SMAC：STEPN 反作弊模型
介紹 STEPN 的反作弊系統 — SMAC
在任何情況下，“作弊”一詞都帶有負面含義。為什麼不呢？欺騙，顧名思義，就是通過欺騙或欺詐手段剝奪一個人有價值的東西。在傳統視頻遊戲中，作弊者剝奪了普通用戶的遊戲資源、資產或積極的遊戲體驗。對於那些公平競爭的人來說，這很猖獗，令人沮喪。
對於涉及金錢的 Play2Earn 遊戲，解決作弊問題並關閉不良行為者的大門至關重要。鑑於作弊可能會破壞精心設計的遊戲生態系統，開發人員努力將反作弊軟件提升到一個新的水平。大量資源用於打擊作弊。
此外，很自然，當一個應用程序變得流行時，許多人會試圖濫用或利用該系統，導致開發人員忙於檢測和禁止作弊者。
STEPN 也不例外——隨著它的普及，作弊正成為一個突出的問題，以至於我們的開發人員將近一半的資源用於開發反作弊機制。
假用戶和作弊？
假用戶是偽造用戶身份和運動數據以試圖從 STEPN 應用程序中獲取不正當利潤的帳戶。
簡單地說，網絡遊戲作弊者就是那些操縱遊戲機制以獲得不公平優勢，為自己謀取利益而顛覆規則的人。這涉及參與不屬於標準遊戲玩法的行動，使作弊者更容易實現他們想要的——而不需要花費其他玩家所擁有的時間。
有許多跡象表明玩家可能在作弊。例如，玩家可能會不知從何處獲得大量獎勵，或者展示的模式揭示了使用非法技術來提升他們的遊戲玩法。
對於 STEPN 來說，不幸的是，有些人為了賺取超過他們應得的收入份額而採取各種不誠實的策略。作為 STEPN 用戶，您可能會想——好吧，我發現玩家作弊以賺取超出應有的收入是令人討厭和不公平的，但是……這真的有那麼大的問題嗎？
與作弊者的長期戰鬥
上述問題的答案是肯定的。這不是 Web3 賺錢遊戲第一次遇到這個問題。
自 2018 年推出以來，Axie Infinity 也吸引了數百萬玩家。東南亞的許多人能夠賺取真正的生活工資，甚至可以通過他們的收入購買新房。但與此同時，該遊戲也吸引了大量試圖與系統博弈的不良行為者。
作弊的一個例子是贏錢交易。 Win-trading 是一種作弊機制，在排名排行榜的遊戲中已經司空見慣。它發生在玩家故意輸掉一場比賽時，以便獲勝的玩家可以提高他們的排名並在排行榜上達到更高的位置。
這甚至發生在英雄聯盟等在線戰鬥競技場遊戲中的遊戲之外，並且對整個遊戲產生不利影響。 遊戲玩家和在線作家Stefan 寫道：“贏錢交易理所當然是英雄聯盟中最有毒的行為。它破壞了許多玩家的單排體驗，並幫助對那些不值得的人進行排名。”
關於 Axie Infinity，獲勝交易也成為遊戲的一個大問題。一位遊戲玩家指出，這種做法會“破壞遊戲的競爭完整性。排行榜將是虛幻的，對以合法方式磨練 MMR 的人來說是不公平的。”認識到這一點，Sky Mavis（Axie Infinity 背後的開發者）已採取措施調查和打擊這種形式的作弊行為。
但是，即使除了贏利交易之外，開發人員還必須打擊許多其他形式的作弊行為。僅今年一年，Sky Mavis 還發現並禁止超過 30,000 名 Axies 參與其遊戲中的能源濫用指控，遊戲玩家操縱系統以最大化他們的能量，同時將 Axies 贈送給第三方。並且在 2020 年，它禁止了 SLP 農場，以防止任何人同時在五個或六個不同的帳戶上玩。
縮小
在過去的十年裡，大型競技網絡遊戲已經顯著擴大了他們的反作弊行動——專家聲稱整個作弊市場已經增長到了驚人的1 億美元。
僅舉幾個例子，領先的視頻遊戲發行商動視在使命召喚中禁止了超過500,000個作弊的“戰區”帳戶，而 Bungie（在命運、光環、神話和奧尼之後）已對銷售作弊軟件的網站提起訴訟。與此同時，育碧去年以未公開的價格收購了反作弊公司 GameBlocks，而 Epic Games 在 2018 年收購了 Easy Anti-Cheat。
為什麼作弊很嚴重？
充其量，作弊會惹惱其他遊戲玩家並導致收入衝突和差距。但在最壞的情況下，猖獗的作弊實際上會破壞遊戲的整個經濟。
公平是一個問題，但當作弊者影響其他玩家時，它就變成了完全不同的球賽。那些在 STEPN 中作弊以進行金錢遊戲的人正在損害平台的代幣經濟學。這以影響 GST 的流動性和 GMT 價值的形式出現，因為當作弊者迅速賺取大量代幣並立即兌現時，作弊行為會人為地使代幣價值膨脹然後再收縮。它還扭曲了 STEPN 的運動鞋供應，影響了 STEPN 的整體壽命。簡而言之，少數人的行為可能會使精心設計的生態系統失控，從而產生迅速的後果。
此外，作弊完全違背了我們的精神。僅僅為了破解系統而參與遊戲的玩家不符合我們鼓勵人們走出去、與其他步行者/跑步者聯繫、養成更健康的習慣和更積極的生活方式的使命。
由於上述原因，我們必須對作弊採取嚴格的行動。我們已經看到它如何損害遊戲的完整性和代幣經濟學，這不僅值得投入大量資源來實施反作弊措施。
利用人工智能打擊作弊
我們的人工智能 (AI) 團隊現已花費數月時間研究模式，並建立了世界一流的反作弊系統。它基於對全面數據進行訓練的自學習算法——包括 GPS 跟踪、運動傳感器和用於檢測異常的健康數據。
異常檢測是一種識別罕見事件或觀察結果的技術，這些事件或觀察結果在統計學上與其他觀察結果不同，可能會引起懷疑。雖然存在多種深度學習技術，但 STEPN 已利用自動編碼器將數據拼湊在一起。
什麼是自動編碼器？
自動編碼器基本上是一種由神經網絡組成的無監督學習技術，神經網絡由多層神經元組成。自動編碼器發現高維數據的低維表示，然後用它來重建輸入。
它由 3 個主要層組成：
編碼器——將數據集從高維減少到低維。
瓶頸 - 包含數據集的簡化表示。
解碼器——將數據集從低維重構回高維。
本質上，自動編碼器是饋送數據集。編碼過程壓縮此輸入以吐出數據的低維表示。解碼過程重構此數據以產生結果。
真正的樂趣發生在中間——瓶頸。為了確保只提取基本信息，瓶頸層的神經元數量必須明顯少於編碼器層的神經元數量。這迫使瓶頸部分最有效地學習數據的模式並忽略“噪音”。否則，如果給予太多的學習能力，瓶頸層最終會提取太多的非必要信息。
為什麼選擇自動編碼器？
自動編碼器是一種非常有效的技術，不僅可以識別異常，還可以幫助識別導致異常的變量。通過學習被認為是“正常行為”的內容，自動編碼器能夠檢測何時通過它解析異常輸入。由於無法準確地重建數據以匹配原始數據，它能夠在異常發生時突出顯示。
舉個例子，假設您的平均步行速度在 4 到 6 公里/小時之間。如果您突然開始以 15 公里/小時的速度移動，自動編碼器會將其標記為異常。
但是系統如何從具有欺詐性質的異常中確定真正的異常呢？簡單地說，通過為重建錯誤固定一個指定的閾值，然後在多個自動編碼器數據點之間交叉引用它。
繼續上例，如果欺詐識別的數據點包括與另一個 STEPN 設備的距離（< 30cm）、與另一個 STEPN 設備的接近時間（<5 秒）和移動速度（15km/hr 變化）等數據頭，我們可以相應地交叉引用數據得出結論。
雖然實際的反作弊機制比這複雜得多，但這應該讓您大致了解自動編碼器如何成功清除作弊者。
展示STEPN的SMAC系統
經過三個月的機器學習算法訓練，我們向您展示了 STEPN 的反作弊模型 (SMAC)，我們有信心宣稱它將成為一流的反作弊系統。
用戶的跑步數據與我們的基準標准進行交叉引用，以在每次會話結束時檢查全局、上下文和集體異常值。如果 SMAC 系統檢測到異常，用戶將被標記為作弊，會話的所有請求都將被刪除。
我們可能會進一步限制用戶的應用內功能，包括但不限於 - 更長的造鞋冷卻時間、無法訪問應用內市場以及減慢能量補充。
由於我們的機器學習算法，SMAC 系統通過修改真實的步行/跑步數據專門針對運動模擬。
製鞋/腳本調平
SMAC 系統還檢測任何形式的腳本，例如我們市場上的買賣機器人、鑄造機器人或練級機器人。一旦檢測到，系統將斷開這些機器人與應用程序的連接。
月球漫步
區分月球漫步和作弊活動很重要；當 GPS 信號較差或系統無法檢測到有效的運動數據時，就會發生月球漫步。
月球漫步警告旨在警告用戶注意情況並及時解決。月球漫步沒有任何影響。
SMAC 系統會在用戶長按 STOP 鍵後啟動，在進入結果頁面之前，SMAC 系統會分析用戶的運動數據，如果檢測到異常，將會產生反響。
圖靈分數
在後續更新中，STEPN 將引入圖靈分數（TS）。用戶將從 100/100 的分數開始。在每次會話結束時，系統會自動增加或減少用戶的分數。在製表完成之前，用戶將無法開始新會話。
當用戶的 TS 低於 100 時，他們將無法與應用內市場互動，並且將暫停消費賬戶和錢包賬戶之間的轉賬。為了解除這個暫停，用戶仍然可以繼續他們的會話，如果沒有檢測到作弊，可以慢慢恢復他們的 TS 積分。
例如，如果發現用戶進行多礦（即攜帶多部手機並打開STEPN應用程序），則其會話收益將被取消，並從其TS中扣除指定數量的積分。另一方面，如果用戶在沒有作弊的情況下定期移動，他們的收入不會受到影響，他們將獲得額外的 TS 積分。
結論
使用 STEPN 的模型，不難看出為什麼長期可持續性通常是首先提出的問題之一。遊戲的持久性和穩定性是團隊的首要任務，專注於打造強大的代幣經濟學就證明了這一點。
雖然反作弊方面的更新可能不是一些人所要求的財富承諾，但必須解決這個問題。可以預期對反作弊基礎設施的高水平投資。這是為了確保為用戶提供公平公正的遊戲玩法，並防止作弊者使整個社區的遊戲失去平衡。
