要点
ノルウェー科学技術大学で学ぶ『CS2』プレイヤーのMagga_氏は、操作の癖から異なるアカウントが同一人物かどうかを識別することを修士論文の研究テーマとしました。同氏の「CSデジタルフィンガープリント」は、試合のデモ記録を読み込みながら、マウスの動きとキーボードの入力を分析します。目的は既存のアンチチートツールの置き換えではなく、アカウントを切り替えるユーザーの特定を支援することです。
報道が引用したテストデータには1,000人以上のプレイヤーが含まれています。研究者によると、マウスの信号によって正しいプレイヤーを認識結果の最上位に置くことができ、キーボードの該当認識率は98%とのことです。また、約50万組の見知らぬアカウントのペアと、同一人物と確認された13組のアカウントのペアも比較されました。これらのデータは研究テストからのものであり、ゲーム人口全体の実際の誤検知率をまだ代表するものではありません。
プロセスではまず関連する可能性のあるアカウントを絞り込み、マウスとキーボードの信号がそれぞれ閾値に達することを求めます。どちらか一方の類似度が高いだけでは繋がりを確立するには不十分であり、新しいアカウントもより信頼性の高い特徴を形成するために数試合を蓄積する必要があります。複数人でアカウントを共有すると異なる操作の癖が混ざることも、この方法が向き合わなければならない制限です。
Magga_氏は、この成果が現時点でプレイヤーをBANする単独の証拠としては使用できないことを特に強調しました。同氏は、Valveやサードパーティプラットフォームが実際の使用環境でさらに検証し、アカウントの関連付けを他の証拠と組み合わせて使用することを望んでいます。これはあくまで研究者が提案した案であり、Valveがすでに導入した新しいBAN制度ではありません。
