该论文针对多人在线游戏（MOG）中作弊行为难以检测的问题，提出并构建了首个包含网络流干扰类作弊日志的公开数据集。作弊行为严重破坏游戏公平性，降低玩家满意度，尤其是一类基于网络流干扰的作弊（如篡改数据包延迟、丢包等）现有方法难以解决。为了支持此类作弊检测研究，作者利用一个实验框架，该框架集成了一款多人在线游戏和一个插件，插件能够复现多种作弊攻击，并同时收集网络层和应用层的日志。数据集包含真实玩家和自动化游戏客户端进行的多场游戏会话记录，明确标注了作弊行为。除了网络流干扰作弊，还记录了常见的自瞄（aimbot）和透视（wallhack）等作弊。该数据集旨在为学术界和工业界的研究者提供研发在线游戏作弊检测机制的基础。数据集设计为可扩展的，其他研究者可以利用所提供的框架创建自己的数据痕迹来丰富数据集。论文的主要贡献是填补了缺乏代表性标注数据集的空白，尤其是针对网络流干扰作弊，为后续检测算法验证提供了标准基准。适合游戏安全、流量分析、异常检测等领域的研究人员阅读。