TunnelVision

插件

· 作者 Ultruna

服务器端插件(测试版),通过分析 CoreProtect 挖掘日志标记 X 光行为。需要 Docker。生成每会话的嫌疑分数和可视化报告。

0 本站下载 0 关注 更新于 1 个月前

最新 0.6.2 · 26.2 · Bukkit / Paper

一键开服(送7天)

TunnelVision

一款基于 CoreProtect 的专用服务器透视检测工具。

TunnelVision 分析由 CoreProtect 记录的挖掘行为,并标记那些看起来像是玩家利用不应获得的信息(即透视)所引导的会话。它不会尝试实时检测透视;相反,它会事后重建每个挖掘会话,并根据轨迹、产出率以及玩家向矿石移动的直接程度对其进行评分。

? tunnelvision.fr — 实时交互式演示、完整文档及 Beta 版访问申请。

⚠️ 状态:Beta。 命令、权限和配置尚不稳定,版本之间可能会发生变化。目前不建议用于关键/大规模的生产环境——欢迎提供反馈和测试。

要求

  • CoreProtect — TunnelVision 读取其方块破坏日志;它本身不记录任何内容。
  • 访问 TunnelVision 的分析服务。 该插件本身不进行任何计算——每条命令都通过 HTTP 查询中央 API。当前访问为免费且名额有限的 Beta 版:在网站上申请访问 以获取你的 API 密钥。
  • 适用于任何 Paper/Spigot 1.21 服务器。你无需在本机运行 Docker 或进行繁重设置——只需放入 jar 文件并配置 API 密钥即可。

工作原理

  1. Java 插件从 CoreProtect 读取挖掘数据,并使用创建访问时颁发的密钥通过 API 将其发送到 TunnelVision 的分析服务。
  2. 分析管道从原始方块破坏事件重建每个玩家的挖掘会话。
  3. 对于每个会话,它计算轨迹和产出指标——方向变化、直线“冲刺”、每挖掘方块的矿石产出率、矿脉间的迂回因子,以及转弯是否一致指向下一个(未发现的)矿脉。
  4. 这些指标输入到一个 0–100 的可疑度分数中,并给出判定(清白 / 值得关注 / 高度可疑),同时还有一个独立的 异常分数(孤立森林算法,无监督学习),用于标记在统计上与服务器其余数据截然不同的会话。
  5. 结果以交互式 3D 报告的形式呈现:包括挖掘路径、矿石位置以及所选会话的所有指标详细分解,并按可疑度分数排序的每服务器会话排行榜。报告还可以 托管在可分享的链接上 并附带协作注释,以便在没有服务器访问权限的情况下也能查看——查看实时示例。

TunnelVision 3D 挖掘会话报告

分数的含义(与非含义)

0–100 的分数是一种 启发式算法,已根据已知的游戏机制(如特定深度的预期产出、合法网格挖掘模式的几何形状等)进行了校准——而非经过训练的分类器。它的目的是作为一种分流工具,帮助管理员决定哪些会话值得人工审查,而不是作为作弊的自动证据。异常分数增加了第二个独立信号(与服务器自身数据相比的统计离群值),正是因为单一的启发式算法可能会出错——一个被其中一个算法标记而另一个未标记的会话,正是需要在采取任何行动之前进行人工审查的案例类型。

推荐用法: 将每个被标记的会话视为需要调查的线索(例如通过可视化报告,或使用 /tp 快捷方式传送到挖掘区域),而不是将其视为最终的定罪判决。

已知局限性

  • 路径直线性指标可能会被常见的挖掘模式扭曲(例如,一个 2 格高的隧道交替使用水平和垂直步骤,这会拉平所有人的“直线段”测量值)。
  • 阈值是根据开发者的自有测试数据和已知的游戏知识进行校准的;尚未针对大型标注的真实世界数据集进行验证。
  • 在同一会话中混合合法挖掘和透视行为的玩家,其分数会被稀释。
  • 利用洞穴网络并仅向矿脉挖掘最后几格方的玩家,可以部分规避“挖掘产出”信号。

路线图

  • 稳定游戏内命令和权限。
  • 改进路径简化算法,以更好地区分真正的条带化采矿网格与混乱的透视路径。
  • 针对真实(非合成)标注数据重新校准分数阈值。
  • 会话内的滑动窗口评分,以捕捉仅在部分时间作弊的玩家。

? 完整文档,包括所有配置键:tunnelvision.fr/documentation.html

在此阶段,反馈、错误报告和在实际服务器上的测试尤其有价值——这是 Beta 版软件。

你是这个资源的作者?登录后可认领此资源。

评论 0

0.0
暂无评分
5 星
0
4 星
0
3 星
0
2 星
0
1 星
0
我的评分

登录后参与评分

还没有评论,来抢沙发吧

评论配图

相似资源