AI-modellen en platforms

Machine-Learning-Model Ontwikkeld om Cheaten bij Videogames te Bestrijden

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Elke videogame-speler weet hoe frustrerend het is om te concurreren met cheaters, maar velen realiseren zich niet de economische en andere gevolgen voor het spel en de ontwikkelaar. Het lijkt erop dat ongeacht welke acties een ontwikkelaar onderneemt, sommige individuen altijd manieren vinden om een spel te cheatën. Daarom hebben computerwetenschappers aan de University of Texas at Dallas een benadering met kunstmatige intelligentie (AI) ontwikkeld om deze spelers te bestrijden.

Het onderzoek werd gepubliceerd in IEEE Transactions on Dependable and Secure Computing op 3 augustus.

De onderzoekers gebruikten de populaire first-person shooter game Counter-Strike om de nieuwe benadering te ontwikkelen, maar deze kan worden toegepast op elke massively multiplayer online (MMO) game waar een centrale server gegevenstrafic ontvangt.

Counter-Strike is een van de meest populaire first-person shooter games op de markt, wat betekent dat spelers altijd software cheats gebruiken. Het spel gaat over teams van spelers die samenwerken om terroristen te counteren door bommen te diffunderen, gijzelaars te redden en plantlocaties te beveiligen. Spelers kunnen krachtigere wapens kopen door in-game valuta te verdienen.

Md Shihabul Islam is een doctoraal student in de computerwetenschappen aan de Erik Jonsson School of Engineering and Computer Science van de UT Dallas. Islam, die zelf een Counter-Strike-speler is, was de hoofdauteur van de studie.

“Soms kun je het zien als je tegen spelers speelt die cheats gebruiken, maar soms is het niet duidelijk,” zei hij. “Het is niet eerlijk voor de andere spelers.”

De Economische Impact

Veel spelers zien cheatën als een manier om de lol voor anderen te verpesten, maar er zijn veel meer implicaties. Spelers verlaten vaak een spel vanwege dit gedrag, wat een economische impact kan hebben voor de ontwikkelaar.

In esports, een snel groeiende industrie die jaarlijks ongeveer 1 miljard dollar omzet, wordt cheatën bestraft met sancties tegen teams en spelers. Deze kunnen bestaan uit diskwalificatie, verlies van prijzengeld of een algehele ban.

Uitdagingen bij het Detecteren van Cheaten

Een van de belangrijkste uitdagingen bij het cheatën in MMO-games is dat het vaak onopgemerkt blijft. Belangrijke gegevens van een speler naar de game-server zijn versleuteld, wat betekent dat cheatën vaak pas wordt gedetecteerd als de spellogs zijn gedecodeerd, en het dan te laat is. Daarom ontwikkelde het team van UT Dallas een benadering die geen decryptie vereist, maar die versleutelde gegevenstrafic in real-time analyseert.

Dr. Latifur Khan is een professor in de computerwetenschappen en directeur van het Big Data Analytics and Management Lab van UT Dallas. Hij is ook een van de auteurs van de studie.

“Spelers die cheatën sturen gegevenstrafic op een andere manier,” zei Khan. “We proberen die kenmerken te detecteren.”

Game-Trafic Analyseren om Patronen te Detecteren

De studie van het team omvatte 20 studenten die drie software cheats in het spel gebruikten, waaronder een aimbot, speed hack en wallhack. De onderzoekers analyseerden vervolgens de gegevenstrafic naar en van de server, wat leidde tot het ontdekken van bepaalde patronen die cheat-gedrag identificeerden.

De onderzoekers gebruikten de gegevens om een machine-learning-algoritme te trainen dat in staat is om cheat-gedrag te voorspellen op basis van de patronen en kenmerken. Na het aanpassen van het statistische model, kon het worden toegepast op grotere groepen. Een aspect van hun benadering is dat de gegevenstrafic naar een graphics processing unit wordt gestuurd, wat het proces versnelt en de workload van de centrale processor in de hoofdserver vermindert.

Volgens Islam kunnen andere gaming-bedrijven de nieuwe benadering gebruiken met hun eigen gegevens, waardoor ze uiteindelijk gaming-software voor hun spellen kunnen trainen. Als deze software cheat-gedrag detecteert, kan het onmiddellijk worden verholpen.

“Na detectie,” zei Khan, “kunnen we een waarschuwing geven en de speler op een nette manier uit het spel zetten als hij doorgaat met cheatën tijdens een vaste tijdinterval.

“Ons doel is om ervoor te zorgen dat spellen zoals Counter-Strike leuk en eerlijk blijven voor alle spelers.”

Alex McFarland is een AI-journalist en schrijver die de laatste ontwikkelingen op het gebied van kunstmatige intelligentie onderzoekt. Hij heeft samengewerkt met talloze AI-startups en publicaties wereldwijd.