Teknologi prototipe menyusut AI untuk menghadirkan fungsionalitas seperti otak dalam satu perangkat yang kuat - ScienceDaily
Teknologi

Sistem deteksi cheat dengan anggun dapat menendang pemain yang curang – ScienceDaily


Ilmuwan komputer Universitas Texas di Dallas telah menemukan senjata baru untuk melawan pemain video game yang curang.

Para peneliti mengembangkan pendekatan mereka untuk mendeteksi penipu menggunakan game penembak orang pertama yang populer, Counter-Strike. Tetapi mekanismenya dapat bekerja untuk game massively multiplayer online (MMO) yang mengirimkan lalu lintas data ke server pusat.

Penelitian mereka dipublikasikan secara online 3 Agustus Transaksi IEEE pada Komputasi yang Dapat Diandalkan dan Aman.

Counter-Strike adalah rangkaian permainan di mana pemain bekerja dalam tim untuk melawan teroris dengan mengamankan lokasi pabrik, menjinakkan bom, dan menyelamatkan sandera. Pemain bisa mendapatkan mata uang dalam game untuk membeli senjata yang lebih kuat, yang merupakan kunci kesuksesan. Berbagai software curang untuk game ini tersedia secara online.

“Kadang-kadang saat Anda bermain melawan pemain yang menggunakan cheat, Anda bisa tahu, tapi terkadang tidak terbukti,” kata Md Shihabul Islam, seorang mahasiswa doktoral ilmu komputer UT Dallas di Erik Jonsson School of Engineering and Computer Science dan penulis utama. dari studi tersebut, yang memainkan Counter-Strike untuk bersenang-senang. “Ini tidak adil bagi pemain lain.”

Selain fair play, kecurangan juga bisa berdampak ekonomi ketika pemain yang tidak puas pergi bermain game lain, kata Islam.

Insiden kecurangan juga dapat menimbulkan konsekuensi serius dalam esports, industri yang berkembang pesat dengan pendapatan tahunan mendekati $ 1 miliar. Kecurangan dapat mengakibatkan sanksi terhadap tim dan pemain, termasuk diskualifikasi, penyitaan uang hadiah, dan larangan partisipasi di masa mendatang, menurut Komisi Integritas Esports yang berbasis di Inggris Raya.

Mendeteksi kecurangan dalam game MMO bisa jadi menantang karena data yang dikirim dari komputer pemain ke server game dienkripsi. Penelitian sebelumnya mengandalkan log game yang didekripsi untuk mendeteksi kecurangan setelah fakta. Pendekatan peneliti UT Dallas menghilangkan kebutuhan akan data yang didekripsi dan sebagai gantinya menganalisis lalu lintas data terenkripsi ke dan dari server secara real time.

“Pemain yang curang mengirimkan lalu lintas dengan cara yang berbeda,” kata Dr. Latifur Khan, seorang penulis studi, profesor ilmu komputer dan direktur Lab Analisis dan Manajemen Big Data di UT Dallas. “Kami mencoba menangkap karakteristik itu.”

Untuk penelitian ini, 20 siswa di kelas UT Dallas Cyber ​​Security Essentials for Practitioners mengunduh Counter-Strike dan tiga software curang: aimbot, yang secara otomatis menargetkan lawan; peretasan kecepatan, yang memungkinkan pemain untuk bergerak lebih cepat; dan wallhack, yang membuat dinding menjadi transparan sehingga pemain dapat dengan mudah melihat lawannya. Para peneliti menyiapkan server yang didedikasikan untuk proyek tersebut sehingga aktivitas siswa tidak akan mengganggu pemain online lainnya.

Para peneliti menganalisis lalu lintas game ke dan dari server khusus. Data berjalan dalam paket, atau bundel, informasi. Ukuran paket dapat berbeda, tergantung pada isinya. Peneliti menganalisis fitur, termasuk jumlah paket masuk dan keluar, ukurannya, waktu pengiriman, arahnya, dan jumlah paket dalam ledakan, yang merupakan sekelompok paket yang berurutan.

Dengan memantau lalu lintas data dari para pemain siswa, peneliti mengidentifikasi pola yang mengindikasikan kecurangan. Mereka kemudian menggunakan informasi tersebut untuk melatih model pembelajaran mesin, suatu bentuk kecerdasan buatan, untuk memprediksi kecurangan berdasarkan pola dan fitur dalam data game.

Para peneliti menyesuaikan model statistik mereka, berdasarkan sekelompok kecil pemain, untuk bekerja pada populasi yang lebih besar. Bagian dari mekanisme deteksi cheat melibatkan pengiriman lalu lintas data ke unit pemrosesan grafis, yang merupakan server paralel, untuk membuat proses lebih cepat dan menghilangkan beban kerja dari unit pemrosesan pusat server utama.

Para peneliti berencana untuk memperluas pekerjaan mereka untuk membuat pendekatan untuk game yang tidak menggunakan arsitektur klien-server dan untuk membuat mekanisme pendeteksian lebih aman. Islam mengatakan perusahaan game dapat menggunakan teknik UT Dallas dengan data mereka sendiri untuk melatih perangkat lunak game guna mendeteksi kecurangan. Jika kecurangan terdeteksi, sistem dapat mengambil tindakan segera.

“Setelah terdeteksi,” kata Khan, “kami dapat memberikan peringatan dan dengan anggun menendang keluar pemain jika mereka melanjutkan kecurangan selama interval waktu yang tetap.

“Tujuan kami adalah memastikan bahwa game seperti Counter-Strike tetap menyenangkan dan adil untuk semua pemain.”

Dipersembahkan Oleh : Lapak Judi

Baca Juga : Data Sidney