Плагин-античит для серверов Майнкрафт, который обучает локальную модель ИИ на данных конкретного сервера и выявляет подозрительное наведение в бою. Он анализирует повороты игрока во время атак, предупреждает персонал и при необходимости поддерживает автоматические наказания.
Возможности
- Работает с Bukkit, Spigot, Paper, Purpur и Folia.
- Отслеживает только боевые повороты: недавнюю атаку или взмах, живую цель в секторе прицела, движение мыши за 15 тиков и допустимую задержку сети.
- Собирает для каждого подходящего окна 120 показателей и помечает запись как честную (
0) или читерскую (1). - Записывает образцы обычной игры и читов, обучает модель Random Forest в фоновом режиме и хранит данные модели.
- Позволяет включать и выключать модели, сравнивать их, делать временные резервные копии и проверять целостность модели по SHA-256.
- Отправляет персоналу предупреждения при настраиваемом проценте подозрительности и сохраняет историю предупреждений игрока.
- Поддерживает автоматические наказания, отключённые по умолчанию.
- Позволяет отключать проверку в отдельных мирах, добавлять UUID в белый список и использовать право обхода проверки.
Команды
/lad record legit|cheater <игрок>— начать или остановить запись образцов игрока./lad record stop <игрок|all>— остановить одну запись или все записи./lad train— обучить модель на текущем наборе данных./lad active <модель>— загрузить и включить модель./lad deactivate— выключить активную модель./lad models [страница]— показать модели./lad models info <модель>— показать показатели модели./lad models compare <модель1> <модель2>— сравнить две модели./lad delete <модель>— переместить модель в резервную копию./lad backup list|restore|purge— управлять резервными копиями./lad check <игрок> [history]— проверить подозрительность и историю предупреждений./lad status— показать состояние плагина, детектора, модели и набора данных./lad dataset info— показать число записей, баланс классов и размер файла./lad dataset trim <число>— оставить указанное число последних записей./lad reload— перезагрузить настройки и сообщения.
Настройка
Файлы config.yml и messages.yml можно редактировать. Для воспроизводимого обучения задайте фиксированное значение training.seed; можно также ограничить запись образцов необычной задержки сети. Перед включением автоматических наказаний обучите и проверьте модель на собственных данных.
