بخشی از مقاله
چکیده
افزایش حجم تراکنشهای مالی در بازیهای برخط1 باعث شده است که برخی از کاربران، از تقلب استفاده کنند. یکی از تقلبهای رایج در بازیهای برخط، رباتها هستند. استفاده از ربات در بازیهای برخط، ممنوع است زیرا با استفاده از ربات، بازی به صورت خودکار انجام میگیرد و بازیکن متقلب به صورت ناعادلانهای، نتیجهی بهتری نسبت به سایر بازیکنان بدست میآورد. چنین تقلبهایی منجر به ضرر بازیکنان درستکار، سلب اعتماد، نارضایتی و در نهایت، خروج آنها از بازی میشود.
از آنجا که سود سازندگان بازی متناسب با تعداد بازیکنان است، لذا استفاده از رباتها نهایتا منجر به متضرر شدن سازندگان بازی میشود. به همین دلیل سازندگان بازی همواره به دنبال راههای تشخیص رباتها هستند. در این مقاله با استفاده از مقایسه الگوی حرکتی بازیکنان و روباتها، روشی جدید و موثر برای تشخیص رباتها در بازیهای برخط چند کاربره انبوه - MMOG2 - ارائه میشود. این روش در مقایسه با روشهای موجود با حفظ کارایی، مقیاسپذیرتر میباشد، زیرا با افزایش تعداد بازیکنان، میزان پردازشها به صورت خطی افزایش مییابد.
-1مقدمه
بطور کلی تقلبها در بازیهای برخط به سه نوع تقسیم میشوند: رخنه3، تبانی و رباتها.
رخنه ، یکی از رایجترین و اولیهترین انواع تقلب در بازیها است. به این ترتیب که بازیکن متقلب، تغییری در کد منبع بازی ایجاد کرده و از این تغییر سوء استفاده میکند. به طور کلی دو روش برای مقابله با این نوع تقلب وجود دارد. روش اول جلوگیری از ایجاد تغییر در کد و دیگری تشخیص تغییر در کد است.
تبانی یکی دیگر از انواع تقلب در بازیها برخط است. در تبانی دو یا چند بازیکن خارج از محیط بازی با هم بر علیه یک یا چند بازیکن دیگر توافق و اقدام میکنند. در حال حاضر هیچ روشی برای مقابله با این نوع تقلب در بازیهای MMOG وجود ندارد. از آنجا که تبانی در خارج از محیط بازی شکل میگیرد، گمان نمیرود که بتوان روشی قاعدهمند برای تشخیص و مقابله با این نوع تقلب پیشنهاد کرد.
یکی ازروشهای رایج تقلب در بازیهای برخط چند کاربره انبوه استفاده از رباتها است.[3] رباتها ، برنامههایی با هوش مصنوعی هستند که با انجام بسیاری از اعمال به صورت خودکار به بازیکنان متقلب کمک میکنند .[2] از آنجا که رباتها نسبت به انسان خستگی ناپذیرند و از سرعت و دقت بیشتری برخوردارند، بازیکن متقلب میتواند به صورت ناعادلانهای، نتیجهی بهتری نسبت به بازیکنان درستکار بدست آورد. لذا، استفاده از رباتها در اکثر بازیها غیرمجاز است .
رباتها با نقض پارامترهای امنیتی، بازی را دچار اختلال میکنند. معمولا در سایر سیستمهای برخط - غیر از بازیها - ، برای تشخیص و تمایز بین انسان و ربات، از کدهای CAPTCHA [4] استفاده میکنند اما استفاده از این کدها در بازیهای برخط، به دلیل از بین بردن ماهیت سرگرم کننده آن غیرقابل قبول است. تاکنون روشهایی تشخیص رباتها بر اساس تفاوت رفتار انسان و ربات ارائه شده است که عموما به دلیل طولانی بودن زمان تشخیص، برای بازیهای پرکاربر مناسب نیستند. در این مقاله با استفاده از مقایسه مسیر حرکت بازیکنان، روشی جهت تشخیص ربات در بازیهای چندکاربره انبوه ارائه میشود.
در این تحقیق از بازی Quake2 که یک بازی FPS1 است به عنوان نمونه مطالعاتی استفاده شده است. Quake2 یک بازی کلاسیک و شناخته شده است که علاوه بر رایگان و متنباز بودن، رباتهایی متعددی برای آن ساخته شده است. دلیل دیگر وجود جامعه آماری بزرگی از بازیکنان بر روی بستر اینترنت برای این بازی است که میتوان از اطلاعات بازی آنها استفاده نمود. همچنین این بازی، تعداد انبوه بازیکنان را پشتیبانی میکند که برای پیاده سازی روش پیشنهادی ضروری است.
-2پیشینه
بطور کلی روشهای تشخیص ربات در بازیها، سه رویکرد کلی دارند. رویکرد "سمت سرویس گیرنده "2 ، "سمت شبکه" 3 و "سمت سرویس دهنده" 4 که این رویکردها به همراه مزایا و معایبشان در جدول 1 نشان داده شده است. از میان روشهای تشخیص ربات، رویکرد "سمت سرویس دهنده" گزینه مناسبتری بنظر میرسد. زیرا با توجه به معایب روشهای "سمت سرویس گیرنده" و "سمت شبکه" ، این رویکرد از اطمینان بالاتری برخوردار بوده و همچنین مستقل از محیط اجرای بازی میباشد. به همین دلیل در صورتی که روشی در این حیطه ارائه شود که معایب آن را رفع کند، میتواند نسبت به سایر رویکردها مفیدتر باشد. این رویکرد - سمت سرویس دهنده - خود به سه بخش کلی تقسیم میشود:
بخش اول: تشخیص بر پایه تفاوت الگوی رفتاری بازیکنان است. روشهای ارائه شده در این بخش، با جمعآوری دادههایی مانند تعداد نبرد، تعداد عملیات انجام شده توسط بازیکن، میزان جمع آوری منابع و مواردی از این قبیل، به تشخیص ربات از انسان میپردازند. با توجه به بررسی روشهای ذکر شده در [7-5] ، مشکل این روش اینست که رفتار بازیکنان بسیار وابسته به شرایط بازی است و با تغییر تعداد بازیکنان و نوع تسلیحات، نیاز به ایجاد الگوی جدیدی برای تشخیص ربات خواهد بود. لذا، عموما این روشها برای بازی خاصی تولید میگردند و جامعیت ندارند. به عنوان مثال در یک بازی ممکن است پارامتر "تعداد عملیات" وجه تمایز بین ربات و انسان باشد و در بازی دیگری، "تعداد خرید و فروش اشیاء از سایر بازیکنان" وجه تمایز باشد. که پیدا کردن این وجه تمایز، کار سادهای نیست .
بخش دوم: تشخیص بر پایه الگوی ورودیهای صفحه کلید و ماوس است. در این روش رخدادهای مربوط به ماوس و صفحه کلید ثبت و پردازش شده و بر اساس آن رباتها از انسانها متمایز میشوند. به عنوان مثال در [8] پارامترهای
جدول -1 انواع رویکردهای تشخیص ربات بر اساس [1]
"کلیک ماوس" و "فشردن و رها کردن کلیدهای صفحه کلید" به عنوان عوامل تمایز بین انسان و ربات انتخاب شده و بررسی میگردد. در [9] پارامترهایی مانند "کلیک"، "حرکت ماوس"، "کشیدن و رها کردن ماوس"، "فشردن و رها کردن کلیدهای صفحه کلید" و "زمان بی تحرکی ماوس" به عنوان عوامل تمایز بین انسان و ربات در نظر گرفته شده است.
نکته اینست که این روش نیز به طور ضمنی در حال پردازش الگوی رفتاری بازیکنان است. چرا که به عنوان مثال کلیک ماوس نماینده شلیک کردن و مبارزه است و دکمه های کیبورد رفتارهایی مانند نشستن،پریدن و حرکت کردن بازیکنان را بر عهده دارند.
