前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >聊一聊游戏外挂这点事

聊一聊游戏外挂这点事

作者头像
香菜聊游戏
发布于 2021-05-26 02:40:11
发布于 2021-05-26 02:40:11
2.4K0
举报
文章被收录于专栏:香菜聊游戏香菜聊游戏

1、外挂的概念

外挂是指在与游戏中不按照正常的游戏流程游戏,通过作弊的手段越过正常的游戏设定,所有的作弊的软件或脚本都是外挂。

2017年沸沸扬扬的55开挂事件,虽然55开连续发了多个视频、微博想要证明自己的清白,但是网友们并不买账,还是怀疑他使用了外挂。最终还是石锤开挂。最后被封号,遭到全网玩家嘲讽。玩家厌恶痛觉这种开挂的玩家,因为外挂造成了游戏的不平衡。

在《绝地求生》中各式各样的外挂被创造出来。无后座力、瞬间击中、自动瞄准方框透视、火柴人等种种辅助外挂程序中,只要游戏期间勾选自己需要的辅助项目,开挂玩家就可以走上获胜的“捷径”,开了外挂,枪枪爆头。造成对面玩家毫无游戏乐趣。

2、外挂的分类

外挂和游戏相绊相生,从端游时代,页游时代,一直到现在的手游时代,外挂越来越猖獗。越是火爆的游戏越是外挂横行,鲁迅先生说过:哪里有利益哪里就有肮脏,哈哈。

根据外挂的不同类型大致分为几种,

1. 按键精灵类的辅助软件,通过按键精灵录制脚本可以完成一系列的任务,相对来说简单,也不需要玩家购买软件,网上可以下的到。这种软件相对来说对影响影响较小,将有效中繁琐的行为转为软件辅助。但是这种软件会被工作室使用,产生不好的后果是游戏内会有批量的小号玩家,垃圾账号的增多。

2. 内存挂,此类软件需要较专业的程序人员,分析游戏,修改内存中的数据。内存挂的原理是因为很多游戏会在客户端做计算,只在服务器验证一些关键数据,对于客户端的一些行为不做验证,这就给了内存挂发展的空间。使用的工具Spy++类似的软件。

3. 发包挂,这种挂的原理就是截取网络包,发往服务器,获取利益。一般是使用wireshark类似软件抓取网络包,分析游戏内的行为,伪装甚至不伪装直接发往服务器,对玩家行为模拟,缩减或者越过游戏内的正常流程,获得直接的游戏资源等。这种外挂会造成服务器资源浪费,甚至会造成服务器错误,崩溃。

4. Bug挂,这种一般是游戏开发中的bug 被玩家发现,但是还没有被开发商发现,短时间内刷取大量资源。这种一般发现了会直接封号,或者直接回滚数据。当然作为玩家来说能刷的时候多刷点,刷完立即用掉,而且要多用在不同的地方,这样开发商在恢复数据的时候不容易恢复,哈哈,可能会放过你。

3、防外挂的技术

有了外挂,就有相关的方法治理外挂。但是道高一尺魔高一丈,外挂很难杜绝。

针对按键型的外挂,似乎也没有什么好的方法,因为模拟人的行为,服务器是分不清的,只能根据行为分析做出一些人为判断。

针对内存挂。服务端一般会验证一个行为的时间,比如从一个点走到一个点,根据玩家的速度,如果你瞬移过去,这种行为一般会判定为开挂,轻则警告,重则封号。

针对发包挂。一种是定期的换协议的加密算法或者加密秘钥,甚至每次的加密都不一样,给外挂开发者增加破解的难度,如果真的被破解了,只能在服务器根据行为的时间和协议的发送频率判断,一些不合常规的行为基本被判定为外挂行为,发现则封停账号,封停设备,封停ip。

针对bug挂。Bug这种一般没有不透风的墙,只要被玩家知道,总有些正义之士会告诉官方,官方发现会立马进行修复,并且修正刷资源的玩家数据。

4、总结

外挂是一门技术,但是牛逼的技术却用在了错的地方。外挂破坏了游戏的平衡,损害了玩家的游戏体验,损害了游戏厂商的利益,花费大量的人力物力开发出的游戏可能毁于一旦。

END

所有的大人都曾经是小孩子,虽然,只有少数人记得。——安东尼·德·圣艾修伯里

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-03-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 香菜聊游戏 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
PyTorch从入门到放弃之张量模块
张量(Tensor)是PyTorch最基本的操作对象。在几何定义中,张量是基于标量、向量和矩阵概念的眼神。通俗理解,可以讲标量视为0维张量,向量视为1维张量,矩阵视为2维张量。在深度学习领域,可以将张量视为一个数据的水桶,当水桶中只放一滴水时就是0维张量,多滴水排成一排就是1维张量,联排成面就是2维张量,以此类推,扩展到n维向量。
愷龍
2024/09/03
1600
PyTorch从入门到放弃之张量模块
PyTorch入门笔记-创建张量
Numpy Array 数组和 Python List 列表是 Python 程序中间非常重要的数据载体容器,很多数据都是通过 Python 语言将数据加载至 Array 数组或者 List 列表容器,再转换到 Tensor 类型。(为了方便描述,后面将 Numpy Array 数组称为数组,将 Python List 列表称为列表。)
触摸壹缕阳光
2020/12/02
3.6K0
PyTorch入门笔记-创建张量
PyTorch入门笔记-创建已知分布的张量
正态分布(Normal Distribution)和均匀分布(Uniform Distribution)是最常见的分布之一,创建采样自这 2 个分布的张量非常有用,「比如在卷积神经网络中,卷积核张量
触摸壹缕阳光
2020/11/20
3.6K0
PyTorch入门笔记-创建已知分布的张量
深度学习基础之三分钟轻松搞明白tensor到底是个啥
pytorch 和tensorflow 中最重要的概念就是tensor了,tensorflow 这个框架的名字中很直白,就是tensor的流动,所以学习深度学习的第一课就是得搞懂tensor到底是个什么东西了,今天就来学习下,OK,起飞
香菜聊游戏
2021/09/29
13.9K0
深度学习基础之三分钟轻松搞明白tensor到底是个啥
Python|张量创建操作[3]
说一下zeros与zeroslike和类似函数的区别。zeros是指定输出张量的形状size,然后返回张量,zeroslike则是根据一个张量,返回这个张量形状的张量。ones和ones_like类似
福贵
2020/05/27
6060
Python|张量创建操作[2]
张量的随机创建包含的方法有:torch.rand(),torch.randlike(),torch.randn(),torch.randnloike(),torch.randint(),torch.randint_like()和torch.randperm()。
福贵
2020/05/27
1.4K0
PyTorch2:张量的运算
可以看出,torch.Tensor()没有保留数值类型,其它三个都保留了。这是因为torch.Tensor()实际上是一个类,传入的数据需要“初始化”;其它三个都是函数,而通过torch.Tensor()生成的张量的数据类型是由一个环境变量决定的,这个环境变量可以通过torch.set_default_tensor_type(t)这个函数来设定。
小胡胡说
2020/08/05
2.6K0
pytorch的python API略读--tensor(二)
在编写程序的时候,我们往往需要一些数据,这些数据常有两种来源:手动输入的一些数据,或者从外部接收后转换得到的数据。手动输入的数据设计如下函数:tensor, zeros, zeros_like, ones, ones_like,arange,range,linspace,logspace,eye,empty,empty_like,empty_strided,full,full_like。
用户9875047
2022/07/04
2230
使用 C# 入门深度学习:Pytorch 基础
本文内容介绍 Pytorcn 的基础 API,主要是数组的创建方式和运算方式,由于相关内容跟 Numpy 比较相似,并且 Numpy 类型可以转 torch.Tensor,因此对 Numpy 感兴趣的读者可以参考笔者的其它文章:
郑子铭
2024/12/09
3010
使用 C# 入门深度学习:Pytorch 基础
PyTorch 2.2 中文官方教程(二)
介绍 || 张量 || 自动微分 || 构建模型 || TensorBoard 支持 || 训练模型 || 模型理解
ApacheCN_飞龙
2024/02/05
6580
PyTorch 2.2 中文官方教程(二)
PyTorch中Tensor的操作手册
默认下,Tensor为‘torch.FloatTensor’类型,若要改为double类型的,则需要执行
孔西皮
2023/10/18
6240
PyTorch中Tensor的操作手册
Python|张量创建操作[4]
返回一个一维的张量,使用对数,从start到end。比如在start处,值是10,base是2,那么start对应的值输出为2的10次方。参数
福贵
2020/05/27
7840
pytorch基础知识-tensor张量的创建 下
若使用rand_like的函数,torch.rand_like(a)表示接收的参数不再是shape,而是tensor类型。将上面的a的shape读出来后,再送给rand函数。
用户6719124
2019/11/17
9850
使用 C# 入门深度学习:Pytorch 基础
本文内容介绍 Pytorcn 的基础 API,主要是数组的创建方式和运算方式,由于相关内容跟 Numpy 比较相似,并且 Numpy 类型可以转 torch.Tensor,因此对 Numpy 感兴趣的读者可以参考笔者的其它文章:
痴者工良
2025/03/26
940
使用 C# 入门深度学习:Pytorch 基础
pytorch张量的创建
从torch.from_numpy创建的tensor于原ndarray共享内存,当修改其中一个数据,另一个也将会被改动。
@小森
2024/03/15
1390
pytorch张量的创建
Pytorch 的tensor (张量)的介绍
Tensor是Pytorch中最基本的一种数据抽象,它类似于C或numpy中的数组,可以有多个维度。张量也可以在GPU上使用以提高性能。
用户6021899
2022/04/15
2.3K0
【Pytorch】笔记一:数据载体张量与线性回归
疫情在家的这段时间,系统的学习一遍 Pytorch 基础知识,因为我发现虽然直接 Pytorch 实战上手比较快,但是关于一些内部的原理知识其实并不是太懂,这样学习起来感觉很不踏实, 对 Pytorch 的使用依然是模模糊糊, 跟着人家的代码用 Pytorch 玩神经网络还行,也能读懂,但自己亲手做的时候,直接无从下手,啥也想不起来, 我觉得我这种情况就不是对于某个程序练得不熟了,而是对 Pytorch 本身在自己的脑海根本没有形成一个概念框架,不知道它内部运行原理和逻辑,所以自己写的时候没法形成一个代码逻辑,就无从下手。这种情况即使背过人家这个程序,那也只是某个程序而已,不能说会 Pytorch, 并且这种背程序的思想本身就很可怕, 所以我还是习惯学习知识先有框架(至少先知道有啥东西)然后再通过实战(各个东西具体咋用)来填充这个框架。而「这个系列的目的就是在脑海中先建一个 Pytorch 的基本框架出来, 学习知识,知其然,知其所以然才更有意思」。
阿泽 Crz
2020/08/28
2.9K0
【Pytorch】笔记一:数据载体张量与线性回归
PyTorch简明笔记[1]-Tensor的初始化和基本操作
安装PyTorch应该不用我多说,他们的官网很人性化地给出了各种环境应该怎么安装,网址:https://pytorch.org/get-started/locally/
beyondGuo
2019/01/09
8.6K0
深度学习基础:1.张量的基本操作
注:张量默认创建int64(长整型)类型,整数型的数组默认创建int32(整型)类型。
zstar
2022/06/14
5K0
深度学习基础:1.张量的基本操作
PyTorch: 张量的变换、数学运算及线性回归
功能:2 维张量转置,对矩阵而言,等价于torch.transpose(input, 0, 1)
timerring
2022/11/12
1.1K0
PyTorch: 张量的变换、数学运算及线性回归
相关推荐
PyTorch从入门到放弃之张量模块
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档