旨在识别人类的CAPTCHA测试被机器破解了


发布人:admin分类:网络安全浏览量:30发布时间:2017-12-12


为了防止用户作弊或利用软件恶意攻击,很多网站和应用都使用CAPTCHA(Completely Automated Public Turing Test to Tell Computers and Humans Apart,全自动区分计算机和人类的图灵测试)来验证另一端的登录用户是否人类。

不过,现在这种方法已经不灵了,因为有一款软件能够通过这种测试。这说明人工智能朝着接近人类的方向又迈进了一步。让用户识别扭曲的文字往往是网站确定对方是否人类的手段。从理论上来说,旨在区分人与机器的 CAPTCHA 可拥有多种形式,但是扭曲文字图片形式被证明是阻止恶意软件机器人程序及 SPAM 的有效方式。

这是因为当文字以扭曲、重叠或被随机线、点及颜色遮盖的图片形式出现时软件很难破译。而人类这方面却能力超强,往往只需要看几眼就能识别出各种变化形式的文字。

不过一家名为 Vicarious 的初创企业本周宣布已开发出一种算法,可击败文字型的 CAPTCHA。其中,被认为难度最高的 Google的 reCAPTCHA 测试其识别率达 90%,而在 Yahoo、Paypal 及 CAPTCHA.com 的表现甚至更好。

虚拟神经元

该公司击败 CAPTCHA的利器是虚拟神经元。这些虚拟神经元被接入到了一个以人类大脑为蓝本的网络上。网络的各个节点(虚拟神经元)分工明确。首先会有第 1层的节点来检测真实世界的输入,比方说判断图像中的特定像素是白色还是黑色的。在此基础上第 2 层节点会检测像素是否存在特别排列。如果存在,则交给第3层节点来判断这些布局排列是否完全或部分匹配某个形状。这样的过程会在第 3 层和第 8 层之间反复进行,信号最多会在 800万个节点之间传递。最后网络会给出自己认为图像中最有可能包含的文字。

传统的图像识别方法一般是存储特定字符的图像到数据库中,然后将待识别图像与之进行对照检录。但这个神经网络的识别过程却不是机械式地检索对照,而是跟人类的判别过程相似。神经网络首先会有一个受训的过程,不断学习那些已被识别的的 CAPTCHA码和活动的字母视频,然后在学习中不断提高其认知度。

尽管基于神经网络的系统已经得到广泛部署,但由于该公司并未披露更多细节,所以其算法是否算技术突破上不得而知。但是如果的确能攻破文字型 CAPTCHA 的话,其意义将是十分重大的,因为识别文字需要非常高级的理解能力。


目前 Vicarious 尚未打算推出产品,而是计划先挑战更多的图灵测试。其目标是要让机器说出某个复杂场景下所发生的事情,或者去学习如何适应某项简单的工作以便在别处也能执行。此类智能可应用到机器人管家之类的东西上面,以便在杂乱的人类环境下处置各种情况。

Vicarious 的 CEO Scott Phoenix 说他们的关注重点是解决根本性问题,破解 CAPTCHA 属于无心之举。

via:http://www.36kr.com/p/207405.html


被黑站点统计 - 文章版权1、本主题所有言论和图片纯属会员个人意见,与本文章立场无关
2、本站所有主题由该文章作者发表,该文章作者与被黑站点统计享有文章相关版权
3、其他单位或个人使用、转载或引用本文时必须同时征得该文章作者和被黑站点统计的同意
4、文章作者须承担一切因本文发表而直接或间接导致的民事或刑事法律责任
5、本帖部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责
6、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除并致以最深的歉意
7、被黑站点统计管理员有权不事先通知发贴者而删除本文

免责声明

本站主要通过网络搜集国内被黑网站信息,统计分析数据,为部署安全型网络提供强有力的依据.本站所有工作人员均不参与黑站,挂马或赢利性行为,所有数据均为网民提供,提交者不一定是黑站人,所有提交采取不记名,先提交先审核的方式,如有任何疑问请及时与我们联系.

admin  的文章


微信公众号

微信公众号


Copyright © 2012-2022被黑网站统计系统All Rights Reserved
页面总访问量:21380634(PV) 页面执行时间:43.521(MS)
  • xml
  • 网站地图