Modello di apprendimento automatico sviluppato per combattere le truffe nei videogiochi

Ogni giocatore di videogiochi sa quanto sia frustrante competere con i truffatori, ma molti non si rendono conto dell’impatto economico e di altri aspetti sul gioco e sullo sviluppatore. Sembra anche che, non importa quali azioni uno sviluppatore intraprenda, alcuni individui trovano sempre un modo per truffare il gioco. È per questo che gli scienziati informatici dell’Università del Texas a Dallas hanno adottato un approccio di intelligenza artificiale (AI) per combattere questi giocatori.

La ricerca è stata pubblicata su IEEE Transactions on Dependable and Secure Computing il 3 agosto.

I ricercatori hanno utilizzato il popolare gioco di sparation in prima persona Counter-Strike per sviluppare il nuovo approccio, ma può essere applicato a qualsiasi gioco online multiplayer di massa (MMO) in cui un server centrale riceve traffico di dati.

Counter-Strike è uno dei giochi di sparation in prima persona più popolari sul mercato, il che significa che i giocatori utilizzano sempre software di truffa. Il gioco consiste in squadre di giocatori che lavorano insieme per contrastare i terroristi attraverso la diffusione di bombe, il salvataggio di ostaggi e la sicurezza di posizioni di impianto. I giocatori possono acquistare armi più potenti guadagnando valuta nel gioco.

Md Shihabul Islam è uno studente di dottorato in informatica alla UT Dallas, presso la Scuola di Ingegneria e Scienze Informatiche Erik Jonsson. Islam, che è anche un giocatore di Counter-Strike, è stato l’autore principale dello studio.

“A volte, quando si gioca contro giocatori che utilizzano truffe, si può capire, ma a volte non è evidente”, ha detto. “Non è giusto per gli altri giocatori.”

L’impatto economico

Molti giocatori possono vedere le truffe come un modo per rovinare il divertimento per gli altri, ma ci sono molte altre implicazioni. I giocatori spesso lasciano un gioco a causa di questo comportamento, il che può causare un impatto economico per lo sviluppatore.

Nel settore degli eSport, che è un’industria in rapida crescita con entrate annuali di circa 1 miliardo di dollari, le truffe sono punite attraverso sanzioni contro squadre e giocatori. Ciò può includere la squalifica, la perdita di premi o un divieto totale.

Le sfide della rilevazione delle truffe

Una delle sfide significative che circondano le truffe nei giochi MMO è che spesso passano inosservate. I dati importanti dal computer di un giocatore al server del gioco sono crittografati, il che significa che le truffe vengono spesso rilevate solo dopo che i log del gioco sono stati decriptati, e a quel punto è troppo tardi. È per questo che il team alla UT Dallas ha sviluppato un approccio che non richiede la decrittazione, ma analizza il traffico di dati crittografati in tempo reale.

Il dottor Latifur Khan è un professore di informatica e direttore del Laboratorio di analisi e gestione dei big data alla UT Dallas. È anche uno degli autori dello studio.

“I giocatori che truffano inviano traffico in un modo diverso”, ha detto Khan. “Stiamo cercando di catturare quelle caratteristiche.”

Analisi del traffico di gioco per rilevare modelli

Lo studio del team ha coinvolto 20 studenti che utilizzavano tre software di truffa nel gioco, tra cui un aimbot, un hack di velocità e un wallhack. I ricercatori hanno quindi analizzato il traffico di gioco verso e dal server, il che ha portato alla scoperta di certi modelli che identificavano il comportamento di truffa.

I ricercatori hanno utilizzato i dati per addestrare un algoritmo di apprendimento automatico in grado di prevedere le truffe in base ai modelli e alle caratteristiche. Dopo aver aggiustato il modello statistico, è stato possibile applicarlo a gruppi più grandi. Un aspetto del loro approccio è che il traffico di dati viene inviato a una unità di elaborazione grafica, il che velocizza il processo e riduce il carico di lavoro dell’unità di elaborazione centrale nel server principale.

Secondo Islam, altre società di gioco potrebbero utilizzare il nuovo approccio con i propri dati, addestrando eventualmente il software di gioco per i propri giochi. Una volta che questo software rileva il comportamento di truffa, potrebbe essere risolto immediatamente.

“Dopo la rilevazione”, ha detto Khan, “possiamo dare un avvertimento e far uscire il giocatore in modo elegante se continua a truffare durante un intervallo di tempo fisso.

“Il nostro obiettivo è garantire che i giochi come Counter-Strike rimangano divertenti e equi per tutti i giocatori.”