Login Registrieren

Valve präsentiert Anti-Cheat-KI

VACnet

18. Januar 2020    huuu      Allgemein   0


Valve präsentiert Anti-Cheat-KI VACnet [icon name="steam-square" class="" unprefixed_class="„] Gegen Cheater in CS: GO setzt Valve auf die KI VACnet. Eine Serverfarm mit über 1.700 Prozessoren ist nötig, um die Rechenleistung aufzubringen. Wir hatten bereits 2017 berichtet: Valve arbeitet an einer Künstlichen Intelligenz für Counter-Strike: Global Offensive, die neben Valve Anti-Cheat (VAC) zum Einsatz kommen und Cheater bannen soll. Im Rahmen der Game Developers Conference 2018 (GDC) hat Valve-Mitarbeiter und Anti-Cheat-Spezialist John McDonald nun neue Details zur KI, die VACnet genannt wird, präsentiert (via PC Gamer). Deep Learning gegen CheaterVACnet basiere auf Deep-Learning-Technologie, die KI lernt langsam selbstständig Muster zu erkennen. Electronic Arts hatte beispielsweise jüngst mit dem SEED-Projekteine sich selbst Battlefield 1 beibringende KI vorgestellt, die nach einem ähnlichen Prinzip funktioniert. Der Lernprozess geschieht durch das Füttern mit Daten aus Overwatch. Gemeint ist nicht Blizzards beliebter Shooter, sondern das namensgleiche Spieler-Tribunal, das über eingereichte, angebliche Cheat-Fälle entscheidet.Die Daten eines Overwatch-Falls sind stets gleich: Maximal 140 Schüsse aus einem Fenster von 8 Runden werden überprüft. Wie bewegt sich dabei die Maus des Spielers bezüglich der X- und der Y-Achse kurz vor und nach dem Feuern? Und wie entscheidet das Spieler-Schiedsgericht bei der Präsentation dieser Daten, die VACnet nun vorgesetzt bekommt? Overwatch-Juroren schauen sich vergangene Matches an und schauen, ob Cheats verwendet wurden. Erfolg bereits messbar aus den Daten - und Urteilen - durch Overwatch lernt VACnet Muster zu erkennen und auf Cheats zu überprüfen. Mit dem Erlernten schaut sich VACnet selbst Matches an und reicht wiederum selbstständig Overwatch-Fälle ein, die Spieler überprüfen also, ob VACnet seine Hausaufgaben gemacht hat - ein Kreislauf, bei dem VACnet mehr und mehr lernen soll. Und bisher scheint Valve sehr erfolgreich zu sein: Ein durch Spieler eingereichter Overwatch-Fall führt nur in 15 bis 30 Prozent der Fälle zu einer Überführung, VACnets Einreichungen schwanken zwischen 80 und 95 Prozent Erfolgsquote beim anschließenden Urteil. Und die soll nur weiter steigen: Da Overwatch nicht verschwinden wird, füttern die Spieler VACnet weiter mit Daten und machen die Technik stets ein bisschen besser. Zur Einführung von Overwatch und VACnet im 2vs2-Spielmodus Wingman habe die Erfolgsquote direkt zum Start bei 99 Prozent gelegen. Serverfarm nötigVACnet überprüft also nicht nur Overwatch-Fälle, sondern reicht auch selbst welche ein. Dafür muss die KI allerdings die Matches der Spieler checken. Genauer gesagt alle 600.000 Matches, die täglich im 5vs5-Matchmaking von CS:GO gespielt werden. Um die Rechenleistung zu erbringen, hat Valve daher vier Server-Chassis mit je 16 Blades gekauft, pro Blade sind 54 Rechenkerne und 128 Gigabyte RAM verbaut. Ungefähr die Hälfte, rund 1.700 CPUs, benötigt VACnet. Die andere Hälfe will man für spätere Expansion in der Hinterhand haben. Deep-Learning-Technologie wie VACnet habe sich laut McDonald bei Experimenten als so erfolgreich herausgestellt, dass man sie auch bereits bei Dota 2 und im Kampf gegen Betrugsfälle bei Steam verwendet. Man arbeite außerdem aktiv mit anderen Entwicklern zusammen, um die Deep-Learning-Lösung auch bei anderen Steam-Spielen einzubauen - konkrete Partner wurden aber nicht genannt. Laut McDonald habe man bereits das erste Etappenziel mit VACnet erreicht: Vor der Entwicklung, im Jahr 2016, sei die CS:GO-Community eine einzige Echokammer für Cheat-Vorwürfe gewesen, heute würden Spieler seltener auf Cheater im Spiel stoßen und auch seltener über Cheater in sozialen Netzwerken als Hauptthema sprechen. Allerdings ist die KI auch noch stark limitiert, sie fokussiert sich aktuell auf Aimbots. Wallhacks und sehr subtile »private« Hacks, die für viel Geld von Profis handgefertigt wurden, sind weiterhin schwer zu erkennen.
huuu   18. Januar 2020    16:48    Allgemein    0    322

Kommentare(0)