Игрок CS2 защитил диссертацию о поиске читеров по биометрии

Простой студент и заядлый игрок в Counter-Strike 2 под ником magga_ защитил целую магистерскую диссертацию в Норвежском университете естественных и технических наук, предложив новый подход к борьбе с нечестными пользователями. Его работа посвящена системе поведенческой биометрии, которая позволяет вычислять реальную личность игрока по микромоторике рук и связывать баны с человеком, а не с его учетной записью Steam.

Главной уязвимостью современных античитов геймер назвал блокировку конкретных аккаунтов. Получив бан, реальный нарушитель просто покупает или регистрирует новый аккаунт и возвращается на серверы со своими читами. Разработанный алгоритм анализирует обычные записи матчей, которые игра уже сохраняет, и формирует персональный «цифровой отпечаток» на основе индивидуальных привычек ввода:

«В соревновательном шутере игроки тысячи раз повторяют одни и те же действия под давлением фактора времени: флики, контр-стрейфы, контроль отдачи и броски гранат. Со временем эти движения переходят на уровень подсознательной мышечной памяти. Вы можете сменить ник, звание, аккаунт, оружие и даже общий стиль игры. Но изменить собственные руки куда сложнее», - объяснил автор диссертации.

В ходе испытаний на выборке из более чем тысячи игроков система показала свою эффективность:

• анализ движений мыши безошибочно определил пользователя во всех 100% случаев;
• паттерны нажатий клавиатуры показали точность в 98%;
• комбинация двух метрик безошибочно подтвердила все 13 известных исследователю тестовых пар аккаунтов одного и того же человека.

Что еще более интересно, в процессе тестирования система попутно разоблачила скрытых смурфов: несколько совпадений, которые автор сперва посчитал ложным срабатыванием, но при детальной проверке оказались дополнительными твинками игроков из базы данных. По замыслу создателя, данная технология могла бы работать в связке с VAC и системой «Фактора доверия». Это позволило бы античиту распознавать заблокированного игрока сразу же, как только тот садится за новую учетную запись.

Впрочем, исследователь признал и текущие ограничения проекта: метод пока не проходил испытания на миллионной аудитории серверов Valve, а также может давать сбои, если за одним компьютером поочередно играют несколько членов семьи. По этой причине автор рекомендует на первых порах использовать биометрический отпечаток как весомую улику для системы патруля, а не как повод для мгновенного бана. Разработчик надеется, что представители Valve или соревновательных платформ вроде FACEIT обратят внимание на исследование и помогут протестировать технологию в реальных условиях.

Норвежский студент magga_ разработал систему поведенческой биометрии, которая идентифицирует игроков по микромоторике рук вместо привязки к аккаунту Steam. Это напрямую решает проблему возвращения забаненных игроков на новых учётных записях: алгоритм анализирует записи матчей и формирует «цифровой отпечаток» на основе привычек ввода - флики мыши, контр-стрейфы, контроль отдачи. На выборке из тысячи игроков система показала 100% точность при анализе движений мыши и 98% при анализе паттернов клавиатуры.

Для администраторов community-серверов это означает потенциальное усиление эффективности существующих античит-систем вроде VAC. Технология может работать в связке с системой «Фактора доверия» и помогать выявлять запрещённых игроков сразу при входе на новый аккаунт. Однако сам автор рекомендует использовать биометрический анализ как вспомогательную улику для системы патруля, а не как основание для автоматических банов, так как метод пока не тестировался на миллионных аудиториях и может ошибаться, если за одним компьютером играют разные люди.

Попутно система разоблачила скрытых смурфов в тестовой выборке. Разработчик надеется привлечь внимание Valve и платформ вроде FACEIT для дальнейшего тестирования в боевых условиях.