Información clave
Un jugador de CS2 que estudia en la Universidad Noruega de Ciencia y Tecnología, Magga_, tomó como tema de su tesis de maestría la identificación de si diferentes cuentas pertenecen a la misma persona basándose en los hábitos de operación. Su "huella digital de CS" lee los registros de partidas demo y analiza simultáneamente los movimientos del ratón y las entradas del teclado. El objetivo es ayudar a encontrar usuarios que cambian de cuenta, no reemplazar las herramientas antitrampas existentes.
Los datos de prueba citados en el informe incluyen a más de 1.000 jugadores. Los investigadores afirmaron que las señales del ratón pueden colocar al jugador correcto en el primer lugar de los resultados de identificación, y la tasa de reconocimiento correspondiente del teclado es del 98%; además, también se compararon alrededor de 500.000 pares de cuentas extrañas y 13 pares de cuentas confirmadas como de la misma persona. Estos datos provienen de pruebas de investigación y aún no pueden representar la tasa de error real de toda la población de jugadores.
The proceso primero filtra las cuentas potencialmente relevantes y luego exige que las señales del ratón y del teclado alcancen sus respectivos umbrales. Tener solo una alta similitud no es suficiente para establecer un vínculo, y las nuevas cuentas también deben acumular varias partidas para formar características más confiables. Las cuentas compartidas por varias personas mezclarán diferentes hábitos de operación, lo que también es una limitación que el método debe enfrentar.
Magga_ enfatizó especialmente que este resultado no puede usarse actualmente como evidencia única para banear a jugadores. Espera que Valve o plataformas de terceros puedan verificarlo aún más en un entorno de uso real y utilizar la asociación de cuentas junto con otras pruebas. Esta sigue siendo una propuesta presentada por los investigadores, no un nuevo sistema de baneo implementado por Valve.
