في عالم الألعاب التنافسية مثل Counter-Strike 2 (CS2)، تندرج مسألة نزاهة الحسابات ضمن القضايا الساخنة التي تؤثر على تجربة اللاعبين. من يضمن أن السلوكيات الحالية للحساب تتماشى مع السمعة السابقة؟ هذا السؤال يبرز خصوصًا في الحالات التي تتضمن استبدال مؤقت أو رفع رتبة أو حتى لاعبين ذوي مهارات عالية يستخدمون حسابات تحت الرتب.[...]

لذا، تم تقديم مهمة جديدة تُدعى "التحقق من نفس اللاعب"، والتي تُعد ثورة حقيقية في كيفية التصدي لهذه التحديات. من خلال دراسة سلوك اللاعب أثناء إعادة عرض المباريات (demo)، تم ابتكار نموذج يستخدم بصمة سلوكية لرصد التطورات والتغيرات في سلوكيات اللاعبين، مما يساعد في تحديد ما إذا كانت المشاهدتان تعودان لنفس اللاعب الحقيقي.

اعتمد النموذج على بيانات دقيقة تخص CS2، مما يشمل تحكم البندقية، تنسيق الحركة، نمط الشراء والمشاركة في القتال، والإيقاع الزمني للمباريات. مرّ النموذج بعمليات تقييم صارمة على مجموعتين من البيانات، حيث أظهرت النتائج قدرة عالية في الدقة بنسبة 0.926 إلى 0.956 في قياسات ROC AUC.

علاوة على ذلك، أكدت التحليلات أن الإشارات الأكثر قوة في تحديد الهوية مرتبطة بسلوكيات دقة السلاح والحركات الميكانيكية البسيطة، مما يشير إلى أن الأساليب المستقرة أثناء اللعب تقدم معلومات أكثر قيمة في مسألة التحقق من الهوية.

في ختام هذه الدراسة، تبين أن استخدام سلوكيات اللاعبين في بيانات متعددة يمكن أن يشكل خطوة فعّالة نحو تعزيز نزاهة الحسابات في الألعاب، مما يساهم في خلق بيئة ألعاب أكثر شفافية وإثارة.