Распознавание CAPTCHA всего за 0.05 секунд

Никто из нас не любит CAPTCHA ( я имею ввиду людей, роботы не чувствуют) — Эти вечно раздражающие картинки на которые даже смотреть трудно, не то чтобы решить.И это нужно сделать ради того чтобы открыть любимый форум или зайти на любой другой сайт. CAPTCHAs (Completely Automated Public Turing tests to tell Computers and Humans Apart — Полностью Автоматизированные Публичные тесты Тьюринга, которые отличают компьютеры и людей) была разработана для предотвращения преднамеренных зловредных атак, во всемирной паутине путем проверки что конечный пользователь “человек, а не робот”.

Попытки “взломать” CAPTCHA уже предпринимались в прошлом. Но не одна из них не обладала настолько точным и быстрым машинным обучением, от исследователей из Университета Ланкастера, Северо-Западного университета и Пекинского университета, который показан ниже

Одним из первых известных людей, которым удалось взломать CAPTCHA был Эндриан Роузброк. В своей книге “Deep Learning for Computer Vision with Python” он рассказывает как ему удалось обойти системы CAPTCHA на веб сайте E-ZPass New York, используя машинное обучение, загрузив большой набор примеров с изображением CAPTCHA, дабы их система была сломана.

Основное отличие решения Адриана от решения наших друзей-ученых, заключается в том, что у исследователей не было необходимости загружать большой набор картинок. Наоборот, они использовали (GAN) generative adversarial network, для создания синтезированных CAPTCHA, а также небольшого набора данных реальных CAPTCHA, для создания чрезвычайно быстрого и точного решения CAPTCHA.

Исследователи оценили свой подход, применив 33 алгоритма создания CAPTCHA, 11 из которых в настоящее время используются 32 самыми популярными в мире веб-сайтами, ранжированными Alexa. Включая схемы CAPTCHA, используемые Google, Microsoft, eBay, Wikipedia, Baidu и многими другими.

Прототип машинного обучения был реализован с использованием Python, модель предварительной обработки построена с использованием инфраструктуры Pix2Pix, которая была реализована с использованием Tensorflow. Точно настроенная решающая программа была закодирована с использованием Keras.

После того, как GAN был обучен с использованием синтезированных и реальных образцов CAPTCHA. Он использовался для решения задач на реальных веб-сайтах таких как, Megaupload, Blizzard, Authorize, Captcha.net, Baidu, QQ, reCaptcha, Wikipedia, и т. д. Метод действительно впечатляющий. И это можно понять из результатов. Более 80 процентов успеха, а на таких сайтах как Blizzard, Megaupload и Authorize.net так вообще все 100!

Помимо повышения точности, исследователи также упомянули в своей статье, что подход их не только более точен, но и более эффективен и является менее дорогостоящим в сравнении со своими конкурентами.

И все же, пока у исследователей есть грустная сторона их проекта. Это ограничение по количеству обрабатываемых символов. Но и это они обещают исправить.

Для посещаемых веб-сайтов важно использовать более надежные способы защиты своих систем, такие как программы по обнаружению ботов, диагностика кибербезопасности и аналитика — поскольку они теперь, еще более легкая цель для атаки.

Спасибо за внимание

Вы на канале HIDE. Здесь хранят свободу.