एआई मॉडल और प्लेटफ़ॉर्म

मशीन-लर्निंग मॉडल वीडियो-गेम चीटिंग का मुकाबला करने के लिए विकसित किया गया

Alex McFarland
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुयूटी डलास का AI एन्क्रिप्टेड गेम ट्रैफिक पैटर्न का विश्लेषण करके धोखेबाजों का पता लगाता…
और देखें
  • यूटी डलास का AI एन्क्रिप्टेड गेम ट्रैफिक पैटर्न का विश्लेषण करके धोखेबाजों का पता लगाता है।
  • ईस्पोर्ट्स में धोखाधड़ी से डेवलपर्स को आर्थिक नुकसान और खिलाड़ियों की कमी होती है।
  • मशीन-लर्निंग मॉडल सर्वर CPU वर्कलोड को कम करने के लिए GPU प्रोसेसिंग का उपयोग करता है।

कोई भी वीडियो-गेम खिलाड़ी जानता है कि चीटर्स के साथ प्रतिस्पर्धा करना कितना निराशाजनक है, लेकिन कई लोगों को यह एहसास नहीं है कि गेम और डेवलपर पर इसका आर्थिक और अन्य प्रभाव पड़ता है। ऐसा लगता है कि चाहे डेवलपर कोई भी कदम उठाए, कुछ व्यक्ति हमेशा गेम को चीट करने के तरीके ढूंढ लेते हैं। यही कारण है कि टेक्सास विश्वविद्यालय डलास में कंप्यूटर वैज्ञानिकों ने इन खिलाड़ियों से निपटने के लिए एक कृत्रिम बुद्धिमत्ता (एआई) दृष्टिकोण अपनाया है।

इस शोध को 3 अगस्त को आईईईई ट्रांजेक्शन्स ऑन डिपेंडेबल एंड सिक्योर कंप्यूटिंग में प्रकाशित किया गया था।

शोधकर्ताओं ने लोकप्रिय पहले-व्यक्ति शूटर गेम काउंटर-स्ट्राइक का उपयोग इस नए दृष्टिकोण को विकसित करने के लिए किया, लेकिन यह किसी भी बड़े पैमाने पर मल्टीप्लेयर ऑनलाइन (एमएमओ) गेम पर लागू किया जा सकता है जहां एक केंद्रीय सर्वर डेटा ट्रैफिक प्राप्त करता है।

काउंटर-स्ट्राइक बाजार में सबसे लोकप्रिय पहले-व्यक्ति शूटर गेम्स में से एक है, जिसका अर्थ है कि खिलाड़ी हमेशा सॉफ्टवेयर चीट्स का उपयोग कर रहे हैं। गेम में खिलाड़ियों की टीमें आतंकवादियों को रोकने के लिए बम डिफ्यूजन, बंधक बचाव, और प्लांट स्थानों को सुरक्षित करने के लिए एक साथ काम करती हैं। खिलाड़ी गेम में मुद्रा कमाने के लिए अधिक शक्तिशाली हथियार खरीद सकते हैं।

एमडी शिहाबुल इस्लाम यूटी डलास में कंप्यूटर साइंस के डॉक्टरेट छात्र हैं और एरिक जोन्सन स्कूल ऑफ इंजीनियरिंग एंड कंप्यूटर साइंस में हैं। इस्लाम, जो स्वयं एक काउंटर-स्ट्राइक खिलाड़ी हैं, इस अध्ययन के प्रमुख लेखक हैं।

“कभी-कभी जब आप उन खिलाड़ियों के खिलाफ खेलते हैं जो चीट्स का उपयोग करते हैं, तो आप बता सकते हैं, लेकिन कभी-कभी यह स्पष्ट नहीं हो सकता है,” उन्होंने कहा। “यह अन्य खिलाड़ियों के लिए न्यायसंगत नहीं है।”

आर्थिक प्रभाव

कई खिलाड़ियों को लगता है कि चीटिंग केवल दूसरों के लिए मजा खराब करने का एक तरीका है, लेकिन इसके कई और परिणाम हैं। खिलाड़ी अक्सर इस व्यवहार के कारण गेम छोड़ देते हैं, जो डेवलपर के लिए आर्थिक प्रभाव डाल सकता है।

ईस्पोर्ट्स में, जो एक तेजी से बढ़ता हुआ उद्योग है जो लगभग 1 बिलियन डॉलर की वार्षिक राजस्व उत्पन्न करता है, चीटिंग को टीमों और खिलाड़ियों के खिलाफ प्रतिबंधों के माध्यम से दंडित किया जाता है। इनमें अयोग्यता, जीतने वाले पुरस्कारों को छोड़ना, या पूरी तरह से प्रतिबंध शामिल हो सकते हैं।

चीटिंग का पता लगाने में चुनौतियां

एमएमओ गेम्स में चीटिंग के आसपास एक महत्वपूर्ण चुनौती यह है कि यह अक्सर पता नहीं चल पाती है। खिलाड़ी के कंप्यूटर से गेम सर्वर तक महत्वपूर्ण डेटा एन्क्रिप्टेड होता है, जिसका अर्थ है कि चीटिंग का पता लगाने में अक्सर देर हो जाती है, जब गेम लॉग डिक्रिप्ट हो जाते हैं और यह बहुत देर हो चुकी होती है। यही कारण है कि यूटी डलास की टीम ने एक ऐसा दृष्टिकोण विकसित किया है जो डिक्रिप्शन को शामिल नहीं करता है, लेकिन यह वास्तविक समय में एन्क्रिप्टेड डेटा ट्रैफिक का विश्लेषण करता है।

डॉ लतीफुर खान यूटी डलास में कंप्यूटर साइंस के प्रोफेसर और बिग डेटा एनालिटिक्स एंड मैनेजमेंट लैब के निदेशक हैं। वह इस अध्ययन के लेखकों में से एक हैं।

“जो खिलाड़ी चीट करते हैं वे ट्रैफिक को अलग तरह से भेजते हैं,” खान ने कहा। “हम उन विशेषताओं को पकड़ने की कोशिश कर रहे हैं।”

गेम ट्रैफिक का विश्लेषण करके पैटर्न का पता लगाना

टीम के अध्ययन में 20 छात्रों ने गेम में तीन सॉफ्टवेयर चीट्स का उपयोग किया, जिनमें एक एम्बोट, स्पीड हैक, और वॉलहैक शामिल थे। शोधकर्ताओं ने तब सर्वर के लिए और से गेम ट्रैफिक का विश्लेषण किया, जिससे चीटिंग व्यवहार की पहचान करने वाले कुछ पैटर्न का पता चला।

शोधकर्ताओं ने डेटा का उपयोग एक मशीन-लर्निंग अल्गोरिदम को प्रशिक्षित करने के लिए किया जो पैटर्न और विशेषताओं के आधार पर चीटिंग की भविष्यवाणी कर सकता है। सांख्यिकीय मॉडल को समायोजित करने के बाद, इसे बड़े समूहों पर लागू किया जा सकता है। उनके दृष्टिकोण का एक पहलू यह है कि डेटा ट्रैफिक एक ग्राफिक्स प्रोसेसिंग यूनिट में भेजा जाता है, जो प्रक्रिया को तेज करता है और मुख्य सर्वर में केंद्रीय प्रोसेसिंग यूनिट के कार्यभार को कम करता है।

इस्लाम के अनुसार, अन्य गेमिंग कंपनियां अपने डेटा के साथ इस नए दृष्टिकोण का उपयोग कर सकती हैं, अंततः अपने गेम के लिए गेमिंग सॉफ्टवेयर को प्रशिक्षित कर सकती हैं। एक बार यह सॉफ्टवेयर चीटिंग व्यवहार का पता लगा लेता है, तो इसे तुरंत ठीक किया जा सकता है।

“पता लगाने के बाद,” खान ने कहा, “हम एक चेतावनी दे सकते हैं और यदि वे एक निश्चित समय अंतराल के दौरान चीटिंग जारी रखते हैं तो खिलाड़ी को शांतिपूर्वक बाहर निकाल सकते हैं।

“हमारा उद्देश्य यह सुनिश्चित करना है कि काउंटर-स्ट्राइक जैसे गेम सभी खिलाड़ियों के लिए मजेदार और न्यायसंगत बने रहें।”

Alex McFarland

Alex Unite.AI के एआई‑संचालित समाचार संचालन का नेतृत्व करते हैं, पत्रकारिता, अनुसंधान और स्वचालन को मिलाकर कृत्रिम बुद्धिमत्ता की समय पर और स्केलेबल कवरेज को समर्थन देते हैं। उनका काम यह सुनिश्चित करने में मदद करता है कि उभरते एआई विकास को प्रभावी ढंग से उजागर किया जाए, जबकि प्रकाशन के संपादकीय मानकों को बनाए रखा जाए।