**Я Создал ИИ АНТИЧИТ - Анархия ХолиВорлд — Transcript & Summary | SozAI**
Source: https://sozai.app/transcript/created-ai-anticheat-holivorld-anarchy/

Создание и обучение ИИ античита для борьбы с читерами на большом сервере HL World с использованием машинного обучения.

## Key Takeaways

- Читы приносят значительные доходы, что стимулирует их постоянное развитие и обход античитов.
- Машинное обучение — ключевой инструмент для создания эффективных античитов в современных играх.
- Сбор качественных данных — основа для обучения моделей и успешного выявления читеров.
- Античит должен быть адаптивным и масштабируемым для работы с большим онлайном.
- Сообщество и ютуберы играют важную роль в тестировании и развитии античит-систем.

## What the video covers

- HL World — крупный игровой сервер с многотысячным онлайном, где проблема читеров стоит особенно остро.
- Читы быстро адаптируются под обновления античита, что делает борьбу с ними сложной и дорогостоящей.
- Рынок античитов развит слабо из-за высокой сложности и низкой прибыли по сравнению с читами.
- Использование машинного обучения позволяет создавать модели, способные выявлять сложные виды читов, включая аим и килауру.
- Данные для обучения модели собирались вручную с помощью трекеров на игроках и ютуберах, а также с использованием активных читов.
- Античит анализирует миллионы движений и ударов, учитывая поведение камеры и реакцию игрока.
- Внедрение античита прошло в режиме наблюдения, что позволило выявить ранее незаметных читеров.
- Администраторы могут использовать инструменты античита для мониторинга подозрительных игроков и принятия мер.
- Существуют и другие проекты, использующие машинное обучение для борьбы с читами, например, Funtime и Slot античит.
- Сбор данных и доработка античита продолжаются для повышения точности и эффективности.

## Chapters

1. 00:00 Введение и проблема читеров на HL World
2. 00:56 Сложности борьбы с читерами на больших серверах
3. 02:20 Экономика читов и античитов
4. 05:32 Технические вызовы для античитов в кубической игре
5. 07:13 Рынок античитов и исключения
6. 10:39 Использование машинного обучения для античита
7. 16:42 Сбор данных и обучение модели
8. 18:21 Роль ютуберов и игроков в сборе данных
9. 22:02 Мотивация игроков и продолжение сбора данных
10. 30:28 Внедрение античита и работа модераторов

Answers

## Questions about this video

Почему борьба с читерами на больших серверах особенно сложна?

Большие серверы с многотысячным онлайном становятся целью для создания специализированных читов, которые быстро адаптируются под обновления античита, что требует постоянной доработки и больших ресурсов.

Как машинное обучение помогает в создании античита?

Машинное обучение позволяет создавать модели, которые анализируют поведение игроков, включая движения камеры и удары, чтобы выявлять даже самые скрытые и плавные виды читов, такие как аим и килаура.

Каким образом собираются данные для обучения античита?

Данные собираются вручную с помощью трекеров, установленных на доверенных игроках и ютуберах, а также путем записи поведения активных читеров, что позволяет получить тысячи часов ПВП для обучения модели.

## Full Transcript — Download SRT & Markdown

00:00

Speaker A

Всем привет. Перед вами HL World. Большой сервер, где каждую минуту происходит какая-нибудь движуха.

00:20

Speaker A

Мы рады видеть на наших игровых серверах десятки тысяч разных игроков ежедневно.

00:34

Speaker A

Но проблема любого большого сервера — это читеры. Читеры, которые всегда были, есть и будут в игровом комьюнити.

00:56

Speaker A

Однако бороться с ними для больших серверов — это особая, отдельная тяжёлая задача.

01:13

Speaker A

Почему? Когда ты большой сервер с многотысячным онлайном, под твою систему защиты разрабатываются отдельные читы.

01:31

Speaker A

Они точат свои алгоритмы и обходы именно под твой сервер.

01:40

Speaker A

Каждый раз любое наше обновление античита моментально попадает под разбор читеров и обход, если он вообще возможен, выкатывается, ну, практически в этот же день.

01:57

Speaker A

А почему так происходит? Читы — это деньги. Это очень большие деньги.

02:17

Speaker A

Говоря откровенно, даже самый нубский чит, пока его не взломали, может зарабатывать приличные цифры.

02:36

Speaker A

И мы можем говорить даже не про огромных чит-гигантов, которые годами продают сотни или даже тысячи, или, может, даже десятки тысяч своих подписок, а про чит,

03:00

Speaker A

релиз которого состоялся относительно недавно, и он ещё не имеет огромной аудитории, его владелец уже называет цифру в полмиллиона рублей в месяц.

03:20

Speaker A

Но как обстоят дела на рынке античитов? Да никак.

03:32

Speaker A

Ну, во-первых, это в разы сложнее. Разработчики нашей кубической игры с каждым обновлением оставляют всё больше и больше дыр читерам и всё меньше и меньше места для манёвра античитерам.

03:51

Speaker A

Во-вторых, античиты, которые предоставляют своё решение для всех, становятся целью номер один для читеров.

04:13

Speaker A

Ведь обойдя их, ты сразу станешь читом для нескольких проектов.

04:33

Speaker A

Ну и такие античиты не стоят дорого. Подписка на тот же Вулкан стоит в районе 20 баксов.

04:52

Speaker A

Это чуть больше, чем стоит один чит.

05:08

Speaker A

Однако сервер купит Вулкан один раз, а игроки этого сервера могут купить чит десятки, если не сотни раз.

05:21

Speaker A

Есть, конечно, исключение. Эксклюзивное сотрудничество античита Полер и сервера Funtime.

05:32

Speaker A

Как подтверждает сам Pioner, Funtime платит около полумиллиона рублей в месяц за поддержку и разработку Полер.

05:41

Speaker A

Кстати, Funtime раньше активно донатил разным античитам, чтобы мотивировать разработку.

05:58

Speaker A

Возможно, достижение современных античитов — это как раз отчасти и есть заслуга Funtime, но это всё скорее просто исключение из правил, чем тенденция.

06:07

Speaker A

Вот и получается, что античатами никто не занимается. В сфере банально высокий порог входа и отсутствие денег.

06:22

Speaker A

В Майнкрафте все самые крутые разработки всегда делаются благодаря комьюнити.

06:39

Speaker A

И прорывы в античетах не исключение.

06:54

Speaker A

Уже давно существует решение, позволяющее неплохо контролировать движение игроков при помощи отточенных движков предсказаний поведений клиента.

07:10

Speaker A

Это избавило наши сервера от всевозможных проходов через стены, несанкционированных полётов, спидхаков и прочего.

07:24

Speaker A

Это уже в прошлом.

07:37

Speaker A

Но читы — это не только полёт сквозь блоки.

07:52

Speaker A

Существует аим, в простонародье Килаура.

08:08

Speaker A

И тут смоделировать все возможные движения игрока просто невозможно.

08:25

Speaker A

Скиловый игрок может хорошо попадать по цели, наносить критические удары раз за разом и не промахиваться.

08:38

Speaker A

Хороший же чит будет максимально похож на игрока.

08:52

Speaker A

Также плавно поворачиваться, наносить удары, даже рандомить промахи.

09:07

Speaker A

И как это улавливать? Как выяснить, бьёт человек или машина?

09:23

Speaker A

Даже в ПВП ты сам не можешь иногда отличить, использует противник читы или это скилл.

09:36

Speaker A

Перед нами явная задача машинного обучения.

09:52

Speaker A

Нужно было разработать античит, который позволит обучать модели под разные задачи: от выявления копающих шахту, торгующих на аукционе и прочее ботов до обнаружения ассистентов при наведении.

10:07

Speaker A

Плюсом античит должен справляться с нашим онлайном, своевременно обрабатывать огромный поток данных.

10:22

Speaker A

Когда архитектура античита была готова, я приступил к обучению модели.

10:31

Speaker A

Все данные собираются вручную.

10:48

Speaker A

Сначала я взял ещё одного разработчика проекта, и мы записали несколько часов чистых данных обычного ПВП.

11:01

Speaker A

Затем к нам присоединились наши ютуберы.

11:16

Speaker A

Мы им доверяем, поэтому просто поставили на них трекеры.

11:33

Speaker A

Они снимают свои ролики, а данные собираются.

11:41

Speaker A

Никита Неформ ПВП игроков и предлагает им коины за ПВП.

11:56

Speaker A

Пока Никита записывал чистых игроков, наблюдая за их демонстрациями, мы купили самые активные читы и начали записывать их.

12:11

Speaker A

Это продолжалось достаточно большое количество дней.

12:22

Speaker A

Нам нужны тысячи часов ПВП.

12:32

Speaker A

Античит съедает десятки миллионов различных движений и сотни тысяч ударов, находя способы отличать даже самую скрытую и плавную килауру от человека.

12:47

Speaker A

Анализ идёт не только по движению камеры, но и по самим ударам, перемещению самого игрока, реакции на поведение цели и куче других различных данных.

13:02

Speaker A

Хотите экоинов за час?

13:17

Speaker A

Да, конечно, хотим.

13:31

Speaker A

Я вот вас сейчас вот на этой арене оставляю, и вы друг с другом целый час просто пхаетесь.

13:49

Speaker A

Я вам за это 500 коинов даю.

14:05

Speaker A

Да, просто час. Просто пхайтесь. Час.

14:18

Speaker A

Я вам 500 коинов даю.

14:31

Speaker A

Серьёзно?

14:53

Speaker A

Ну да, да. Просто сейчас пхайтесь вот здесь, и я вам даю 500 коинов.

15:01

Speaker A

Забегая наперёд, на сегодняшний день сбор данных активно продолжается.

15:11

Speaker A

Мы продолжаем выявлять игроков, стиль ПВП которых тяжело различим для античита.

15:27

Speaker A

Итак, быть минусом в моём канале номер один.

15:40

Speaker A

Зака можете посадить как раба, долбиться друг с другом на тестовом сервере для того, чтобы собирать данные за несчастные 500 коинов в час.

15:58

Speaker A

И вы будете обязаны вот так вот друг с другом долбиться за какие-то 500 коинов.

16:14

Speaker A

Блин, кстати, справедливо будет сказать, что мы не первые, кто решил использовать машинное обучение для обнаружения аима.

16:30

Speaker A

Funtime когда-то заявляли, что тоже этим занимаются.

16:47

Speaker A

И даже сам Pioner подтвердил, что у них работает обученная модель для классификации аима.

16:56

Speaker A

Если этот ролик смотрят игроки Funtime, расскажите, как на вашем сервере обстоят дела с читерами.

17:14

Speaker A

Ещё есть слот античит.

17:36

Speaker A

Они тоже собирают данные по всему румайну и как раз предоставляют услуги анализа ПВП.

17:50

Speaker A

Если у вас сервер со скромным бюджетом, вполне можете воспользоваться их услугами.

18:06

Speaker A

Когда датасет уже был минимально приемлемых размеров, мы выкатили античит на игровые сервера.

18:28

Speaker A

Он работал в режиме наблюдения.

18:39

Speaker A

Мы просто смотрели, как он реагирует на разных игроков, и это уже позволило нам обнаружить целый пласт читеров, которых не видел наш прошлый античит.

18:57

Speaker A

Вы их точно замечали, если играли на наших серверах.

19:14

Speaker A

Крутящиеся такие, по которым тяжело попасть.

19:27

Speaker A

Модель теперь замечательно видит их.

19:41

Speaker A

Я предлагаю посмотреть, как это выглядит от лица администратора.

19:48

Speaker A

Ну, сначала он заходит на смену, например, да, это модератор, он пишет команду, у него здесь вот список всех подозреваемых.

20:04

Speaker A

И впереди у него самые такие выдающиеся читеры.

20:19

Speaker A

Он, например, нажимает на какого, ну, давайте вот, например, вот этого выберем, к нему телепортируемся и увидим, что это какой-то типочек на спавне.

20:33

Speaker A

Что можно сделать первым же делом?

20:48

Speaker A

Первым же делом можно чекнуть плейтайм и увидеть, что этот чувак зарегал аккаунт 5 минут назад.

21:02

Speaker A

То есть, ну, я по своему мнению уже уверен, что это как бы софтяра.

21:16

Speaker A

Вот сюда уже спектатор тепнулся.

21:31

Speaker A

Сейчас он тоже увидит, что это пятиминутный аккаунт новый зареган.

21:46

Speaker A

Вот у нас, а, подгрузились его последние удары, судя по всему, человек уже на спавне что-то настраивал, раз он вот так вот зафлагался.

21:58

Speaker A

Ну и как бы дальше дело спектатора просто за ним сейчас следить, если он будет реально стрёмно бить, вызвать на проверку или там забанить, если прямо всё будет видно.

22:11

Speaker A

Например, вот этот вот.

22:26

Speaker A

Так, куда он делся?

22:39

Speaker A

Вот он.

22:49

Speaker A

А летит он у нас за каким-то другим чуваком на соло анархии.

23:06

Speaker A

И видим по стриму, что его удары оцениваются в 99%, что это чит.

23:23

Speaker A

Ну, видим по его движению, что у него камера дёргается, то есть мы можем его сразу вот так вот уже откидывать и можем посмотреть за вторым.

23:37

Speaker A

Хотя на второго я что-то не видел, чтобы жаловалось, да, над ним не висит голограмма.

23:48

Speaker A

Соответственно, его удары вообще нисколько процентов вероятности чита не имеют.

24:08

Speaker A

Давайте ради интереса чекнем плейтайм предыдущего чувака.

24:18

Speaker A

Увидим, что он 40 минут назад зарегался на анархии.

24:29

Speaker A

Активничал.

24:47

Speaker A

Из этих со0ка он только 30.

25:05

Speaker A

И посмотрим, например, его историю инвентаря.

25:19

Speaker A

Сначала он зашёл, был стейк, второй раз зашёл, был стейк, третий раз зашёл, всё, у него инвентарь ещё и...

Topics: античит читеры машинное обучение HL World игровой сервер античит система аимбот килаура сбор данных обнаружение читов

Учить по этому видео

- [Карточки по этому видео](https://sozai.app/ru/tools/ai-flashcard-generator/?from=transcript&id=73583)
- [Тест по этому видео](https://sozai.app/ru/tools/quiz-generator/?from=transcript&id=73583)

Бесплатно, составлено ИИ по этой расшифровке. Без регистрации.


---
This is the markdown twin of https://sozai.app/transcript/created-ai-anticheat-holivorld-anarchy/ — the same content, without the markup.
Published by SozAI (https://sozai.app). Reuse and quotation are allowed with attribution and a link back.
Machine-readable index: https://sozai.app/llms.txt · data API: https://sozai.app/api/