首页
快讯
订阅
资讯
- 健康
- 科技
- 热点
- 视频
- 产业
- 政策
- 护理
- 投资
- 医改
- 养老
- 海外
- 人物
- 保险
- 疾病
- 管理
- English
- 临床
- 心血管
- 肿瘤
- 内分泌
- 妇儿
- 感染
专题
活动
学院

首页
快讯
订阅
资讯
- 健康
- 科技
- 热点
- 视频
- 产业
- 政策
- 护理
- 投资
- 医改
- 养老
- 海外
- 人物
- 保险
- 疾病
- 管理
- English
- 临床
- 心血管
专题
活动
智库
学院
- 北斗学院
评选
会议
排行
全球医疗
健康界APP

欢迎登录体验更多功能

搜索

玩游戏还敢开挂？作弊玩家的“噩梦”来了，科学家：随时踢出游戏

2020

11/30

学术头条

A-

A+

作弊软件在一定程度上得到了扼制，但它仍旧与游戏如影随形，影响玩家的游戏体验。

电子竞技需要公平公正。

但是，游戏外挂程序就如同传统体育比赛中的兴奋剂，会使比赛失去公平性。在电竞项目中，开外挂作弊是被严令禁止的。

尽管随着电竞项目的监管力度和曝光度的不断提升，作弊软件在一定程度上得到了扼制，但它仍旧与游戏如影随形，影响玩家的游戏体验。

为了从根源上解决游戏作弊问题，德克萨斯大学达拉斯分校的计算机科学家们设计出了一种新的“反作弊武器”，用来对付作弊的电子游戏玩家。 相关研究成果以论文的形式在线发表在 IEEE Transactions on Dependable and Secure Computing 上。

（来源：IEEE）

研究人员表示，通过这项研究，他们可以更加准确地检测游戏中的作弊行为。如果发现游戏玩家持续作弊，游戏则会被立即中断，以保证游戏应有的公平环境。

游戏，并不公平

如今，电子竞技是一个快速增长的行业，年收入已接近 10 亿美元。而在电竞中，作弊是一个很严峻的问题。由于游戏机制的问题，玩家们总能找到可以被利用的漏洞，这一问题从根本上无法解决，官方能做的也只是加强相关的检测力度而已。

同时，作弊事件会对电子竞技产生严重影响。据总部位于英国的电子竞技诚信委员会（Esports Integrity Commission）表示，作弊战队和选手会被制裁，制裁手段包括取消参赛资格、没收奖金以及永久禁赛等。

比如，在 2018 CS:GO 亚洲总决赛中，C 组战败组第一轮印度战队和越南战队的比赛，印度一个队员使用了辅助软件，在经过裁判现场核准之后，确认其电脑中存在作弊文件，最终该战队被取消了比赛资格，这名选手也随之遭到了禁赛。

图 | 选手比赛现场作弊被抓

对此，论文作者之一、德州大学达拉斯分校（UTD）工程和计算机科学学院博士生 Md Shihabul Islam 表示： “当你和使用作弊手段的玩家比赛时，你有时候可以十分清楚地发现他在作弊，但有时候可能并不明显。很明显，这对其他玩家不公平。”

Islam 补充道：“除了影响公平竞争之外，当不满他人作弊的玩家最终离开去玩其他游戏时，也会产生经济影响。”

为了解决作弊检测的问题，研究人员通过射击游戏“反恐精英”开发了一种检测作弊者的方法，同时这种方法也适用于任何大型多人在线（MMO）游戏，比如魔兽世界、梦幻西游等，因为这种游戏特点都是向中央服务器发送数据流量。

图 | 反恐精英宣传海报（来源：Counter Strike Official）

“反恐精英”是一款射击类游戏游戏，与前文中提到开挂被抓的游戏 CS:GO 属于同一公司出品的游戏。玩家在团队中通过保护工厂位置、拆除炸弹和营救人质来对抗恐怖分子。玩家可以赚取游戏内的货币来购买更强大的武器，而这种更为强大的武器往往是成功的关键。由于该游戏的普及率较高，如今对于该游戏的各种作弊软件都可以在网上找到。

对作弊者发起反攻

检测类似反恐精英等 MMO 游戏中的作弊行为很有挑战性，因为从玩家电脑到游戏服务器的数据是经过加密的。

此前研究依赖于解密的游戏日志，来检测已经发生过的作弊行为，但 UTD 的研究人员在此次研究中消除了对解密数据的需求，他们采用了实时分析进出服务器的加密数据流量的方式对作弊进行检测。

图 | 虚拟化游戏服务器（来源：Servermania）

“作弊的玩家以不同的方式发送流量。我们正在努力捕捉这些特征。” 论文作者之一、 UTD 大数据分析和管理实验室主任 Latifur Khan 博士说。

在这项研究中， UTD 的“从业人员网络安全基础”课程的 20 名学生下载了“反恐精英”和 3 个作弊软件：一个自动瞄准对手的瞄准的作弊软件；一个使玩家可以更快移动的作弊软件；还有一个 wallhack 软件（使墙壁透明，玩家可以轻松地看到他们的对手）。

此外，研究人员设置了一个专门用于该测试项目的服务器，使得这些学生的活动不会干扰其他在线玩家。

研究人员分析了往返专用服务器的游戏流量数据。数据以信息包或信息束的形式传播，根据内容的不同，数据包的大小也是不同的。此外，他们还分析了有关游戏的数据，包括传入和传出数据包的数量、它们的大小、传输时间、方向和突发数据包中的数据包数量。通过监控来自学生玩家的数据流量，他们发现了作弊软件发送数据源的模式，然后使用该信息来训练机器学习模型，以根据游戏数据中的模式和特征预测作弊行为。