View a markdown version of this page

GAMESEC06-BP02 Usa l'intelligenza artificiale e gli strumenti di apprendimento automatico per automatizzare gli aspetti della tua strategia di protezione dell'infrastruttura - Obiettivo per l'industria dei giochi

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

GAMESEC06-BP02 Usa l'intelligenza artificiale e gli strumenti di apprendimento automatico per automatizzare gli aspetti della tua strategia di protezione dell'infrastruttura

Amazon Lookout for Metrics utilizza l'apprendimento automatico per rilevare e diagnosticare automaticamente le anomalie nei dati aziendali e operativi e monitora le metriche più importanti per le aziende con maggiore velocità e precisione. Il servizio semplifica inoltre la diagnosi della causa principale delle anomalie, ad esempio un calo improvviso delle entrate, degli accessi, delle transazioni o della fidelizzazione. La configurazione non richiede che gli sviluppatori di giochi abbiano esperienza di apprendimento automatico e può connettersi a fonti di dati popolari tra cui Amazon S3, Amazon, Amazon RDS CloudWatch, Amazon Redshift e molte applicazioni SaaS. Ad esempio, puoi integrare Amazon Lookout for Metrics con la Game Analytics Pipeline e altre fonti di dati per iniziare ad analizzare il comportamento e rilevare le anomalie.

Livello di rischio associato se questa best practice non fosse adottata: elevato

Guida all’implementazione

In alternativa, puoi scegliere di creare, addestrare e ospitare un modello di apprendimento automatico personalizzato utilizzando Amazon SageMaker AI AI per affrontare casi d'uso come la moderazione dei contenuti, il rilevamento della tossicità, il rilevamento di cheat, il rilevamento di frodi e altro ancora.

Esempio del cliente

AnyCompany Games utilizza Amazon Lookout for Metrics per rilevare automaticamente modelli insoliti nelle prestazioni del server, nei tentativi di accesso dei giocatori o nei volumi delle transazioni che potrebbero indicare minacce da parte di malintenzionati. Inoltre, hanno utilizzato Amazon SageMaker AI per sviluppare modelli di apprendimento automatico personalizzati che analizzano continuamente i modelli di traffico di rete e il comportamento dei giocatori per aiutare a identificare minacce coordinate, come le reti di bot che tentano di sfruttare la loro economia virtuale.

Questo approccio automatizzato consente al team di sicurezza di concentrarsi sull'indagine e sulla risposta a minacce autentiche anziché monitorare manualmente migliaia di metriche, assicurandosi al contempo che i modelli di minaccia emergenti vengano rilevati e risolti prima che possano avere un impatto significativo sulla disponibilità dei giochi o sulla sicurezza dei giocatori.

Passaggi dell’implementazione

  • Usa Amazon Lookout for Metrics per rilevare e diagnosticare automaticamente le anomalie nei principali dati aziendali e operativi

  • Integra Amazon Lookout for Metrics con fonti di dati come Game Analytics Pipeline, Amazon S3 o CloudWatch per monitorare metriche come entrate, accessi e fidelizzazione.

  • Usa Amazon SageMaker AI per creare, addestrare e ospitare modelli di machine learning personalizzati per casi d'uso avanzati come il rilevamento dei cheat, la prevenzione delle frodi e la moderazione dei contenuti.