Les chercheurs ont identifié une autre façon de déjouer les systèmes de CAPTCHA à base de texte en utilisant un algorithme d'apprentissage automatique. La nouvelle méthode « solveur captcha » a été développé par des scientifiques de l'Université de Lancaster au Royaume-Uni, Université du Nord-Ouest de la Chine et de l'Université de Pékin. La méthode repose sur le concept du réseau contradictoire que l'on appelle générative (LES DEUX).
Le nouvel algorithme est le solveur le plus efficace de sécurité captcha et des systèmes d'authentification à ce jour. Il peut littéralement vaincre les versions des systèmes de captcha de texte qui sont largement déployées pour défendre les sites Web.
Qu'est-ce qu'un réseau contradictoire générative?
réseaux accusatoires génératives sont une classe d'algorithmes d'intelligence artificielle utilisés dans l'apprentissage de la machine sans supervision, mis en œuvre par un système de deux réseaux de neurones contester les uns aux autres dans un cadre de jeu à somme nulle. La méthode peut générer des images qui ressemblent au moins superficiellement authentique aux observateurs humains, ayant de nombreuses caractéristiques réalistes.
Pourquoi sont-ils appelés accusatoire? En bref, GAN sont des architectures de réseaux neuronaux profondes composées de deux filets, opposant une contre l'autre, et, par conséquent, ils sont appelés accusatoire. Le potentiel de ces réseaux est énorme, car ils peuvent apprendre à imiter toute distribution de données, disent les experts. En outre, un algorithme à base de GaN n'a pas besoin d'autant de points de données pour former des algorithmes d'apprentissage machine de classification doivent. Et il peut encore effectuer de façon très précise.
Comment l'algorithme de solveur captcha GaN travail?
La méthode consiste à enseigner un programme générateur de captcha pour produire un grand nombre de captchas de formation qui sont impossibles à distinguer de véritables captchas, les universitaires ont expliqué. https://www.lancaster.ac.uk/sci-tech/about-us/news/new-attack-could-make-website-security-captchas-obsolete Ils sont utilisés pour former rapidement un solveur, qui est ensuite raffiné et testé contre captchas réel.
Comment cet algorithme utilisé par des attaquants?
En utilisant un générateur automatique captcha appris machine menace les acteurs peuvent réduire considérablement l'effort et le temps, nécessaires pour trouver et marquer manuellement captchas pour former leur logiciel. C'est en effet comment les chercheurs ont réussi.
Ce solveur captcha à base de GaN ne nécessite 500 véritables captchas, au lieu des millions de personnes qui seraient normalement nécessaires pour former efficacement un programme d'attaque, les chercheurs ont ajouté. De plus, le solveur innovant est facile à reconstruire, et peut être utilisé contre les systèmes de captcha nouveaux ou modifiés. Il ne nécessite pas beaucoup d'implication humaine au travail.
Le solveur captcha a été testé sur 33 systèmes de captcha. 11 des systèmes sont déployés par un certain nombre de sites les plus populaires du monde, comme eBay, Wikipedia et Microsoft. Tu peux se reporter au rapport pour plus de détails.
Dans 2016, trois chercheurs, Suphannee Sivakorn, Jason Polakis, et Angelos D. Keromytis a réussi à concevoir une attaque automatisée qui pourrait avec succès [wplinkpreview url =”https://sensorstechforum.com/facebooks-and-googles-captchas-defeated/”]briser le CAPTCHA de Google et Facebook. Afin de réussir, le trio d'experts ont appliqué diverses « trucs » pour vaincre les systèmes de CAPTCHA. Ils ont également utilisé l'apprentissage de la machine pour trouver la réponse CAPTCHA droit. T
Milena Dimitrova
Un écrivain et gestionnaire de contenu inspiré qui travaille avec SensorsTechForum depuis le début du projet. Un professionnel avec 10+ années d'expérience dans la création de contenu engageant. Axé sur la vie privée des utilisateurs et le développement des logiciels malveillants, elle croit fermement dans un monde où la cybersécurité joue un rôle central. Si le bon sens n'a pas de sens, elle sera là pour prendre des notes. Ces notes peuvent se tourner plus tard dans les articles! Suivre Milena @Milenyim
Suivez-moi: