Nova ferramenta anti-cheat mira superusers do
Pesquisadores de segurança lançaram um software de código aberto que analisa históricos de mãos para detectar superusers capazes de ver as cartas fechadas dos adversários, sinalizando contas suspeitas para revisão humana.
O pôquer online ganhou uma nova ferramenta de integridade. Pesquisadores de segurança da QuintAce e da AceGuardian Research liberaram o código-fonte completo de um sistema antifraude avançado, disponível gratuitamente no GitHub, capaz de detectar os chamados superusers — jogadores que conseguem ver as cartas fechadas dos adversários — apenas a partir de históricos de mãos.
Uma resposta ao escândalo do cavalo de Troia
O lançamento veio como resposta direta a um incidente de setembro, quando um cavalo de Troia conhecido como MeshAgent foi encontrado em versões comprometidas de ferramentas populares de pôquer, incluindo o Jurojin Poker e o IntuitiveTables. O malware permitia que um atacante visse as telas e as cartas exatas de mais de duas dezenas de jogadores de high stakes na Europa e na América do Norte.
Como destacam os criadores da ferramenta, os servidores das plataformas de pôquer em si não foram invadidos. Os vazamentos de cartas ocorreram diretamente nos computadores pessoais das vítimas. Usar essas informações nas mesas virtuais deixa rastros estatísticos inconfundíveis nas decisões de jogo, que o sistema consegue identificar independentemente de como o atacante obteve os dados.
O projeto é liderado pelo Dr. Thanh Tran, fundador e CEO/CTO da QuintAce e da AceGuardian, ex-professor de ciência da computação no Instituto de Tecnologia de Karlsruhe e pesquisador na Universidade Stanford, ao lado de John Andress, chefe de integridade de jogo da AceGuardian e ex-profissional de no-limit hold'em de high stakes. A equipe da AceGuardian gerencia sistemas antifraude desde 2019 para sete plataformas internacionais e avalia dezenas de milhões de decisões por dia.
Como a Ferramenta Funciona: Seis Sinais-Chave
O sistema analisa as mãos jogadas quando tem informação completa sobre as cartas de todos os jogadores na mesa. Em vez de se basear em um único indicador, ele combina várias métricas estatísticas:
- Comparação de Equity: as decisões de um jogador são comparadas com três níveis — todo o espectro de combinações possíveis, as cartas reais dos oponentes e um range estimado por um modelo bayesiano. O teste examina se as reações do jogador dependem de forma anormal das cartas exatas escondidas dos oponentes, mesmo depois de levar em conta a estratégia padrão.
- Folds Oráculo: identifica situações em que um jogador dá fold com uma mão forte, como top pair ou dois pares, que está à frente do range típico de um oponente, mas atrás da mão exata escondida dele.
- Índice de Bluff: acompanha a frequência e o sucesso de apostas com equity muito baixo contra combinações específicas de oponentes.
- Bluff Catch: a contraparte do Índice de Bluff, mede a capacidade de pagar os bluffs dos oponentes.
- Taxa de Sucesso: analisa os resultados em comparação com jogadores que têm um número semelhante de mãos jogadas e um estilo de jogo parecido.
- Tempo de Decisão: monitora a velocidade da ação em situações específicas, como dar fold corretamente com uma mão forte num pote gigante em menos de dois segundos.
A saída do sistema não bane jogadores automaticamente. O software atribui uma pontuação de risco de 0 a 100 às mãos suspeitas e gera um ranking para revisão humana. Uma conta só é sinalizada quando múltiplos sinais de alerta coincidem ao longo de uma amostra grande de mãos jogadas.
Estudo de Caso: Por Que a Win Rate Sozinha Não Basta
Para demonstrar a eficácia da ferramenta, os criadores publicaram um estudo de caso relacionado a um incidente chamado de "Paul Gregg". A análise focou numa amostra de 757 mãos jogadas ao longo de 10 semanas nos limites 25/50, a maioria heads-up. O suspeito ganhou aproximadamente US$ 45.000 nesses duelos e não teve uma única noite de prejuízo.
Se a plataforma tivesse avaliado o jogador apenas pela sua win rate em bb/100, o suspeito teria se misturado à multidão. Sua melhor sequência de vitórias chegou ao 81º percentil entre 2.010 jogadores comparáveis, refletindo uma boa fase típica de um profissional forte.
Só a aplicação do novo modelo de decisão revelou um quadro diferente. O modelo básico sinalizou 72 mãos suspeitas. O jogador ficou no top 1% de extremidade em seis sinais-chave entre 193 jogadores de heads-up comparados, e repetidamente deu folds extremamente rápidos em spots em que foi derrotado por pouco, inclusive com uma mão como A-A.
Disponibilidade para plataformas e jogadores
Publicar o código-fonte no GitHub sob a licença MIT significa que qualquer operador de poker online pode implementar o sistema de detecção na sua infraestrutura de graça. A equipe de pesquisa também pensou na própria comunidade do poker. Jogadores que suspeitam que o seu computador foi comprometido, ou que enfrentaram adversários com acesso ilícito às cartas fechadas, podem enviar o histórico de mãos diretamente para análise gratuita em research@aceguardian.co.
A criação do código marca um marco importante para a segurança no poker online. Também envia uma mensagem clara: por mais que os atacantes encontrem novas formas de ver as cartas escondidas, os rastros estatísticos nas mesas virtuais acabam por denunciá-los.