德克萨斯大学达拉斯分校的计算机科学家已经设计出一种新的“武器”来对付作弊的电子游戏玩家。

研究人员利用热门第一人称射击游戏《反恐精英》开发了一种检测作弊者的方法。该机制适用于任何向中央服务器发送数据流量的大型多人在线(MMO)游戏。

他们的研究发表在《IEEE可靠与安全计算汇刊》上。

《反恐精英》是一系列游戏，玩家组队对抗恐怖分子，保护工厂地点，拆除炸弹和解救人质。玩家可以赚取游戏货币购买更强大的武器，这是成功的关键。在网上可以找到各种各样的游戏作弊软件。

Erik Jonsson工程与计算机科学学院UT Dallas计算机科学博士生Md Shihabul Islam说“有时候，当您与使用作弊道具的玩家进行对抗时，您可以说出来，但有时可能并不明显，这对其他参与者不公平。”

Islam说，除了公平竞争，作弊也会对不满的玩家离开游戏去玩其他游戏产生经济影响。

电子竞技是一个快速增长的行业，年收入接近10亿美元，作弊事件也可能导致严重后果。据总部位于英国的电子竞技诚信委员会(Esports Integrity Commission)称，作弊可能会导致对团队和球员的制裁，包括取消资格、没收奖金和禁止未来参与。

在MMO游戏中发现作弊行为是具有挑战性的，因为从玩家电脑到游戏服务器的数据是加密的。之前的研究依赖于解密游戏日志来检测作弊行为。德克萨斯大学达拉斯分校的研究人员的方法不再需要解密数据，而是实时分析进出服务器的加密数据流量。

该研究的作者、计算机科学教授、UT Dallas大数据分析和管理实验室主任Latifur Khan博士说：“作弊的玩家会以不同的方式发送流量，我们正在努力捕捉那些特征。”

在这项研究中，德克萨斯大学达拉斯分校网络安全基础课的20名学生下载了《反恐精英》和三个软件作弊软件:一个自动瞄准对手的aimbot;速度破解，让玩家移动得更快;还有可以让墙壁变得透明，这样玩家就可以很容易地看到他们的对手。研究人员专门为这个项目设置了一个服务器，这样学生们的活动就不会干扰到其他在线玩家。

研究人员分析了进出专用服务器的游戏流量。数据以信息包或捆绑的形式传输。根据内容的不同，包可以有不同的大小。研究人员分析了数据包的特征，包括输入和输出数据包的数量、大小、传输时间、方向和连续数据包的数量。

通过监测学生玩家的数据流量，研究人员发现了表明作弊的模式。然后，他们利用这些信息训练机器学习模型(一种人工智能)，根据游戏数据中的模式和特征预测作弊行为。

研究人员根据一小部分玩家调整了他们的统计模型，使之适用于更大的群体。作弊检测机制包括将数据流量发送到并行服务器图形处理单元，以加快处理速度并减轻主服务器中央处理单元的工作负载。

研究人员计划扩展他们的工作，为不使用客户端-服务器架构的游戏创造一种方法，并使检测机制更加安全。Islam表示，游戏公司可以将德克萨斯大学达拉斯分校的技术与自己的数据结合起来，训练游戏软件来检测作弊行为。如果发现作弊，系统可以立即采取行动。

Khan说道:“在发现后，如果玩家在固定时间间隔内继续作弊，我们将给予警告并优雅地将其踢出游戏。

“我们的目标是确保像《反恐精英》这样的游戏对所有玩家来说都是有趣且公平的。”