Modelos e plataformas de IA

Modelo de Aprendizado de Máquina Desenvolvido para Combater Trapaças em Jogos de Vídeo

mm
Adicione Unite.AI às suas fontes preferidas no Google

Qualquer jogador de videogame sabe como é frustrante competir com trapaceiros, mas muitos não percebem os impactos econômicos e outros no jogo e no desenvolvedor. Além disso, parece que não importa quais ações o desenvolvedor tome, alguns indivíduos sempre encontram maneiras de trapacear no jogo. É por isso que cientistas da computação da Universidade do Texas em Dallas adotaram uma abordagem de inteligência artificial (IA) para combater esses jogadores.

A pesquisa foi publicada em IEEE Transactions on Dependable and Secure Computing em 3 de agosto.

Os pesquisadores usaram o popular jogo de tiro em primeira pessoa Counter-Strike para desenvolver a nova abordagem, mas ela pode ser aplicada a qualquer jogo online multijogador (MMO) onde um servidor central recebe tráfego de dados.

Counter-Strike é um dos jogos de tiro em primeira pessoa mais populares do mercado, o que significa que os jogadores estão sempre usando software de trapaça. O jogo envolve equipes de jogadores trabalhando juntos para contra-atacar terroristas por meio de difusão de bombas, resgate de reféns e segurança de locais de plantação. Os jogadores podem comprar armas mais poderosas ao ganhar moeda dentro do jogo.

Md Shihabul Islam é um estudante de doutorado em ciência da computação da UT Dallas na Escola de Engenharia e Ciência da Computação Erik Jonsson. Islam, que é um jogador de Counter-Strike ele mesmo, foi o autor principal do estudo.

“Às vezes, quando você está jogando contra jogadores que usam trapaças, você pode perceber, mas às vezes pode não ser evidente”, disse ele. “Não é justo para os outros jogadores.”

O Impacto Econômico

Muitos jogadores podem ver a trapaça como apenas uma maneira de estragar a diversão para os outros, mas há muitas mais implicações. Os jogadores frequentemente abandonam um jogo devido a esse comportamento, o que pode causar um impacto econômico para o desenvolvedor.

Nos esportes eletrônicos, que é uma indústria em rápida expansão que gera cerca de 1 bilhão de dólares em receitas anuais, a trapaça é punida com sanções contra equipes e jogadores. Essas sanções podem incluir desqualificação, perda de prêmios ou uma proibição total.

Desafios de Detectar Trapaças

Um dos principais desafios que cercam a trapaça em jogos MMO é que ela frequentemente passa despercebida. Dados importantes do computador de um jogador para o servidor do jogo são criptografados, o que significa que a trapaça é frequentemente detectada apenas após os logs do jogo serem descriptografados, e é tarde demais. É por isso que a equipe da UT Dallas desenvolveu uma abordagem que não envolve a descriptografia, mas analisa o tráfego de dados criptografados em tempo real.

Dr. Latifur Khan é um professor de ciência da computação e diretor do Laboratório de Análise e Gerenciamento de Big Data da UT Dallas. Ele também é um dos autores do estudo.

“Jogadores que trapaceiam enviam tráfego de uma maneira diferente”, disse Khan. “Estamos tentando capturar essas características.”

Analisando o Tráfego de Jogo para Detectar Padrões

O estudo da equipe envolveu 20 estudantes usando três software de trapaça no jogo, incluindo um aimbot, speed hack e wallhack. Os pesquisadores então analisaram o tráfego de jogo para e do servidor, o que levou à descoberta de certos padrões que identificavam o comportamento de trapaça.

Os pesquisadores usaram os dados para treinar um algoritmo de aprendizado de máquina capaz de prever a trapaça com base nos padrões e características. Após ajustar o modelo estatístico, ele poderia ser aplicado a grupos maiores. Um aspecto da abordagem é que o tráfego de dados é enviado para uma unidade de processamento gráfico, o que acelera o processo e diminui a carga de trabalho da unidade central de processamento no servidor principal.

De acordo com Islam, outras empresas de jogos poderiam usar a nova abordagem com seus próprios dados, eventualmente treinando software de jogo para seus jogos. Após a detecção de trapaça, o software poderia ser remediado imediatamente.

“Após a detecção”, disse Khan, “podemos dar um aviso e expulsar o jogador de forma elegante se ele continuar com a trapaça durante um intervalo de tempo fixo.

“Nosso objetivo é garantir que jogos como Counter-Strike permaneçam divertidos e justos para todos os jogadores.”

Alex McFarland é um jornalista e escritor de IA que explora os últimos desenvolvimentos em inteligência artificial. Ele colaborou com inúmeras startups de IA e publicações em todo o mundo.