Inteligência artificial

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

mm

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.