競技遊戲難免會有作弊違規玩家或干擾遊戲體驗的噴子，這些人就算被官方封鎖還有機會新開帳號，為此 一名《絕對武力 2》（CS2） 玩家 Magga_ 在挪威科技大學（NTNU）讀 碩士時，畢業論文聚焦研究行為生物辨識系統作為潛在的解決方案。
類似數位指紋的概念，該系統讀取《CS2》遊戲記錄的對戰錄影（demo 檔），就能 依玩家操作滑鼠與鍵盤的習慣判斷不同帳號背後是否為同一人。Magga 在 Reddit 發文說這篇碩論已完成並取得 A 的成績，他呼籲 Valve 與第三方對戰平台採用，讓封鎖處分從帳號延伸到玩家本人。
:format(jpeg):quality(90)/https%3A%2F%2Fimg.4gamers.com.tw%2Fpuku-clone-version%2Fce3f468a5929da1ccfb2dcfbe1de19cf1abcf988.jpg)
Magga 指出，反作弊系統既要抓出作弊者又不能誤封無辜玩家，定罪的證據門檻很高且耗費大量時間與資源，但作弊者被封後重新註冊帳號幾乎無須成本，當晚就能回到對戰中，處分只對帳號生效是這個循環的癥結。
過去遊戲業界也嘗試過 IP、硬體識別碼（HWID）、電子郵件與手機號碼封鎖，但他認為這些方式不是容易繞過，就是可能遭到濫用。Magga 研發的系統定位是與 VAC（Valve 防作弊系統）及 Trust Factor（信任係數）並行，回答官方無法處理的問題：這兩個帳號是不是同一個人。
行為生物辨識是把指紋、臉部、虹膜等人體特徵的概念，延伸到走路、書寫、打字這類身體動作。其中按鍵節奏分析最早可追溯到 1897 年，當時發現電報員光靠摩斯電碼的節奏就能認出彼此，滑鼠動態分析則把同樣的邏輯用在游標移動上。
Magga 解釋，CS2 非常適合這類技術：「玩家在高度壓力下，為了追求速度與精準，會把一小套動作重複成千上萬次，例如甩槍、反向急停（counter-strafe）、壓槍和投擲道具。久而久之，這些動作不再刻意而成為肌肉記憶，變成不自覺的習慣性輸入，這正是行為生物辨識量測的對象。你可以換名字、換段位、換帳號、換武器，甚至改變打法，但要改變自己的雙手卻困難得多。」
:format(jpeg):quality(90)/https%3A%2F%2Fimg.4gamers.com.tw%2Fpuku-clone-version%2F06940a8104c56baa7f1b444eece3cf4e6c149abf.jpg)
有玩家笑稱 CS2 討論版從一般作文進化到碩士論文了，Magga 則回應「有人說這款遊戲需要被好好研究，所以我就把這句話放在心上！」也有玩家說早在 8 年前就曾在《Dota 2》社群討論類似概念，不只適用於《CS2》，也能補足《Deadlock》、《Dota 2》等競技遊戲反作弊缺口。
滑鼠與鍵盤雙重比對，找出 5 組無人通報的小帳
《CS2》的 demo 會以逐 tick 的方式記錄玩家視角與操作輸入，讓研究者能從中分析滑鼠與鍵盤的操作習慣，Magga 藉此為每位玩家分別擷取滑鼠與鍵盤兩種獨立訊號，合成一組「CS-fingerprint」（CS 指紋辨識）。
他表示，這組指紋在不同地圖、場次、設定、數月間的《CS2》遊戲紀錄辨識都相當穩定，連玩家將靈敏度從 800 調整至 640 eDPI 都能辨識出同一人。
在超過 1,000 名《CS2》玩家的資料集中，滑鼠指紋每次都能將正確玩家排在第一名，鍵盤指紋則有 98% 的辨識率，更重要的是，兩種訊號衡量的是不同的操作特徵，在陌生玩家之間的相似度相關係數僅 0.11，兩者可以互補利用。
Magga 進行約 50 萬組「確定不是同一人」的陌生玩家帳號與 13 組「已確認是同一人」的帳號配對測試顯示，單看滑鼠或鍵盤其中一項，陌生玩家與同一人帳號的辨識結果還有可能重疊，但同時比對兩種操作習慣後，13 組同人帳號全都呈現遠高於陌生玩家的相似度（下圖右上角）被清楚區分出來。
更意外的是，這套方法在測試過程還自己找出了未被通報的小帳，Magga 最初拿社群提供的 8 組已知同人帳號進行測試，結果系統持續出現幾筆高可信度的「誤判」。
他進一步人工檢查 Steam 好友名單與遊戲活動後才發現這些並非誤判，而是資料集中原本沒人知道的其他帳號，其中一組是全新的同人配對，另外 4 個帳號原本是以不同電子郵件、分成兩組「小帳與主帳」提交，系統卻成功辨識串成同一名玩家。
加入這 5 組新發現後，系統最終辨識出資料集中的全部 13 組同人帳號，並將其餘帳號判定為不同玩家。「它不只通過了測試，還找出了測試本身的錯誤。」
Magga 不只完成碩士論文，也把成果做成能持續運作的系統，每場對戰結束後，系統會自動下載 demo 檔建立該場玩家指紋，再隨著帳號累積更多場次持續更新，接著與既有帳號比對。
系統會先快速篩選可疑配對，再進行嚴格確認，而且滑鼠與鍵盤必須各自通過門檻，不能靠某一項的高分彌補另一項不足，只有兩項都吻合，才會建立帳號連結並保留證據，否則就暫不處理，等未來累積更多對戰資料後重新判斷。
經過持續最佳化，CS 數位指紋系統即使面對《CS2》每月約 300 萬名玩家、單場需要進行數十億次比較的規模，也能靠單張 A100 GPU 的 20 GB 記憶體切片，處理每小時數千場新產生的 demo 檔。
不過，Magga 強調他發明的技術目前不能當作直接 BAN 人的證據，研究裡的已驗證同一人配對數量偏少，沒有以《CS2》全體玩家規模驗證準確率，而且新帳號至少需要累積數場比賽才能建立可靠指紋，共用帳號也可能因多人操作習慣混雜而失效。
因此 Magga 建議，帳號連結應先視為「非常強的初步指標」，再搭配其他證據決定是否延伸封鎖，或先將與作弊者相關的帳號列入觀察名單。
Magga 希望 Valve 或第三方對戰平台能在真實玩家群體進一步測試，讓作弊被 BAN 換帳號重來漸漸成為行不通的漏洞，他也歡迎玩家與網友分享這套系統，或 Valve 與任何第三方對戰平台與他聯繫，「作弊者只要被抓一次，是以『一個人』的身分被抓，之後就一直留在黑名單上。」
:format(avif):quality(60):no_upscale()/https%3A%2F%2Fimg.4gamers.com.tw%2Fpuku-clone-version%2Fce3f468a5929da1ccfb2dcfbe1de19cf1abcf988.jpg)
:format(avif):quality(60):no_upscale()/https%3A%2F%2Fimg.4gamers.com.tw%2Fpuku-clone-version%2F06940a8104c56baa7f1b444eece3cf4e6c149abf.jpg)
:quality(60):no_upscale()/https%3A%2F%2Fimg.4gamers.com.tw%2Fpuku-clone-version%2F4ea7a7a4eaf0d39ca6198de6e83ebfde3daa0e54.png)
:quality(60):no_upscale()/https%3A%2F%2Fimg.4gamers.com.tw%2Fpuku-clone-version%2F4acbfb6dae01cb05c2c0bd9d0918ab1ef0ea8055.png)