Informasi penting
Seorang pemain CS2 yang belajar di Norwegian University of Science and Technology, Magga_, mengambil subjek pengenalan kebiasaan operasi untuk menentukan apakah akun yang berbeda milik orang yang sama sebagai topik tesis master-nya. "Sidik Jari Digital CS" miliknya membaca catatan demo pertandingan sambil menganalisis gerakan tetikus dan masukan papan tik. Tujuannya adalah untuk membantu menemukan pengguna yang mengganti akun, bukan untuk menggantikan alat anti-kecurangan yang ada.
Data pengujian yang dikutip dalam laporan tersebut mencakup lebih dari 1.000 pemain. Para peneliti mengatakan bahwa sinyal tetikus dapat menempatkan pemain yang benar di urutan teratas hasil pengenalan, dan tingkat pengenalan yang sesuai dari papan tik adalah 98%; selain itu, laporan tersebut juga membandingkan sekitar 500.000 pasang akun asing dan 13 pasang akun orang yang sama yang dikonfirmasi. Data ini berasal dari pengujian penelitian dan belum dapat mewakili tingkat positif palsu aktual dari seluruh populasi game.
Prosesnya pertama-tama menyaring akun yang mungkin terkait, dan kemudian meminta sinyal tetikus dan papan tik masing-masing mencapai ambang batas. Hanya memiliki tingkat kemiripan yang tinggi saja tidak cukup untuk membangun hubungan, dan akun baru juga harus mengumpulkan beberapa pertandingan untuk membentuk karakteristik yang lebih andal. Akun yang digunakan bersama oleh banyak orang akan mencampuradukkan kebiasaan operasi yang berbeda, yang juga merupakan batasan yang harus dihadapi oleh metode ini.
Magga_ secara khusus menekankan bahwa hasil ini saat ini tidak dapat digunakan sendiri sebagai bukti untuk mem-banned pemain. Ia berharap Valve atau platform pihak ketiga dapat lebih lanjut memverifikasi lingkungan penggunaan yang sebenarnya dan menggunakan asosiasi akun yang dicocokkan dengan bukti lain. Ini tetap merupakan proposal yang diajukan oleh peneliti, bukan sistem banned baru yang telah diterapkan oleh Valve.
