Anybrain：用行為生物識別對付遊戲外掛嘅AI初創

線上多人遊戲有一條隱形底線：公平。只要玩家相信比賽公平，就會願意長時間投入、認真競技，甚至喺遊戲內消費。但當外掛同作弊開始氾濫，信任一旦崩塌，玩家就會離開。

正因為呢個問題，一間來自葡萄牙嘅AI初創 Anybrain 開始用一個相當另類嘅方法對付作弊：分析玩家嘅行為，而唔係檢查佢部電腦。

由研究「人有幾攰」開始

Anybrain嘅技術其實唔係一開始就為打擊外掛而設。

公司源自葡萄牙 米尼奧大學（University of Minho） 嘅研究項目 Perfometric，由電腦科學家 André Pimenta Ribeiro 等研究員喺博士研究期間開發。

最初嘅研究方向係 人機互動（Human‑Computer Interaction）：

研究人員希望透過電腦操作訊號，例如：

• 打字時嘅按鍵壓力
• 輸入速度
• 滑鼠或控制器操作節奏

去判斷一個人精神疲勞程度同工作表現變化。

但研究過程中出現一個新發現：

每個人操作鍵盤、滑鼠或者手掣嘅方式其實都非常獨特，幾乎可以當作一種「行為指紋」。

如果一個玩家突然出現完全唔似真人嘅操作模式——例如過於精準、節奏過於機械化——就可能代表使用咗 bot、自動腳本或者外掛輔助。

呢個想法最終變成公司：Anybrain。

Anybrain係乜公司

Anybrain係一間 AI網絡安全同反作弊技術公司，總部喺葡萄牙布拉加（Braga），成立於2015年。

公司主要為以下場景提供技術：

• 線上多人遊戲
• 電競比賽
• 需要公平競爭同身份驗證嘅數碼平台

同傳統反作弊系統唔同，Anybrain嘅核心理念係：

重點唔係玩家裝咗乜程式，而係佢點樣玩遊戲。

行為生物識別點樣偵測作弊

傳統反作弊系統通常依賴 client‑side監控，例如：

• 掃描玩家電腦程式
• 偵測已知外掛
• 安裝kernel級驅動程式

但呢類方法往往：

• 侵入性高
• 容易被繞過
• 跨平台困難

Anybrain改用 行為生物識別（behavioral biometrics） 方法。

系統會分析玩家操作時產生嘅訊號，例如：

• 鍵盤輸入節奏
• 滑鼠移動同點擊模式
• 手掣或搖桿操作
• 行動之間嘅時間間隔

透過機器學習模型，系統會建立一個「正常玩家行為模型」。

當某個帳號嘅操作出現異常模式，例如：

• 反應速度過於一致
• 操作節奏機械化
• 輸入模式唔似真人

AI就可以判斷可能涉及：

• 自動化bot
• script
• 外掛輔助瞄準

2019年，Anybrain提交專利申請，提出一套只靠玩家輸入數據（鍵盤、手掣等）就能偵測作弊嘅系統。

當時業界普遍認為呢個概念太抽象，但之後技術逐漸成熟。

唔需要侵入玩家電腦

Anybrain其中一個特點係 非侵入式設計。

部分部署情況下，系統可以運作而唔需要kernel級存取權限。

由於分析重點係輸入行為，而唔係裝置本身，因此技術可以更容易應用喺：

• PC
• 主機（console）
• 手機遊戲

對遊戲公司而言，呢種架構比較容易跨平台部署。

外掛已經變成一門大生意

作弊其實唔只係技術問題，而係一個龐大商業問題。

多份調查顯示：

• 約80%玩家表示曾經遇過作弊者。
• 55%玩家因作弊而減少或停止遊戲內消費。
• 60%玩家表示作弊影響遊戲體驗。

一旦玩家覺得比賽唔公平，就會開始懷疑每場對局。

呢種不信任會快速擴散，最終令玩家流失。

另一方面，作弊本身已經形成地下經濟。

估計全球 遊戲外掛產業規模已達約85億美元，包括：

• 外掛訂閱服務
• 帳號代打
• 硬件ID偽裝工具

呢些市場對遊戲公司構成長期威脅。

專利同技術進展

Anybrain已取得與電競作弊偵測相關嘅專利技術，其中一項專利描述一個透過玩家互動數據分析偵測欺詐行為嘅系統。

隨住技術成熟，產業關注度亦提高。

報導指出，公司完成國際專利申請後已獲得 歐洲專利授權，並開始同 AAA級遊戲工作室合作開發大型遊戲項目。

公司亦表示，其AI模型已分析 數千萬小時嘅遊戲數據用作訓練。

技術未來：唔止反作弊

雖然Anybrain目前主要聚焦遊戲反作弊，但行為生物識別技術其實已經喺其他領域使用，例如：

• 金融詐騙偵測
• 網絡安全身份驗證
• 數碼身份識別

遊戲環境特別適合呢類技術，因為玩家操作係：

• 持續產生
• 可量化
• 每個人都有獨特模式

因此未來呢類系統可能會延伸到更廣泛嘅 數碼信任與安全平台。

AI對抗AI嘅新戰場

遊戲作弊技術愈來愈複雜，甚至開始使用AI。

反作弊系統亦同樣進化。

Anybrain代表其中一種新思路：

唔再檢查玩家電腦，而係理解玩家本身。

透過分析人類操作細節——例如按鍵節奏、滑鼠軌跡、控制器輸入——AI可以判斷某個玩家背後係真人，定係程式。

喺未來AI與AI對抗嘅遊戲安全戰場上，行為分析可能會成為最關鍵嘅防線之一。