Skip to main content

防封对策

减少滑屏（直线轨迹）​

  • 尽可能减少滑屏的使用，因为滑屏的坐标存在直线问题，轨迹也是直线，容易被检测
  • 设计不规则弯曲的滑屏轨迹

使用模拟人点击生成模型​

https://github.com/aicezam/SmartOnmyoji/issues/45

脚本辅助不会像外挂辅助一样会修改游戏内的数据，只能通过特定的找图、找色，然后执行对应的交互动作（硬件模拟交互和软件模拟交互，游戏基本分辨不出和鼠标点击的区别），脚本可以做的很简单，也可以扩展的非常复杂，相对来说，比起修改内存的外挂辅助更加容易编写。所以这一类型的脚本辅助的防检测方法，不需要考虑如何骗过游戏服务器，仅需要针对“用户行为特征”进行算法上的优化就能很好的做到防检测、防封。 注：此方法也不能保证完全避免被封号，也有可能因为被举报导致被封，若被封号可自行分析日志判断原因，也可尝试申述~

游戏平台如何通过用户行为判断异常​

用户行为特征检测”，即游戏后台基于用户数据，识别用户行为是否异常。以下内容，基于“如果我是策划，我会如何检测用户的异常行为”来思考的流程，可能还有未考虑到的部分，欢迎大家提出思路。

1、记录用户以下行为数据，并上传服务器：​

  • 登录时间、下线时间
  • 发生交互的类型：点击、拖拽、长按、移动鼠标（存疑，基本不可能）
  • 发生交互的时间：时间戳格式，可以精确到毫秒
  • 发生交互的坐标：x，y，也可能是一个百分比
  • 发生交互的功能：页面ID、按钮ID
  • 如：2022-10-22 13:32:44:19 click "Button_19932" [993,337]

2、通过以上行为数据，可以进行以下统计：​

  • 每隔固定时间段内进行交互的次数，比如每1小时的点击次数
  • 每隔固定时间段内的点击热力图、比如每1小时的点击热力图

3、通过上述统计，可以做出以下异常行为判断，每个异常行为给到一定权重​

  • 某服活跃玩家在 早9-晚12 点，如果玩家不在这个时间内发生了交互行为，则标记为异常（1分）
  • 某个时间内，玩家点击频率非常固定，比如9-12点，每10分钟都发生了40次点击，则标记异常（2分）
  • 某个时间内，玩家点击目标非常固定，比如9-12点，仅点击了 开始按钮、结算奖励界面，未进行其他交互，则标记异常（1分）
  • 某个时间内，玩家点击坐标非常固定，比如9-12点，发生了1000次点击，其中有200次点了[881,983]，有100次点了[220,183]，则标记异常（5分）
  • 某个时间内，玩家点击坐标范围非常固定，比如9-12点，发生了1000次点击，有500次均点了[881,983] - [220,183]这个范围，另外500次均点了[132,183] - [720,583]这个范围，则标记异常（2分）
  • 某个时间内，玩家点击坐标范围形状规律，比如2022-10-22日，点击热力图呈现为几个的圆形或矩形，则标记为异常（3分）
  • 有封号历史的，默认重点监控（1分）
  • 被多人共同举报的，转人工审查（2分）
  • 注：如果检测机制使用的是机器学习，把正常玩家日志数据通过学习生成模型，用于整体的用户行为识别，那么AI也是采用类似权重标记的方式，找出哪些属于异常的数据；

4、通过权重计分，二次审核或直接封号​

  • 比如满5分，则推送给运营人员，由运营人员进行人工审核，其中满10分的，直接封号
  • 封号后保留异常数据（用户申诉后便于核实），并标记该账号

脚本采用哪些方法规避行为异常​

随机延迟 - 人类交互行为不会总那么稳定​

  • 人类行为不会那么稳定，所以为每次匹配，进行随机延迟
  • 点击时也不会非常稳定，所以为每次点击，随机延迟（0.1s-0.2s）
  • 人类在玩游戏会被其他事情打扰，所以随机时间内，随机等待（10s-60s）

随机偏移 - 人类交互行为不会总那么精准，但有规律可循​

  • 针对获得的坐标，进行一次指定范围内的偏移
  • 针对偏移坐标，设计正态分布算法模型，使点击范围符合正态分布规律
  • 针对正态分布点击模型，进行二次处理（缩放、长尾），使点击的分布不是均匀的正态分布
  • 针对部分结算界面，针对匹配目标进行较大范围偏移，模拟人的行为（人类不会只盯着文字或者关键图片点）

额外点击 - 人不会像程序那么死板​

  • 在点击时点不动，会习惯多点几次
  • 不会只点击一个位置，理论上全屏幕都会点击

实现效果​

使用点击模型与未使用正态分布模型的对比（未使用匹配图片json偏移）​

可以看出，一般的随机偏移，会呈现规律的形状

image-20240217122206801

经过二次处理的正态分布点击模型与原始的模型对比​

很明显，未处理前，坐标分布非常均匀

image-20240217122227880

仅关键匹配图片json配置1000次魂土（未针对偏移使用大模型）​

感觉对了，但是点的也比较集中，看起来不够自然

image-20240217122243254

当前最新算法结果（v0.39） - 关键匹配图片json配置 + 结合合大偏移模型​

点的范围更加分散，但是也呈现一定的非均匀正态分布的规律

魂土（40min左右）

image-20240217122257914

手动点击效果 - 痴 350次点击​

相对于脚本，手动点击的坐标分布更加集中一点，也是呈现正态分布+大范围偏移点击效果

image-20240217122314343