過去3年間で #TeamRICOCHET が開発を進めてきたものすべてと新しい機械学習の進歩を結びつけ、RICOCHET: Anti-Cheat™はチート行為を撲滅するためのさらに強力で高速なプロセスを携えてCall of Duty®: Modern Warfare® IIIのローンチに備えます。
機械学習は、進化と成長を続けるクライアントサイドとサーバーサイドのシステムと組み合わせることで、防止テクニックと検出システムの速度と精度の両方を向上させるのに役立ちます。
#TeamRICOCHET がどのように機械学習を利用しているかについて。
機械学習の進歩を私達の技術に統合することで、チート行為の防止、検出、排除の効率と速度の向上に役立てています。以下によって、機械学習の進歩は私達のチームの能力を向上させてくれます。
- クライアントとサーバーのデータを調べて新たな不正行為を発見
- 異常な行動を検証するためのアカウントチャレンジを発行
- 措置を講じるための問題のあるアカウントの回収および照合
端的に言えば、私達のチームが精度を検証することで、機械学習は私達がより正確に行動を予測し、より効果的に業務を遂行するのに役立ちます。
機械学習は、私達のチームと連携してアカウントに関する判断を下すための情報を提供しますが、機械学習システムが停止措置を講じることはありません。
機械学習は既存ツールの強化にも役立ちます。機械学習を利用したチート対策性能向上の一例として、リプレイツールが挙げられます。
機械学習 x リプレイ調査ツール
今年の初めに、社内で動画に変換できるようにゲームプレイデータを取得するリプレイ調査ツールを発表しました。これにより私達のチームがプレイヤーマッチでの問題行動を調査できるようにするものです。このツールはローンチ以来効果を発揮していますが、チームは新たな目標として「速度」を向上させたいと考えていました。
平均して、 #TeamRICOCHET のチームメイトが1日に調査できるリプレイ映像は700件程度です。
映像の中には簡単なものもあり、最も悪質な「レイジハッキング」を発見するのは難しくありません。しかしリプレイ調査ツールは、ウォールハックのようなゲーム内で発見するのが困難な、わずかなアドバンテージを付与するツールを使用したハッカーを特定するのに役立ちました。
Modern Warfare IIIのローンチとRICOCHET: Anti-Cheatに保護されているすべてのタイトルに向けて、 #TeamRICOCHET チームは機械学習プロセスを活性化し、チート対策の効率と強度を高めています。
リプレイ調査ツールに関しては、機械学習モデルがウォールハックやレイジング(さらにその他多数)のような不審な行動を識別するように訓練され、即座に優先順位を付けてアカウントに措置を講じる前に問題を調査するようチームに警告します。同モデルを実行する1台のPCでは、1日あたり最大1,000件(複数のコンピューターでこの特定のリプレイ機械学習調査モデルを操作すると、この数は飛躍的に増加します)の映像を調査できます。
リプレイ調査ツールのための機械学習の統合は始まったばかりですが、時間の経過に伴って今後どのように発展していくかが楽しみです。こちらや多くの進歩における主な焦点は、各タイトルのランクプレイモードです。ランキングのランクを不当に上げようとする者に対抗します。
これは、機械学習が私達のチームのために問題を特定して優先順位をつけるのに役立つ多くの手段の中の1つであり、これによりTeam Ricochetが新しい防止策、検出技術、緩和処理を開発できるようになります。