Sustav protiv varanja implementacijom reinforcement learning agenata u Unityu

diplomski rad

• Naslov (engleski): Anti-Cheat system by implementing of Reinforcement Learning agents in Unity
• Autor: Lukaš Mihael
• Mentor: Igor Tomičić (mentor); MBZ: 306061
• Član povjerenstva: Markus Schatten (član povjerenstva); MBZ: 291806
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet organizacije i informatike; (Katedra za informatičke tehnologije i računarstvo); Varaždin
• Datum i država obrane: 2021-09-24, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: DRUŠTVENE ZNANOSTI; Informacijske i komunikacijske znanosti; Organizacija i informatika

Sažetak

Rad govori o sustavu protiv varanja te kako se implementacijom agenata pomoću podržanog učenja (eng. Reinforcement Learning – u nastavku RL) mogu raspoznati igrači od botova. Proučava se strojno učenje, njegove metode i načini na koje ih je moguće implementirati. Spominje se i sigurnost kao jedna od važnijih stavki prilikom igranja igara te na koji se način može varati i čime se igrači služe da bi dobili prednost nad svojim protivnicima.
Početni dio rada se bazira na teoriji i objašnjava što je to strojno učenje, koji se alati koriste prilikom treniranja, dok je drugi dio baziran na praktičnoj primjeni. Naime, izgradnjom vlastitog sustava protiv varanja, implementiranog u, također, vlastitu multiplayer igru, je bila namjera prikazati kako RL agent pronalazi botove i s kojom vjerojatnošću to može tvrditi.

• Ključne riječi: sigurnost; umjetna inteligencija; infosec; reinforcement learning; agenti; igrice; gaming
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:211:614922
• Studijski program: Naziv: Organizacija poslovnih sustava; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra informatike (mag.inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2021-09-27 04:20:43