Arma e re kundër mashtruesve të Video Game

Shkencëtarët e kompjuterave të Universitetit të Teksasit në Dallas kanë shpikur një armë të re kundër lojtarëve të Video Game që mashtrojnë.

Studiuesit zhvilluan qasjen e tyre për zbulimin e mashtruesve duke përdorur lojën popullore të revoleve të personave të parë Counter-Strike. Por mekanizmi mund të funksionojë për çdo lojë masivisht multiplayer online (MMO) që dërgon trafik të të dhënave në një server qendror.

Kërkimi i tyre u botua në internet në Transaksionet IEEE mbi Kompjuterët e Varur dhe të Sigurt.

Counter-Strike është një seri lojërash në të cilat lojtarët punojnë në ekipe për t’iu kundërvënë terroristëve duke siguruar vendndodhje të impianteve, duke shpërndarë bomba dhe duke shpëtuar pengje. Lojtarët mund të fitojnë valutë në lojë për të blerë armë më të fuqishme, e cila është çelësi i suksesit. Mashtrime të ndryshme software për lojën janë në dispozicion në internet.

“Ndonjëherë kur jeni duke luajtur kundër lojtarëve që përdorin mashtrime mund të tregoni, por ndonjëherë mund të mos jetë e qartë,” tha Md Shihabul Islam, një student i doktoratës në shkencat kompjuterike UT Dallas në Shkollën e Inxhinierisë dhe Shkencave Kompjuterike në Erik Jonsson dhe autor kryesor i studimit, i cili luan Counter-Strike për argëtim. “Nuk është e drejtë për lojtarët e tjerë.”

Përveç lojës së ndershme, mashtrimi gjithashtu mund të ketë një ndikim ekonomik kur lojtarët e pakënaqur largohen për të luajtur lojëra të tjera, tha Islami.

Incidentet e mashtrimit gjithashtu mund të kenë pasoja serioze në esports, një industri me rritje të shpejtë me të ardhura vjetore afër 1 miliard dollarë. Mashtrimi mund të rezultojë në sanksione kundër ekipeve dhe lojtarëve, duke përfshirë skualifikimin, konfiskimin e parave të çmimit dhe ndalimin e pjesëmarrjes në të ardhmen, sipas Komisionit të Integritetit të Esports me seli në Mbretërinë e Bashkuar.

Zbulimi i mashtrimit në lojërat MMO mund të jetë sfidues sepse të dhënat që shkojnë nga kompjuteri i një lojtari në serverin e lojës janë të koduara. Studimi i mëparshëm është mbështetur në regjistrat e lojërave të deshifruar për të zbuluar mashtrimin pas faktit. Qasja e studiuesve të UT Dallas eliminon nevojën për të dhëna të deshifruara dhe në vend të kësaj analizon trafikun e të dhënave të koduara nga dhe në server në kohë reale.

“Lojtarët që mashtrojnë dërgojnë trafik në një mënyrë tjetër,” tha Dr. Latifur Khan, një autor i studimit, profesor i shkencës kompjuterike dhe drejtor i Big Data Analytics and Management Lab në UT Dallas. “Ne po përpiqemi t’i kapim ato karakteristika”.

“Pas zbulimit, ne mund të japim një paralajmërim dhe ta heqim me lehtësi lojtarin nëse ata vazhdojnë me mashtrimin gjatë një intervali kohor të caktuar. Qëllimi ynë është të sigurojmë që lojërat si Counter-Strike të mbeten argëtuese dhe të drejta për të gjithë lojtarët. ”

– Dr. Latifur Khan, profesor i shkencave kompjuterike në Shkollën e Inxhinierisë dhe Shkencave Kompjuterike Erik Jonsson

Për studimin, 20 studentë në klasën UT Dallas Essentials të Sigurisë Kibernetike për Praktikuesit shkarkuan Counter-Strike dhe tre mashtrime software: një aimbot, i cili automatikisht synon një kundërshtar; një sulm i shpejtë, i cili lejon lojtarin të lëvizë më shpejt; dhe një wallhack, i cili i bën muret transparente në mënyrë që lojtarët të shohin me lehtësi kundërshtarin e tyre. Studiuesit krijuan një server të dedikuar për projektin në mënyrë që aktiviteti i studentëve të mos prishte lojtarët e tjerë në internet.

Studiuesit analizuan trafikun e lojërave në dhe nga serveri i dedikuar. Të dhënat udhëtojnë në pako, ose tufa, të informacionit. Paketat mund të jenë me madhësi të ndryshme, varësisht nga përmbajtja. Studiuesit analizuan tiparet, përfshirë numrin e paketave hyrëse dhe dalëse, madhësinë e tyre, kohën kur u transmetuan, drejtimin e tyre dhe numrin e paketave në një shpërthim, i cili është një grup i paketave të njëpasnjëshme.

Duke monitoruar trafikun e të dhënave nga lojtarët studentë, studiuesit identifikuan modele që tregonin mashtrim. Ata më pas e përdorën atë informacion për të trajnuar një model të të mësuarit makinerik, një formë të inteligjencës artificiale, për të parashikuar mashtrimin bazuar në modelet dhe tiparet në të dhënat e lojës.

Studiuesit rregulluan modelin e tyre statistikor, bazuar në një grup të vogël lojtarësh, për të punuar për popullata më të mëdha. Një pjesë e mekanizmit të zbulimit të mashtrimit përfshin dërgimin e trafikut të të dhënave në një njësi përpunimi grafike, e cila është një server paralel, për ta bërë procesin më të shpejtë dhe për të hequr ngarkesën e punës nga njësia qendrore e përpunimit të serverit kryesor.

Studiuesit planifikojnë të shtrijnë punën e tyre për të krijuar një qasje për lojërat që nuk përdorin një arkitekturë klient-server dhe për ta bërë mekanizmin e zbulimit më të sigurt. Islami tha se kompanitë e lojrave mund të përdorin teknikën UT Dallas me të dhënat e tyre për të trajnuar programet e lojërave për të zbuluar mashtrimet. Nëse zbulohet mashtrimi, sistemi mund të marrë masa të menjëhershme.

“Pas zbulimit,” tha Khan, “ne mund të japim një paralajmërim dhe ta heqim me lehtësi lojtarin nëse ata vazhdojnë me mashtrimin gjatë një intervali kohor të caktuar.

“Qëllimi ynë është të sigurojmë që lojërat si Counter-Strike të mbeten argëtuese dhe të drejta për të gjithë lojtarët.”