V社：用深度学习检测CSGO中的开挂行为

编写：Bot

来源：论智

编者按：事实上这是几个月前的一个PPT演讲。在GDC 2018上，Valve游戏工程师John McDonald介绍了度假社用深度学习提高CSGO用户游戏体验的尝试。之所以说是“提高用户体验”而不是“鉴别开挂行为”，是因为V社这次不仅把AI技术用在了反作弊机制上，还对普通玩家心理进行了透彻研究。

2018年1月Steam游戏人数排行前三名

CSGO中的挂

CSGO（中文名《反恐精英：全球攻势》）是V社于2012年推出的一款第一人称射击团队竞技游戏，它是CS系列的第四部作品，6年来一直深受国内外玩家的欢迎。作为一款FPS游戏，玩家恶意开挂几乎是不可能避免的，相比上图中排名第一的PUBG，其实CSGO里的挂并没有多到人神共愤的程度。

但有挂玩家就会生气，一生气他们就会抱怨，会用脚投票。

根据John McDonald透露的数据，现在CSGO的月活人数有1240万，平均日活约300万，组队时间平均1-2秒。对于一个已经推出6年的游戏，保持这样的数据并稳居Steam榜单前三是不容易的，它离不开开发团队为玩家打造的游戏环境。

可就在2016年，V社收到了铺天盖地的玩家投诉，许多人用发邮件、reddit发帖等方式告状：你们的游戏有很多挂。面对玩家的怒火和无法迅速排查开挂行为的棘手情况，V社有点懵。

透视挂

锁头挂

CSGO是V社自己开发的游戏，它自带官方VAC系统，能对开挂者实施高效封禁——但火爆的游戏背后总伴随经济利益，许多人针对VAC开发了不少能绕过监控的挂，或是看准V社喜欢秋后算账的风格找漏洞，既夺走了心存侥幸的玩家的账号，也毁掉了正常比赛的玩家的游戏体验。

时至今日，许多人在调侃CSGO“已凉”时都不忘把“挂太多”拉出来重点批评一下。所谓爱之深、责之切。他们对游戏的热爱是真实的，但他们对外挂的憎恶也是深入骨髓的。而令人无奈的一个现实是，制作一个CSGO外挂的成本非常低，如果某人还保留着当初《半条命2》的外挂，他就会发现这个挂居然也可能继续在CSGO里生效。

CSGO和深度学习

2015年，CSGO的Overwatch正式上线（别想歪！我真的没笑），这是一个监督功能，允许获得裁决资质的选手可以通过观看疑似作弊选手的Demo来判断其是否作弊或者调整了游戏参数。如果玩家发现存在开挂行为，他们可以把Demo提交给协调员进一步审核，之后官方会跟进处理并反馈结果。

Overwatch本身可以初步判断玩家有没有开挂，它背后的算法是朴素贝叶斯，系统先为开挂找到一个阈值，然后对结果进行分类。但实践证明，这个基于朴素贝叶斯的系统太宽容了，它只能辨别出非常明显的开挂行为，然后把大多数微妙的Demo——漏网之鱼反馈给真人。

对于玩家而言，也许Overwatch颇为鸡肋，但在深度学习眼里，这就成了不可多得的数据来源。

模型简介

V社开发的反作弊深度学习系统叫VACnet。因为面向序列处理任务，它被设计成一个时间步长为140的GRU RNN，包含一个输入层（256个神经元）和4个隐藏层（每层256个神经元）。网络使用的激活函数是ReLU，损失函数是二元交叉熵，优化算法是Adagrad。

VACnet在Overwatch搜集的数据中训练，其中包含玩家提供的内容和官方收集的内容，是个大型优质数据集。虽然现在也有用深度学习生成数据的方法，但这种做法容易让神经网络钻空子，所以开发人员用的还是真实的游戏Demo。

模型的输入不是常规的长向量，这里他们把140次射击当做一个序列，按顺序记下每个视频帧的所有信息。这些输入被称为(X,y)，其中X就是我们常说的特征，它包括用了什么武器、射击后的结果、（如果击中）目标距离有多远、瞄准角度调整用时等。训练到最后，模型需要能拟合X数据并反复验证学习质量，直到输出最佳结果。

推断和硬件

完成训练后，模型就要被用于推断（馈送）。

John McDonald把这一过程类比成制作牛肉汉堡。当开发人员面对Overwatch时，他们手中没有现成的牛肉肉泥，而是一头不断吃草长胖的牛。为了让数据能为深度学习模型所用，开发人员花了95%的时间和精力把牛切成牛肉——数据，然后把剩下的1%用于把牛肉搅碎——深度学习，4%用于制作汉堡——训练模型。

据介绍，V社平均每天收集60万场5v5比赛，每场比赛耗时4分钟，一共是240万分钟CPU耗时（一天）。然而一天只有1440分钟，这也就是说，为了达成目标，他们至少要购买1700块GPU。这时，玩家们献给G胖的供奉就开始发挥作用了——他们一共买了3456块CPU。下图是处理器的冰山一角，它包含64个刀片式服务器，每个刀片有54个CPU核心、128GB RAM，仅用于模型推断。

按照之前V社制定的反作弊逻辑：玩家举报——协调员筛选——玩家裁定——开挂/没开挂，现在他们有了VACnet，举报环节就又增加了一个“VACnet举报”。据了解，在所有举报中，玩家举报的开挂证实率为15-30%，而且种类非常丰富；而VACnet的开挂证实率高达85%-90%，但种类相对单一。

效果评价

正如之前所述的，VACnet的效果是令人满意的，尽管缺乏灵活性和通用性，但它至少找出了大部分开挂者的“罪证”。如下图所示，刚被加入游戏反作弊机制中时，它就小幅提高了系统检测开挂数的数量，加入更多训练数据后，它在2018年前后又形成了一个剧增的峰值。而且就实际应用来看，从VACnet提出至今，它还没有误判过一起作弊事件，当然最后的真人检测也在其中发挥了重要作用。

从用户反馈来看，这个深度学习尝试也取得了史无前例的成功。自从引入Overwatch和VACnet以来，在reddit上抱怨开挂的CSGO玩家数大幅降低，仅为2016年高峰期的1%。这种情况将有利于老玩家的存续和新玩家的进驻，也是V社所喜闻乐见的。

但VACnet真的很完美吗？其实不尽然。除了之前提到了它似乎只能识别某几种开挂行为，它还有一个更严峻的缺点。训练时，当完成“举报——协调员筛选——玩家裁定——开挂/没开挂”这一流程后，为了保证模型的学习效果，经真人裁定的数据会被再次馈送进模型进行学习。

这就引出一个问题，如果有人开发了一个挂，它能在前几枪自描、锁头，后几枪回归正常，那系统该怎么判断？如果是个真人裁判，他肯定会想：emm，这货有问题，肯定开挂了。但机器不知道这样的判断依据，它只能把它标成开挂，然后同时从开挂的时间段和没开挂的时间段内去强行学习开挂依据。这会导致模型性能变差。

针对这个问题，目前V社找到的补救方法是添加一个自动的重新训练功能，它能修补启发式算法带来的漏洞。二是建立一个全新的没有经验的模型，由它来拓展开挂行为检测范围，增加系统能识别的开挂种类。第三则是把VACnet应用到其他steam游戏上，追求泛化通用化。

小结

John McDonald认为，深度学习是一种新兴涌现的技术，它将改革传统的反作弊方式。V社现在已经把深度学习用于反开挂、反作弊和Dota2英雄选择等，而其中最受关注的就是Dota2的“大老师”。

就目前而言，玩家无需担心有人用深度学习技术开发对抗VACnet的工具，因为V社手里掌握着其他人难以想象的游戏数据，对于深度学习来说，数据越多，模型性能越好，这是毫无疑问的。唯一需要担心的一点是，这个用于训练的数据集是从比赛里收集的，有人可能会恶意污染数据。虽然似乎人们可以一眼分辨出这个人有没有开挂，但如果外挂能做到欺骗玩家，那它也能骗过VACnet，并干扰它的训练和学习。

综合整个演讲，我们可以下这么一个结论：VACnet是有效的，但它的反作弊能力并没有我们想象中的那么突出，它还是不能做到完全杜绝外挂。如果一个反作弊系统连玩家有没有作弊都分辨不出来，那它的开发者其实并没有消灭外挂的决心，而只是关心玩家的游戏体验。

事实上这也正是VACnet成功的地方，它立竿见影地减少了投诉帖子数量，稳定住了玩家的心，让CSGO稳居玩家活跃榜的前三位。当玩家们再次谈及游戏里的开挂行为时，他们也会乐于讨论V社在反作弊上的努力，并褒扬深度学习的实际效果。

对于一个普通玩家来说，这样的结果是喜是忧呢？