欺詐無處不在，甚至在游戲行業(yè)也是如此。在Graph+AI 2022 春季全球峰會上，來自游戲平臺開發(fā)商Unity Technologies的高級數(shù)據(jù)科學家 Jiang Lun，為大家分享了用于Unity游戲引擎中欺詐檢測的圖技術。本次隨身聽，我們將為大家進行詳細解讀。

在游戲廣告領域里，既有供應方（游戲發(fā)行商），也有需求方（廣告商）。Unity廣告通過統(tǒng)一競拍將兩者聯(lián)系起來。從游戲發(fā)行商來看，欲出售廣告位的源游戲將向Unity廣告服務端提交請求，然后，來自需求方的廣告商將對這些位置出價以展示他們的廣告。因此中標者將能夠提交他們的廣告創(chuàng)意、添加展示位置并觸發(fā)事件，尤其是廣告事件。接著，當特定的廣告事件被觸發(fā)后，廣告商將向游戲發(fā)行商支付費用?；旧?，這就是游戲開發(fā)者在游戲廣告領域賺錢的方式。

1

會出現(xiàn)什么問題呢？

有這樣一個問題我們必須重點談談。在現(xiàn)實中，并非所有發(fā)行商在游戲廣告方面都是“誠實的”，他們中的一些人，我們稱為欺詐者，總想不勞而獲，大多數(shù)欺詐是游戲發(fā)行商實施的。而調查此類欺詐，有專門的欺詐檢測部門。他們的目標是保護廣告商免受“無效廣告”的侵害。

2

欺詐到底是什么？

欺詐有很多種，根據(jù)Unity的政策，游戲行業(yè)中存在非常多的欺詐，我們每天都能看到新類型的欺詐出現(xiàn)，這確實讓人火大。根據(jù)以往的經(jīng)驗，有幾種常見的欺詐類型，比如設備農場、SDK偽造、垃圾點擊、機器人、濫用激勵和其他類型的詐騙。所以在游戲廣告的領域里欺詐無所不在，這就是為什么我們需要使用圖技術。

3

如何檢測欺詐

正如之前提到的廣告事件，對于那些廣告事件而言，它們在游戲中的某個廣告時刻出現(xiàn)，而且不是單獨出現(xiàn)。它們成群結隊，按順序排列，形成廣告事件和模式。我們可以看到它們的模式，而模式又有許多不同的組合和不同的形狀。

現(xiàn)在，我們處理此類欺詐的方式是這樣的：收集并分析這些廣告事件，以發(fā)現(xiàn)潛在的欺詐模式，再根據(jù)不同的實體聚合不同類型的廣告事件。例如，我們知道實體有游戲發(fā)行商、游戲、玩家，我們可以將這些聚合結果與在其它地方得到的實體特征及其嵌入相結合。

來看看一個Unity正在做的案例。正如您在上圖中看到的，首先他們有多個渠道，分別對應于發(fā)行商，游戲本身，還有玩家。除了都使用相同的來源和事件以外，它們彼此互相獨立，然后我們聚合這些廣告事件，并從不同的聚合層面將它們與不同類型的特征連接起來。例如，這里有一些發(fā)行商特征，和發(fā)行商嵌入，將它們與發(fā)行商層級的事件聚合連接起來。整個特征向量將通過機器學習管道，將不同類型的模型組合在一起，在每個聚合層面進行預測。

在這三條管道運行之后，會有三種不同的預測，一個在發(fā)行商層面，一個在游戲層面，還有一個在用戶層面。這就是我們在不使用圖技術的情況下檢測欺詐的方式。

現(xiàn)在的問題是，這些結果彼此之間不一定相符，或者說不一定總相符。而且它們不一定真的彼此獨立。例如，如果我們預測某個發(fā)行商存在欺詐行為，有沒有可能，這個發(fā)行商旗下的所有游戲都是無辜的？這在現(xiàn)實世界中不太可能發(fā)生。在現(xiàn)實世界中，我們所編織的，是這樣一張錯綜復雜的關系網(wǎng)。所以在真實的游戲廣告網(wǎng)絡中，彼此之間都是有聯(lián)系的。這就是我們面臨的現(xiàn)實問題。我們可以從這些關系模式中，看到很多諸如此類的例子，這就是我們的初衷和原因，我們試著利用圖來解決欺詐問題。

那么這張圖中什么是重要的？其中之一是鄰域拓撲。我們可以看到游戲、發(fā)行商和玩家這三個實體，它們相互聯(lián)系，形成社區(qū)和集群。兩個實體之間也有許多共享信息。

4

基于圖技術檢測欺詐方法

?示例一：利用標簽傳播偵測欺詐信息的傳播方法

基于圖技術來檢測欺詐的方法之一，是偵測欺詐信息的傳播方式。比如剛才提到的，有多個獨立的管道用于不同聚合層面的預測，現(xiàn)在如何結合這些信息，全面了解每個實體的欺詐可能性？一種方法是通過消息傳遞算法傳遞和聚合節(jié)點特征及其各自的預測。例如，標簽傳播，是最常見的算法之一，而且它也很簡單。因此，聚合來自鄰居結點的信息，然后利用這些信息更新中心結點，從而更新預測，并且還可以更新其特征。然后在調整或消息傳遞階段完成后，我們可以全面了解每個實體，然后將此實體用于后續(xù)的業(yè)務操作。同時也可以將這些情況一起報告給客戶，使其更可信，更全面。

?示例二：利用社區(qū)檢測算法（如Louvain算法）進行欺詐社區(qū)檢測

我們使用的另一種方法是欺詐社區(qū)檢測。正如我們從下圖中看到的，欺詐類游戲和非欺詐類游戲，通常不會單獨出現(xiàn)，它們往往成群聚集在一起，或者形成一個社區(qū)。欺詐類游戲往往與其它欺詐游戲是關聯(lián)的，而非欺詐類游戲往往與其它非欺詐類的游戲是關聯(lián)的。當然也有例外，我們可以在中心集群中看到。另外，非欺詐類游戲社區(qū)與一個欺詐類游戲相關聯(lián)，這個欺詐類游戲混合在了無辜社區(qū)中。這就很難被偵測出來。

容易發(fā)現(xiàn)的是…非欺詐實體和欺詐實體的孤立節(jié)點，還有一個小集群，一個小社區(qū)，一個欺詐類游戲。這就是Unity正在做的一個欺詐社區(qū)檢測，他們試圖找到欺詐團伙，通過社區(qū)檢測算法，比如Louvain算法。

?示例三：基于圖技術，在游戲廣告網(wǎng)絡中生成節(jié)點嵌入

除了這些技術，Unity還嘗試基于圖技術，在游戲廣告網(wǎng)絡中生成節(jié)點嵌入。這里有很多方法可以創(chuàng)建嵌入，以前沒有使用基于圖技術的方法，直到他們意識到，游戲廣告網(wǎng)絡中的一切都是相互關聯(lián)的。因此，使用基于圖技術的嵌入方法，將能夠創(chuàng)建包含實體鄰域拓撲信息的嵌入，尤其是在一些特定的問題上，比如特定游戲的費用分析。

例如，我們可以看到在游戲廣告網(wǎng)絡中，發(fā)行商會有他們的源游戲（Source Game），廣告商有他們的目標游戲（Target Game），這意味著每當用戶打開源游戲點擊上面的廣告時，廣告商希望在源游戲中顯示廣告，然后他們的目標游戲將被推廣給用戶。然后廣告商將不得不為這些廣告事件向發(fā)行商付費，并在每個源游戲中投錢。計劃在不同源游戲中投入的資金、發(fā)行商或目標游戲的數(shù)量被稱之為目標游戲的畫像，這個畫像對于創(chuàng)建嵌入非常有用。這些嵌入可以用于許多不同的地方，例如欺詐檢測、營收優(yōu)化和其他用例，這就是基于圖技術的嵌入方法可以發(fā)揮重要作用的地方。

以上就是我們關于Unity基于圖技術的欺詐檢測的案例分享。

案例分享

Unity Technologies

Unity是一家視頻游戲軟件開發(fā)公司，專門為游戲開發(fā)者提供實時3D開發(fā)平臺。此外，Unity還幫助游戲開發(fā)者通過向廣告商出售游戲內廣告位來實現(xiàn)變現(xiàn)。手游是目前全球來看表現(xiàn)最好的行業(yè)之一，其2021年收入超過850億美元，復合年均增長率超過18%，所以到2023年，游戲行業(yè)的大部分收入將來自手游。2020年第四季度的報告中顯示，Unity每月服務的廣告超過了230億，玩家每周花在Unity手游上的平均時間為2小時22分鐘。此外，50%的新手游都是由Unity提供技術支持，所以這是一個相當有前景的行業(yè)。

審核編輯 ：李倩