變形驗證碼已過時,最新AI系統破解成功率高達6成
為了區別人類與機器,一般在登入網路服務時,會需要輸入一組字型扭曲、上下顛倒的身份驗證碼(CAPTCHA),一般文字辨識系統難以識別驗證碼特殊的呈現方式,因此能防止機械人程式重複註冊或登入帳戶。美國一家AI新創Vicarious,最近研發出了一套可以模擬人類視覺系統,能順利破解驗證碼並轉換成文字。
AI 已經能辨識文字圖像的驗證碼
美國AI新創Vicarious 在《科學》雜誌發表了一份研究報告,表示已經研發出一款可以模擬人類視覺的 AI系統,能夠成功破解以文字圖像呈現的「Captcha」及「 reCaptcha」驗證碼系統。
CAPTCHA這個詞最早是在2002年被提出,透過讓用戶輸入圖片上扭曲、變形的文字或數字來判定人類用戶身份,Vicarious新研發的系統叫做「遞歸神經網路」(Recursive Cortical Network,RCN),可以透過機器學習演算法模擬人類大腦運作的模式,系統內的人工神經元會以外部輸入的數據資料為基礎,將遞歸神經網路的人工神經元結構化的,並建構一套模型,這套模型便能快速的模擬人類對於視覺的反應,學習文字的特徵、圖像的輪廓,進而破解驗證碼。
Vicarious新研發的「遞歸神經網路」系統,可以透過機器學習演算法模擬人類大腦運作的模式,進而辨識出文字輪廓。
破解成功率高達6成,驗證碼保護失效
透過神經元之間彼此的合作辨識出文字圖像,能破解Captcha驗證碼的「遞歸神經網路」系統的準確率已經達到66%,雖然成功率只有六成,但 Captcha 對於驗證碼的被讀取率標準,必須在1%以下,因此這套AI系統已經遠遠超越文字驗證碼系統所必須具備的保護程度,且已經具備在短時間內反覆嘗試成功破解驗證碼的能力。
「這些研究結果顯示以文字圖像呈現為主的『Captcha』已經過時。」 Vicarious 共同創辦人Dileep George說。隨著AI技術的發展,未來需要提升登入網路服務的驗證難度,才能避免被機器人破解,對資安專家來說,意味著現在的驗證碼系統將要過時。
Vicarious公布破解CAPTCHA圖像驗證的細節
專門研發遞歸皮質網路(Recursive Cortical Network,RCN)技術的Vicarious曾於2013年宣布他們可破解文字版的CAPTCHA圖像驗證,上周Vicarious正式於《科學》(Science)期刊上發表了研究細節,並揭露該公司選擇RCN的原因。
文字版CAPTCHA圖像驗證是在複雜的背景中顯示文字,以能否準確輸入文字來判斷使用者是人類或機器人,若一個演算法可達1%的成功率時,就視為破解了CAPTCHA。
不過,當Vicarious以單一模型進行測試時,在Google的reCAPTCHA上有66%的準確率,在BotDetect有64.4%,在Yahoo有57.4%,在PayPal達57.1%,而一個針對特定形式最佳化的模型最高則可達到90%的準確率。
Vicarious說,人類不經任何訓練就能辨識複雜背景中的文字,但坊間的光學辨識API並不理解物件,也無法將物件自背景中隔離,此外,諸如卷積神經網路(CNN)的深度學習技術在受訓後辨識CAPTCHA的效果也不佳。
根據實驗,深度學習技術縱使在經過230萬個訓練樣本後,準確度仍然遠不及只執行260個訓練樣本的RCN。
2011年創立Vicarious之所以受到矚目並不只因為該公司在RCN技術上的表現,還因為該公司的股東都大有來頭,包括臉書創辦人Mark Zuckerberg、Tesla創辦人 Elon Musk、Amazon創辦人Jeff Bezos、Yahoo共同創辦人楊致遠、Skype共同創辦人Janus Friis,以及Salesforce.com執行長Marc Benioff都曾先後注資Vicarious。
以文字圖像呈現為主的『Captcha』已經過時?沒關係!反正沒有任何駭客的「機器人破解」可以在insoler註冊成功!
每天都有「世界各國駭客」光臨insoler,不斷嘗試註冊惡意帳號、廣告帳號
駭客想要在insoler註冊,只能自己動手註冊!但是只要亂貼廣告,馬上就會被全部刪除!