Новые миры и большая наука: как используют игровые данные

Аналитика данных позволила сделать игры интересными для пользователей и прибыльными для разработчиков

Сохранить в закладки
14101
29 октября 2021
Сохранить в закладки

Работа с данными

Для того чтобы начать работать с данными — из игровой сферы или любой другой, — необязательно поднимать собственные серверы: давно существуют готовые решения специально для data science. Например, облачные виртуальные машины, такие как Data Science Virtual Machine. Она быстро разворачивается и уже содержит самые удобные современные библиотеки и программные среды для анализа данных и машинного обучения: PyTorch, TensorFlow, Keras, XGBoost, OpenCV, Jupyter Notebook и другие. Пока облачный сервер доступен на Ubuntu 18.04; скоро он будет адаптирован для других операционных систем.

Финал чемпионата по игре League of Legends, Берлин, 2015 / commons.wikimedia.org / Bruce Liu
 Вид с трибун крупнейшего киберспортивного турнира The International 2019 / commons.wikimedia.org / Yrrah2

Финал чемпионата по игре League of Legends, Берлин, 2015 / commons.wikimedia.org / Bruce Liu

Фрагмент AR-игры «True Crime Mysteries» / commons.wikimedia.org / Truecrimegames
Фрагмент AR-игры «True Crime Mysteries» / commons.wikimedia.org / Truecrimegames

Защита информации

По оцен­ке [9] экспертов, в 2020 году произошел взрывной рост DDoS-атак — хакерских атак на вычислительную систему. Объем запросов к серверу в таких случаях превышает допустимый, что делает его недоступным для других пользователей. Игровая сфера стала одним из самых атакуемых сегментов. Защитить свою программу можно с помощью технологии против DDoS-атак. Такой сервис умеет анализировать трафик и фильтровать подозрительный, тем самым защищая игру от потенциальных угроз.