Downcodes の編集者は、スイス連邦工科大学 (ETH Zurich) の研究チームが、100% の成功率で Google の reCAPTCHA v2 システムのクラックに成功したという、目を引く画期的な成果を上げたことを知りました。この研究は、既存の検証コード技術の信頼性に挑戦するだけでなく、検証コードの将来の開発方向について業界で深く考えるきっかけにもなります。研究チームは、高度な YOLO 画像認識アルゴリズムを使用して reCAPTCHA v2 の強力な保護を巧みに回避し、その効率と精度は以前の研究結果をはるかに上回りました。
最近、スイス連邦工科大学 (ETH Zurich) の研究チームが Google の reCAPTCHAv2 システムの解読に成功したという衝撃的な研究結果を発表し、この研究は画像検証コードに関する議論のきっかけとなりました。 。
研究チームは、YOLO と呼ばれる高度な画像認識アルゴリズムを使用して、写真をセグメント化して分類することで、reCAPTCHAv2 の 3 つのタスクすべてを自動的に解決しました。これには、3x3 グリッドでの画像の分類、単一画像のセグメント化、および変化する動的分類タスクの処理が含まれます。
この目的のために、彼らはまた、セグメンテーションのために事前にトレーニングされた YOLOv8 モデルを利用しながら、分類タスク用に約 14,000 枚の注釈付き画像を含むデータセットを準備しました。
この研究の成功率は、成功率がわずか 68% ～ 71% だった以前の研究よりも大幅に高かった。研究者は、reCAPTCHAv2 がユーザーを識別する際にブラウザーの Cookie とデータに大きく依存していることを発見しました。自動システムを検出できないようにするために、VPN を使用し、実際のマウスの動きとブラウザ データをシミュレートし、最終的に reCAPTCHA 保護を回避することに成功しました。
この研究チームは、他の研究者によるさらなる調査を容易にするためにソースコードを公開していることは言及する価値があります。彼らは、タスクを分割するためにデータセットを拡張し、どのような状況で永続的な CAPTCHA 解決がブロックにつながるかを調査することを提案しています。
この画期的な研究は、AI テクノロジーの強力な可能性を実証するだけでなく、これらの技術的課題に対処するために将来の検証コードがどのように進化するべきかについて考えさせるものでもあります。
ハイライト:
1. スイス連邦工科大学チューリッヒ校チームは、100% の成功率で Google reCAPTCHAv2 の解読に成功しました。
2. ? YOLO アルゴリズムを使用して 3 つの reCAPTCHA タスクをすべて自動的に解決する研究。
3. ? 研究チームは、さらなる研究と探索を促進するためにソース コードを公開しました。
この研究結果は、間違いなく検証コードのセキュリティ分野に警鐘を鳴らすとともに、セキュリティ分野における人工知能技術の応用に新たな展望をもたらした。将来的には、人工知能技術の課題にうまく対処し、ネットワークのセキュリティを確保するために、検証コード技術を継続的に革新し、改善する必要があります。 Downcodes の編集者は、この分野の最新の動向に今後も注目していきます。