要約:
「Counter-Strike 2」プレイヤー magga_ は、ノルウェー科学技術大学で修士論文を完成させ、操作習慣を通じて同じ人が使用するさまざまなアカウントを識別する方法を研究しました。この方法により、1,000 人を超えるプレイヤーのテスト サンプルから、研究者が知っている 13 組のファン アカウントが特定されました。
This study focuses on a limitation of account bans: after cheaters lose their current account, they may still re-register or purchase an account to return to the game. The study used ordinary game records originally saved by the game to extract personal features from mouse movements and keyboard inputs, including repeated actions such as quick turns to aim, emergency stops, gun pressing, and throwing objects.
In the sample test described in the paper, the accuracy of mouse movement analysis in identifying users was 100%, and the accuracy of keyboard key patterns was 98%. 2 種類の指標を統合した後、システムは研究者に知られているファン アカウントの 13 グループを特定しました。作成者が当初誤っていると考えられていた一致の一部をチェックしたところ、追加のバックアップ アカウントが発見されました。
これらの結果は現在のテスト条件にのみ適用され、この方法は Valve の大規模なプレーヤー ベースではまだテストされていません。研究者らはまた、複数の家族が交代で同じコンピュータを使用すると、判断がより困難になる可能性があると指摘した。 He suggested that behavioral characteristics should first be used to prompt manual review rather than directly as a basis for banning, and hoped that Valve or FACEIT would assist in conducting actual environment testing.
コメント