Vacnet: Mit Deep Learning geht Valve gegen CS-GO-Cheater vor

Vacnet soll eines der größten Probleme des Teamshooters CS:GO bekämpfen: Cheating. Das System soll Verhaltensweisen von Verdächtigen analysieren und lernt durch die Spieler-Community selbst. Das System wird bereits erfolgreich eingesetzt.

Artikel veröffentlicht am ,
Gegner durch Wände sehen zu können, ist ein gern genutzter Cheat.
Gegner durch Wände sehen zu können, ist ein gern genutzter Cheat. (Bild: Valve/Screenshot: Golem.de)

Egal ob Aimbot, Triggerbot, Spinbot, Jump-Script oder ein simpler Wallhack: Cheats im kompetitiven Ego-Shooter Counter Strike: Global Offensive sind ein konsistentes Problem. Der Entwickler Valve will seine Software Valve Anti Cheat mit Deep Learning automatisieren und dadurch schneller Cheater erkennen. Das System wird Vacnet genannt und soll das Verhalten von Spielern analysieren und Muster erkennen. Die Software soll parallel zum bisher implementierten Prüfen durch die Spielercommunity, dem Overwatch-Programm, laufen. Auf der Game Developers Conference berichtet das Unternehmen über seine Pläne, wie das Onlinemagazin Pcgamer schreibt.

Stellenmarkt
  1. Digitalisierungsexperte (Smart Factory) und Lean Manager (m/w/d)
    Knauf Gips KG, Iphofen bei Würzburg
  2. Digital Talents (m/w/d)
    Bundeskriminalamt, Wiesbaden, Berlin, Meckenheim
Detailsuche

Der Ansatz, den Vacnet verfolgt, soll dem eines beobachtenden Spielers entsprechen. Der Algorithmus analysiert, wie sich ein verdächtiger Spieler bewegt, wie er um Ecken geht und verschiedene Positionen anvisiert. Gerade Wallhacker werden oft durch inkonsistentes gehetztes Vorgehen und dem Abscannen von Wänden enttarnt, was ein fair spielendes Teammitglied nicht machen würde. Dieses Verhalten kann das herkömmliche VAC-System nicht analysieren. Es kann nur Dateien auf dem Computer durchsuchen. Die Erfolgsquote ist dementsprechend gering, da kleinste Änderungen am Cheat-Code bereits ein Heuristik-Update seitens Valve erfordern.

Vacnet nutzt 3.456 Prozessorkerne und 8,1 TByte Arbeitsspeicher, um eine Gruppe von 140 als Cheater verdächtigte Spieler gleichzeitig zu analysieren. Vacnet analysiert wie Overwatch-Nutzer Match-Ausschnitte von acht Runden. Verdächtige werden zuvor von Matchteilnehmern mit einer Reporting-Funktion als Cheater markiert.

Hohe Erfolgsquote zum Start

Die Erfolgsquote, die Vacnet laut Valve bisher vermeldet, ist vergleichsweise hoch: 80 bis 95 Prozent aller analysierten Spieler werden als Cheater ausgemacht. Menschliche Overwatch-Ermittler allein verurteilen nur 15 bis 30 Prozent aller eingegangenen Verdächtigen als Cheater. Aus den Entscheidungen von Overwatch lernt der Deep-Learning-Algorithmus und wird dadurch noch genauer. Zu beachten ist, dass Vacnet bisher selbst seine Urteile zunächst an menschliche Spieler als Overwatch-Fälle weitergibt, die dann die finale Entscheidung treffen.

Golem Akademie
  1. Linux-Shellprogrammierung: virtueller Vier-Tage-Workshop
    8.–11. März 2021, Virtuell
  2. CEH Certified Ethical Hacker v11: virtueller Fünf-Tage-Workshop
    10.–14. Januar 2022, Virtuell
Weitere IT-Trainings

Allerdings könnte Valve das System in Zukunft komplett autonom laufen lassen, sobald es eine gute Genauigkeit besitzt. Um alle Spieler eines Matches zu analysieren, benötigt Vacnet etwa vier Minuten Rechenzeit. Täglich werden 600.000 5-gegen-5-Matches abgehalten, so dass etwa 1.700 CPU-Kerne notwendig sind, um diese Datenmenge zu analysieren. Die Liveschaltung des Systems Anfang März habe auf jeden Fall schon für große Erfolge gesorgt, sagt Valve. Viele Cheater seien gebannt worden.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed


Eisboer 28. Mär 2018

Ich wünsch dir ein weiterhin problemfreies Leben, auf das du weiterhin ganz vielen...

Jodn 28. Mär 2018

beim nächsten Steam Sale, bei dem CS:GO für 1,79 ¤ angeboten wird, geht die Hexenjagd...

Hotohori 27. Mär 2018

Da wird dir ein Cheater aber kaum zustimmen, die fühlen sich ja wie die Größten...

Hotohori 27. Mär 2018

Dachte mir schon vor Monaten, dass Deep Learning für solche Einsatzzwecke doch perfekt...

Eisboer 27. Mär 2018

Durch Holz und Blech ist es zum Teil, aber mit wesentlich geringerem Schaden, möglich...



Aktuell auf der Startseite von Golem.de
Wemax Go Pro
Mini-Projektor für Reisen strahlt 120-Zoll-Bild an die Wand

Der Wemax Go Pro setzt auf Lasertechnik von Xiaomi. Der Beamer ist klein und kompakt, soll aber ein großes Bild an die Wand strahlen können.

Wemax Go Pro: Mini-Projektor für Reisen strahlt 120-Zoll-Bild an die Wand
Artikel
  1. Snapdragon 8cx Gen 3: Geleaktes Qualcomm-SoC erreicht das Niveau von AMD und Intel
    Snapdragon 8cx Gen 3
    Geleaktes Qualcomm-SoC erreicht das Niveau von AMD und Intel

    In Geekbench wurde der Qualcomm Snapdragon 8cx Gen 3 gesichtet. Er kann sich mit Intel- und AMD-CPUs messen, mit Apples M1 aber wohl nicht.

  2. Air4: Renault 4 als Flugauto neu interpretiert
    Air4
    Renault 4 als Flugauto neu interpretiert

    Der Air4 ist Renaults Idee, wie ein fliegender Renault 4 aussehen könnte. Mit der Drohne wird das 60jährige Jubiläum des Kultautos gefeiert.

  3. MS Satoshi: Die abstruse Geschichte des Bitcoin-Kreuzfahrtschiffs
    MS Satoshi
    Die abstruse Geschichte des Bitcoin-Kreuzfahrtschiffs

    Kryptogeld-Enthusiasten kauften ein Kreuzfahrtschiff und wollten es zum schwimmenden Freiheitsparadies machen. Allerdings scheiterten sie an jeder einzelnen Stelle.
    Von Elke Wittich

Du willst dich mit Golem.de beruflich verändern oder weiterbilden?
Zum Stellenmarkt
Zur Akademie
Zum Coaching
  • Schnäppchen, Rabatte und Top-Angebote
    Die besten Deals des Tages
    Daily Deals • Black Friday Wochenende • LG UltraGear 34GP950G-B 999€ • SanDisk Ultra 3D 500 GB M.2 44€ • Boxsets (u. a. Game of Thrones Blu-ray 79,97€) • Samsung Galaxy S21 128GB 777€ • Premium-Laptops (u. a. Lenovo Ideapad 5 Pro 16" 829€) • MS Surface Pro7+ 888€ • Astro Gaming Headsets [Werbung]
    •  /