Как Valve борется с читерами в Counter-Strike Global Offensive

На помощь жалобам игроков приходят нейронные сети и глубокое обучение.

Кстати, на сайте читать удобнее

С некоторых пор читеров в Counter-Strike: Global Offensive отлавливают не только игроки и клиент-серверная система VAC. В Valve разработали новую систему под названием VACnet, способную самостоятельно анализировать матчи и обнаруживать нечестных игроков.

На конференции GDC разработчик Valve Джон МакДональд рассказал, каким образом устроен новый античит Counter-Strike: Global Offensive. Впрочем, называть систему VACnet «новым античитом» не совсем правильно.

Дело в том, что VACnet работает параллельно с другими системами: собственно VAC и Overwatch, механизмом, позволяющим игрокам жаловаться "следователям" на поведение других игроков, которые подозреваются в нечестной игре. VACnet — нейронная сеть, использующая для обнаружения читов методы глубокого обучения.

Система анализирует поведение игроков во время матчей, разбивая его на "атомы", наборы данных, описывающих действия незадолго до и вскоре после выстрела. В дело идет множество параметров: перемещение прицела, дальность выстрела, его результативность, используемое оружие.

Вся эта информация помогает VACnet понять, чем именно занимается игрок в ходе матча. Анализируя собранные данные система способна определить, насколько подозрительно ведет себя тот или иной игрок. Правда, данных нужно немало: сейчас модель VACnet работает хотя бы со 140 "атомами".

И работает хорошо. Если жалобы обычных игроков, отправленных на рассмотрение системе Overwatch, признаются справедливыми в 15-30% случаев (на этот показатель, по словам МакДональда, влияет множество факторов), то VACnet обнаруживает самого настоящего читера с вероятностью от 80% до 95%.

VACnet напрямую связана с системой Overwatch. Игроки-"следователи" не только проверяют потенциальных читеров, обнаруженных нейросетью Valve, но и участвуют в ее обучении: система учитывает предыдущие вердикты "следователей" и соответственно корректирует свою модель.

Отдельным преимуществом системы стала возможность переобучения и ее скорость. МакДональд рассказывает, что совсем недавно, когда VACnet переобучали для обнаружения нового класса читов, система некоторое время работала с почти 100% точностью — пока читеры не поняли в чем дело, и не начали вести себя осторожнее. То же самое произошло, когда VACnet подключили к соревновательным матчам 2 на 2.

Создание VACnet заняло у команды МакДональда около года, для работы системе требуется бездна железа. Прямо сейчас в Counter-Strike Global Offensive каждый день происходит около 600 тысяч матчей 5 на 5 игроков и VACnet нужно анализировать их максимально быстро.

Специально для VACnet в Valve закупили 64 блейд-сервера: каждый из них несет на борту 54 процессорных ядра и 128 гигабайт оперативной памяти. В общей сложности VACnet живет благодаря 3456 ядрам и 8 терабайтам оперативной памяти, причем примерно половина мощностей это резерв, заложенный под будущий рост нагрузки.

Сейчас разработчики Valve непрерывно работают над улучшением системы и думают о том, где еще есть возможность применить технологии глубокого обучения. МакДональд считает, что со временем VACnet сможет защищать от читеров не только проекты Valve но и другие игры, выходящие в Steam.