El mayor problema al que se enfrentan los jugadores al jugar online contra otras personas son los tramposos. Prácticamente todos los juegos online cuentan con ciertos usuarios que utilizan herramientas que les brindan de ventajas sobre los demás, algo que, finalmente, termina por estropear la experiencia de las partidas online y manchando la imagen del juego. Por ello, los responsables de los juegos online cuentan con todo tipo de herramientas para luchar contra estos tramposos, y una de las plataformas más avanzadas en este sentido es VACnet, el sistema Deep Learning de You are not allowed to view links. Register or Login.

Counter-Strike: Global Offensive es uno de los títulos de mayor éxito de Valve. Desde su lanzamiento en 2014, este título ha tenido que enfrentarse a todo tipo de tramposo que recurrían a una gran variedad de herramientas o hacks para tener una ventana superior a la del resto de usuarios, herramientas que incluso eran capaces de evadir el sistema VAC de Steam.
Cada vez Valve se toma más en serio la lucha contra estos tramposos expulsando por oleadas a todos los usuarios que utilicen este tipo de herramientas ilegales para conseguir ventaja sobre los demás jugadores. Para ello, la compañía hace uso de una plataforma basada en aprendizaje automático, o Deep Learning, que controla constantemente las partidas y es capaz de detectar prácticamente cualquier herramienta que sirva para hacer trampas en las partidas online. Esta plataforma se llama VACnet.

           
               
                   
               
           
           
               
                    Microsoft TruePlay: para detectar tramposos en los juegos de Windows 10
               
           
       
Así es como VACnet es capaz de saber si haces trampas o no
VACnet se basa principalmente en Overwatch, una plataforma (no tiene nada que ver con el juego multijugador de Blizzard) utilizada para evaluar si los jugadores reportados por los usuarios son culpables de hacer trampas o inocentes. VACnet estudia esta plataforma y va aprendiendo por su cuenta los detalles que delatan a un tramposo. Así, esta plataforma empieza a monitorizar las partidas y automáticamente reporta todos los casos sospechosos a Overwatch, donde un humano finalmente es quien decide si está haciendo trampas o no.
You are not allowed to view links. Register or Login
[/url]
Una vez que el humano decide si se trata de un tramposo o es inocente, VACnet aprende automáticamente y, con una inteligencia renovada, continúa monitorizando las partidas para detectar nuevos tramposos. Además, los jugadores ni siquiera han notado la presencia de esta herramienta monitorizando sus partidas, algo muy importante para no generar mayor retraso en las partidas.
VACnet requiere mucha capacidad de procesamiento para poder funcionar
Sin duda, cada vez esta plataforma es mucho más eficiente, sin embargo, para mantenerla en funcionamiento Valve debe contar con un hardware dedicado muy potente. A día de hoy, el servidor que mueve esta máquina Deep Learning tiene más de 1700 procesadores repartidos en un total de 64 servidores, cada uno de los cuales tiene 54 núcleos y 128 GB de memoria RAM. Además, la estructura de este servidor está diseñada para poder duplicar el hardware en caso de querer escalarlo en un futuro.
You are not allowed to view links. Register or Login
[/url]
Desde diciembre de 2017, esta plataforma ha empezado a reportar, finalmente, más tramposos que inocentes, por lo que está haciendo un gran trabajo y cada vez aprende de manera más eficiente. Gracias a VACnet, cada vez hay menos tramposos jugando online, algo que es de agradecer ya que mejora notablemente la experiencia de las partidas online de Counter-Strike: Global Offensive.

           
               
                   
               
           
           
               
                    PUBG expulsa a un millón de jugadores tramposos en enero
               
           
       

The post You are not allowed to view links. Register or Login appeared first on You are not allowed to view links. Register or Login.