Mahasiswa Magister Bikin Tesis Cara Bikin Ban CS2 Mengikuti Cheater ke Akun Baru
Masalah cheater masih menjadi salah satu tantangan terbesar dalam game kompetitif seperti Counter-Strike 2 (CS2). Salah satu masalah yang sering muncul adalah ketika sebuah akun terkena ban, pemain curang tersebut masih bisa membuat akun baru dan kembali bermain.
Kini, seorang pemain CS2 sekaligus mahasiswa magister mengembangkan sistem yang berpotensi membuat situasi tersebut jauh lebih sulit. Sistem ini dirancang agar hukuman tidak hanya melekat pada akun, tetapi juga bisa dikaitkan dengan identitas perilaku pemain.
Menariknya, teknologi tersebut tidak membutuhkan perangkat tambahan. Sistem memanfaatkan rekaman pertandingan atau demo yang memang sudah dihasilkan oleh CS2.
Skripsi Magister Jadi Awal Pengembangan Sistem Anti-Cheater
Sistem tersebut dikembangkan sebagai bagian dari tesis magister di Norwegian University of Science and Technology (NTNU). Peneliti bernama Magga mencoba memanfaatkan teknologi behavioral biometrics atau biometrik perilaku untuk mengenali pemain berdasarkan cara mereka menggunakan mouse dan keyboard.
Gagasan dasarnya cukup sederhana. Setiap pemain memiliki kebiasaan tertentu ketika mengendalikan karakter di dalam game. Cara melakukan flick, counter-strafe, spray control hingga penggunaan utility dilakukan berulang kali dalam situasi yang membutuhkan kecepatan dan presisi.
Kebiasaan tersebut lama-kelamaan menjadi semacam memori otot. Menurut peneliti, pola input yang bersifat otomatis dan tidak disengaja inilah yang dapat dimanfaatkan sebagai identitas perilaku. Ia menyebut hasilnya sebagai “CS-fingerprint”, yaitu semacam sidik jari digital yang dibuat berdasarkan pola permainan seorang pemain.
Sistem Membaca Cara Pemain Menggunakan Mouse dan Keyboard
Berbeda dengan sistem anti-cheat konvensional yang lebih berfokus pada aktivitas mencurigakan dalam game, metode ini mencoba menjawab pertanyaan lain: apakah dua akun sebenarnya dimainkan oleh orang yang sama?
Sistem membandingkan pola penggunaan mouse dan keyboard dari berbagai demo CS2. Dengan cara tersebut, algoritma dapat memperkirakan apakah dua akun berbeda kemungkinan besar dimiliki atau digunakan oleh satu pemain.
Hasil pengujian awal menunjukkan potensi yang cukup besar. Dalam dataset yang mencakup lebih dari 1.000 pemain, fingerprint berdasarkan mouse berhasil mengidentifikasi pemain yang tepat setiap kali. Sementara itu, fingerprint keyboard memiliki tingkat keberhasilan sebesar 98 persen.
Ketika kedua jenis fingerprint tersebut digabungkan, sistem dilaporkan mampu membedakan seluruh pasangan akun yang diketahui digunakan oleh orang yang sama dari akun-akun yang tidak memiliki hubungan tersebut.
Bisa Menemukan Akun Smurf
Salah satu hasil menarik dari penelitian ini adalah kemampuan sistem menemukan dugaan akun smurf yang sebelumnya belum diketahui. Dalam pengujian, beberapa hasil yang awalnya dianggap sebagai false positive diperiksa secara manual. Setelah diperiksa lebih lanjut, ternyata sejumlah akun tersebut memang merupakan akun tambahan milik pemain yang sudah ada dalam dataset.
Setelah akun-akun tersebut dimasukkan ke dalam data penelitian, sistem akhirnya mampu mengenali seluruh 13 pasangan akun yang diketahui digunakan oleh orang yang sama. Temuan ini menunjukkan bahwa teknologi tersebut bukan hanya berpotensi digunakan untuk menghadapi cheater, tetapi juga dapat membantu mengidentifikasi hubungan antara beberapa akun yang digunakan oleh satu pemain.
Ban Bisa Mengikuti Pemain, Bukan Sekadar Akun
Konsep tersebut berpotensi mengubah cara sistem hukuman dalam game kompetitif bekerja. Saat ini, ketika sebuah akun terkena ban, pemain yang bersangkutan pada dasarnya masih dapat mencoba kembali menggunakan akun lain. Inilah celah yang ingin ditutup oleh sistem tersebut.
Peneliti membayangkan teknologi ini digunakan sebagai lapisan tambahan bersama sistem seperti VAC dan Trust Factor. Dengan begitu, ketika sebuah akun terbukti melakukan pelanggaran, sistem dapat mencari kemungkinan akun lain yang juga digunakan oleh orang yang sama.
Dalam skenario ideal, seorang cheater tidak lagi sekadar kehilangan satu akun. Hukuman dapat mengikuti identitas perilakunya ketika mencoba kembali menggunakan akun baru.
“Cheater akan tertangkap sekali sebagai seseorang, dan tetap tertangkap,” menjadi gambaran tujuan utama teknologi tersebut.
Sulit Mengubah Kebiasaan Tangan
Alasan pendekatan ini menarik adalah karena pemain bisa dengan mudah mengganti berbagai identitas digital mereka. Nama bisa diganti. Akun bisa diganti. Rank bisa berubah. Senjata yang digunakan juga dapat berganti. Bahkan gaya bermain bisa sengaja diubah untuk mencoba menghindari deteksi.
Namun, mengubah kebiasaan gerakan tangan jauh lebih sulit. Pemain melakukan berbagai input yang sama ribuan kali selama bermain. Gerakan seperti flick, counter-strafe, spray control dan penggunaan utility dilakukan dengan cepat sehingga sebagian besar menjadi kebiasaan otomatis. Karena itulah pola penggunaan mouse dan keyboard dapat menjadi data biometrik perilaku yang cukup unik untuk setiap pemain.
Teknologi Ini Belum Siap untuk Ban Otomatis
Meski hasil penelitian terlihat menjanjikan, Magga juga menegaskan bahwa sistem tersebut masih memiliki keterbatasan. Salah satu persoalan terbesar adalah skala. Teknologi ini belum diuji terhadap keseluruhan basis pemain CS2. Dataset lebih dari 1.000 pemain masih jauh lebih kecil dibandingkan jumlah pemain yang sebenarnya menggunakan game tersebut.
Karena itu, peneliti menyarankan agar hubungan antarakun yang ditemukan sistem pada tahap awal diperlakukan sebagai bukti tambahan, bukan langsung menjadi alasan otomatis untuk menjatuhkan ban.
Ada pula masalah ketika sebuah akun digunakan oleh lebih dari satu orang. Jika satu akun dimainkan secara bergantian oleh beberapa pemain, pola penggunaan mouse dan keyboard tentu bisa berbeda. Kondisi tersebut dapat membuat sistem lebih sulit menentukan siapa sebenarnya pengguna akun tersebut.
Menunggu Pengujian dalam Skala Lebih Besar
Saat ini, Magga berharap Valve atau platform matchmaking pihak ketiga tertarik membantu menguji teknologi tersebut menggunakan kumpulan data pemain yang jauh lebih besar. Jika berhasil dikembangkan lebih lanjut, sistem CS-fingerprint ini berpotensi menjadi pelengkap bagi teknologi anti-cheat yang sudah ada. Bukan berarti menggantikan sistem seperti VAC, tetapi memberikan lapisan tambahan untuk mengenali pemain yang mencoba kembali setelah terkena hukuman.
Bagi komunitas CS2, konsep tersebut tentu menarik. Cheater mungkin masih bisa mengganti nama, membuat akun baru atau mengubah cara bermain. Namun, jika pola kebiasaan tangan benar-benar dapat digunakan sebagai identitas, membuat akun baru tidak lagi otomatis berarti bisa memulai dari nol.
Ikuti terus berita terbaru seputar CS:GO dan skena esports lainnya di Ligagame Esports! Kunjungi Instagram dan Youtube Ligagame.tv yang selalu update dan kekinian.