Thông tin chính
Một người chơi CS2 đang học tại Đại học Khoa học và Công nghệ Na Uy, Magga_, đã lấy chủ đề nhận dạng thói quen thao tác để xác định xem các tài khoản khác nhau có thuộc về cùng một người hay không làm chủ đề luận văn thạc sĩ của mình. "Vân tay kỹ thuật số CS" của anh ấy đọc các bản ghi demo trận đấu đồng thời phân tích chuyển động của chuột và đầu vào bàn phím. Mục đích là để giúp tìm ra những người dùng đổi tài khoản, chứ không phải để thay thế các công cụ chống gian lận hiện có.
Dữ liệu thử nghiệm được trích dẫn trong báo cáo bao gồm hơn 1.000 người chơi. Các nhà nghiên cứu cho biết tín hiệu chuột có thể xếp đúng người chơi lên đầu kết quả nhận dạng, và tỷ lệ nhận dạng tương ứng của bàn phím là 98%; ngoài ra, nó cũng so sánh khoảng 500.000 cặp tài khoản lạ và 13 cặp tài khoản cùng một người đã được xác nhận. Những dữ liệu này đến từ các thử nghiệm nghiên cứu và chưa thể đại diện cho tỷ lệ dương tính giả thực tế của toàn bộ cộng đồng game.
Quy trình trước tiên lọc ra các tài khoản có khả năng liên quan, sau đó yêu cầu tín hiệu chuột và bàn phím đạt đến ngưỡng tương ứng. Chỉ có độ tương đồng cao là chưa đủ để thiết lập mối liên hệ, và một tài khoản mới cũng cần phải tích lũy qua vài trận đấu để tạo ra các đặc điểm đáng tin cậy hơn. Việc tài khoản được sử dụng chung bởi nhiều người sẽ trộn lẫn các thói quen thao tác khác nhau, đây cũng là hạn chế mà phương pháp này phải đối mặt.
Magga_ đặc biệt nhấn mạnh rằng kết quả này hiện chưa thể được sử dụng đơn lẻ làm bằng chứng để cấm người chơi. Anh ấy hy vọng Valve hoặc các bên thứ ba có thể tiếp tục xác minh trong môi trường sử dụng thực tế và sử dụng sự liên kết tài khoản kết hợp với các bằng chứng khác. Đây vẫn là một giải pháp do nhà nghiên cứu đề xuất, không phải là một hệ thống cấm mới đã được Valve triển khai.
