GAMESEC05-BP02Collectez, stockez et analysez les journaux d'utilisation des joueurs pour détecter les comportements inappropriés

Instrumentez votre jeu pour collecter des journaux afin de comprendre comment les joueurs utilisent les fonctionnalités de votre jeu et comment ils interagissent avec les autres joueurs. Vous pouvez ensuite bloquer les activités non autorisées susceptibles de dégrader l'expérience du joueur. 

Niveau d’exposition au risque si cette bonne pratique n’est pas respectée : moyen

Directives d’implémentation

Envoyez des événements de journalisation structurés au Game Analytics Pipeline, en utilisant une solution de journalisation telle qu'Amazon CloudWatch Logs ou Amazon OpenSearch Service, ou via une solution proposée par un AWS partenaire tel que Datadog, Sumo Logic, New Relic ou Splunk. Honeycomb.io https://www.splunk.com/ Structurez ces journaux d'utilisation des joueurs de manière à ce qu'ils puissent être utilisés pour détecter quand des actions spécifiques des joueurs doivent faire l'objet d'une enquête.

Après avoir saisi les données, envisagez de mettre en œuvre des outils pour détecter les comportements d'utilisation inappropriés. Par exemple, si votre jeu comporte des fonctionnalités sociales telles que la messagerie intégrée aux joueurs, le chat vocal ou les forums en ligne, enregistrez les journaux des interactions de ces joueurs dans un format qui peut être analysé à des fins de modération.

Configurez la fonction de chat vocal de votre jeu pour exporter les enregistrements vers Amazon S3 et utilisez Amazon Transcribe pour convertir le discours audio au format texte qui peut être stocké pour traitement. Vous pouvez également effectuer une transcription en streaming en temps réel en intégrant le service de chat vocal du backend de votre jeu directement à l'API Transcribe pour transcrire le streaming audio en temps réel. Les équipes de modération peuvent examiner manuellement le contenu, et une fois que le contenu est dans un format standard, vous pouvez également utiliser les AWS AI/ML services pour effectuer la modération automatiquement. Amazon Comprehend peut être utilisé pour effectuer un traitement du langage naturel (NLP) afin de découvrir des informations à partir du texte non structuré, ce qui permet de classer et d'organiser les conversations selon des sujets pertinents et d'identifier les comportements inappropriés tels que les blasphèmes.

Étapes d’implémentation