adv

Valve 使用深度学习识别 CSGO 的作弊者

游戏 射击
pigsrollaroundinthem (39396)发表于 2018年03月27日 15时21分 星期二
来自机器人大战机器人部门
反作弊是流行网游面临的最大问题之一。在游戏开发者大会上,Valve 程序员 John McDonald 介绍了该公司如何使用深度学习方法去解决 CSGO(反恐精英全球攻势) 的作弊问题。CSGO 是 Steam 平台上最受欢迎的 FPS 游戏之一,去年游戏拷贝销售收入就超过一亿美元(不包括微交易)。深度学习是如此有效,以至于 Valve 将其应用于多种问题,并积极寻找其他游戏工作室合作在其游戏中实现深度学习反作弊方案。Valve 使用的深度学习系统叫 VACnet,VACnet 不是新版的 VAC,而是额外的一个系统,使用深度学习分析玩家的游戏内行为,掌握作弊的形式,根据动态标准识别和封掉作弊者。VACnet 最近还使用玩家的数据重新训练去识别新的作弊,在短期内其定罪率一度接近 100%。为了处理 CSGO 的数百万玩家行为,Valve 为 VACnet 搭建了服务器农场,使用了 64 个刀片服务器,每个有 54 个 CPU 核心共 3456 个 核心,每个服务器内存 128GB。Valve 在硬件上花了数百万美元,但相比游戏拷贝的销售收入,这笔费用是微不足道的。