Mô hình và nền tảng AI

Mô hình học máy được phát triển để chống gian lận trong trò chơi điện tử

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Bất kỳ người chơi trò chơi điện tử nào cũng biết cảm giác thất vọng khi phải cạnh tranh với những kẻ gian lận, nhưng nhiều người không nhận ra được tác động kinh tế và các tác động khác đối với trò chơi và nhà phát triển. Dường như không管 nhà phát triển thực hiện hành động gì, một số cá nhân luôn tìm cách gian lận trong trò chơi. Đây là lý do tại sao các nhà khoa học máy tính tại Đại học Texas tại Dallas đã áp dụng một cách tiếp cận trí tuệ nhân tạo (AI) để chống lại những người chơi này.

Nghiên cứu này đã được công bố trên IEEE Transactions on Dependable and Secure Computing vào ngày 3 tháng 8.

Các nhà nghiên cứu đã sử dụng trò chơi bắn súng đầu tiên phổ biến Counter-Strike để phát triển cách tiếp cận mới, nhưng nó có thể được áp dụng cho bất kỳ trò chơi trực tuyến nhiều người chơi (MMO) nào nơi một máy chủ trung tâm nhận lưu lượng dữ liệu.

Counter-Strike là một trong những trò chơi bắn súng đầu tiên phổ biến nhất trên thị trường, có nghĩa là người chơi luôn sử dụng phần mềm gian lận. Trò chơi bao gồm các đội người chơi làm việc cùng nhau để chống lại những kẻ khủng bố thông qua việc khuếch tán bom, giải cứu con tin và bảo vệ các địa điểm trồng. Người chơi có thể mua vũ khí mạnh hơn bằng cách kiếm tiền trong trò chơi.

Md Shihabul Islam là một sinh viên tiến sĩ khoa học máy tính tại trường Erik Jonsson School of Engineering and Computer Science của Đại học Texas tại Dallas. Islam, người cũng là một người chơi Counter-Strike, là tác giả chính của nghiên cứu.

“Đôi khi khi bạn chơi chống lại những người chơi sử dụng gian lận, bạn có thể nhận ra, nhưng đôi khi nó có thể không rõ ràng,” anh nói. “Điều đó không công bằng đối với những người chơi khác.”

Tác động kinh tế

Nhiều người chơi có thể xem gian lận như một cách làm hỏng niềm vui cho người khác, nhưng có nhiều ý nghĩa hơn. Người chơi thường rời trò chơi do hành vi này, điều này có thể gây ra tác động kinh tế đối với nhà phát triển.

Trong thể thao điện tử, một ngành công nghiệp đang phát triển nhanh với doanh thu hàng năm khoảng 1 tỷ đô la, gian lận được trừng phạt thông qua các biện pháp đối với các đội và người chơi. Những biện pháp này có thể bao gồm bị loại, mất tiền thắng, hoặc bị cấm hoàn toàn.

Thử thách trong việc phát hiện gian lận

Một trong những thử thách đáng kể nhất liên quan đến gian lận trong các trò chơi MMO là nó thường không được phát hiện. Dữ liệu quan trọng từ máy tính của người chơi đến máy chủ trò chơi được mã hóa, điều này có nghĩa là gian lận thường chỉ được phát hiện sau khi nhật ký trò chơi được giải mã, và đã quá muộn. Đây là lý do tại sao nhóm tại UT Dallas đã phát triển một cách tiếp cận không liên quan đến giải mã, nhưng phân tích lưu lượng dữ liệu mã hóa theo thời gian thực.

Tiến sĩ Latifur Khan là một giáo sư khoa học máy tính và giám đốc phòng thí nghiệm Phân tích và Quản lý Dữ liệu Lớn tại UT Dallas. Ông cũng là một trong những tác giả của nghiên cứu.

“Những người chơi gian lận gửi lưu lượng dữ liệu theo cách khác,” Khan nói. “Chúng tôi đang cố gắng bắt những đặc điểm đó.”

Phân tích lưu lượng trò chơi để phát hiện mẫu

Nghiên cứu của nhóm đã liên quan đến 20 sinh viên sử dụng ba phần mềm gian lận trong trò chơi, bao gồm aimbot, tốc độ hack và wallhack. Các nhà nghiên cứu sau đó đã phân tích lưu lượng trò chơi đến và từ máy chủ, điều này dẫn đến việc phát hiện ra một số mẫu xác định hành vi gian lận.

Các nhà nghiên cứu đã sử dụng dữ liệu để đào tạo một thuật toán học máy có khả năng dự đoán gian lận dựa trên các mẫu và tính năng. Sau khi điều chỉnh mô hình thống kê, nó có thể được áp dụng cho các nhóm lớn hơn. Một khía cạnh của cách tiếp cận của họ là lưu lượng dữ liệu được gửi đến một đơn vị xử lý đồ họa, điều này làm tăng tốc quá trình và giảm tải công việc của đơn vị xử lý trung tâm trong máy chủ chính.

Theo Islam, các công ty trò chơi khác có thể sử dụng cách tiếp cận mới với dữ liệu của riêng họ, cuối cùng đào tạo phần mềm trò chơi cho các trò chơi của họ. Sau khi phần mềm này phát hiện hành vi gian lận, nó có thể được khắc phục ngay lập tức.

“Sau khi phát hiện,” Khan nói, “chúng tôi có thể đưa ra một cảnh báo và loại bỏ người chơi một cách lịch sự nếu họ tiếp tục gian lận trong một khoảng thời gian cố định.

“Mục tiêu của chúng tôi là đảm bảo rằng các trò chơi như Counter-Strike vẫn thú vị và công bằng cho tất cả người chơi.”

Alex dẫn dắt hoạt động tin tức được hỗ trợ bởi AI của Unite.AI, kết hợp báo chí, nghiên cứu và tự động hoá để hỗ trợ việc đưa tin về trí tuệ nhân tạo một cách kịp thời và có khả năng mở rộng. Công việc của anh giúp đảm bảo các phát triển AI mới nổi được đưa lên một cách hiệu quả trong khi vẫn duy trì tiêu chuẩn biên tập của tờ báo.