竞技游戏常会出现作弊玩家与干扰对局的喷子，这类用户遭到账号封禁后，很容易注册新账号重返游戏。一名《CS2》玩家 Magga_在挪威科技大学攻读硕士期间，将行为生物辨识系统作为毕业论文课题，尝试解决换号作弊难题。
这套系统类似数字指纹，读取《CS2》对局 demo 录像，依靠玩家鼠标、键盘的操作习惯，判断多个账号是否属于同一人。Magga 在 Reddit 发文，这篇硕士论文拿到 A 等成绩，他呼吁 Valve 和第三方对战平台采用该方案，把处罚从账号层面延伸到玩家本人。
《CS2》demo 会逐 tick 记录玩家视角与操作输入，系统分别提取鼠标、键盘两类独立信号，生成 CS-fingerprint（CS 指纹辨识）。这套指纹跨地图、对局、长时间跨度都能稳定识别，玩家调整鼠标灵敏度也不会干扰判定。
在超过一千名玩家的数据集测试中，鼠标指纹识别准确率表现优秀，键盘指纹辨识率达 98%。两组信号互相补充，50 万组陌生账号配对测试后，同时比对键鼠习惯可以精准区分 13 组同一玩家账号。测试期间系统还自主识别出 5 组未被社群通报的隐藏小号。
该系统经优化后，依托单张 A100 GPU 的 20GB 显存切片，就可以处理大量对局 demo。但 Magga 明确，当前技术不能直接作为封号证据。样本规模有限，新账号需要多局对局才能生成可靠指纹，多人共用账号时识别也会失效。
该方案定位为和 VAC、信任系数并行使用，仅作为重要参考线索，可将关联账号加入观察名单。Magga 希望 Valve 或第三方平台开展实测，让作弊者换号重进游戏的漏洞被遏制。不少玩家对此展开讨论，认为这套思路同样可以应用在《Dota2》、《Deadlock》等竞技游戏。
【编辑：不撸寺】
