー犯罪に関する実証的研究を行い,質的および観察的分析を組み合わせることでゲームアタックを特徴づけ,共通のアタックベクターとモチベーションを特定し,プレイヤーの反応を調べる。
調査は、57人の国際参加者によるオンライン調査、ゲーム関連サイバー犯罪の2人の被害者に対する半構造化インタビュー、および複数のオンラインゲームプラットフォームでサイバー犯罪事件を報告した2,574件の公開投稿の分析に基づく。
以上の結果から,デジタルアイテムの盗難が攻撃の動機となっていることが示唆された。
さらに,アイテムトレーディングやチーム投票,トーナメントなどのゲーム関連機能やサービスが,プレイヤーがリスクのあるインタラクションを行うためのインセンティブを生み出していることも確認した。
さらに,顧客支援プロセスの弱点を標的とした活用を強調し,特定のセキュリティメカニズムが誤った保護感を与えるだけであることを明らかにした。
関連論文リスト
- You Are Not My Teammate: Behavioral Fingerprint-based Detection of Suspicious Account Misuse [9.307876997471292]
マルチプレイヤーオンラインバトルアリーナゲームにおけるアカウント誤用に対する行動指紋に基づく検出手法を提案する。
本手法は,プレーヤーの歴史的行動と最近のゲーム内行動の変化を分析し,定量化する。
実験の結果、同一アカウント内の行動指紋は、異なるアカウントにまたがる指紋と区別可能であることが示された。
論文 参考訳（メタデータ） (2026-08-10T05:23:07Z) - MINDGAMES: A Live Arena for Evaluating Social and Strategic Reasoning in Multi-Agent LLMs [54.81359054218573]
大規模言語モデル(LLM)のためのマルチゲームアリーナと評価プラットフォームであるMindgamesを紹介する。
Mindgamesは、統合されたインタラクションインターフェース、TrueSkillベースの評価、および4つのゲーム環境にわたる完全な軌跡ログを提供する。
我々は,決定論的オフライントーナメントプロトコルMG-Refとともに,ターンレベルの観察,アクション,報酬を含む29,571個のマルチエージェントゲームを分析した。
論文 参考訳（メタデータ） (2026-05-28T07:33:47Z) - Gynopticon: Consensus-Based Cheating Detection System for Competitive Games [0.0]
オンラインゲームはゲーム業界にとって大きな脅威となる。
これまでのほとんどの研究は、MMORPGs(Massively Multiplayer Online Role-Playing Games)に集中している。
GYNOPTICONは,ユーザのコンセンサスを利用して異常行動を識別する,新しい不正検出フレームワークである。
論文 参考訳（メタデータ） (2025-11-14T06:28:24Z) - Identifying Key Expert Actors in Cybercrime Forums Based on their Technical Expertise [0.0]
本研究は,サイバー犯罪フォーラムとその関連専門家アクターを対象とした,特定の攻撃パターンに関心のあるコミュニティを特定した。
この研究で特定された主要な俳優は、研究人口の約4%を占めている。
第3に、研究人口の約半数は、技術的な専門知識がほとんどないアマチュアである。
論文 参考訳（メタデータ） (2025-06-02T16:34:03Z) - Towards in-situ Psychological Profiling of Cybercriminals Using Dynamically Generated Deception Environments [0.0]
サイバー犯罪は年間10兆ドル近くを世界経済に費やしていると見積もられている。
サイバー犯罪の脅威と戦うには、サイバー防衛に対する従来の周辺セキュリティアプローチが不十分であることが証明されている。
詐欺的手法は、攻撃者を誤解させ、重要な資産から切り離し、同時に脅威俳優にサイバー脅威情報を収集することを目的としている。
本稿では,サイバー攻撃のシミュレーション中に,攻撃者の身元をリアルタイムで把握するために開発された概念実証システムについて述べる。
論文 参考訳（メタデータ） (2024-05-19T09:48:59Z) - The TikToking troll and weaponization of conscience: A systems perspective case study [0.0]
良心の武器化は、詐欺師が彼らの活動を偽装し、犠牲者を欺き、彼らのモディオペランディの有効性を拡大するために使う戦術である。
このケーススタディは議論を呼んでいるTikTokerを中心におり、プロパガンダの標的人口内で複数のアクターを操作するために、良心の武器化をどのように活用できるかを強調している。
論文 参考訳（メタデータ） (2024-04-14T21:05:40Z) - Game-Theoretic Cybersecurity: the Good, the Bad and the Ugly [5.715413347864052]
我々は,サイバーセキュリティに適用された既存業務の機能と前提を特徴付ける枠組みを開発する。
この情報を利用して提案されたモデルの能力を分析し、それらが提供しようとするアプリケーション固有のニーズと比較します。
我々の主な発見は、ゲーム理論が、考慮されているアプリケーションにとって重要な不確実性の概念をほとんど取り入れていないことである。
論文 参考訳（メタデータ） (2024-01-24T21:22:30Z) - E-polis: A serious game for the gamification of sociological surveys [55.2480439325792]
E-polisは、若者の理想的な社会に関する意見を研究するための社会学的調査をゲーミフィケーションする真剣なゲームである。
このゲームは、社会正義や経済発展などの様々なトピックに関するデータを収集したり、市民のエンゲージメントを促進するために使用することができる。
論文 参考訳（メタデータ） (2023-11-01T18:25:13Z) - Graph Mining for Cybersecurity: A Survey [61.505995908021525]
マルウェア、スパム、侵入などのサイバー攻撃の爆発的な増加は、社会に深刻な影響をもたらした。
従来の機械学習(ML)ベースの手法は、サイバー脅威の検出に広く用いられているが、現実のサイバーエンティティ間の相関をモデル化することはほとんどない。
グラフマイニング技術の普及に伴い、サイバーエンティティ間の相関を捉え、高いパフォーマンスを達成するために、多くの研究者がこれらの手法を調査した。
論文 参考訳（メタデータ） (2023-04-02T08:43:03Z) - Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
本研究は,競争行動の社会的影響に基づく新しい強化学習機構を提案する。
提案モデルでは, 人工エージェントの学習を調節するための競合スコアを導出するために, 客観的, 社会的認知的メカニズムを集約する。
論文 参考訳（メタデータ） (2022-08-22T14:06:06Z) - Collusion Detection in Team-Based Multiplayer Games [57.153233321515984]
チームベースのマルチプレイヤーゲームにおいて,協調動作を検出するシステムを提案する。
提案手法は,ゲーム内行動パターンと組み合わせたプレイヤーの社会的関係を解析する。
次に,非教師なし学習手法であるアイソレーションフォレストによる検出を自動化する。
論文 参考訳（メタデータ） (2022-03-10T02:37:39Z) - Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
本研究は、競合する社会的影響に基づく新しい学習メカニズムの提供に焦点を当てる。
本研究は,競争競合の概念に基づいて,これらのエージェントの評価を人的視点から変えられるかを検討することを目的とする。
論文 参考訳（メタデータ） (2020-11-02T21:54:18Z)
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。