Mahasiswa Magister Kembangkan Sistem Sidik Jari Digital untuk Lacak Cheater CS2

Seorang mahasiswa magister mengembangkan sistem biometrik perilaku yang berpotensi menyulitkan pemain curang Counter-Strike 2 (CS2) untuk membuat akun baru setelah terkena ban.

Sistem yang disebut "CS-fingerprint" ini dikembangkan sebagai bagian dari tesis magister di Norwegian University of Science and Technology (NTNU) oleh peneliti bernama Magga.

Teknologi ini memanfaatkan rekaman pertandingan atau demo CS2 yang sudah ada untuk menganalisis pola unik cara pemain menggunakan mouse dan keyboard, tanpa membutuhkan perangkat tambahan.

"Cheater akan tertangkap sekali sebagai seseorang, dan tetap tertangkap," menjadi gambaran tujuan utama teknologi tersebut, kata Magga.

Gagasan dasarnya adalah setiap pemain memiliki kebiasaan otomatis dan tidak disengaja dalam gerakan seperti flick, counter-strafe, spray control hingga penggunaan utility, yang dapat dijadikan identitas perilaku atau "memori otot".

Sistem dirancang untuk menjawab pertanyaan apakah dua akun berbeda kemungkinan besar dimainkan oleh orang yang sama, bukan hanya mendeteksi aktivitas curang dalam game.

Dalam pengujian awal terhadap dataset yang mencakup lebih dari 1.000 pemain, fingerprint berdasarkan mouse berhasil mengidentifikasi pemain yang tepat setiap kali, sementara 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.

Salah satu hasil menarik 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," menurut peneliti.

Setelah akun-akun tersebut dimasukkan ke dalam data penelitian, sistem akhirnya mampu mengenali seluruh 13 pasangan akun yang diketahui digunakan oleh orang yang sama.

Peneliti membayangkan teknologi ini digunakan sebagai lapisan tambahan bersama sistem seperti VAC dan Trust Factor milik Valve.

Dengan begitu, ketika sebuah akun terbukti melakukan pelanggaran, sistem dapat mencari kemungkinan akun lain yang juga digunakan oleh orang yang sama, sehingga hukuman dapat mengikuti identitas perilakunya ketika mencoba kembali menggunakan akun baru.

Alasan pendekatan ini menarik adalah karena pemain bisa dengan mudah mengganti berbagai identitas digital mereka, namun mengubah kebiasaan gerakan tangan jauh lebih sulit.

Meski menjanjikan, Magga menegaskan bahwa sistem tersebut masih memiliki keterbatasan, dengan 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," kata peneliti.

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, yang dapat membuat sistem lebih sulit menentukan siapa sebenarnya pengguna akun tersebut.

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, memberikan lapisan tambahan untuk mengenali pemain yang mencoba kembali setelah terkena hukuman.