XGuardian: 面向FPS游戏的可解释与泛化AI反作弊系统
密码学与安全
2026-01-27 v1 机器学习
摘要
瞄准辅助作弊是第一人称射击（FPS）游戏中最普遍且臭名昭著的作弊形式，它帮助作弊者非法揭示对手位置并自动瞄准和射击，从而对游戏行业构成重大威胁。尽管已有大量研究工作致力于自动检测瞄准辅助作弊，但现有工作存在框架不可靠、泛化能力有限、开销高、检测性能低以及检测结果缺乏可解释性等问题。在本文中，我们提出了XGuardian，一个服务器端的泛化且可解释的瞄准辅助作弊检测系统，以克服这些限制。它仅需要两个原始数据输入——俯仰角和偏航角，这是所有FPS游戏必备的数据，来构建新颖的时间特征并描述瞄准轨迹，这对于区分作弊者和正常玩家至关重要。XGuardian使用最新的主流FPS游戏CS2进行评估，并通过另外两款不同的游戏验证其泛化能力。与先前的工作相比，它在不同游戏上使用真实世界和大规模数据集实现了高检测性能和低开销，展示了广泛的泛化能力和高效性。它能够解释其预测，从而缩短封禁周期。我们公开提供XGuardian以及我们的数据集。
引用
@article{arxiv.2601.18068,
title = {XGuardian: Towards Explainable and Generalized AI Anti-Cheat on FPS Games},
author = {Jiayi Zhang and Chenxin Sun and Chenxiong Qian},
journal= {arXiv preprint arXiv:2601.18068},
year = {2026}
}
备注
Accepted by USENIX Security 2026