Модель машинного обучения разработана для борьбы с жульничеством в видеоиграх

Любой игрок в видеоигры знает, как раздражает соревноваться с жуликами, но многие не осознают экономическое и другое влияние на игру и разработчика. Также кажется, что независимо от того, какие меры принимает разработчик, некоторые люди всегда находят способы обмануть игру. Это почему компьютерные ученые в Университете Техаса в Далласе приняли подход на основе искусственного интеллекта (ИИ) для борьбы с этими игроками.

Исследование было опубликовано в IEEE Transactions on Dependable and Secure Computing 3 августа.

Исследователи использовали популярную игру в жанре шутера от первого лица Counter-Strike для разработки нового подхода, но его можно применить к любой массовой многопользовательской онлайн-игре (MMO), где центральный сервер получает трафик данных.

Counter-Strike – одна из самых популярных игр в жанре шутера от первого лица на рынке, что означает, что игроки всегда используют программные средства для обмана. Игра включает в себя команды игроков, работающих вместе, чтобы противостоять террористам через обезвреживание бомб, спасение заложников и обеспечение безопасности мест посадки. Игроки могут покупать более мощные оружия, зарабатывая виртуальную валюту в игре.

Мд Шихабул Ислам – докторант по компьютерным наукам в школе инженерии и компьютерных наук Эрика Джонсона в Университете Техаса в Далласе. Ислам, который сам является игроком в Counter-Strike, был ведущим автором исследования.

“Иногда, когда вы играете против игроков, которые используют средства для обмана, вы можете это заметить, но иногда это может быть не очевидно”, – сказал он. “Это нечестно по отношению к другим игрокам.”

Экономическое влияние

Многие игроки могут рассматривать обман как способ испортить удовольствие для других, но есть много более серьезных последствий. Игроки часто покидают игру из-за такого поведения, что может оказать экономическое влияние на разработчика.

В киберспорте, который является быстро растущей индустрией, приносящей около 1 миллиарда долларов в год, обман наказывается санкциями против команд и игроков. Эти санкции могут включать дисквалификацию, лишение призовых или полный бан.

Проблемы обнаружения обмана

Одной из значительных проблем, связанных с обманом в MMO-играх, является то, что он часто остается незамеченным. Важные данные с компьютера игрока на сервер игры зашифрованы, что означает, что обман часто обнаруживается только после расшифровки журналов игры, и уже слишком поздно. Это почему команда в Университете Техаса в Далласе разработала подход, который не предполагает расшифровку, а анализирует зашифрованный трафик данных в реальном времени.

Доктор Латифур Хан – профессор компьютерных наук и директор лаборатории анализа и управления большими данными в Университете Техаса в Далласе. Он также является одним из авторов исследования.

“Игроки, которые обманывают, отправляют трафик по-другому”, – сказал Хан. “Мы пытаемся захватить эти характеристики.”

Анализ трафика игры для обнаружения закономерностей

Исследование команды включало 20 студентов, использовавших три программных средства для обмана в игре, включая aimbot, speed hack и wallhack. Исследователи затем проанализировали трафик игры на сервер и обратно, что привело к обнаружению определенных закономерностей, которые идентифицировали поведение обмана.

Исследователи использовали данные для обучения алгоритма машинного обучения, способного предсказывать обман на основе закономерностей и характеристик. После корректировки статистической модели ее можно было применить к более крупным группам. Одним из аспектов их подхода является то, что трафик данных отправляется на графический процессор, что ускоряет процесс и снижает нагрузку на центральный процессор основного сервера.

По словам Ислама, другие игровые компании могут использовать новый подход со своими данными, в конечном итоге обучая игровое программное обеспечение для своих игр. После того, как это программное обеспечение обнаруживает поведение обмана, его можно сразу же исправить.

“После обнаружения”, – сказал Хан, – “мы можем выдать предупреждение и вежливо удалить игрока, если он продолжит обманывать в течение фиксированного интервала времени.

“Наша цель – обеспечить, чтобы игры, такие как Counter-Strike, оставались веселыми и честными для всех игроков.”