检测在线扑克作弊

最近在一个大型扑克网站上出现,一些玩家可能通过利用一个被发现的安全漏洞,能够在游戏时看到所有对手的牌

一个幼稚的作弊者会以极快的速度赢钱,而这些作弊者通常会被迅速抓获。即使没有迅速被抓获,也可以通过快速扫描他们的手牌历史记录来轻松检测到他们。

更困难的问题出现在作弊者表现出智慧时,他们在肯定会被跟注的情况下诈唬,用最差的牌跟注河牌圈的下注。其基本前提是,他们故意输掉彩池,以掩盖他们能够看到其他玩家牌的能力,并以合理的速度赢钱。

假设:

  • 拥有数百万条经过验证且完整的详细手牌历史记录的数据集
  • 理论上无限的计算机算力
  • 假设游戏为无限注德州扑克,尽管关于奥马哈或限注扑克的建议可能也有益

我们如何才能合理准确地对这些作弊者进行分类?最初的2+2论坛帖子征集想法,我认为SO社区可能会有一些有用的建议。

这也是一个有趣的问题,因为它目前切实存在,如果有人找到创造性的解决方案,它将真正改善世界,因为当发现作弊者时,真正的玩家很有可能会获得资金退款。


回答:

绘制所有玩家的 V$PIP 与胜率的关系图,这些玩家具有统计上显著的 #手牌数量。你应该可以用肉眼看到异常值。我认为这是首先要做的基本事情。

然后你可以绘制 WTSD 与胜率、摊牌胜率与非摊牌胜率、摊牌获胜百分比与 VPIP 的关系图。

你选择的统计数据必须在统计上显著。如果你了解扑克,以上选择是有道理的。

这不是机器的工作,异常值是用眼睛检测出来的。

编辑:奥马哈要困难得多,因为它确实有很多变数。有些弱势玩家在没有作弊的情况下,也创造了令人难以置信的连胜记录。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注