Детальная информация

Выпускная квалификационная работа посвящена исследованию технологий разработки античит-систем, встроенных в современные шахматные онлайн-платформы. В результате работы было создано программное обеспечение для автоматизации выявления неочевидных случаев читерства в шахматных партиях. В ходе работы на языке программирования С++ в среде разработки Microsoft Visual Studio 2022 с помощью кроссплатформенного фреймворка Qt был разработан графический интерфейс, позволяющий осуществлять быструю загрузку партии и удобно проводить ее анализ. Также был разработан режим анализа игрока, в котором можно обработать сразу несколько игр одного человека. Через окно диалога пользователь может выставлять различные параметры анализа и наблюдать за результатами. Для выявления читерства в партии были введены несколько критериев неочевидного читерства. Для каждого из критериев разработан собственный алгоритм распознавания. Все алгоритмы были протестированы на датасете, содержащем различные реальные шахматные партии с онлайн-платформы. Разработанное программное обеспечение может использоваться как встроенная в шахматную онлайн-платформу античит-система.

The graduate qualification work is devoted to the research of technologies of development of anti-cheat systems built into modern online chess platforms. As a result of the work, software was created to automate the detection of non-obvious cases of cheating in chess games. During the work, a graphical interface was developed in the C++ programming language in the Microsoft Visual Studio 2022 development environment using the cross-platform Qt framework, that allows for quick loading of the game and conveniently analyze it. A player analysis mode was also developed, in which several games of one person can be processed at once. Through the dialog window the user can set various analysis parameters and observe the results. To detect cheating in a game, several criteria of non-obvious cheating were introduced. For each of the criteria, a custom recognition algorithm was developed. All algorithms were tested on a dataset containing various real chess games from an online platform. The developed software can be used as an embedded anti-cheat system on an online chess platform.