Machine-Learning-Modell entwickelt, um Video-Game-Betrug zu bekämpfen

Jeder Video-Game-Spieler weiß, wie frustrierend es ist, gegen Betrüger zu konkurrieren, aber viele bemerken nicht die wirtschaftlichen und anderen Auswirkungen auf das Spiel und den Entwickler. Es scheint auch, als ob keine Maßnahmen, die ein Entwickler ergreift, einige Personen daran hindern können, ein Spiel zu betrügen. Deshalb haben Computerwissenschaftler an der University of Texas at Dallas einen Ansatz mit künstlicher Intelligenz (KI) entwickelt, um diese Spieler zu bekämpfen.

Die Forschung wurde am 3. August in der Zeitschrift IEEE Transactions on Dependable and Secure Computing veröffentlicht.

Die Forscher verwendeten das beliebte Ego-Shooter-Spiel Counter-Strike, um den neuen Ansatz zu entwickeln, aber er kann auf jedes Massively Multiplayer Online (MMO)-Spiel angewendet werden, bei dem ein zentraler Server Datenverkehr erhält.

Counter-Strike ist eines der beliebtesten Ego-Shooter-Spiele auf dem Markt, was bedeutet, dass Spieler immer Software-Betrügereien verwenden. Das Spiel beinhaltet Teams von Spielern, die zusammenarbeiten, um Terroristen durch Bombenentschärfung, Geiselbefreiung und Sicherung von Pflanzorten zu bekämpfen. Spieler können mächtigere Waffen kaufen, indem sie Spielwährung verdienen.

Md Shihabul Islam ist ein Doktorand der Informatik an der University of Texas at Dallas in der Erik Jonsson School of Engineering and Computer Science. Islam, der selbst ein Counter-Strike-Spieler ist, war der Hauptautor der Studie.

“Manchmal, wenn man gegen Spieler spielt, die betrügen, kann man es erkennen, aber manchmal ist es nicht offensichtlich”, sagte er. “Es ist nicht fair gegenüber den anderen Spielern.”

Die wirtschaftliche Auswirkung

Viele Spieler sehen Betrug als eine Möglichkeit, den Spaß für andere zu verderben, aber es gibt viele weitere Auswirkungen. Spieler verlassen oft ein Spiel aufgrund dieses Verhaltens, was zu einer wirtschaftlichen Auswirkung für den Entwickler führen kann.

Im E-Sport, der eine schnell wachsende Branche mit etwa 1 Milliarde US-Dollar Umsatz pro Jahr ist, wird Betrug durch Sanktionen gegen Teams und Spieler bestraft. Dazu gehören Disqualifikation, Verlust von Gewinnen oder ein vollständiges Verbot.

Herausforderungen bei der Erkennung von Betrug

Eine der bedeutendsten Herausforderungen im Zusammenhang mit Betrug in MMO-Spielen ist, dass er oft unerkannt bleibt. Wichtige Daten von einem Spielers Computer zum Spielserver sind verschlüsselt, was bedeutet, dass Betrug oft erst nach der Entschlüsselung der Spielprotokolle erkannt wird, und es ist dann zu spät. Deshalb entwickelte das Team an der University of Texas at Dallas einen Ansatz, der keine Entschlüsselung beinhaltet, sondern den verschlüsselten Datenverkehr in Echtzeit analysiert.

Dr. Latifur Khan ist Professor für Informatik und Leiter des Big Data Analytics and Management Lab an der University of Texas at Dallas. Er ist auch einer der Autoren der Studie.

“Spieler, die betrügen, senden Datenverkehr auf eine andere Weise”, sagte Khan. “Wir versuchen, diese Merkmale zu erfassen.”

Analyse des Spielverkehrs, um Muster zu erkennen

Die Studie des Teams beinhaltete 20 Studenten, die drei Software-Betrügereien im Spiel verwendeten, darunter einen Aimbot, einen Speed-Hack und einen Wallhack. Die Forscher analysierten dann den Spielverkehr zum und vom Server, was zur Entdeckung bestimmter Muster führte, die betrügerisches Verhalten identifizierten.

Die Forscher verwendeten die Daten, um einen Machine-Learning-Algorithmus zu trainieren, der in der Lage war, Betrug auf der Grundlage der Muster und Merkmale vorherzusagen. Nach der Anpassung des statistischen Modells konnte es auf größere Gruppen angewendet werden. Ein Aspekt ihres Ansatzes ist, dass der Datenverkehr an eine Grafikprozessoreinheit gesendet wird, was den Prozess beschleunigt und die Arbeitslast der zentralen Prozessoreinheit im Hauptserver verringert.

Laut Islam könnten andere Gaming-Unternehmen den neuen Ansatz mit ihren eigenen Daten verwenden und schließlich Gaming-Software für ihre Spiele trainieren. Nachdem diese Software betrügerisches Verhalten erkennen kann, könnte es sofort behoben werden.

“Nach der Erkennung”, sagte Khan, “können wir eine Warnung geben und den Spieler auf elegante Weise aus dem Spiel werfen, wenn er weiterhin betrügt, während eines festen Zeitintervalls.

“Unser Ziel ist es, sicherzustellen, dass Spiele wie Counter-Strike für alle Spieler fair und unterhaltsam bleiben.”