기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

GAMESEC06-BP02 인공 지능 및 기계 학습 도구를 사용하여 인프라 보호 전략의 측면 자동화

Amazon Lookout for Metrics는 기계 학습을 사용하여 비즈니스 및 운영 데이터의 이상을 자동으로 탐지 및 진단하고 비즈니스에 가장 중요한 지표를 더 빠르고 정확하게 모니터링합니다. 또한이 서비스를 사용하면 수익, 로그인, 트랜잭션 또는 보존의 갑작스러운 감소와 같은 이상 현상의 근본 원인을 쉽게 진단할 수 있습니다. 게임 개발자는 ML 경험을 통해를 설정할 필요가 없으며 Amazon S3, Amazon CloudWatch, Amazon RDS, Amazon Redshift 및 많은 SaaS 애플리케이션을 비롯한 널리 사용되는 데이터 소스에 연결할 수 있습니다. 예를 들어 Amazon Lookout for Metrics를 Game Analytics Pipeline 및 기타 데이터 소스와 통합하여 이상 탐지를 위한 동작 분석을 시작할 수 있습니다.

이 모범 사례가 확립되지 않을 경우 노출되는 위험 수준: 높음

구현 지침

또는 Amazon SageMaker AI AI를 사용하여 사용자 지정 기계 학습 모델을 빌드, 훈련 및 호스팅하여 콘텐츠 조절, 유해성 탐지, 치트 탐지, 사기 탐지 등과 같은 사용 사례를 해결할 수 있습니다.

고객 사례

AnyCompany Games는 Amazon Lookout for Metrics를 사용하여 악의적인 행위자의 위협을 나타낼 수 있는 서버 성능, 플레이어 로그인 시도 또는 트랜잭션 볼륨의 비정상적인 패턴을 자동으로 감지합니다. 또한 Amazon SageMaker AI를 사용하여 네트워크 트래픽 패턴과 플레이어 동작을 지속적으로 분석하여 가상 경제를 악용하려는 봇 네트워크와 같은 조정된 위협을 식별하는 사용자 지정 기계 학습 모델을 개발했습니다.

이 자동화된 접근 방식을 통해 보안 팀은 수천 개의 지표를 수동으로 모니터링하는 대신 실제 위협을 조사하고 대응하는 데 집중할 수 있으며, 새로운 위협 패턴이 게임 가용성 또는 플레이어 안전성에 상당한 영향을 미치기 전에 탐지되고 해결되도록 할 수 있습니다.

구현 단계