У Valve 1700 процессоров, работающих без перерыва, чтобы уничтожить читеров CS: GO

1. Решение проблемы мошенничества в CS: GO
2. Большой хакерский коллайдер

(Изображение: © DoctorRed2000)

Все популярные многопользовательские игры сражаются в бесконечных битвах с читерами. Но так как Counter-Strike: Global Offensive вырос в 2014 году и стал самым популярным FPS в мире, некоторые вещи сделали его особенно уязвимым для взлома.

Как 10-я игра, выпущенная на Source (и третья основная CS), уже накопила кучу знаний о том, как вмешиваться в движок Valve. Хаки, созданные для таких древних вещей, как Half-Life 2: Deathmatch, могли с несколькими минутами настройки, возможно, функционировать в CS: GO (хотя Valve говорит, что их было бы тривиально обнаружить). С точки зрения дизайна, черты, которые делают CS: GO умелой игрой углов и точности, также делают читы более эффективными. Оружие очень смертоносно, поэтому, когда оружие попадает в руки прицельных роботов, оно становится еще более разрушительным. А ориентация CS: GO на информацию и скрытность означает, что знание местоположения вашего противника неоценимо - плодородная почва для взломов стен.

По мнению Valve, борьба CS: GO с хакерами - это «важная, ценная работа», но если вы играли в FPS, вы могли заметить пару лет назад, что ситуация начала значительно улучшаться. Мало того, что жалобы Reddit и разочарованные клипы повторов мошенников, кажется, распространяются реже, но восприятие мошенничества - столь же опасного, как что-либо для здоровья конкурентной игры - казалось, рассеивается. Мы опубликовали истории громких запретов, а также новости о тысячи читеров забанить в одной волне. Как Valve удаляла большинство этих рывков?

«Мошенники не получили записку, которую мы делали, и игроки были очень счастливы, и мы просто ругали мошенников влево и вправо. Это было так здорово».

Джон Макдональд, Valve

В один из немногих глубоких моментов прозрачности в этой теме программист Valve Джон Макдональд на прошлой неделе на конференции разработчиков игр в Сан-Франциско рассказал о том, как он и Valve использовали методы глубокого обучения для решения проблемы мошенничества в CS: GO. Этот подход оказался настолько эффективным, что Valve теперь использует глубокое изучение «множества проблем», от борьбы с мошенничеством до аспектов Dota 2, и Valve активно ищет другие студии для работы над реализацией своих античитов для глубокого обучения. решение в других играх в Steam.

Решение проблемы мошенничества в CS: GO

Находясь между проектами в 2016 году, Макдональд заметил, что «единственное, о чем говорило сообщество - это мошенничество», основанное на онлайн-обсуждении и личном адресе электронной почты, который получал почту от профессионалов CS: GO. «Это был просто оглушительный разговор», - говорит он. Макдональд говорит, что рост запретов VAC в этот период подтвердил то, что Valve слышал.

Чтобы бороться с этой проблемой, Valve и McDonald обратились к глубокому изучению, решению, которое могло бы со временем работать и адаптироваться к новым методам мошенничества - привлекательным чертам для Valve, которая исторически предпочитала автоматизировать аспекты Steam, а не нанимать сотни новых сотрудники для решения таких вопросов, как курирование. То, что создал Valve, известно как VACnet, проект, который представляет около года работы.

VACnet работает параллельно Overwatch CS: GO - управляемый игроком инструмент воспроизведения для оценки игроков, о которых сообщалось о плохом поведении. VACnet не является новой формой VAC, клиентской и серверной технологии, которую Valve годами использовала, чтобы определить, скажем, когда кто-то запускает вредоносную программу вместе с игрой. VACnet - это новая дополнительная система, которая использует глубокое обучение для анализа поведения игроков в игре, изучения того, как выглядят читы, а затем для выявления и запрета хакеров на основе динамических критериев.

«Наши клиенты видят меньше мошенников сегодня, чем они были, и разговоры о мошенничестве затихли».

Джон Макдональд, Valve

Макдональд говорит, что «тонкие» читы по-прежнему трудно решить, но при создании VACnet Valve решила сначала нацелиться на прицельных роботов, потому что они представляют себя в определенных, легко определяемых точках во время раундов CS: GO: когда вы стреляете. Это позволило Valve создать систему, которая фиксировала изменения высоты тона (ось Y) и рыскания (ось X) - измерения степени в перспективе игрока - за полсекунды до выстрела и четверть секунды после. Эти данные, наряду с другими частями информации, такими как, какое оружие использует игрок, его расстояние, результат выстрела (попадание, промах, выстрел в голову?), Являются отдельными «частицами данных», которые вместе образуют то, что Valve называет «атомами». по сути, пакет данных, который описывает каждый выстрел.

VACnet не всегда может обнаружить мошенника на основе одного атома. «Нам нужна последовательность из них, то, что мы на самом деле хотим, это 140 из них, или, по крайней мере, это то, что модель использует сейчас… Мы просто берем 140 из восьми круглых окон, и мы вставляем их в модель, и мы» например, «Эй, если бы вы представили эту последовательность из 140 снимков присяжному заседателю [человека], какова вероятность того, что вы будете осуждены?» »

Довольно хорошо, как оказалось. И игроки, и VACnet сообщают об игроках на суд в Overwatch Но когда VACnet сообщает о подозреваемом мошеннике, они почти всегда являются мошенником.

«Когда человек передает дело в Overwatch, вероятность того, что он получит осуждение, составляет всего 15-30 процентов, и это зависит от множества факторов, таких как время года, это игра в продаже, это весенние каникулы «Есть много вещей, но суть в том, что человеческие убеждения очень низки», - говорит Макдональд. «Обвинения VACnet очень высоки, когда VACnet представляет дело, оно осуждает от 80 до 95 процентов времени».

Слайд из выступления Макдональдса: модель отношений между Overwatch и VACnet.

Это не значит, что Valve планирует свернуть свой театр мошенников, Overwatch. Обе системы работают вместе: VACnet изучает методы обнаружения из Overwatch, говорит Макдональд. «Поскольку мы используем Overwatch и фактически не заменили все отчеты об игроках, мы просто дополнили их, что означает, что учащийся [VACnet] получает возможность развиваться вместе с присяжными людьми. Таким образом, присяжные люди выявляют новое обманное поведение у ученика есть возможность сделать то же самое ».

Макдональд добавляет, что, когда VACnet недавно прошел переподготовку с данными об игроках, чтобы обнаружить новый чит, уровень убежденности может составить почти 100 процентов в течение короткого периода времени, прежде чем читеры адаптируются к нему. Когда ранее в этом месяце Valve тихо развернула VACnet для конкурентного режима CS: GO 2 на 2, Макдональд сказал, что «уровень убежденности в этом режиме некоторое время составлял 99 процентов, это было здорово. Читеры не получили записку, что мы делали это, и игроки были очень счастливы, и мы просто ругали читеров влево и вправо. Это было так здорово ».

Большой хакерский коллайдер

Чтобы воплотить VACnet в жизнь, нужно было создать серверную ферму, которая могла бы обслуживать миллионы игроков CS: GO, загружать данные и расти вместе с ростом CS: GO. В настоящее время проводится около 600 000 матчей 5: 5 по CS: GO в день, и для оценки всех игроков в этих матчах Valve потребовалось около четырех минут вычислений, что составляет 2,4 миллиона минут работы процессора в день. Вам нужно около 1700 процессоров для выполнения этой ежедневной работы.

Поэтому Valve купила 1700 процессоров. И еще 1700, «так что у нас будет пространство для расширения», - говорит Макдональд, намекая на намерение Valve использовать VACnet в других играх. Консервативно, Valve должна была потратить как минимум несколько миллионов долларов на это оборудование: 64 серверных блейда с 54 ядрами ЦП каждое и 128 ГБ ОЗУ на блейд. Это капля в море по сравнению с оценкой $ 120M CS: GO принесла только продажи копий игр в 2017 году, но, вероятно, это одна из самых громких фишек против мошенничества, созданная для одной игры.

Работа продолжается, но с точки зрения McDonald'а, VACnet сногсшибателен и имеет потенциальное применение не только в играх, отличных от Valve, но и в других приложениях Steam. «Глубокое обучение - это технология изменения климата для эволюционного поведения», - говорит Макдональд. «Мы думаем, что это действительно помогает нам отстранить разработчиков от беговой дорожки, не оказывая никакого влияния на наших клиентов. Наши клиенты сегодня видят меньше мошенников, чем они были, и разговоры о мошенничестве сильно затихли по сравнению с тем, что было раньше мы начали эту работу. "

Начало декабря 2017 года ознаменовало новую веху в системе: VACnet начал выдавать больше убеждений, чем несоблюдений в Overwatch. «Система отлично работает, - говорит Макдональд.

После публикации GDC загрузил полное видео часового разговора Макдоналда в хранилище GDC. Смотрите это здесь ,

Похожие

Комментарии