Counter-Strike 2’de hile yapan oyuncuların yeni hesap açarak cezadan kaçmasını zorlaştırabilecek dikkat çekici bir yöntem geliştirildi. Norveç Bilim ve Teknoloji Üniversitesi’nde yüksek lisans yapan Christopher B. Didriksen, oyuncuların fare ve klavye kullanım biçimlerinden kendilerine özgü bir davranışsal “parmak izi” oluşturulabileceğini ortaya koydu.
Counter-Strike 2 gibi rekabetçi oyunlarda hileyle mücadelede en büyük sorunlardan biri, yasaklanan oyuncuların kısa süre içerisinde yeni bir Steam hesabı açarak tekrar oyuna dönebilmesi. IP adresi, telefon numarası veya donanım kimliği gibi yöntemler bunu belli ölçüde zorlaştırsa da tamamen ortadan kaldırmıyor.
Didriksen’in çalışması ise hesabın kendisi yerine hesabın arkasındaki oyuncuyu tanımaya odaklanıyor.
CS2 Maç Demoları Oyuncuların Davranışlarını Ele Veriyor
Norwegian University of Science and Technology’da (NTNU) Bilgi Güvenliği alanında yüksek lisans yapan Christopher B. Didriksen, çalışmasında Counter-Strike 2 maç demolarını davranışsal biyometri açısından analiz etti.
Araştırmanın temelinde oldukça basit ancak ilginç bir fikir bulunuyor: Her oyuncunun fareyi hareket ettirme ve klavyeyi kullanma biçimi küçük de olsa birbirinden farklı olabilir.
CS2 maçları sırasında oyuncular sürekli olarak;
- nişan alma ve ani dönüş hareketleri,
- recoil kontrolü,
- counter-strafe,
- hareket tuşlarına basma süreleri,
- ateş etme zamanlaması,
- bomba ve ekipman kullanımı
gibi binlerce tekrar eden işlem gerçekleştiriyor.
Zaman içerisinde bu hareketlerin önemli bir bölümü bilinçli olarak yapılmaktan çıkıp kas hafızasının bir parçasına dönüşüyor.
Didriksen de tam olarak bu davranışlardan yararlanarak her oyuncu için dijital bir oyuncu parmak izi oluşturmayı hedefledi.
Fare Hareketleri Oyuncuyu Yüzde 100 Doğrulukla Buldu
Araştırmada 1.000’den fazla oyuncuya ait veriler değerlendirildi.
Didriksen’in açıkladığı sonuçlara göre yalnızca fare hareketlerinden oluşturulan biyometrik model, araştırmanın kullandığı veri setinde doğru oyuncuyu her seferinde tespit etmeyi başardı.
Klavye kullanım alışkanlıklarından oluşturulan sistem ise doğru oyuncuyu yaklaşık yüzde 98 oranında belirledi.
Asıl dikkat çekici sonuç ise iki yöntemin birlikte kullanılmasıyla ortaya çıktı.
Fare ve klavye davranışlarının birbirinden büyük ölçüde bağımsız olması sayesinde iki sinyal bir araya getirildiğinde, farklı oyuncuların yanlışlıkla aynı kişi olarak değerlendirilme ihtimali ciddi şekilde azalıyor.
Didriksen’in çalışmasında aynı kişiye ait olduğu bilinen hesaplar bu yöntemle birbirleriyle eşleştirilebildi.
Hassasiyet Ayarını Değiştirmek Bile Yeterli Olmadı
Sistemin ilginç taraflarından biri de oyuncunun ayarlarında yaptığı değişikliklerden tamamen etkilenmemesi.
Araştırmacıya göre oluşturulan davranışsal parmak izi;
farklı haritalar, farklı oyun oturumları ve aylar arayla oynanan karşılaşmalar arasında büyük ölçüde tutarlı kalabiliyor.
Çalışmada ayrıca fare hassasiyetini 800 eDPI’dan 640 eDPI’a değiştiren bir oyuncunun yine doğru şekilde eşleştirilebildiği belirtildi.
Başka bir ifadeyle oyuncunun hassasiyet ayarını değiştirmesi, sistemin oyuncuyu tanımasını otomatik olarak engellemiyor.
Sistem Bildirilmeyen Smurf Hesapları da Buldu
Araştırmanın belki de en dikkat çekici bölümü ise test sırasında ortaya çıktı.
Didriksen başlangıçta topluluk tarafından bildirilen sekiz bilinen bağlantılı hesap çiftini sistem üzerinde test etti.
Ancak algoritma veri içerisinde bazı hesapları yüksek güven oranıyla aynı oyuncuya ait olarak işaretlemeye başladı. İlk bakışta bunların sistemin yaptığı yanlış eşleşmeler olduğu düşünüldü.
Daha sonra Steam arkadaş listeleri ve hesap aktiviteleri incelendiğinde söz konusu eşleşmelerden bazılarının gerçekten aynı kişilere ait alternatif hesaplar olduğu fark edildi.
Araştırmacıya göre sistem böylece daha önce belirtilmemiş yeni smurf hesaplarını da ortaya çıkardı.
Sonuçta veri setinde doğrulanan aynı oyuncuya ait hesap bağlantılarının sayısı 13’e ulaştı ve geliştirilen yöntem bunların tamamını doğru şekilde eşleştirdi.
Amaç Hileyi Bulmak Değil, Hilecinin Kim Olduğunu Anlamak
Burada önemli bir ayrıntı bulunuyor.
Didriksen’in geliştirdiği sistem bir oyuncunun hile yapıp yapmadığını doğrudan tespit etmiyor.
Sistemin cevap vermeye çalıştığı soru şu:
“Bu iki hesabın arkasındaki oyuncu aynı kişi mi?”
Dolayısıyla böyle bir teknoloji gelecekte Valve tarafından kullanılsa bile VAC sisteminin yerini almak yerine onu tamamlayan ek bir güvenlik katmanı olarak değerlendirilebilir.
Örneğin VAC tarafından yasaklanan bir oyuncu yeni bir hesap açtığında, yeni hesaptaki fare ve klavye davranışları eski hesapla karşılaştırılabilir.
Sistem güçlü bir eşleşme bulursa yeni hesap;
Trust Factor sisteminde değerlendirmeye alınabilir, incelemeye gönderilebilir veya ek güvenlik kontrollerinden geçirilebilir.
Araştırmacı da yöntemin VAC ve Trust Factor gibi mevcut sistemlerin yanında çalışabileceğini düşünüyor.
Kernel Seviyesinde Anti-Cheat Gerektirmemesi Dikkat Çekiyor
Yöntemin bir diğer önemli avantajı ise oyuncunun bilgisayarına ek bir yazılım kurulmasını gerektirmemesi.
Valorant’taki Riot Vanguard gibi bazı modern anti-cheat sistemleri işletim sisteminin oldukça düşük seviyelerine erişebiliyor. Bu tür çözümler güvenlik ve gizlilik tartışmalarını da beraberinde getiriyor.
Didriksen’in sistemi ise tamamen CS2’nin zaten oluşturduğu maç demo kayıtlarını kullanıyor.
Yani teorik olarak;
ek istemci yazılımı, yeni telemetri sistemi veya kernel seviyesinde çalışan bir anti-cheat sürücüsü gerekmiyor.
Bu durum yöntemi teknik açıdan oldukça ilginç hale getiriyor.
Sistem Henüz Kusursuz Değil
Araştırmacı çalışmasının bazı önemli sınırlamalara sahip olduğunu da açıkça belirtiyor.
Bunların başında doğrulanmış aynı kişiye ait hesap sayısının henüz oldukça düşük olması geliyor.
Her ne kadar toplam veri setinde 1.000’den fazla oyuncu bulunsa da aynı kişinin kullandığı doğrulanmış hesap çiftlerinin sayısı çok daha sınırlı.
Bu nedenle sistemin Counter-Strike 2’nin milyonlarca oyuncudan oluşan gerçek kullanıcı kitlesinde aynı doğruluk oranını sağlayacağı henüz kanıtlanmış değil.
Ayrıca sistem yeni açılmış bir hesabı hemen tanıyamıyor. Güvenilir bir davranış profili oluşturabilmek için oyuncunun birkaç karşılaşmasının analiz edilmesi gerekiyor.
Bir diğer sorun ise paylaşılan hesaplar.
Aynı Steam hesabını birden fazla kişinin kullanması durumunda sistem tek hesap üzerinde birden fazla davranış modeliyle karşılaşabileceği için eşleştirme yapmak zorlaşabiliyor.
Davranışsal Biyometri Yeni Anti-Cheat Silahı Olabilir
Davranışsal biyometri aslında tamamen yeni bir araştırma alanı değil.
İnsanların klavyede yazma ritmi veya fare kullanma şekli uzun yıllardır kimlik doğrulama sistemlerinde araştırılıyor. NTNU’nun biyometri araştırma alanları arasında da keystroke recognition ve mouse dynamics bulunuyor.
Counter-Strike 2 ise bu teknolojinin uygulanması açısından oldukça uygun bir oyun olabilir. Çünkü oyuncular aynı temel hareketleri binlerce kez gerçekleştiriyor ve bu hareketler zaman içerisinde kişiye özgü kas hafızasına dönüşebiliyor.
Didriksen’in çalışması henüz Valve tarafından kullanılan resmi bir sistem değil ve şirketin teknolojiyi CS2’ye entegre edeceğine yönelik herhangi bir açıklaması bulunmuyor.
Ancak araştırmanın ortaya koyduğu fikir oldukça önemli:
Bir hilecinin hesabını değiştirmek kolay olabilir, ancak yıllar içerisinde gelişen oyun alışkanlıklarını ve kas hafızasını değiştirmek aynı ölçüde kolay olmayabilir.
Eğer benzer teknolojiler daha büyük oyuncu grupları üzerinde doğrulanabilirse geleceğin anti-cheat sistemleri yalnızca “Bu hesap hile yaptı mı?” sorusunu değil, aynı zamanda “Bu hesabın arkasındaki kişi daha önce yasaklandı mı?” sorusunu da sorabilir.
