บรรณาธิการของ Downcodes ได้เรียนรู้ว่าทีมวิจัยของ Swiss Federal Institute of Technology (ETH Zurich) ได้สร้างความก้าวหน้าที่สะดุดตา: พวกเขาประสบความสำเร็จในการถอดรหัสระบบ reCAPTCHA v2 ของ Google ด้วยอัตราความสำเร็จ 100%! การวิจัยนี้ไม่เพียงแต่ท้าทายความน่าเชื่อถือของเทคโนโลยีรหัสยืนยันที่มีอยู่เท่านั้น แต่ยังกระตุ้นให้เกิดความคิดเชิงลึกในอุตสาหกรรมเกี่ยวกับทิศทางการพัฒนาในอนาคตของรหัสยืนยันอีกด้วย ทีมวิจัยใช้อัลกอริธึมการจดจำรูปภาพ YOLO ขั้นสูงเพื่อหลีกเลี่ยงการป้องกัน reCAPTCHA v2 อย่างชาญฉลาด และประสิทธิภาพและความแม่นยำของมันก็เหนือกว่าผลการวิจัยครั้งก่อนมาก
เมื่อเร็วๆ นี้ ทีมวิจัยจากสถาบันเทคโนโลยีแห่งสหพันธรัฐสวิส (ETH Zurich) เผยแพร่ผลการวิจัยที่น่าตกใจ พวกเขาประสบความสำเร็จในการถอดรหัสระบบ reCAPTCHAv2 และอัตราความสำเร็จสูงถึง 100%! .
ทีมวิจัยใช้อัลกอริธึมการจดจำรูปภาพขั้นสูงที่เรียกว่า YOLO เพื่อแก้ไขปัญหาทั้งสามงานใน reCAPTCHAv2 โดยอัตโนมัติด้วยการแบ่งส่วนและจัดหมวดหมู่รูปภาพ ซึ่งรวมถึงการจัดประเภทรูปภาพในตาราง 3x3 การแบ่งส่วนรูปภาพเดี่ยว และการจัดการงานการจัดหมวดหมู่แบบไดนามิกที่เปลี่ยนแปลง
ด้วยเหตุนี้ พวกเขายังได้เตรียมชุดข้อมูลที่ประกอบด้วยรูปภาพที่มีคำอธิบายประกอบประมาณ 14,000 ภาพสำหรับงานจำแนกประเภท ขณะเดียวกันก็ใช้โมเดล YOLOv8 ที่ได้รับการฝึกอบรมล่วงหน้าสำหรับการแบ่งส่วน
อัตราความสำเร็จของการศึกษาสูงกว่าการวิจัยก่อนหน้านี้อย่างมีนัยสำคัญ ซึ่งมีอัตราความสำเร็จเพียง 68% ถึง 71% นักวิจัยพบว่า reCAPTCHAv2 อาศัยคุกกี้และข้อมูลของเบราว์เซอร์เป็นอย่างมากเมื่อระบุผู้ใช้ เพื่อทำให้ระบบอัตโนมัติตรวจไม่พบ พวกเขาใช้ VPN จำลองการเคลื่อนไหวของเมาส์จริงและข้อมูลเบราว์เซอร์ และในที่สุดก็สามารถข้ามการป้องกัน reCAPTCHA ได้สำเร็จ
เป็นที่น่าสังเกตว่าทีมวิจัยนี้ได้เผยแพร่ซอร์สโค้ดของตนต่อสาธารณะเพื่ออำนวยความสะดวกในการสำรวจเพิ่มเติมโดยนักวิจัยคนอื่นๆ พวกเขาเสนอให้ขยายชุดข้อมูลเพื่อแบ่งงานและตรวจสอบภายใต้สถานการณ์ใดที่การแก้ไข CAPTCHA อย่างต่อเนื่องนำไปสู่การบล็อก
การวิจัยที่ก้าวล้ำนี้ไม่เพียงแต่แสดงให้เห็นถึงศักยภาพอันทรงพลังของเทคโนโลยี AI แต่ยังทำให้เราคิดว่ารหัสยืนยันในอนาคตควรพัฒนาอย่างไรเพื่อตอบสนองความท้าทายทางเทคนิคเหล่านี้
ไฮไลท์:
1. ทีม Swiss ETH Zurich ถอดรหัส Google reCAPTCHAv2 ได้สำเร็จด้วยอัตราความสำเร็จ 100%
2. วิจัยเกี่ยวกับการใช้อัลกอริทึม YOLO เพื่อแก้ปัญหา reCAPTCHA ทั้งสามงานโดยอัตโนมัติ
3. ? ทีมวิจัยได้เปิดเผยซอร์สโค้ดเพื่อสนับสนุนการวิจัยและการสำรวจเพิ่มเติม
ผลการวิจัยนี้ส่งเสียงเตือนในด้านความปลอดภัยของรหัสยืนยันอย่างไม่ต้องสงสัย และยังให้มุมมองใหม่สำหรับการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ในด้านความปลอดภัยอีกด้วย ในอนาคต เทคโนโลยีรหัสยืนยันจำเป็นต้องได้รับการสร้างสรรค์และปรับปรุงอย่างต่อเนื่อง เพื่อรับมือกับความท้าทายของเทคโนโลยีปัญญาประดิษฐ์ได้ดีขึ้น และรับประกันความปลอดภัยของเครือข่าย บรรณาธิการของ Downcodes จะยังคงให้ความสนใจกับการพัฒนาล่าสุดในสาขานี้ต่อไป