【ゲーム産業部】チート対策技術の革新：FPSチートの脅威にどう効果的に対処するか

FPSゲームのチートの現状と蔓延の理由

オンライン マルチプレイヤー FPS ゲームは、リアルタイム性の要件が最も高いゲーム ジャンルの 1 つです。この種のゲームでは、プレイヤーの瞬間的な判断力と反応力が勝敗を直接左右します。ただし、ネットワーク遅延やリアルタイム読み込みの問題によりゲームがフリーズすることが多く、プレイヤーのゲーム体験に大きな影響を与える可能性があります。この問題を解決するために、FPS ゲームでは通常、プリロード テクノロジが使用されます。プリロード技術とは、敵がプレイヤーに近づくと、敵のデータがサーバーからローカルにダウンロードされ、ゲーム メモリにロードされることを意味します。このようにして、プレイヤーと敵が実際に遭遇するときに、ゲーム クライアントは多くの作業を行う必要がなく、リアルタイムの読み込みがネットワークやデバイスのパフォーマンスの影響を受けてフリーズを引き起こすことを回避します。

プラグイン作成者は、FPS ゲームのリソースがクライアント側でローカルにプリロードされているという事実を利用し、ゲーム データを変更したり、自己照準や遠近法などの外部プログラムを挿入したりすることで違法な利点を獲得し、ユーザーが簡単に対戦相手を殺したり、攻撃したりできるようにします。不当な利益を得る。競争上の優位性。これらのプラグイン機能により、高速かつ正確な照準機能が提供され、ユーザーはゲーム内で殺人のスリルを楽しむことができます。チート行為による高収入は、多くのプレイヤーがチート行為を利用する理由の 1 つです。

プラグイン作成者は、不正行為防止システムによる検出を避けるために、いくつかの秘密のプラグイン侵入方法を使用します。たとえば、仮想マシン、メモリ インジェクション、HOOK などのテクノロジーを使用して、不正行為が検出されにくくなっています。これが、FPS ゲームの不正行為が繰り返し禁止されてきた根本的な理由の 1 つです。

「チート作成者 -> チート販売代理店 -> ネットワーク チャネル -> チート使用者」という連鎖の広がりと使いやすさも、FPS ゲームのチートが普及した重要な理由です。エミュレータでモバイルゲームを実行しながらプラグインを使用したり、プラグイン機能を備えたクラックゲームも配布したりできるため、プラグインの利用者と範囲が広がります。

 

 

 

NetEase Yidun が公開したコンテンツから判断すると、視点チートは FPS シューティング ゲームで最も使用されているタイプのチートであり、58.33% を占め、自己照準は 8.33% に過ぎませんが、ゲーム体験に最も影響を与えるチートです。

視点

低レイテンシーの効果を保証するために、FPS ゲームはプレイヤークライアントのメモリに大量のリソースをプリロードし、チート作成者がメモリからさまざまなリソースの情報を取得して視覚的にレンダリングできるようにするのが基本原理です。視点チートの原則。さまざまな遠近形状に応じて、ボックス＆ブラッドバータイプ、パネルタイプ、自己照準サークル、レイタイプ、ボーンタイプ、染色タイプなどに分けることができます。シースルーチートは他のFPSチートに比べて発見が難しく、ユーザーが意図的に偽装している限り、手動レビューですら発見することが困難です。

 

セルフエイム

以下の図に示すように、FPS ゲームで最も一般的なタイプの自己照準プラグインは、シミュレートされたマウス動作であり、81.83% を占めています。プラグインは敵の座標を取得した後、ゲームプログラムの実行直後に照準を目標位置に移動させるためのモデルマウス信号を送信しますが、ドライバーレベルでこのようなプラグインを検出することは困難です。しかし、通常のプレイヤーと自分を狙うプレイヤーの行動には大きな違いがあることは間違いなく、つまり行動データのレベルが不正行為問題を解決する鍵となります。

この記事では、パースペクティブと自己照準プラグインの検出に焦点を当てます。この種のプラグインは、隠蔽性が高く、検出が難しく、実際の証拠が不足しているため、業界で大きな問題になっています。私たちはプレイヤーの行動データの観点から直接開始し、検出する観点と自己目的の不正行為の本質を深く掘り下げます。

従来のソリューションと制限

不正行為を検出する現在の主流の方法には、署名検出、特徴検出、メモリ スキャンなどが含まれます。報告、監査、チェックは主に手動で行われます。

• シグネチャ検出は既知のエクスプロイトを迅速に特定できますが、新規または変更されたエクスプロイトには効果的に対処できません。

• 特徴検出はゲームの動作と操作を監視します。異常なパターンを識別できますが、ゲームの多様性とプレイヤーの動作の複雑さにより、しきい値などの単一の値に依存すると誤検知や漏れが発生しやすくなります。

• メモリ スキャンではメモリ内のチート コードやデータ構造を検出することでチートを検出できますが、チート作成者は暗号化アルゴリズムの使用やメモリ アドレスのランダム化など、この方法を回避するための対策を講じることができます。したがって、メモリ スキャンは不正行為を検出する完全に信頼できる方法ではなく、検出の精度と信頼性を向上させるために他の検出方法と組み合わせる必要があります。

手動レポートレビューでは不正行為をタイムリーに検出できますが、レポーターの主観とゲームプレイの複雑さにより、誤検知や悪意のあるレポートが発生する可能性があります。

従来の解決策の利点は、効果が明らかであることですが、欠点は、抵抗の程度が高く、大幅な遅れがあり、終わりのない対立に陥り、多大な人的資源と物的資源を消費し、最終的には失敗することです。したがって、ゲーム開発者は、公平性とバランスを確保するために、特定の状況に応じて適切な検出方法を選択し、アンチチート システムの能力を継続的に向上させ、より効率的で正確な検出方法を開発する必要があります。ゲームの。

Netease スマート エンタープライズ ゲーム AI アンチチート ソリューション

私たちは、ゲーム内に広く存在するリプレイログデータを用いてプレイヤー権限パフォーマンスを再構築することを提案します。再生ログデータにおいてプレイヤーの時系列行動データを構築し、その時系列行動データに基づいて視点プラグイン検出システムと自己照準プラグイン検出システムをそれぞれ構築し、様々なオンラインで幅広く活用できる手法とシステムです。ゲームプラットフォームの公平性と顧客満足度を向上させるため。

プレイヤーのタイミング行動データには、各瞬間の位置座標、カメラ/銃口の向き、武器の種類、殺すかどうか、当てるかなどが含まれます。これに基づいて、各瞬間の十字線の動きを構築するための二次設計と処理を実行します。 、加速度、目標の相対移動軌跡、相対偏向角、目標が視野内にあるかどうかなどを考慮して1レベルずつ上がっていき、徐々に「撃つ、打つ、殺す、撃つ、遊ぶ」をベースに構造を構築していきます。 、プレイヤー履歴ゲーム」マルチレベルのディメンションの特徴。

シースルーとセルフエイムは、FPS ゲームにおける不正行為の問題の異なるタイプです。同じ時系列の行動データから複数の特徴を抽出しました。その中には、いくつかの特徴が非常に明白で表現力豊かであることがわかり、通常のゲームとの大きな違いが示されました。プレイヤーと不正行為をしているプレイヤー。事前トレーニングのために複数の特徴のシーケンスをモデルに入力し、表現を取得した後に分類教師あり学習を実行し、最終的にプレイヤーが不正行為をしているかどうかを予測します。このソリューションでは、自己教師あり時系列モデルを使用してプレーヤーの行動データをモデル化し、プロセスは 3 つの段階に分かれています。

• 第 1 段階では、過去のプレイヤーのゲームデータを比較してサンプルを構築し、これらの情報を学習用モデルに入力することで、ゲームプレイヤーの行動パターンやデータの特徴を自律的に学習することができます。

• 第 2 段階では、データの潜在的な表現をよりよく学習するために、ラベル付きの少量の過去のプレーヤー データが教師あり学習に使用されます。

• 第 3 段階では、モデルは各ゲームのゲーム プレイヤーの行動データを処理して、プラグインのシースルー動作または自己照準動作があるかどうかを検出します。

時系列挙動データに基づく視点プラグイン検出スキーム

チートプレイヤーはパースペクティブプラグインを使用することで通常のプレイヤーにはない視覚や全体的なマクロ情報の優位性を獲得するため、視覚情報が不明な場合でも移動が可能となるなど通常のプレイヤーとは挙動が異なります。 . 銃に直面したときに有利になるように照準を合わせます. ターゲットがカバーの後ろに露出している場合、通常のレベルを超えた照準と殺害のパフォーマンスがあります. 区別できるデータには多くの特徴的な次元があります.この記事では、表示する 2 つの最も明白な次元を選択します。それは、重要な瞬間におけるターゲットの相対偏向角の変化、もう 1 つは、複数キル/複数ラウンドと組み合わせた照準とキルのパフォーマンスです。

1. 臨界瞬間におけるターゲットの相対偏向角の変化

不正プレイヤーが遠近法を使用した後は、通常、意識的または無意識に多くの「照準前」現象が発生し、ターゲットの相対偏向角の変化曲線が通常のプレイヤーのそれとは異なります。

 

ターゲットがキルする前に壁の後ろに移動しているときなどの重要な瞬間では、視点不正プレイヤーの相対偏向角は一般に通常のプレイヤーよりも低く、変化が比較的安定していることがわかります。

2. 複数のキルと複数ラウンドのターゲットキルパフォーマンスを組み合わせる

チートプレイヤーは、ターゲットが「視覚的露出」にブロックされている場合、非常に短時間で照準とキルを完了することができ、これは通常のプレイヤーの通常の反応時間と大きなギャップを示し、特にラウンドパフォーマンスの場合に顕著です。

 

上の図に示されているように、不正行為を行ったプレイヤーが時折「プレイ」することもありますが、通常のプレイヤーも時折「超自然的な」パフォーマンスを発揮しますが、単一ラウンドでの複数のキルや、マルチラウンド、マルチセッションでのターゲットを絞ったキルのパフォーマンスにズームインすると、視点不正プレイヤーの平均反応時間 (ヒット時間差) は通常のプレイヤーよりも低く安定していますが、平均キルレート (銃の KD) は通常よりも高くなります。

時系列挙動データに基づく自己照準プラグイン検出スキーム

私たちの分析では、自己照準プラグインを使用する不正プレイヤーは、十字線の移動速度、加速度、十字線の配置などの多次元特性において通常のプレイヤーとは大きく異なることがわかりました。これは、通常のプレイヤーが照準を合わせるためにより多くの時間とエネルギーを費やす必要があるのに対し、自己照準プラグインは敵を素早くロックし、プレイヤーの照準をより正確かつ迅速に行うことができるためです。具体的には、セルフエイミングプラグインのユーザーのフロントサイトの速度と加速が速くなり、敵の球上のフロントサイトの着弾点がより集中します。これらの特性の大きな違いは、自己目的のチート ユーザーと通常のプレイヤーのパフォーマンスにつながります。

1. 十字線の移動速度とその加速度

下図の青い曲線は十字線の移動速度、赤い曲線はその加速度、赤い座標点はプレイヤーが銃を撃った瞬間を表しており、通常、自照準プログラムは移動速度と加速度を計算します。目標位置を取得し、十字線の移動速度と加速度を自動的に調整するため、十字線の移動は非常にスムーズです。左の写真は自己照準を行うプレイヤー、右の写真は通常のプレイヤーですが、通常のプレイヤーの照準の移動速度と加速度はより混沌として不規則になる可能性があります。自己照準を行うプレイヤーは、射撃後の速度と加速の小さな変化を維持できることがわかります (シルキーガン効果)。

 

2. 敵の球上の十字線の落下点

セルフエイミングはプレイヤーの特定の部分の座標を事前に取得し、マウス信号をシミュレートして信号を送信するためです. 以下は敵の球上の照準のドロップポイントマップです. 左の写真はセルフです-照準プレイヤー、右の写真は通常プレイヤーです。十字線が見えます敵が配置されている球体に落ちたとき、自己照準プレイヤーの十字線の軌道はより滑らかになり、大規模な攻撃は発生しません通常のプレイヤーと同様に十字線の角度を変更します。

 

タイミング モデル ネットワーク アーキテクチャ

以上のように、当社のビジネス経験と専門家経験から構築された視点と自己照準タイミングの特徴を抽出した後、元の特徴を組み合わせて「ヒット・アンド・キル」の時系列に従ったシーケンスを形成し、自己照準にフィードします。予測用の教師ありタイミング モデル、トレーニング、および LSTM シーケンス分類ネットワークによる教師あり学習。

 

エフェクトを適用する

 

有名なFPSゲームにシステムを導入 システムはサーバー上にモデル推論サービスを導入 クライアントは解析した再生データを埋め込みログとリアルタイムストリーミングでアップロード 各ラウンドの時系列挙動データ（状況に応じて）ネットワーク状況）、機能処理と結果推論を行い、プレーヤーの過去のゲーム情報と組み合わせて総合的な決定を行い、決定結果が保存されて確認された後、ゲームは不正行為プレーヤーに対処します。

国内外のウェブサイトから10万件のゲームのリプレイデータを収集し、6万7千人のプレイヤーと合計100万件のキルサンプルを分析し、ビジネス側のオンラインゲーム3千件のデータのうち、高再現率スキームは全体の82.94％をカバーできます。高精度スキームは95.38% の精度を達成します。

まとめと今後の取り組みの展望

主流の FPS ゲームのチートと従来の解決策の分析を通じて、これが槍と盾の決闘の頂点の戦いであることを理解するのは難しくありません。また、人工知能などの高度なテクノロジーの使用により、不正行為をより正確に検出できます。

不正行為の複雑な状況に直面して、Netease Smart Enterprise Game AI は長年の技術蓄積を蓄積し、基本サポートとして十分なビッグゲームデータを使用して、FPS ゲーム向けの完璧な不正行為対策データ ソリューションを磨き上げました。

このソリューションは、ゲーム内に広く存在するリプレイ ログ データのみを使用して、プレイヤー権限のパフォーマンスを再構築し、プレイヤーの時系列行動データを構築し、時系列行動データに基づいて、それぞれ視点と自己照準プラグを構築します。 -in 検出システム。この方法およびシステムは、さまざまなオンラインゲームプラットフォームに広く適用でき、ゲームプラットフォームの公平性および顧客満足度を向上させることができる。

将来的には、ゲーム開発者とプラットフォーム オペレーターは、アンチチート システムを継続的に更新し、改善する必要があります。チート対策技術に関しては、刻々と変化する不正行為の形態や攻撃手法に対応するため、より効率的かつ正確なアルゴリズムやモデルの研究開発を継続する必要がある。同時に、ゲームプラットフォームの監督と管理を強化し、健全な監督メカニズムを確立し、プレイヤーの行動の監視と特定を強化し、タイムリーに違反を検出して対処し、公平性とブランドを維持する必要があります。ゲームのイメージ。さらに、ゲーム開発者やプラットフォーム運営者は、プレイヤーとの緊密な関係を確立し、プレイヤーのニーズとフィードバックを理解し、プレイヤーの問題や混乱をタイムリーに解決し、プレイヤーの満足度とロイヤルティを向上させる必要もあります。最終的には、アンチチートシステムを継続的に更新および改善し、ゲームプラットフォームの監督と管理を強化し、プレイヤーとの緊密な連絡を維持することで、ゲームの公平性とブランドイメージを効果的に保護し、ユーザーエクスペリエンスと市場競争力を効果的に保護することができます。ゲームプラットフォームの改善が可能です。