4.2 KiB
4.2 KiB
R0Guard 项目架构说明（公开版）
版本：1.0.39 | 平台：Windows x64 | 目标游戏：CS:GO / CS2
本文档为对外公开的架构说明，仅描述系统组成与 AI 视觉分析相关数据流，不包含检测算法、通信细节、防护机制等可被滥用的实现信息。
一、系统组成
R0Guard 是一套面向 CS:GO / CS2 的反作弊系统，由以下逻辑模块协同工作：
| 模块 | 角色 |
|---|---|
| 客户端 | 运行于用户机器，负责游戏环境监控、截图采集、与云端通信 |
| AI 图片检测服务 | 独立部署，接收截图并做视觉推理，输出结构化检测事件 |
| 主服务端 | 用户会话、事件入库、规则处置、与平台系统对接 |
客户端还包含游戏进程内的辅助检测组件，以及供管理员远程查看的运行时控制台（经标准内网穿透方案暴露，具体实现不公开）。
二、AI 视觉分析架构
这是当前对外重点说明的子系统：将定时游戏截图交由 AI 服务分析，再将结果汇总到主服务端统一处置。
flowchart LR
Client["客户端\n截图采集"]
AI["AI 图片检测服务\n视觉推理"]
Server["主服务端\n事件入库与处置"]
Platform["平台 / 审核"]
Client -->|上传截图 + 元数据| AI
AI -->|检测事件| Server
Server --> Platform
数据流
客户端定时截图
↓
上传至 AI 图片检测服务（含用户标识、截图类型、时间戳等元数据）
↓
AI 服务：接收 → 推理 → 生成标签 / 置信度 / 截图引用
↓
主服务端：写入事件库 → 规则匹配 → 人工或自动处置
AI 服务职责（公开层面）
| 环节 | 说明 |
|---|---|
| 截图接收 | 接收客户端上传的多类型屏幕截图 |
| 视觉推理 | 识别可疑游戏界面元素（具体模型与特征不公开） |
| 事件上报 | 以统一事件格式推送至主服务端 API |
典型事件字段（概念层）
| 字段 | 说明 |
|---|---|
event_type |
固定为 AI 截图检测类事件 |
| 用户标识 | 与平台账号体系关联的 ID |
| 截图类型 | 客户端截图引擎分类（具体枚举不公开） |
labels / confidence |
AI 输出结果 |
| 截图引用 | 存储路径或 ID，供后续审核 |
三、主服务端（公开层面）
主服务端负责：
- 客户端认证与会话维护
- 接收 AI 服务上报的检测事件
- 事件持久化与查询
- 与现有平台封禁、审核流程对接
不包含在本文档中的内容： TCP/HTTP 协议细节、端口、域名、加密方案、黑白名单规则、自动封禁逻辑、数据库表结构等。
四、客户端（公开层面）
客户端在本地完成：
- 游戏相关环境监控（实现细节不公开）
- 多种引擎的定时截图（引擎列表与调度策略不公开）
- 将截图上传至 AI 服务
- 维持与主服务端的长连接（认证、心跳、非 AI 类事件上报）
远程管理控制台通过本地 Web 服务 + 内网穿透供授权人员访问，接口列表与鉴权方式不公开。
五、模块边界
| 数据 | 路径（概念） |
|---|---|
| 定时反作弊截图 | 客户端 → AI 服务 → 主服务端 |
| AI 检测事件 | AI 服务 → 主服务端 |
| 其他运行时事件 | 客户端 → 主服务端 |
| 远程控制台 | 授权访问方 → 客户端本地服务（经穿透） |
六、未公开内容说明
以下内容** intentionally 不包含**在公开文档与公开源码中，以降低被恶意逆向、仿制或绕过的风险：
- 游戏内检测算法（模块、内存、Hook、完整性校验等）
- 进程防护与反调试、加固策略
- 通信加密、证书、密钥与 pinned 网络配置
- 控制台完整 API、鉴权与穿透配置
- 黑白名单、特征库与自动封禁规则
- 文件特征扫描规则与启发式细节
完整内部设计文档见仓库私有目录 docs/internal/（不对外发布）。
七、相关文档
| 文档 | 说明 |
|---|---|
| README.md | 公开范围与代码开放政策 |
R0Guard — CS:GO / CS2 Anti-Cheat System