Combinando todo lo que #TeamRICOCHET ha desarrollado a lo largo de los últimos tres años con nuevos avances en el aprendizaje automático, RICOCHET: Anti-Cheat™ se está preparando para el lanzamiento de Call of Duty®: Modern Warfare® III con un proceso más sólido y rápido para combatir las trampas.
El aprendizaje automático, en combinación con sistemas del lado del cliente y del servidor que siguen evolucionando y creciendo, ayuda a avanzar tanto en la velocidad como en la precisión de nuestras técnicas de prevención y sistemas de detección.
¿Cómo utiliza #TeamRICOCHET el aprendizaje automático?
Los avances del aprendizaje automático se han integrado en nuestra tecnología para ayudar con eficiencia y velocidad en la prevención, detección y eliminación de tramposos. Los avances en el aprendizaje automático mejoran la capacidad de nuestro equipo al:
- Examinar los datos del cliente y del servidor para encontrar nuevos comportamientos enfocados a las trampas.
- Emitir impugnaciones de cuentas para validar comportamientos anormales.
- Recopilar y cotejar cuentas problemáticas para tomar medidas.
En resumen, el aprendizaje automático nos ayuda a anticipar mejor el comportamiento y a operar con más eficacia, mientras nuestro equipo valida la precisión.
El aprendizaje automático trabaja junto con nuestro equipo, aportando información para tomar decisiones sobre la cuenta. Sin embargo, los sistemas del aprendizaje automático no emiten suspensiones.
El aprendizaje automático también ayuda a mejorar las herramientas existentes. Un ejemplo de cómo utilizamos el aprendizaje automático para acelerar nuestras capacidades antitrampas es la herramienta de repeticiones.
Aprendizaje automático x herramienta de investigación de repeticiones
A principios de este año, anunciamos una herramienta de investigación de repeticiones que capturaba datos del juego para poder convertirlos en vídeo internamente, lo que permitía a nuestros equipos revisar las coincidencias de los jugadores en busca de comportamientos problemáticos. Esta herramienta ha sido beneficiosa desde su lanzamiento, pero el equipo quería avanzar hacia un nuevo objetivo: la velocidad.
De media, un miembro del equipo #TeamRICOCHET puede revisar alrededor de 700 repeticiones cada día.
Algunas de las grabaciones son sencillas: existen trampas evidentes que son fáciles de detectar, pero la herramienta de investigación de repeticiones fue útil para identificar a los piratas informáticos que usaban ciertas herramientas que les ofrecían una ligera ventaja más difícil de detectar en el juego, como hacer las paredes transparentes.
Para el lanzamiento de Modern Warfare III (y en todos los títulos protegidos por RICOCHET: Anti-Cheat), el equipo #TeamRICOCHET está activando procesos de aprendizaje automático para aumentar la eficiencia y la solidez de nuestros esfuerzos antitrampas.
Para la herramienta de investigación de repeticiones, se entrena un modelo de aprendizaje automático para identificar comportamientos sospechosos, como las paredes transparentes o las trampas obvias (y muchos otros), y prioriza y alerta inmediatamente al equipo para que revise el problema y tome medidas en la cuenta. Un solo PC que ejecuta el modelo puede revisar hasta 1000 grabaciones por día, un número que crece exponencialmente cuando varios ordenadores tienen la tarea de operar este modelo específico de herramienta de investigación de repeticiones de aprendizaje automático.
Acabamos de empezar con la integración del aprendizaje automático para la herramienta de investigación de repeticiones, pero estamos entusiasmados de ver cómo evoluciona con el tiempo. Un enfoque importante para este y muchos otros avances se centra en los modos de partidas igualadas de todos nuestros títulos, combatiendo a cualquiera que intente saltar de clasificación de manera injusta.
Esta es una de las muchas formas en que el aprendizaje automático ayuda a identificar y priorizar problemas para nuestro equipo, lo que permite al equipo de Ricochet desarrollar nuevas estrategias de prevención, técnicas de detección y mitigaciones.