SMAC：STEPN 反作弊模型
介绍 STEPN 的反作弊系统 — SMAC
在任何情况下，“作弊”一词都带有负面含义。为什么不呢？欺骗，顾名思义，就是通过欺骗或欺诈手段剥夺一个人有价值的东西。在传统视频游戏中，作弊者剥夺了普通用户的游戏资源、资产或积极的游戏体验。对于那些公平竞争的人来说，这很猖獗，令人沮丧。
对于涉及金钱的 Play2Earn 游戏，解决作弊问题并关闭不良行为者的大门至关重要。鉴于作弊可能会破坏精心设计的游戏生态系统，开发人员努力将反作弊软件提升到一个新的水平。大量资源用于打击作弊。
此外，很自然，当一个应用程序变得流行时，许多人会试图滥用或利用该系统，导致开发人员忙于检测和禁止作弊者。
STEPN 也不例外——随着它的普及，作弊正成为一个突出的问题，以至于我们的开发人员将近一半的资源用于开发反作弊机制。
假用户和作弊？
假用户是伪造用户身份和运动数据以试图从 STEPN 应用程序中获取不正当利润的帐户。
简单地说，网络游戏作弊者就是那些操纵游戏机制以获得不公平优势，为自己谋取利益而颠覆规则的人。这涉及参与不属于标准游戏玩法的行动，使作弊者更容易实现他们想要的——而不需要花费其他玩家所拥有的时间。
有许多迹象表明玩家可能在作弊。例如，玩家可能会不知从何处获得大量奖励，或者展示的模式揭示了使用非法技术来提升他们的游戏玩法。
对于 STEPN 来说，不幸的是，有些人为了赚取超过他们应得的收入份额而采取各种不诚实的策略。作为 STEPN 用户，您可能会想——好吧，我发现玩家作弊以赚取超出应有的收入是令人讨厌和不公平的，但是……这真的有那么大的问题吗？
与作弊者的长期战斗
上述问题的答案是肯定的。这不是 Web3 赚钱游戏第一次遇到这个问题。
自 2018 年推出以来，Axie Infinity 也吸引了数百万玩家。东南亚的许多人能够赚取真正的生活工资，甚至可以通过他们的收入购买新房。但与此同时，该游戏也吸引了大量试图与系统博弈的不良行为者。
作弊的一个例子是赢钱交易。 Win-trading 是一种作弊机制，在排名排行榜的游戏中已经司空见惯。它发生在玩家故意输掉一场比赛时，以便获胜的玩家可以提高他们的排名并在排行榜上达到更高的位置。
这甚至发生在英雄联盟等在线战斗竞技场游戏中的游戏之外，并且对整个游戏产生不利影响。 游戏玩家和在线作家Stefan 写道：“赢钱交易理所当然是英雄联盟中最有毒的行为。它破坏了许多玩家的单排体验，并帮助对那些不值得的人进行排名。”
关于 Axie Infinity，获胜交易也成为游戏的一个大问题。一位游戏玩家指出，这种做法会“破坏游戏的竞争完整性。排行榜将是虚幻的，对以合法方式磨练 MMR 的人来说是不公平的。”认识到这一点，Sky Mavis（Axie Infinity 背后的开发者）已采取措施调查和打击这种形式的作弊行为。
但是，即使除了赢利交易之外，开发人员还必须打击许多其他形式的作弊行为。仅今年一年，Sky Mavis 还发现并禁止超过 30,000 名 Axies 参与其游戏中的能源滥用指控，游戏玩家操纵系统以最大化他们的能量，同时将 Axies 赠送给第三方。并且在 2020 年，它禁止了 SLP 农场，以防止任何人同时在五个或六个不同的帐户上玩。
缩小
在过去的十年里，大型竞技网络游戏已经显着扩大了他们的反作弊行动——专家声称整个作弊市场已经增长到了惊人的1 亿美元。
仅举几个例子，领先的视频游戏发行商动视在使命召唤中禁止了超过500,000个作弊的“战区”帐户，而 Bungie（在命运、光环、神话和奥尼之后）已对销售作弊软件的网站提起诉讼。与此同时，育碧去年以未公开的价格收购了反作弊公司 GameBlocks，而 Epic Games 在 2018 年收购了 Easy Anti-Cheat。
为什么作弊很严重？
充其量，作弊会惹恼其他游戏玩家并导致收入冲突和差距。但在最坏的情况下，猖獗的作弊实际上会破坏游戏的整个经济。
公平是一个问题，但当作弊者影响其他玩家时，它就变成了完全不同的球赛。那些在 STEPN 中作弊以进行金钱游戏的人正在损害平台的代币经济学。这以影响 GST 的流动性和 GMT 价值的形式出现，因为当作弊者迅速赚取大量代币并立即兑现时，作弊行为会人为地使代币价值膨胀然后再收缩。它还扭曲了 STEPN 的运动鞋供应，影响了 STEPN 的整体寿命。简而言之，少数人的行为可能会使精心设计的生态系统失控，从而产生迅速的后果。
此外，作弊完全违背了我们的精神。仅仅为了破解系统而参与游戏的玩家不符合我们鼓励人们走出去、与其他步行者/跑步者联系、养成更健康的习惯和更积极的生活方式的使命。
由于上述原因，我们必须对作弊采取严格的行动。我们已经看到它如何损害游戏的完整性和代币经济学，这不仅值得投入大量资源来实施反作弊措施。
利用人工智能打击作弊
我们的人工智能 (AI) 团队现已花费数月时间研究模式，并建立了世界一流的反作弊系统。它基于对全面数据进行训练的自学习算法——包括 GPS 跟踪、运动传感器和用于检测异常的健康数据。
异常检测是一种识别罕见事件或观察结果的技术，这些事件或观察结果在统计学上与其他观察结果不同，可能会引起怀疑。虽然存在多种深度学习技术，但 STEPN 已利用自动编码器将数据拼凑在一起。
什么是自动编码器？
自动编码器基本上是一种由神经网络组成的无监督学习技术，神经网络由多层神经元组成。自动编码器发现高维数据的低维表示，然后用它来重建输入。
它由 3 个主要层组成：
编码器——将数据集从高维减少到低维。
瓶颈 - 包含数据集的简化表示。
解码器——将数据集从低维重构回高维。
本质上，自动编码器是馈送数据集。编码过程压缩此输入以吐出数据的低维表示。解码过程重构此数据以产生结果。
真正的乐趣发生在中间——瓶颈。为了确保只提取基本信息，瓶颈层的神经元数量必须明显少于编码器层的神经元数量。这迫使瓶颈部分最有效地学习数据的模式并忽略“噪音”。否则，如果给予太多的学习能力，瓶颈层最终会提取太多的非必要信息。
为什么选择自动编码器？
自动编码器是一种非常有效的技术，不仅可以识别异常，还可以帮助识别导致异常的变量。通过学习被认为是“正常行为”的内容，自动编码器能够检测何时通过它解析异常输入。由于无法准确地重建数据以匹配原始数据，它能够在异常发生时突出显示。
举个例子，假设您的平均步行速度在 4 到 6 公里/小时之间。如果您突然开始以 15 公里/小时的速度移动，自动编码器会将其标记为异常。
但是系统如何从具有欺诈性质的异常中确定真正的异常呢？简单地说，通过为重建错误固定一个指定的阈值，然后在多个自动编码器数据点之间交叉引用它。
继续上例，如果欺诈识别的数据点包括与另一个 STEPN 设备的距离（< 30cm）、与另一个 STEPN 设备的接近时间（<5 秒）和移动速度（15km/hr 变化）等数据头，我们可以相应地交叉引用数据得出结论。
虽然实际的反作弊机制比这复杂得多，但这应该让您大致了解自动编码器如何成功清除作弊者。
展示STEPN的SMAC系统
经过三个月的机器学习算法训练，我们向您展示了 STEPN 的反作弊模型 (SMAC)，我们有信心宣称它将成为一流的反作弊系统。
用户的跑步数据与我们的基准标准进行交叉引用，以在每次会话结束时检查全局、上下文和集体异常值。如果 SMAC 系统检测到异常，用户将被标记为作弊，会话的所有请求都将被删除。
我们可能会进一步限制用户的应用内功能，包括但不限于 - 更长的造鞋冷却时间、无法访问应用内市场以及减慢能量补充。
由于我们的机器学习算法，SMAC 系统通过修改真实的步行/跑步数据专门针对运动模拟。
制鞋/脚本调平
SMAC 系统还检测任何形式的脚本，例如我们市场上的买卖机器人、铸造机器人或练级机器人。一旦检测到，系统将断开这些机器人与应用程序的连接。
月球漫步
区分月球漫步和作弊活动很重要；当 GPS 信号较差或系统无法检测到有效的运动数据时，就会发生月球漫步。
月球漫步警告旨在警告用户注意情况并及时解决。月球漫步没有任何影响。
SMAC 系统会在用户长按 STOP 键后启动，在进入结果页面之前，SMAC 系统会分析用户的运动数据，如果检测到异常，将会产生反响。
图灵分数
在后续更新中，STEPN 将引入图灵分数（TS）。用户将从 100/100 的分数开始。在每次会话结束时，系统会自动增加或减少用户的分数。在制表完成之前，用户将无法开始新会话。
当用户的 TS 低于 100 时，他们将无法与应用内市场互动，并且将暂停消费账户和钱包账户之间的转账。为了解除这个暂停，用户仍然可以继续他们的会话，如果没有检测到作弊，可以慢慢恢复他们的 TS 积分。
例如，如果发现用户进行多矿（即携带多部手机并打开STEPN应用程序），则其会话收益将被取消，并从其TS中扣除指定数量的积分。另一方面，如果用户在没有作弊的情况下定期移动，他们的收入不会受到影响，他们将获得额外的 TS 积分。
结论
使用 STEPN 的模型，不难看出为什么长期可持续性通常是首先提出的问题之一。游戏的持久性和稳定性是团队的首要任务，专注于打造强大的代币经济学就证明了这一点。
虽然反作弊方面的更新可能不是一些人所要求的财富承诺，但必须解决这个问题。可以预期对反作弊基础设施的高水平投资。这是为了确保为用户提供公平公正的游戏玩法，并防止作弊者使整个社区的游戏失去平衡。
