スイスのチューリッヒ工科大学の AI 研究者 3 人は、Google の reCAPTCHAv2 人体テスト システムを解決するために、AI ベースの画像処理モデルを修正しました。
Andreas Plesner、Tobias Vontobel、Roger Wattenhofer は、You Only Look Once (YOLO) 画像処理モデルを変更して、Google の CAPTCHA を試行するたびに解決できる新しいモデルを開発しました。彼らの紙で利用可能ですarXivプレプリントサーバー。
過去数十年にわたり、Web サイト管理者は自律型ボットがアクセスして問題を引き起こすのを防ぐ技術を使用してきました。アプローチの 1 つは、コンピュータと人間を区別するための完全に自動化されたパブリック チューリング テストと呼ばれるモデルで、CAPTCHA としてより広く知られており、Web サイト管理者はログイン プロセスにアプレットを簡単に追加できます。
2007 年に、Google は reCAPTCHAv2 と呼ばれる最新アップデートを含む独自バージョンのアプレットをリリースしました。他の CAPTCHA と同様に、Google の CAPTCHA では、ユーザーが指定された画像をクリックして渡す必要があります。
この新たな取り組みにおいて、スイスのチームは、既存の AI モデルを変更して Google の CAPTCHA を通過できる機能を与えるのにそれほど労力がかからないことを発見しました。
この作業には、車、橋、車など、reCAPTCHAv2 で通常使用されるオブジェクトを認識するための YOLO モデルの変更が含まれます。信号機。次に、同じ種類の物体を撮影した何千枚もの写真を使用してトレーニングしました。
テストの結果、reCAPTCHAv2 は他の CAPTCHA と同様に複数回の試行が許可されるため、モデルが 100% 正確である必要はないことがわかりました。これにより、モデルはテストされるたびに CAPTCHA テストに合格することができました。研究者らは、新しいモデルが最初の画像で失敗したとしても、2 番目のパズルに合格することを発見しました。彼らはまた、モデルにパズルを解くように教えるために必要なオブジェクトのカテゴリは 13 だけであることにも注目しました。
モデルをさらにテストしたところ、マウス追跡やブラウザ履歴などの機能で修正されたさらに高度な CAPTCHA をだますことができることがわかりました。この発見は間違いなく、AI システムにだまされない CAPTCHA を作成するための新しい研究につながるでしょう。
詳細情報:Andreas Plesner ら、reCAPTCHAv2 の破壊、arXiv（2024年）。DOI: 10.48550/arxiv.2409.08831
雑誌情報: arXiv
© 2024 サイエンス X ネットワーク
引用:AI モデルは毎回 CAPTCHA を上回ります (2024 年 9 月 24 日)2024 年 9 月 24 日に取得https://techxplore.com/news/2024-09-ai-captcha.html より
この文書は著作権の対象です。個人的な研究や研究を目的とした公正な取引を除き、書面による許可なく一部を複製することができます。コンテンツは情報提供のみを目的として提供されています。