FACEIT ने धोखेबाज़ों के खिलाफ हथियारों की दौड़ को और बढ़ा दिया है। प्रतिस्पर्धी Counter-Strike 2 प्लेटफॉर्म "Human Input Detection" नामक एक मशीन लर्निंग सिस्टम लॉन्च कर रहा है, जो पहचाने गए चीट सॉफ्टवेयर की तलाश नहीं करता। इसके बजाय, यह आपके खेलने के तरीके को देखता है और यह निर्णय लेता है कि कीबोर्ड के पीछे वास्तव में एक मनुष्य है या नहीं।
यह सुविधा 5 अगस्त, 2026 को लॉन्च होगी, जो सीजन 9 की शुरुआत के साथ समयबद्ध है। यह FACEIT के एंटी-चीट पहलू में एक मौलिक परिवर्तन का प्रतिनिधित्व करती है: सॉफ्टवेयर साइनेचर्स को स्कैन करने के बजाय, प्रणाली गेम के भीतर इनपुट का विश्लेषण करती है ताकि यह निर्धारित किया जा सके कि क्या वे वास्तविक रूप से मानवीय हैं।
क्यों पारंपरिक धोखाधड़ी रोकने की रणनीति हार रही है
पारंपरिक धोखाधड़ी रोकने के प्रणालियाँ एंटीवायरस सॉफ्टवेयर की तरह काम करती हैं, जो ज्ञात खतरों का डेटाबेस बनाए रखती हैं और मिलान के लिए स्कैन करती हैं। AI-सक्षम धोखाधड़ी इसी कमजोरी का लाभ उठाती है। ये उपकरण गेम में कोड इंजेक्ट नहीं करते या मेमोरी को ऐसे तरीके से नहीं बदलते जिससे स्पष्ट निशान बच जाएं। वे बाहरी हार्डवेयर (अक्सर DMA कार्ड के माध्यम से) के माध्यम से स्क्रीन डेटा पढ़ते हैं और इसे ऐसे माउस गतिविधियों में अनुवादित करते हैं जो प्रतीत होते हैं कि वे वैध हैं। साइनेचर-आधारित स्कैनर के लिए, सब कुछ साफ दिखता है।
संख्याएँ बताती हैं कि यह कितना खराब हो गया है। मई 2026 तक, AI और DMA धोखेबाजी FACEIT के प्लेटफॉर्म पर सभी प्रतिबंधों का 40% थी। सीजन 7 के दौरान, AI धोखेबाजी की पहचान 272% बढ़ गई, जिससे 372 प्रतिबंध लगे।
FACEIT का मौजूदा कर्नेल-स्तरीय एंटी-चीट, जो कंप्यूटर के ऑपरेटिंग सिस्टम के सबसे गहरे स्तर पर कार्य करता है, ने 2026 के मध्य तक AI-समर्थित चीट्स के लिए अपनी कवरेज में सुधार किया। लेकिन कर्नेल-स्तरीय एक्सेस अकेले पर्याप्त नहीं था।
मानव इनपुट डिटेक्शन वास्तव में कैसे काम करता है
नया सिस्टम मिलियनों मैचों के इनपुट डेटा पर प्रशिक्षित है। यह अध्ययन करता है कि मनुष्य वास्तव में माउस कैसे चलाते हैं, क्लिक करते हैं और लक्ष्य को समायोजित करते हैं, फिर यह "सामान्य" का एक मॉडल बनाता है। जब इनपुट विशिष्ट, लक्षणिक तरीकों से मानव पैटर्न से भिन्न होते हैं, तो सिस्टम उन्हें चिह्नित करता है।
FACEIT ने शुरुआती 2026 से व्यवहार मॉडलिंग पर गूगल इंजीनियर्स के साथ काम किया है, जिससे इस संस्थान के लिए आधार बनाने में मदद मिली है।
एक महत्वपूर्ण डिजाइन चयन: किसी भी प्रतिबंध को लागू करने से पहले सिस्टम को कई पुष्टि संकेतों की आवश्यकता होती है। एकल संदिग्ध इनपुट अनुक्रम से आपको बाहर नहीं किया जाएगा। FACEIT ने अभी तक अपनाये गए उपकरणों के लिए विशिष्ट समायोजन भी शामिल किए हैं। जो खिलाड़ी अनुकूलित नियंत्रक, वैकल्पिक इनपुट विधियों या सहायक प्रौद्योगिकी का उपयोग करते हैं, उन्हें गलत सकारात्मक प्रतिक्रिया नहीं मिलनी चाहिए।