Unendo tutto ciò che il #TeamRICOCHET ha sviluppato nel corso degli ultimi tre anni ai progressi del machine learning, RICOCHET: Anti-Cheat™ si prepara al lancio di Call of Duty®: Modern Warfare® III con un sistema più forte e più veloce per combattere il cheating.
Il machine learning, in combinazione con sistemi lato server e client in continua evoluzione e crescita, contribuisce a migliorare la velocità e l'accuratezza delle nostre tecniche di prevenzione e dei nostri sistemi di rilevamento.
In che modo il #TeamRICOCHET utilizza il machine learning?
Abbiamo integrato i progressi del machine learning nella nostra tecnologia per apportare miglioramenti all'efficienza e alla velocità di prevenzione, rilevamento e rimozione dei cheater. I progressi del machine learning migliorano la capacità del nostro team di:
- Esaminare dati di client e server per individuare nuovi comportamenti sleali
- Creare sfide per gli account in modo da verificare comportamenti anomali
- Individuare gli account problematici e agire di conseguenza
In breve, il machine learning ci aiuta ad anticipare meglio i comportamenti e a operare con maggiore efficacia, con il nostro team a convalidare l'accuratezza di tutto ciò.
Il machine learning lavora assieme al nostro team, fornendo informazioni utili per prendere decisioni sugli account. I sistemi di machine learning, però, non sono responsabili dei ban.
Oltre a questo, il machine learning aiuta anche a migliorare gli strumenti esistenti. Un esempio di come stiamo usando il machine learning per accelerare le nostre capacità anti-cheat è lo strumento per i replay.
Machine learning + strumento di indagine basato sui replay
Quest'anno abbiamo annunciato uno strumento di indagine basato sui replay che catturava i dati di gioco per convertirli internamente in video, consentendo ai nostri team di esaminare le partite dei giocatori e analizzare i comportamenti problematici. Questo strumento è stato utile fin dal suo lancio, ma il team ha deciso di lavorare su un aspetto in particolare: la velocità.
In media, una persona del #TeamRICOCHET riusciva a esaminare circa 700 filmati di replay al giorno.
Alcuni filmati sono semplici: gli evidenti casi di rage hacking sono facili da individuare, ma lo strumento di indagine basato sui replay è stato utile per identificare hacker che usavano strumenti per ottenere leggeri vantaggi più difficili da notare, come i wall hack.
Per il lancio di Modern Warfare III - e per tutti i titoli protetti da RICOCHET: Anti-Cheat - il #TeamRICOCHET sta attivando processi di machine learning per aumentare l'efficienza e la forza degli sforzi per contrastare il cheating.
Per lo strumento di indagine basato sui replay, un modello di machine learning viene addestrato per identificare comportamenti sospetti come rage o wall hack (e molti altri), per poi segnalarlo al team in modo che questo controlli e decida il da farsi. Un singolo PC che esegue il modello può analizzare fino a 1.000 clip al giorno, un numero che cresce esponenzialmente quando ci sono più computer dedicati a questo specifico modello di machine learning.
Abbiamo appena iniziato a integrare il machine learning nello strumento di indagine basato sui replay, ma siamo entusiasti di vedere come si evolverà nel tempo. Questo e molti altri progressi sono pensati in particolar modo per le modalità classificate dei nostri titoli, per combattere chiunque tenti di scalare le classifiche in modo sleale.
Si tratta solo di uno dei tanti modi in cui il machine learning aiuta a identificare e segnalare problemi al nostro team, consentendo al Team Ricochet di sviluppare nuove strategie di prevenzione, tecniche di rilevamento e contromisure.