聲明:本文來(lái)自于（ID:ykqsd.com）授權(quán)轉(zhuǎn)載發(fā)布。

每款游戲總是存在作弊的玩家，開(kāi)發(fā)公司也在絞盡腦汁解決這個(gè)問(wèn)題。CS:GO最近推出了“Meet VACnet”，這是由V社開(kāi)發(fā)的一個(gè)深度學(xué)習(xí)系統(tǒng)，旨在徹底解決CS:GO中的外掛問(wèn)題。讓我們一起來(lái)了解一下。

所有的多媒體游戲都在與作弊者進(jìn)行無(wú)休止的對(duì)抗。CS:GO在2014年迅速崛起，成為全球最受歡迎的FPS游戲之一，然而某些因素使得它更容易遭到破解。

CS:GO作為基于Source引擎開(kāi)發(fā)的第十款游戲（也是CS主系列的第三款），早已積累了大量關(guān)于如何篡改V社引擎的信息。一些專(zhuān)為《半條命2》等老游戲設(shè)計(jì)的外掛，只需經(jīng)過(guò)簡(jiǎn)單修改，也許就能在CS:GO中使用（盡管V社聲稱(chēng)這些外掛會(huì)被檢測(cè)到）。作為一款與精準(zhǔn)度和角度相關(guān)的技能型游戲，這種設(shè)計(jì)使得外掛更具效率。游戲中的武器傷害很高，因此當(dāng)落入使用外掛的玩家手中時(shí)，破壞性更大。在CS:GO中，信息和隱匿至關(guān)重要，了解對(duì)手的位置信息極具價(jià)值，這使得透視掛在游戲中如魚(yú)得水。

根據(jù)V社的說(shuō)法，反作弊斗爭(zhēng)是“極其重要且有價(jià)值的工作”。如果你曾玩過(guò)FPS游戲，你可能注意到，幾年前開(kāi)始，游戲環(huán)境有所改善。Reddit上的投訴和外掛視頻的出現(xiàn)頻率顯著降低，作弊行為（這種行為對(duì)競(jìng)技游戲的健康具有同樣的危害性）似乎逐漸消失。伴隨著大規(guī)模封禁作弊者的新聞，我們還發(fā)布了禁用賬戶(hù)的故事。這些被禁者占作弊者的很大一部分，那么V社究竟是如何清除這些不良玩家的呢？

作弊者未曾料到我們的行動(dòng)，而玩家們對(duì)此反應(yīng)熱烈，我們對(duì)作弊者的嚴(yán)厲打擊讓人感覺(jué)非常爽?！狹cDonald

上周在舊金山舉辦的游戲開(kāi)發(fā)者大會(huì)上，深入探討反作弊技術(shù)的機(jī)會(huì)不多。在這個(gè)唯一的機(jī)會(huì)中，V社的程序員Jhon McDonald介紹了他和V社如何利用深度學(xué)習(xí)技術(shù)解決CS:GO的作弊問(wèn)題。這一方法極其有效，因此V社正在嘗試將深度學(xué)習(xí)技術(shù)應(yīng)用于一系列問(wèn)題，從反作弊到DOTA2的各個(gè)方面。此外，V社還積極尋求與其他工作室合作，計(jì)劃在Steam平臺(tái)的其他游戲中部署這種基于深度學(xué)習(xí)的反作弊方案。

解決CS:GO中的外掛問(wèn)題

McDonald有一個(gè)專(zhuān)門(mén)用于接收CS:GO玩家郵件的私人郵箱。在2016年項(xiàng)目進(jìn)行期間，通過(guò)在線(xiàn)討論和私人郵箱中的信息，McDonald注意到“整個(gè)社區(qū)唯一在談?wù)摰氖虑榫褪亲鞅住薄Ｋf(shuō)，有關(guān)作弊的討論無(wú)處不在，VAC系統(tǒng)的禁用數(shù)量顯著增加，這也印證了V社收到的有關(guān)作弊泛濫的信息。

為了解決作弊問(wèn)題，V社和McDonald將注意力轉(zhuǎn)向了深度學(xué)習(xí)。深度學(xué)習(xí)潛力巨大，能夠隨著時(shí)間進(jìn)行調(diào)整，能更有效地應(yīng)對(duì)新出現(xiàn)的作弊技術(shù)，這一點(diǎn)對(duì)V社非常有吸引力。與其雇傭大量員工來(lái)處理作弊問(wèn)題，深度學(xué)習(xí)可以自動(dòng)解決Steam上的多個(gè)問(wèn)題，選擇深度學(xué)習(xí)方案是歷史的必然。經(jīng)過(guò)一年的開(kāi)發(fā)，V社推出了廣為人知的VACnet。

Overwatch是面向CS:GO玩家的回放工具，用于評(píng)估那些因不良行為而被舉報(bào)的玩家。VACnet可以與Overwatch協(xié)同工作。早期的VAC是V社多年來(lái)使用的客戶(hù)端和服務(wù)器端技術(shù)，用于檢測(cè)玩家在游戲中運(yùn)行的不良程序。但VACnet并不是老VAC的新版本。VACnet是一個(gè)全新的附加系統(tǒng)，運(yùn)用深度學(xué)習(xí)技術(shù)來(lái)監(jiān)測(cè)玩家的游戲行為，它熟悉作弊的模式，然后根據(jù)動(dòng)態(tài)標(biāo)準(zhǔn)識(shí)別并禁用作弊者。

McDonald指出，有一些“微妙”的作弊手段仍然不易被察覺(jué)。在開(kāi)發(fā)VACnet時(shí)，V社決定優(yōu)先處理射擊模式。因?yàn)樵谟螒蛑?，射擊模式具有?dú)特性，易于定義。可以通過(guò)角度來(lái)評(píng)估玩家瞄準(zhǔn)時(shí)的上下（Y軸）和左右（X軸）變化。V社能夠創(chuàng)建一個(gè)系統(tǒng)，該系統(tǒng)能夠捕捉到射擊前0.5秒到射擊后0.25秒之間的瞄準(zhǔn)角度變化。這些數(shù)據(jù)與其他信息，如玩家使用的武器、敵我距離、射擊結(jié)果（是否命中、未命中、爆頭）等，都是獨(dú)立的“數(shù)據(jù)粒子”，它們共同構(gòu)成V社所稱(chēng)的“數(shù)據(jù)原子”，其中包含了描述每次射擊的詳細(xì)數(shù)據(jù)。

與以往相比，玩家遇到外掛的情況明顯減少，與作弊相關(guān)的討論也隨之大幅減少?！狹cDonald

然而，VACnet不能僅憑一個(gè)數(shù)據(jù)原子就識(shí)別出作弊者?！拔覀冃枰幌盗械臄?shù)據(jù)原子，實(shí)際上，我們目前的模型需要140個(gè)。我們會(huì)從八個(gè)回合中隨機(jī)抽取140個(gè)數(shù)據(jù)原子，將數(shù)據(jù)輸入模型中，然后我們會(huì)思考，‘如果你將這140次射擊展示給人類(lèi)陪審員，你有可能被判定為作弊嗎?’”

結(jié)果顯示，這種方法非常有效。游戲玩家和VACnet都會(huì)舉報(bào)需要在Overwatch中進(jìn)行判斷的疑似作弊者。而由VACnet舉報(bào)的疑似作弊者，幾乎都確實(shí)在作弊。

“當(dāng)有人向Overwatch提交舉報(bào)時(shí)，被舉報(bào)玩家可能存在作弊行為的幾率僅為15%到30%，這一概率會(huì)隨著一系列因素變化，如不同時(shí)間、游戲發(fā)布情況、是否處于春假期間等。雖然情況多樣，但關(guān)鍵在于：人類(lèi)舉報(bào)的準(zhǔn)確率較低?！盡cDonald說(shuō)道?！叭欢琕ACnet的準(zhǔn)確率很高。當(dāng)VACnet提交一個(gè)舉報(bào)案例時(shí)，被舉報(bào)玩家作弊的可能性為80%到90%。”

VACnet與人類(lèi)的良性循環(huán)

這并不意味著V社計(jì)劃逐步淘汰其反作弊平臺(tái)Overwatch。兩者相輔相成：VACnet從Overwatch中學(xué)習(xí)檢測(cè)技術(shù)。McDonald表示，“我們正在使用Overwatch，事實(shí)上，我們并沒(méi)有取代所有的人類(lèi)舉報(bào)，而是進(jìn)行了補(bǔ)充。這意味著VACnet有機(jī)會(huì)與人類(lèi)審判員共同發(fā)展。因此，當(dāng)人類(lèi)審判員發(fā)現(xiàn)新的作弊行為時(shí)，VACnet也有機(jī)會(huì)做到同樣的事情。”

McDonald補(bǔ)充道，為了讓VACnet發(fā)現(xiàn)新型作弊行為，使用玩家數(shù)據(jù)對(duì)其進(jìn)行再訓(xùn)練。在剛完成訓(xùn)練的那段時(shí)間內(nèi)，在作弊者尚未作出相應(yīng)應(yīng)對(duì)前，檢測(cè)準(zhǔn)確率可能接近100%。V社在本月初悄然在CS:GO的2V2模式中加入了VACnet，McDonald表示，“這一模式下的檢測(cè)準(zhǔn)確率一度高達(dá)99%，這非常出色。作弊者沒(méi)料到我們會(huì)這樣做，玩家對(duì)此反應(yīng)非常積極，我們對(duì)作弊者進(jìn)行了有力打擊，這種感覺(jué)非常好?！?/p>

每個(gè)54核刀片服務(wù)器配備128G的RAM，每個(gè)支架上安裝有16個(gè)這樣的服務(wù)器。

大規(guī)模反作弊系統(tǒng)

為了讓VACnet充分運(yùn)作，需要建立一個(gè)服務(wù)器集群，來(lái)處理CS:GO數(shù)百萬(wàn)玩家和大量數(shù)據(jù)。此外，隨著CS:GO的增長(zhǎng)，這個(gè)服務(wù)器集群也要相應(yīng)擴(kuò)展。目前，每天約有600,000場(chǎng)5V5的CS:GO比賽，而V社需要大約4分鐘來(lái)處理每場(chǎng)比賽的數(shù)據(jù)。為評(píng)估所有比賽中的玩家，每天的CPU工作量累計(jì)達(dá)到240萬(wàn)分鐘，大約需要1700個(gè)CPU來(lái)完成這些日常任務(wù)。

因此，V社購(gòu)買(mǎi)了1700個(gè)CPU，隨后又追加購(gòu)買(mǎi)了1700個(gè)。McDonald表示，“所以我們有擴(kuò)展的空間”，這暗示了V社計(jì)劃將VACnet應(yīng)用到其他游戲中。保守估計(jì)，V社在這些硬件上至少投入了數(shù)百萬(wàn)美元：64個(gè)刀片式服務(wù)器，每個(gè)配備54個(gè)CPU和128GB內(nèi)存。僅在2017年，CS:GO的預(yù)期銷(xiāo)售額就達(dá)到1.2億美元，相比之下，服務(wù)器的費(fèi)用顯得微不足道。然而，這可能是為單個(gè)游戲建立的最強(qiáng)大、最先進(jìn)的反作弊系統(tǒng)。

這項(xiàng)工作仍在持續(xù)推進(jìn)中，但在McDonald看來(lái)，VACnet非常強(qiáng)大且具有潛在應(yīng)用價(jià)值，不僅可以部署在非V社的游戲中，也可以應(yīng)用于Stream上的其他游戲。McDonald表示：“深度學(xué)習(xí)對(duì)于行為演化是一項(xiàng)變革性的技術(shù)。我們認(rèn)為深度學(xué)習(xí)確實(shí)幫助開(kāi)發(fā)者擺脫了單調(diào)重復(fù)的工作，同時(shí)對(duì)玩家沒(méi)有任何負(fù)面影響。與過(guò)去相比，現(xiàn)在玩家遇到作弊者的情況更少了。相比反作弊工作剛開(kāi)始時(shí)，現(xiàn)在關(guān)于作弊的討論也大大減少了?！?/p>

在2017年12月初，這套反作弊系統(tǒng)達(dá)到了一個(gè)新的里程碑：在Overwatch中，VACnet的判定準(zhǔn)確率更高。McDonald表示：“這套系統(tǒng)運(yùn)行得非常好。”