※ 引述《arrenwu (Colors Guardian)》之銘言：
: 其實最近這個外掛問題，我也有一些想法
: 目前看起來，官方用的外掛偵測程式不是很靈光；
: 而玩家透過隊伍組成和傷害輸出來檢舉外掛、進而讓官方做二次判定的作法，
: 雖然比偵測程式，但還是處於一個「低調外掛怎麼抓」的情況
: 但我覺得「透過隊伍組成和傷害輸出來檢舉外掛」，
: 這其實是在一大堆戰鬥結果中，找出異常的那幾個。
: 這種行為，Machine Learning 應該有相關的技術可以做 ( Clustering ? )
: 那我的想法是：
: 比如說針對 二周目的花 好了，10000個戰隊，
: 從伺服器裡面應該找得出10~30萬刀，也就是10~30萬個戰鬥結果。
: 假設一大堆人用某幾個特定組合打出一刀 50萬的傷害，
: 而某幾個人在相近的等級星數下用類似的組合或更少人的組合打出 100萬的傷害，
: 這就是所謂的「不一樣的結果」 (我覺得 K-means 搞不好就可以找出來)
: 若能先用 ML 找出幾個"看起來跟其他人很不一樣的結果" (這技術比想像中容易很多)，
: 找出來之後，就可以知道當時這場戰鬥的組成和素質
: 那基於這前提，可以更進一步地模擬戰鬥狀況，
: 如果被挑出來的紀錄比戰鬥模擬得好太多，就可以相信這應該是外掛沒錯
: 重要的是，上面講的這個做法是可以交給電腦自動地跑，而且還不用多強的電腦。
: 同時因為這不是用眼睛看而是用數據分析去找出跟別人長得不一樣的紀錄，
: 所以也會比較容易找出「低調外掛」
快速想了一下, 直接抓闕值的問題是不同等級不同角色不容易同一而論
以ML來說, 我們可以把抓外掛當成是一個偵測極端值的問題來解
透過玩家的戰鬥紀錄, 可以簡單的用角色 + 戰力當做特徵
而傷害就作為我們的預測值
這樣只要一個簡單的迴歸模型應該就可以相當精準的抓出不同組合的合理傷害範圍,
然後再把明顯與預測不符的抓出來,
安全起見用人力再做一次複檢即可
這題應該是真的很簡單, 官方如果願意公布資料的話挺適合當作練習題做一做