※ 引述《arrenwu (Colors Guardian)》之铭言：
: 其实最近这个外挂问题，我也有一些想法
: 目前看起来，官方用的外挂侦测程式不是很灵光；
: 而玩家透过队伍组成和伤害输出来检举外挂、进而让官方做二次判定的作法，
: 虽然比侦测程式，但还是处于一个“低调外挂怎么抓”的情况
: 但我觉得“透过队伍组成和伤害输出来检举外挂”，
: 这其实是在一大堆战斗结果中，找出异常的那几个。
: 这种行为，Machine Learning 应该有相关的技术可以做 ( Clustering ? )
: 那我的想法是：
: 比如说针对 二周目的花 好了，10000个战队，
: 从服务器里面应该找得出10~30万刀，也就是10~30万个战斗结果。
: 假设一大堆人用某几个特定组合打出一刀 50万的伤害，
: 而某几个人在相近的等级星数下用类似的组合或更少人的组合打出 100万的伤害，
: 这就是所谓的“不一样的结果” (我觉得 K-means 搞不好就可以找出来)
: 若能先用 ML 找出几个"看起来跟其他人很不一样的结果" (这技术比想像中容易很多)，
: 找出来之后，就可以知道当时这场战斗的组成和素质
: 那基于这前提，可以更进一步地模拟战斗状况，
: 如果被挑出来的纪录比战斗模拟得好太多，就可以相信这应该是外挂没错
: 重要的是，上面讲的这个做法是可以交给电脑自动地跑，而且还不用多强的电脑。
: 同时因为这不是用眼睛看而是用数据分析去找出跟别人长得不一样的纪录，
: 所以也会比较容易找出“低调外挂”
快速想了一下, 直接抓阙值的问题是不同等级不同角色不容易同一而论
以ML来说, 我们可以把抓外挂当成是一个侦测极端值的问题来解
透过玩家的战斗纪录, 可以简单的用角色 + 战力当做特征
而伤害就作为我们的预测值
这样只要一个简单的回归模型应该就可以相当精准的抓出不同组合的合理伤害范围,
然后再把明显与预测不符的抓出来,
安全起见用人力再做一次复检即可
这题应该是真的很简单, 官方如果愿意公布资料的话挺适合当作练习题做一做