マシンラーニングモデルを開発してビデオゲームのチート対策に取り組む

ビデオゲームのプレイヤーであれば、チーターと競争することのどれほど悔しいかは誰でも経験があることだ。ただ、ゲームや開発者への経済的影響やその他の影響については、多くの人が気づいていない。開発者がどのような対策を講じても、いつでもチートをする方法をいくつか見つけ出す。そこで、テキサス大学ダラス校のコンピューターサイエンスの研究者たちは、人工知能（AI）を活用してチーター対策に取り組んでいる。

この研究は、IEEE Transactions on Dependable and Secure Computingに8月3日に掲載された。

研究者たちは、人気のファーストパーソン・シューティングゲーム「Counter-Strike」を使用して新しいアプローチを開発したが、これは中央サーバーがデータ・トラフィックを受信するMMOゲームに適用できる。

Counter-Strikeは市場で最も人気のあるファーストパーソン・シューティングゲームの1つであり、プレイヤーは常にソフトウェア・チートを使用している。このゲームでは、プレイヤーはチームを組んでテロリストを倒したり、爆弾を解除したり、人質を救出したり、施設を確保したりする。プレイヤーは、インゲームの通貨を稼いでより強力な武器を購入できる。

Md Shihabul Islamは、テキサス大学ダラス校のコンピューターサイエンスの博士課程の学生であり、エリック・ジョンソン工学・コンピューターサイエンス学校に所属している。イスラム自身がCounter-Strikeのプレイヤーであり、この研究の第一著者である。

「時には、チートを使っているプレイヤーと対戦しているとわかるが、時にはわからない」と彼は述べた。「他のプレイヤーにとっては公平ではない」

経済的影響

多くのプレイヤーは、チートをただ他人を困らせる手段と見なしているかもしれないが、より深い影響がある。プレイヤーはこのような行動のためにゲームを離脱し、開発者に経済的影響を及ぼすことがある。

eスポーツでは、年間約10億ドルの収益を上げる急成長している業界で、チートはチームやプレイヤーに対する制裁として処分される。制裁には、失格、賞金の没収、または追放が含まれる。

チートの検出の課題

MMOゲームにおけるチートの1つの大きな課題は、チートが検出されないことが多い。プレイヤーのコンピューターからゲームサーバーへの重要なデータは暗号化されており、チートはゲームログが暗号化解除された後、遅すぎて検出されることが多い。そこで、UTダラスのチームは、暗号化解除を必要とせず、代わりにリアルタイムで暗号化されたデータ・トラフィックを分析するアプローチを開発した。

ラティフ・カーン博士は、コンピューターサイエンスの教授であり、テキサス大学ダラス校のビッグデータ・アナリティクス・マネジメント研究所の所長でもある。彼も研究の著者の一人である。

「チートをするプレイヤーは、トラフィックを異なる方法で送信する」とカーンは述べた。「私たちは、その特徴を捉えようとしている」

ゲームトラフィックの分析によるパターンの検出

チームの研究では、20人の学生がゲームで3つのソフトウェア・チート（エイムボット、スピードハック、ウォールハック）を使用した。研究者たちはゲームサーバーへのトラフィックを分析し、チート行動を特定する特定のパターンを発見した。

研究者たちは、データを使用して、パターンと特徴に基づいてチートを予測できるマシンラーニング・アルゴリズムをトレーニングした。統計モデルを調整した後、大規模なグループに適用できるようになった。アプローチの1つの側面は、データ・トラフィックがグラフィックス・プロセッシング・ユニットに送信され、中央処理ユニットの負荷が軽減され、プロセスが高速化されることである。

イスラムによると、他のゲーム会社もこの新しいアプローチを使用して、独自のデータでトレーニングを行うことができる。チート行動を検出した後、すぐに対策を講じることができる。

「検出後、警告を出し、一定時間内にチートを続けた場合はプレイヤーを追放することができる」とカーンは述べた。

「私たちの目標は、Counter-Strikeのようなゲームがすべてのプレイヤーにとって楽しく公平なものであることを保証することだ」