Wiadomość gry 26 marca 2018, 13:20

CS:GO – Valve używa ponad tysiąca procesorów do walki z oszustami

Firma Valve ujawniła garść szczegółów dotyczących VACnet - jednego z nowszych systemów mających ograniczyć liczbę oszustów w Counter-Strike: Global Offensive, zarządzanego przez sztuczną inteligencję. Programista John McDonald podzielił się informacjami na temat działania systemu oraz jego skuteczności, przy okazji zdradzając też, jakie zasoby są potrzebne do jego funkcjonowania.

Valve szuka kolejnych sposobów na uporanie się oszustami.

Oszuści to plaga każdej gry sieciowej, ale chyba żaden tytuł nie cieszy się z tego powodu taką (nie)sławą, co Counter-Strike: Global Offensive. Produkcja od lat pozostaje najpopularniejszą strzelanką na Steamie, co samo w sobie przyciąga cziterów. Nie pomaga też wykorzystanie silnika Source, dawno rozpracowanego przez hakerów w innych produkcjach, oraz sam charakter rozgrywki, w której jeden strzał często wystarczy do wyeliminowania wroga. Firma Valve zdaje sobie sprawę z wagi problemu, o czym świadczy niedawny panel w trakcie tegorocznej edycji Game Developers Conference (podajemy za serwisem PCGamer). W trakcie prezentacji programista John McDonlad przybliżył uczestnikom, w jaki sposób twórcy starają się aktywnie zwalczać oszustów za pomocą jednego z nowszych systemów wprowadzonych przez koncern – VACnet.

Jeśli nazwa nic Wam nie mówi, śpieszymy z wyjaśnieniem. VACnet opiera się na wyłapywaniu przez sztuczną inteligencję zachowań mogących wskazywać na wykorzystanie programów do oszukiwania. W tym celu programiści używają tzw. deep learning, czyli samodzielnego uczenia się SI w oparciu o rozbudowane struktury matematyczne. Stanowi to nie tyle alternatywę, co uzupełnienie wcześniejszych systemów walki z oszustami: wykrywającego nielegalne oprogramowanie VAC oraz funkcji Overwatch. Szczególnie ta ostatnia jest mocno powiązana z omawianym system, jako że opiera się na grupie graczy zwanych śledczymi, wybranych na podstawie m.in. doświadczenia i uczciwości w grze, którzy mogą z poziomu CS:GO uzyskać dostęp do powtórek zgłoszonych przez społeczność. Po ich przeanalizowaniu grupa oddaje swoje głosy, decydując o winie oskarżonego. VACnet korzysta z danych tych głosowań, de facto ucząc się rozpoznawać oszustwa.

VACnet na razie nie jest w stanie wykryć bardziej subtelnych oszustw.

Oczywiście automatyczny system ma pewne ograniczenia, co zresztą przyznało samo Valve. John McDonald podkreśla, że zespół na razie skupił się przede wszystkim na narzędziach wspomagających celowanie (tj. aimbotach), jako że ich wykrycie ogranicza się do analizy strzału, czyli bardzo specyficznego, a tym samym łatwego do uchwycenia momentu. VACnet sprawdza zmianę perspektywy przez gracza pół sekundy przed strzałem oraz ćwiartkę sekundy po nim, uwzględniając również takie szczegóły, jak rodzaj użytej broni, odległość od celu oraz efekt strzału. Te dane składają się na tzw. atomy, czyli pakiety informacji opisujące każdy strzał. Oczywiście jeden taki zestaw nie wystarczy – obecnie SI potrzebuje 140 atomów, by zawyrokować o winie lub niewinności gracza.

W teorii brzmi to nieźle, ale jak wygląda w praktyce? Jeśli wierzyć Valve – bardzo dobrze. O ile skuteczność śledczych Overwatch wynosi około 15-30%, o tyle w przypadku VACnet mowa o od 85 do 95%. Co więcej, w przypadku otrzymania raportów o nowych oszustwach wskaźnik ten czasowo wzrasta do niemal 100%. Podobny rezultat osiągnięto po dyskretnym wprowadzeniu systemu do rankingowych potyczek 2 na 2 na początku tego miesiąca. Przez pewien czas SI karało 99% zgłoszonych graczy, co niezmiernie ucieszyło twórców. Sukces VACnet niezmiernie ucieszył twórców i wynika – rzecz jasna – ze zautomatyzowania całego procesu, podczas gdy członkowie Overwatch muszą analizować każdą powtórkę z osobna. Oczywiście tak wysoka skuteczność wynika z danych pozyskanych z działań śledczych, zgodnie z deklaracją Valve o uzupełnianiu się obu systemów.

VACnet to tylko jeden z wielu elementów składających się na zabezpieczenia przeciw oszustom wprowadzone przez Valve.

Choć wciąż trudno mówić o definitywnym zwalczeniu oszustów w CS:GO, Valve planuje wprowadzić to rozwiązanie do kolejnych tytułów oraz zachęcać innych twórców do wykorzystania głębokiego uczenia SI w walce z cziterami. Trzeba jednak zaznaczyć, że jest to bardzo kosztowne rozwiązanie. Według McDonalda w grze toczy się około 600 tysięcy meczów dziennie, a analiza każdego z nich to jakieś cztery minuty pracy procesora. Daje to łącznie 40 tysięcy godzin na przeanalizowanie wszystkich danych, tak więc do przetworzenia tych informacji niezbędne są ogromne zasoby. Dlatego też na VACnet składają się 64 serwery kasetowe, każdy z 54 rdzeniami CPU oraz 128 GB RAM, co daje łącznie ponad 3400 jednostek CPU. Połowa z nich została zakupiona z myślą o przyszłym rozwoju, niemniej 1700 to nadal imponująca liczba, a łączny koszt instalacji raczej nie był mniejszy niż kilka milionów dolarów. Owszem, CS:GO pozostaje jedną z najlepiej zarabiających produkcji na Steamie, ale nie zmienia to faktu, że to chyba jedno z droższych zabezpieczeń przeciw oszustom, zwłaszcza biorąc pod uwagę, że to tylko część większego systemu.