智能AI
morning
游戏痕迹中的帐户一致性:《反恐精英 2》中的同一玩家验证
摘要
arXiv:2608.24893v2 Announce Type: new Abstract: In competitive first-person shooter (FPS) games such as Counter-Strike 2 (CS2), account-integrity review often asks whether an account's recent behavior...
and
player
demo
the
account
from
CS2
review
historical
match
2026-08-28
1 阅读
约2分钟阅读
Xuchen Zhang
字号:
arXiv:2608.24893v2 公告类型:新 摘要:在《反恐精英 2》(CS2) 等第一人称射击 (FPS) 游戏中,帐户完整性审核通常会询问帐户的近期行为是否与其历史操作者保持一致。这种一致性问题出现在临时替换、排名提升以及高技能玩家使用排名较低的账户等情况下,其中人工审核需要将当前比赛与多个历史比赛进行比较。我们将这个审查任务表述为同一玩家验证:我们将比赛重播(演示)中单个玩家的行为轨迹编码为演示玩家行为指纹,并训练一个模型来判断两个行为观察是否来自同一真实玩家。使用 CS2 特定领域知识,指纹涵盖十字准线控制、移动停火协调、经济/购买、战斗/交战和时间节奏。我们对 Perfect 数据集(3,570 个演示和 35,700 个演示玩家观察)和 Professional 数据集(539 个演示和 5,390 个演示玩家观察)构建了严格的六重评估。最终的成对模型的 ROC AUC 分别为 0.926 和 0.956。特征分析表明,最强的身份信号来自瞄准/十字准线和其他低级机械行为,这表明稳定的机械装置对于此验证任务比单场比赛的表现结果提供更多信息。在固定的合格查询队列中,聚合当前演示和多个历史演示之间的成对证据可将 Perfect 上的账户历史 AUC 从 K=1 时的 0.923 提高到 K=10 时的 0.982,将 Professional 上的账户历史 AUC 从 K=1 时的 0.914 提高到 K=5 时的 0.975。这些结果表明,CS2 演示行为可以通过多演示历史聚合来支持受监督的同一玩家验证和帐户级身份一致性建模。
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱