Combinando todo lo que #TeamRICOCHET ha desarrollado a lo largo de los últimos tres años con nuevos avances en aprendizaje automático, RICOCHET: Anti-Cheat™ se prepara para el lanzamiento de Call of Duty®: Modern Warfare® III con un proceso más fuerte y rápido para combatir las trampas.
El aprendizaje automático, en combinación con los sistemas del lado del cliente y del servidor que continúan evolucionando y creciendo, ayuda a avanzar tanto en la velocidad como en la precisión de nuestras técnicas de prevención y sistemas de detección.
¿Cómo usa #TeamRICOCHET el aprendizaje automático?
Los avances del aprendizaje automático se integraron a nuestra tecnología para ayudar con eficacia y velocidad en la prevención, detección y eliminación de tramposos. Los avances en aprendizaje automático mejoran la capacidad de nuestro equipo al:
- Examinar los datos del cliente y del servidor para encontrar nuevas trampas
- Emisión de impugnaciones de cuentas para validar comportamientos anómalos
- Recopilación y cotejo cuentas problemáticas para tomar acciones.
En resumen, el aprendizaje automático nos ayuda a anticipar mejor el comportamiento y operar con mayor eficacia, mientras nuestro equipo valida la precisión.
El aprendizaje automático trabaja al unísono con nuestro equipo, proporcionando información para tomar decisiones sobre cuentas, pero los sistemas de aprendizaje automático no emiten sanciones.
El aprendizaje automático también ayuda a mejorar las herramientas existentes. Un ejemplo de cómo estamos usando el aprendizaje automático para acelerar nuestras capacidades antitrampas es con la herramienta Replay.
Herramienta de investigación de aprendizaje automático x Replay
A principios de este año anunciamos una herramienta replay de investigación para capturar datos de juego que internamente se pueden convertir a video internamente, lo que permite a nuestros equipos examinar las partidas de los jugadores en busca de comportamientos problemáticos. Desde su lanzamiento esta herramienta ha aportado beneficios, pero el equipo quiere lograr una nueva meta: la velocidad.
En promedio, un compañero del equipo #TeamRICOCHET puede revisar 700 clips de repeticiones en un día.
Algunos de los clips son sencillos: existen trampas evidentes que son fáciles de detectar, pero la herramienta de investigación Replay es útil para identificar a los hackers que usan ciertas herramientas que les otorgan una ligera ventaja como hacer las paredes transparentes, lo cual es más difícil de detectar en el juego.
Para el lanzamiento de Modern Warfare III y en todos los títulos protegidos por RICOCHET: Anti-Cheat, el equipo #TeamRICOCHET está activando los procesos de aprendizaje automático para aumentar la eficacia y fortalecer nuestros esfuerzo anti-trampas.
Para la herramienta de investigación Replay, un modelo de aprendizaje automático está capacitada para identificar comportamientos sospechosos como hackeos con paredes transparentes o las trampas obvias (además de muchos otros) e inmediatamente asigna y alerta al equipo para que revise el problema para tomar acción sobre la cuenta. Un solo PC que ejecuta el modelo puede revisar hasta 1000 clips por día, un número que crece exponencialmente cuando se encomienda a varios equipos de computo la tarea de operar el modelo de herramienta de investigación Replay.
Apenas estamos comenzando con la integración de aprendizaje automático para la herramienta de investigación Replay, pero estamos entusiasmados por ver cómo evoluciona con el tiempo. Un enfoque importante para este y muchos otros avances se centra en los modos de partidas clasificatorias de todos nuestros títulos, combatiendo a cualquiera que intente saltar de clasificación de manera injusta.
Esta es una de las muchas formas en que el aprendizaje automático ayuda a identificar y priorizar problemas para nuestro equipo, lo que permite al equipo de Ricochet desarrollar nuevas estrategias de prevención, técnicas de detección y mitigaciones.
