นักศึกษาใช้รูปแบบการควบคุมเมาส์และคีย์บอร์ดทำระบบตามจับคนโกงใน Counter-Strike 2
เรื่องราวนี้พูดถึงผลงานวิจัยระดับปริญญาโทของ Christopher B. Didriksen นักศึกษาจาก Norwegian University of Science and Technology ที่เลือกทำหัวข้อเกี่ยวกับการตามหาผู้เล่นโกงใน Counter-Strike 2 โดยใช้…
เรื่องราวนี้พูดถึงผลงานวิจัยระดับปริญญาโทของ Christopher B. Didriksen นักศึกษาจาก Norwegian University of Science and Technology ที่เลือกทำหัวข้อเกี่ยวกับการตามหาผู้เล่นโกงใน Counter-Strike 2 โดยใช้พฤติกรรมการควบคุมเมาส์และคีย์บอร์ดเป็นลักษณะเฉพาะของผู้เล่นแต่ละคน แนวคิดหลักคือหากวิเคราะห์รูปแบบการเคลื่อนไหวและการกดปุ่มในแมตช์แข่งขันได้ ก็อาจสร้าง “ลายนิ้วมือ” ดิจิทัลของผู้เล่นแต่ละคนเพื่อใช้ระบุตัวตนซ้ำในบัญชีอื่นได้ แม้จะเปลี่ยนบัญชีหรือเล่นในช่วงเวลาห่างกันหลายเดือนก็ตาม
Didriksen อธิบายว่าเขาใช้เดโมจากการแข่งขัน CS2 จำนวนมากมาวิเคราะห์ โดยแยกสัญญาณจากเมาส์และคีย์บอร์ดออกจากกัน แล้วนำมาทดสอบว่ารูปแบบดังกล่าวมีความเสถียรเพียงใด ผลที่ได้ชี้ว่าเมาส์สามารถระบุตัวผู้เล่นได้แม่นยำมาก และคีย์บอร์ดก็ให้ผลถูกต้องในระดับสูงเช่นกัน เมื่อรวมข้อมูลทั้งสองด้านเข้าด้วยกัน ระบบจึงมีโอกาสบอกได้ว่าเป็น “คนเดิม” ที่กำลังเล่นอยู่ แม้ผู้เล่นจะใช้ความไวเมาส์ต่างไป หรือปรับการตั้งค่าอุปกรณ์ในภายหลังก็ตาม
จากชุดข้อมูลผู้เล่นมากกว่าพันคน งานวิจัยระบุว่าวิธีนี้สามารถจับคู่ตัวตนของผู้เล่นได้อย่างแม่นยำสูง และยังช่วยพบผู้เล่น “smurf” หรือผู้เล่นฝีมือสูงที่สร้างบัญชีใหม่ลงไปเล่นในระดับต่ำกว่าความสามารถจริงโดยที่ไม่เคยถูกรายงานมาก่อน Didriksen มองว่าวิธีนี้รวดเร็วพอที่จะนำไปตรวจสอบการแข่งขันใหม่ทุกแมตช์ เทียบกับฐานผู้เล่นรายเดือนของ CS2 ได้ และอาจวางอยู่เคียงข้างระบบอย่าง Valve Anti-Cheat และ Trust Factor เพื่อช่วยตอบคำถามที่ระบบเดิมตอบได้ไม่ดีนักว่า “บัญชีใหม่นี้คือมนุษย์คนเดิมหรือไม่”
แรงผลักดันของงานวิจัยนี้มาจากปัญหาคลาสสิกของเกมออนไลน์ นั่นคือการแบนบัญชีโกงไม่ได้ตัดวงจรทั้งหมด เพราะผู้เล่นสามารถกลับมาด้วยบัญชีใหม่ได้ในเวลาไม่นาน Didriksen ชี้ว่าวิธีของเขาไม่ได้แก้ปัญหาได้สมบูรณ์แบบ เพราะหากผู้เล่นตั้งใจเปลี่ยนพฤติกรรมการเล่นจริง ๆ ก็อาจทำให้การจับคู่ตัวตนยากขึ้น นอกจากนี้ บัญชีที่ใช้ร่วมกันหลายคนยังเป็นอีกปัจจัยที่ทำให้ระบบสับสนได้เช่นกัน
อย่างไรก็ตาม โครงการนี้ได้รับความสนใจจากชุมชน Reddit โดยมีผู้เล่นจำนวนหนึ่งเข้ามามีส่วนร่วมให้ข้อมูลระหว่างทำวิจัย และบางคนถึงกับยอมเปิดเผยบัญชี smurf ของตน ซึ่ง Didriksen บอกว่ากลายเป็นข้อมูลที่มีค่ามากต่อการศึกษา สุดท้ายเขาระบุว่าวิทยานิพนธ์ของตนเสร็จสมบูรณ์และได้เกรด A พร้อมขอบคุณผู้ร่วมให้ข้อมูลทั้งหมด เรื่องนี้จึงสะท้อนทั้งด้านวิชาการและด้านวัฒนธรรมเกม ว่าพฤติกรรมการเล่นเกมอาจถูกนำไปต่อยอดเป็นเครื่องมือความปลอดภัยและการตรวจจับการโกงได้จริง
