CS2 Hilelerine Karşı Hesabı Değil Oyuncuyu Banlama Sistemi

Counter-Strike 2’de hile kullanan oyuncuların banlandıktan sonra yeni hesap açarak oyuna dönmesi, rekabetçi yapıyı zorlayan başlıca sorunlardan biri. Norveç Bilim ve Teknoloji Üniversitesi’nde yüksek lisans tezi kapsamında geliştirilen bir araştırma, bu problemi hesapları değil doğrudan oyuncuları hedefleyen bir yöntemle çözmeyi amaçlıyor.

“Magga” kullanıcı adını kullanan araştırmacının hazırladığı sistem, oyuncuların klavye ve fare kullanım biçimlerini inceliyor. Yöntem, CS2’nin kaydettiği maç demolarından yararlanarak her oyuncu için davranışsal bir profil oluşturuyor. Böylece bir kişinin farklı hesaplarla oynarken de aynı oyuncu olup olmadığı anlaşılmaya çalışılıyor.

Oyuncuların kontrol alışkanlıkları iz bırakıyor

Sistemin temelinde davranışsal biyometri bulunuyor. Bu yaklaşım, kişilerin cihazları kullanırken farkında olmadan tekrarladığı hareketleri ölçüyor. CS2 özelinde ise fare hareketleri, klavye kullanımının zamanlaması ve refleks gerektiren oyun içi eylemler analiz ediliyor.

Flick hareketleri, counter-strafe uygulamaları ve sprey kontrolü gibi işlemler, oyuncuların baskı altında defalarca tekrarladığı davranışlar arasında yer alıyor. Araştırmacıya göre bu hareketler zamanla kas hafızasına dönüşüyor ve oyuncunun oyun hesabından bağımsız bir iz bırakabiliyor. Kullanıcı adı, rütbe veya oyun tarzı değiştirilebilse de el hareketlerindeki alışkanlıkların değiştirilmesi çok daha zor kabul ediliyor.

Bu yöntem, iki farklı hesaptan alınan demoları karşılaştırarak hesapların aynı kişiye ait olup olmadığını belirlemeye çalışıyor. Dolayısıyla sistem yalnızca hile kullanan bir hesabı işaretlemekle kalmıyor; aynı oyuncunun daha sonra açabileceği yeni hesapları da ilişkilendirme potansiyeli taşıyor.

Fare verileri yüzde 100 doğruluk sağladı

Çalışmanın testleri, 1.000’den fazla oyuncunun yer aldığı bir veri seti üzerinde gerçekleştirildi. Sonuçlarda fare kullanımına dayalı analiz, oyuncuları yüzde 100 doğrulukla ayırt etti. Klavye verileriyle yapılan analizde ise yüzde 98 doğruluk oranına ulaşıldı.

Klavye ve fare verilerinin birlikte kullanıldığı hibrit yöntem, veri setinde bilinen aynı oyuncu eşleşmelerini diğer hesaplardan ayırmayı başardı. Testler sırasında sistem, başlangıçta hatalı tespit olarak değerlendirilen bazı hesap bağlantılarını da ortaya çıkardı. Manuel incelemelerin ardından bu hesapların, veri setinde zaten bulunan oyunculara ait ikincil hesaplar olduğu anlaşıldı.

Bu sonuç, yöntemin yalnızca hile şüphesi taşıyan hesapları değil, smurf olarak adlandırılan ve deneyimli oyuncuların kullandığı yan hesapları tespit etmekte de işe yarayabileceğini gösteriyor. Ancak bu tespitlerin hile kullanıldığını tek başına kanıtlamadığı belirtiliyor. Sistem, hesaplar arasındaki bağlantıyı davranışsal veriler üzerinden ortaya koyuyor.

Valve sistemden nasıl yararlanabilir?

Geliştirilen yöntemin, Valve’ın mevcut VAC ve Trust Factor mekanizmalarıyla birlikte çalışması hedefleniyor. Böyle bir entegrasyon hayata geçirilirse, banlanan bir oyuncunun yeni hesap açarak aynı oyuna dönmesi daha zor hale gelebilir. Hesap merkezli yaptırım yerine oyuncu merkezli bir takip uygulanması, yeni hesap açmayı hileciler için daha az etkili bir kaçış yolu haline getirebilir.

Yine de araştırma henüz CS2’nin milyonlarca oyuncudan oluşan genel kitlesinde sınanmış değil. Ayrıca bir hesabın birden fazla kişi tarafından ortak kullanılması, sistemin aynı oyuncuya ait olmayan kişileri birbirine bağlamasına yol açabilir. Bu nedenle araştırmacı, tespit edilen hesap ilişkilerinin ilk aşamada otomatik ban için tek başına kullanılmamasını öneriyor.

Davranışsal eşleşmelerin ek kanıt veya şüphe unsuru olarak değerlendirilmesi, hatalı yaptırım riskini azaltabilir. Araştırmacı, yöntemi daha geniş bir oyuncu grubunda test edebilmek için Valve’dan ya da üçüncü taraf eşleştirme platformlarından destek bekliyor. Sistem geniş ölçekte doğrulanır ve mevcut güvenlik araçlarıyla uyumlu hale getirilirse, CS2’de ban sonrası yeni hesapla geri dönme sorununa farklı bir çözüm sunabilir.