Um estudante da Universidade de Ciência e Tecnologia da Noruega, Christopher B. Didriksen, dedicou sua tese de mestrado ao desenvolvimento de uma solução inovadora para combater trapaças em Counter-Strike 2. O sistema analisa padrões biométricos de uso de mouse e teclado para identificar jogadores com precisão, mesmo após mudanças de sensibilidade ou entre diferentes mapas.
Didriksen estudou mais de mil demos de partidas competitivas e descobriu que os movimentos de jogadores permanecem estáveis ao longo do tempo, mesmo com alterações de configuração. O método identificou jogadores com 100% de precisão com base no mouse e em 98% dos casos com base no teclado, com a combinação dos dois dados alcançando alta confiabilidade.
O sistema pode detectar 'smurfs' — contas secundárias de jogadores experientes — que escapam dos mecanismos atuais de detecção. Segundo o pesquisador, a solução poderia funcionar como complemento ao Valve Anti-Cheat e ao Trust Factor, respondendo à pergunta que eles não conseguem: 'É a mesma pessoa?'.
Apesar de não ser infalível — especialmente diante de contas compartilhadas ou jogadores que mudam de comportamento — o método gerou grande interesse na comunidade do r/CS2. Alguns jogadores até revelaram suas próprias contas secundárias, fornecendo dados valiosos para a pesquisa. A tese foi aprovada com nota máxima.
