学者は、機械学習アルゴリズムを使用してテキストベースのCAPTCHAシステムを打ち負かすさらに別の方法を特定しました. 新しい「キャプチャソルバー」メソッドは、英国のランカスター大学の科学者によって開発されました, 中国のノースウェスト大学と北京大学. この方法は、いわゆる生成的敵対的ネットワークの概念に基づいて構築されています (ガン).
新しいアルゴリズムは、これまでのキャプチャセキュリティおよび認証システムの最も効果的なソルバーです。. Webサイトを防御するために広く展開されているテキストキャプチャスキームのバージョンを文字通り打ち負かすことができます.
敵対的生成ネットワークとは何ですか?
生成的敵対的ネットワーク 教師なし機械学習で使用される人工知能アルゴリズムのクラスです, ゼロサムゲームフレームワークで互いに競合する2つのニューラルネットワークのシステムによって実装されます. この方法は、人間の観察者にとって少なくとも表面的には本物に見える写真を生成することができます, 多くの現実的な特徴を持っています.
なぜ彼らは敵対者と呼ばれるのですか? 要するに, GANは、2つのネットで構成されるディープニューラルネットアーキテクチャです。, 片方をもう片方に突き刺す, したがって、彼らは敵対者と呼ばれます. これらのネットワークの可能性は巨大です, 彼らはデータの分布を模倣することを学ぶことができるからです, 専門家は言う. さらに, GANベースのアルゴリズムは、分類機械学習アルゴリズムが必要とするほど多くのデータポイントをトレーニングする必要はありません。. そしてそれはまだ非常に正確に実行できます.
GANベースのキャプチャソルバーアルゴリズムはどのように機能しますか?
この方法では、キャプチャジェネレータプログラムを使用して、本物のキャプチャと区別できない多数のトレーニングキャプチャを生成します。, 学者は説明した. https://www.lancaster.ac.uk/sci-tech/about-us/news/new-attack-could-make-website-security-captchas-obsoleteソルバーを迅速にトレーニングするために使用されます, 次に、実際のキャプチャに対して洗練されてテストされます.
攻撃者はこのアルゴリズムをどのように使用できますか?
機械学習された自動キャプチャジェネレータを使用することで、脅威アクターは労力と時間を大幅に削減できます, ソフトウェアをトレーニングするためにキャプチャを見つけて手動でタグ付けする必要がありました. これは確かに学者が成功した方法です.
このGANベースのキャプチャソルバーに必要なのは 500 本物のキャプチャ, 攻撃プログラムを効果的にトレーニングするために通常必要となる数百万の代わりに, 研究者は付け加えた. さらに何, 革新的なソルバーは簡単に再構築できます, 新規または変更されたキャプチャスキームに対して使用できます. それは働くために多くの人間の関与を必要としません.
キャプチャソルバーはでテストされました 33 キャプチャスキーム. 11 スキームのいくつかは、世界で最も人気のある多くのWebサイトによって展開されています, eBayなど, ウィキペディアとマイクロソフト. あなたはできる レポートを参照してください 詳細については.
の 2016, 3人の研究者, Suphannee Sivakorn, ジェイソン・ポラキス, とアンジェロスD. Keromytisは、成功する可能性のある自動攻撃を設計することに成功しました [wplinkpreview url =”https://Sensorstechforum.com/facebooks-and-googles-captchas-defeated/”]GoogleとFacebookのCAPTCHAを破る. 成功するために, エキスパートトリオは、CAPTCHAスキームを打ち負かすためにさまざまな「トリック」を適用しました. また、機械学習を使用して、CAPTCHAの正しい答えを見つけました。. T
ミレーナ・ディミトロワ
プロジェクトの開始以来SensorsTechForumに所属しているインスピレーションを得たライター兼コンテンツマネージャー. の専門家 10+ 魅力的なコンテンツの作成における長年の経験. ユーザーのプライバシーとマルウェア開発に焦点を当てています, 彼女はサイバーセキュリティが中心的な役割を果たす世界を強く信じています. 常識が意味をなさない場合, 彼女はメモを取るためにそこにいます. それらのメモは後で記事になる可能性があります! Milena@Milenyimをフォローする
フォローしてください: