Краткое содержание

arXiv:2409.14830v2 Тип анонса: replace-cross Аннотация: Игровая индустрия пережила значительный рост, однако читерство в онлайн-играх представляет серьезную угрозу целостности игрового процесса. Использование читов, особенно в шутерах от первого лица (FPS), может наносить существенные убытки игровой индустрии. Существующие античит-решения имеют ограничения, такие как аппаратные ограничения на стороне клиента, риски безопасности, ненадежные методы на стороне сервера, а обе стороны страдают от отсутствия всеобъемлющих наборов данных из реального мира. Чтобы устранить эти ограничения, в статье предлагается HAWK — серверный античит-фреймворк для популярной игры CS:GO. HAWK использует методы машинного обучения для имитации процесса идентификации, применяемого экспертами-людьми, опирается на novel-признаки с нескольких точек зрения и оснащен хорошо проработанным рабочим процессом. Авторы оценивают HAWK на первых крупных наборах реальных данных, содержащих множество типов читов и уровней их изощренности, и он демонстрирует многообещающую эффективн