Steam2 Teraleak: Những gì kho dữ liệu 12 TB hé lộ về game thất lạc của Valve

Steam2 Teraleak là tên cộng đồng đặt cho một kho lưu trữ được báo cáo có dung lượng khoảng 12–13 TB, chứa các depot game từ hạ tầng phân phối nội dung Steam cũ của Valve. Dữ liệu được cho là trải dài từ khoảng năm 2003 đến 2013, bao gồm bản phát triển, tài sản game, bản vá và các tệp máy chủ nội dung của Valve lẫn nhiều nhà phát hành bên thứ ba. 23

Đây không giống một vụ lộ thông tin tài khoản thông thường. Các phát hiện ban đầu rất đáng chú ý, nhưng kho dữ liệu vẫn đang được cộng đồng phân loại và kiểm chứng. Vì vậy, chưa thể khẳng định mọi dự án được nhắc đến đều có bản chơi hoàn chỉnh, hay toàn bộ tệp trong mỗi dự án còn nguyên vẹn.

Kho dữ liệu xuất hiện công khai như thế nào?

Theo dataminer Gabe Follower, các tệp không phải được lấy bằng cách đột nhập vào hệ thống hiện tại của Valve. Thay vào đó, nhóm nghiên cứu được cho là đã xác minh rằng dữ liệu có thể truy cập thông qua một endpoint công khai kết nối với hạ tầng Steam2 cũ. 1529

Mốc thời gian của kho dữ liệu cũng phù hợp với bối cảnh này. Steam2 từng là hệ thống cũ dùng để lưu trữ và phân phối nội dung game, trước khi Valve chuyển sang hạ tầng SteamPipe mới vào khoảng năm 2013. 23

Nói đơn giản, đây dường như là sự phơi lộ của hạ tầng cũ chứ không phải một cuộc tấn công trực tiếp vào hệ thống đăng nhập hay xác thực tài khoản Steam. Một endpoint phân phối nội dung bị mở công khai có thể làm lộ các tệp game mà không đồng nghĩa với việc kẻ khác đã truy cập được cơ sở dữ liệu khách hàng.

“Depot” trên Steam là gì?

Steam phân phối game thông qua các gói nội dung thường được gọi là depot. Một depot có thể chứa tệp thực thi, tài sản đồ họa, bản vá hoặc những phiên bản khác nhau của một trò chơi.

Hệ thống phân phối nội dung này không đồng nhất với các dịch vụ quản lý kết nối, đăng nhập và xác thực tài khoản. Các nghiên cứu kỹ thuật về kiến trúc Steam cũng phân biệt máy chủ nội dung với những thành phần chịu trách nhiệm xác thực người dùng. 31

Vì thế, Steam2 Teraleak nên được hiểu trước hết là một kho lớn gồm các gói nội dung game trong lịch sử, chứ không mặc nhiên là bản sao dữ liệu khách hàng Steam. Các báo cáo cho biết kho này có hàng nghìn depot, trải rộng trên hàng trăm trò chơi của nhiều nhà phát hành, dù danh mục cộng đồng vẫn đang tiếp tục thay đổi. 2322

Một số nguồn gọi dung lượng là khoảng 12 TB, trong khi các nguồn khác nói 13 TB. Chênh lệch này có thể xuất phát từ cách đóng gói hoặc cách tính dữ liệu; bản thân con số đó chưa chứng minh kho lưu trữ bao gồm mọi tệp từng được Valve lưu lại.

Những phát hiện lớn nhất cho đến nay

Bản phát triển ban đầu của Portal 2

Portal 2 có vẻ là một trong những phần đáng chú ý nhất của kho dữ liệu. Các nhà nghiên cứu được cho là đã tìm thấy những bản build và tài sản phát triển từ giai đoạn sản xuất, khoảng 2007–2011. Chúng có thể cho thấy cơ chế chơi, môi trường và cách trình bày của game đã thay đổi ra sao trước khi phiên bản chính thức ra mắt năm 2011. 61216

Một số bài viết mô tả sự xuất hiện của một bản beta Portal 2 năm 2009. Tuy nhiên, nội dung chính xác của kho và tình trạng của từng bản build vẫn chưa được Valve xác nhận chính thức. 11

Tài sản của F-Stop, nhưng chưa chắc có cả game hoàn chỉnh

Các tệp liên quan F-Stop cũng được cho là xuất hiện trong kho. Đây là dự án Portal bị hủy, từng được phát triển trước Portal 2.

Dù vậy, việc tìm thấy tài sản F-Stop không đồng nghĩa với việc cộng đồng đã khôi phục được một chiến dịch hoàn chỉnh và có thể chơi. Các báo cáo hiện tại cho biết một số tài sản đã được nhận diện, còn các màn chơi hoàn chỉnh vẫn chưa được xác nhận. 1115

Điểm này rất quan trọng với việc bảo tồn lịch sử game. Một mô hình, texture, đoạn script hoặc cơ chế thử nghiệm có thể cho thấy hướng phát triển của một dự án, nhưng chưa đủ để cấu thành một phiên bản game liền mạch.

Left 4 Dead và Counter-Strike: Global Offensive

Tư liệu phát triển ban đầu của Left 4 Dead cũng được báo cáo là nằm trong kho. Nếu được xác minh đầy đủ, chúng có thể giúp các nhà nghiên cứu so sánh nội dung thời kỳ phát triển với phiên bản phát hành chính thức. Các tệp ban đầu của Counter-Strike: Global Offensive cũng nằm trong nhóm phát hiện liên quan đến Valve. 4610

Giá trị lớn nhất có thể không nằm ở một bản build “bom tấn” duy nhất, mà ở chuỗi thay đổi nhỏ: tài sản bị loại bỏ, cơ chế được chỉnh sửa, bản đồ chưa hoàn thiện và khác biệt giữa các phiên bản. Tất cả góp phần tái dựng quá trình những trò chơi này hình thành.

“Weaponizer” và dấu vết của Episode Three

Một phát hiện đang được bàn luận nhiều là tài sản mang nhãn hoặc có liên hệ với “Weaponizer”. Các nhà nghiên cứu đã liên kết nó với Half-Life 2: Episode Three, dự án bị hủy từ lâu. 512

Tuy nhiên, đây mới là bằng chứng về một tài sản, không phải bằng chứng cho thấy bản Episode Three hoàn chỉnh đã xuất hiện. Nó cũng chưa cho biết vũ khí này có vai trò gì, dự án đã tiến xa đến đâu, hay mọi tệp mang nhãn tương tự có thực sự thuộc cùng một dự án hay không. Các nguồn hiện vẫn mô tả mối liên hệ này là khả năng đang được điều tra, chưa được Valve xác nhận. 91115

Kho dữ liệu không chỉ có game của Valve

Steam2 Teraleak được cho là còn chứa nội dung của hàng trăm trò chơi từ nhiều nhà phát hành khác, không chỉ các sản phẩm nội bộ của Valve. Một số bài viết nhắc đến tư liệu ban đầu hoặc bản beta liên quan đến Dragon Age: Origins và Batman: Arkham Asylum, dù phạm vi và tình trạng của từng bộ tệp bên thứ ba vẫn cần được kiểm chứng. 214

Độ rộng này khiến vụ việc có ý nghĩa lớn đối với các nhà nghiên cứu bảo tồn game. Những depot cũ có thể lưu lại phiên bản tiền phát hành, bản vá, biến thể theo khu vực, tài sản phát triển và nhiều nội dung không còn được cung cấp qua kênh chính thức.

Dù vậy, sự tồn tại của một depot hoặc thư mục không đảm bảo toàn bộ tệp bên trong vẫn còn nguyên. Một số thảo luận cộng đồng ghi nhận trường hợp chỉ còn thông tin thư mục, không có dữ liệu thực tế đi kèm. 43

Cộng đồng đang catalog kho dữ liệu ra sao?

Với quy mô lên tới hàng chục terabyte, việc nghiên cứu hiện giống một dự án lập chỉ mục và xác minh hơn là một danh mục phát hành hoàn chỉnh. Các dataminer và nhà lưu trữ đang đối chiếu App ID, mã depot, nội dung tệp, mốc thời gian, mã hash và phiên bản build với những bản game đã phát hành. 35

Quá trình này giúp phân biệt ba nhóm phát hiện:

• Tệp đã được xác nhận: tài sản hoặc bản build có thể mở, nhận diện và gắn với một trò chơi cụ thể.
• Dấu tích phát triển: nội dung bị bỏ lại, cho thấy hướng đi của dự án nhưng không tạo thành một game hoàn chỉnh.
• Liên hệ còn suy đoán: tên tệp, nhãn hoặc tài sản có thể liên quan một dự án bị hủy nhưng chưa đủ ngữ cảnh để kết luận.

Sự phân biệt này đặc biệt cần thiết khi các tiêu đề nói về “game thất lạc”. Một kho lưu trữ lớn có thể là bằng chứng lịch sử quý giá mà không chứa phiên bản hoàn chỉnh, có thể chơi của mọi dự án được nhắc đến trên mạng.

Elan Ruskin nói gì?

Cựu nhà phát triển Valve Elan Ruskin đã phản ứng có phần hoài nghi trước việc nhiều người xem các bản build chưa hoàn thiện như phiên bản chính thức bị thất lạc. Ông đùa rằng những người dành thời gian chơi các bản tiền phát hành nên nhận được lời chia buồn, vì những nội dung bị cắt khỏi game cuối cùng có lẽ bị cắt vì một lý do. 21

Bình luận này không phủ nhận giá trị lịch sử của các tệp. Nó chỉ nhắc rằng bản build phát triển vốn là sản phẩm đang dang dở: có thể chứa ý tưởng thử nghiệm, nội dung tạm thời, cơ chế lỗi hoặc những lựa chọn mà đội ngũ đã chủ động loại bỏ trước khi phát hành.

Sắp tới có thể phát hiện thêm gì?

Nhiều phát hiện mới có khả năng xuất hiện bởi một kho 12 TB không thể được giải nén, lập chỉ mục và kiểm chứng toàn diện trong thời gian ngắn. Kịch bản thực tế nhất là cộng đồng sẽ tìm thêm các bản build sớm, tài sản chưa sử dụng, bản vá và biến thể phát triển của nhiều trò chơi. 35

Điều đó không có nghĩa mọi tin đồn đều đáng tin như nhau. Một bản Episode Three có thể chơi được, một F-Stop hoàn chỉnh hay phiên bản xác định của bất kỳ dự án bị hủy nào đều cần bằng chứng mạnh hơn một tên tệp hoặc một tài sản đơn lẻ.

Ở thời điểm hiện tại, Steam2 Teraleak phù hợp hơn với cách gọi một cuộc điều tra bảo tồn game quy mô lớn nhưng vẫn chưa hoàn tất.

Dữ liệu người dùng Steam có bị ảnh hưởng không?

Các nguồn được rà soát không cho thấy mật khẩu, thông tin thanh toán, tài khoản người dùng Steam hay hệ thống xác thực hiện tại nằm trong kho dữ liệu. Nội dung bị lộ chủ yếu được mô tả là depot game, bản build và tài sản phát triển, thay vì dữ liệu khách hàng. 1013

Tuy nhiên, kết luận này chỉ phản ánh bằng chứng được báo cáo ở thời điểm hiện tại, không phải một thông cáo sự cố chính thức từ Valve. Trong các nguồn được xem xét, Valve chưa công bố lời giải thích đầy đủ về phạm vi kho dữ liệu, biện pháp khắc phục hay xác nhận danh mục do cộng đồng lập ra. 1121

Tóm lại, Steam2 Teraleak dường như là một vụ phơi lộ lớn liên quan đến nội dung game lịch sử của Valve và nhiều nhà phát hành khác, có giá trị đáng kể đối với việc bảo tồn game. Nhưng kho chứa chính xác những gì, dữ liệu còn đầy đủ đến đâu và các liên hệ với những dự án chưa phát hành có chắc chắn hay không vẫn cần tiếp tục điều tra.