PulseAugur
中
实时 07:16:21
English(EN) Server-side Anti-cheat in FPS games for Aimbot detection using Deep learning and Machine learning

AI系统YAACS以88.6%的准确率检测FPS自瞄外挂

作者 PulseAugur 编辑部 · [1 个来源] ·

一款名为YAACS的新型服务器端反作弊系统已被开发用于第一人称射击（FPS）游戏，以检测自瞄外挂。该系统利用深度学习和机器学习技术，分析瞄准速度、射击次数和玩家移动模式等特征。YAACS系统采用堆叠LSTM模型，分类准确率达到88.6%，误报率低至0.97%。这种方法证明了时序建模中时间上下文对于最大限度地减少作弊检测中的错误指控的重要性。 AI

影响 通过提供更强大的检测和缓解自瞄外挂的方法，增强了多人游戏中的公平性。

排序理由 研究论文，详细介绍了用于视频游戏中作弊检测的新型AI系统。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI系统YAACS以88.6%的准确率检测FPS自瞄外挂

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Siddhesh A. Dhinge, Shubham G. Sukum, Harsh S. Ranjane, Ruturajsingh R. Rajput, Jyoti H. Jadhav ·

    使用深度学习和机器学习在FPS游戏中进行服务器端反作弊以检测aimbot

    arXiv:2607.04336v1 Announce Type: new Abstract: Modern video games are becoming more complex day by day. Most of these modern games are multiplayer first-person shooter (FPS) games. The rising popularity of FPS games emphasizes the need to combat cheating for fair and enjoyable g…

相关实体

相关话题