VACnet - Sistem Anti Aplikasi Penipuan CSGO Dengan Teknik Deep Learning

Didalam dunia permainan, penggunaan aplikasi penipuan bukanlah masalah yang asing lagi terutamanya bagi permainan bergenre penembak sisi pandang pertama (FPS). Salah satu permainan paling popular bagi genre tersebut, Counter Strike : Global Offensive juga tidak terkecuali daripada permasalahan ini.

Masalah ini telah wujud semenjak versi klasik permainan tersebut yang dihasilkan mengunakan enjin Source 1 dimainkan suatu masa dahulu seperti penggunaan aimbot dan wallhack. Kini, John McDonald, pengaturcara bagi syarikat pembangun pemainan Valve semasa bercakap di  Game Developers Conference di San Francisco pada minggu lalu telah berkongsikan usaha dan cara Valve menghapuskan golongan penipu ini.

Bagi mengatasi  masalah aplikasi penipuan ini, Valve telah menggunakan teknik deep learning bagi mempelajari teknik penipuan dan mengesan penggunaan aplikasi aplikasi tersebut. McDonald berkata bahawa teknik deep learning ini dipilih kerana potensinya untuk diadaptasi mengikt perubahan dan perkembangan semasa aplikasi dan teknik penipuan.

Sistem baharu berasaskan deep learning ini digelar sebagai VACnet. Bagi pemain CSGO, perkataan VAC sudah tentu tidak asing lagi. Sistem anti aplikasi penipuan ini telah wujud sejak tahun 2002 lagi. Namun begitu, VACnet bukanlah versi baharu bagi VAC. VACnet merupakan sistem tambahan baharu yang dijalankan bersama sama dengan sistem Overwatch.

VACnet menggunakan deep  learning bagi menganalisis corak permainan, cara pemain bermain, mempelajari dan mengesan aplikasi penipuan dan kemudiannya mengantung mereka berdasarkan beberapa kriteria dinamik.

Menurut McDonald, sistem baharu ini berjalan dengan baik dan hampir kesemua kes yang dikesan melibatkan aplikasi penipuan digunakan. Menurutnya lagi, peratusan kes yang berjaya dikesan dengan tepat adalah sebanyak 80% sehingga 95%.

Bagi menjayakan projek ini, sistem VACnet dikuasakan oleh sebuah ladang pelayan yang mempunyai 3456 pemproses. Ini adalah dua kali ganda daripada bilangan yang diperlukan iaitu lebih kurang 1700 pemproses.

Dengan 1700 pemproses tersebut, VACnet mampu menganalisis 600,000 buah perlawanan 5 lawan 5 CSGO bagi tempoh sehari iaitu jumlah perlawanan kebiasaanya. Valve telah membelanjakan jutaan dolar bagi menbina perkakasan ini termasuklah 64 bilah pelayan (server blade) dengan setiap satnya mempunyai 54 teras CPU dan 128 GB ram bagi setiap bilah pelayan.

Dengan bilangan pengguna aplikasi penipuan yang semakin berkurangan dari hari hari, sistem ini boleh dikatakan berfungsi dengan amat baik dan jaya.


Sumber : PC Gamer

Dikuasakan oleh Blogger.