雷鋒網(wǎng) AI 科技評論按，本文源自學術(shù)頭條，雷鋒網(wǎng) AI 科技評論獲其授權(quán)轉(zhuǎn)載。

在互聯(lián)網(wǎng)上與人溝通時，你如何證明自己不是機器？這是一個很難的問題，多年以來的解決方案就是你能夠成功讀取一系列機器無法識別的扭曲字符。這種安全工具稱為 CAPTCHA。

CAPTCHA 的目的是區(qū)分計算機和人類，用于阻止自動垃圾郵件發(fā)送，停止機器人在社交媒體網(wǎng)站上創(chuàng)建欺詐性內(nèi)容。在過去的 20 多年里，它已經(jīng)發(fā)揮作用，但可能作用到現(xiàn)在為止。

在中國西北大學、北京大學和英國蘭開斯特大學研究人員的共同努力下，計算機科學家開發(fā)出了一種能夠在短短 0.5 秒內(nèi)破解文本 CAPTCHA 系統(tǒng)的人工智能。它已在不同的 33 個 CAPTCHA 系統(tǒng)中成功測試，其中 11 個是世界上最受歡迎的網(wǎng)站，包括 eBay、微軟、谷歌和維基百科。該論文發(fā)表于今年的 ACM 會議上，并入圍最佳論文獎。

蘭卡斯特大學計算與通信學院副教授 Zheng Wang 表示：「我們認為我們的研究可能會宣判文本 CAPTCHA 的死刑?！?br/>

此次研究人員基于深度神經(jīng)網(wǎng)絡圖像分類器進行攻擊。深度神經(jīng)網(wǎng)絡在圖像識別方面的表現(xiàn)結(jié)果令人印象深刻，但是，成功的模型通常需要通過數(shù)百萬個手動標記的圖像才能學習。這項最新工作的新穎之處在于它使用生成對抗網(wǎng)絡（GAN）來創(chuàng)建此訓練數(shù)據(jù)，該系統(tǒng)不需要收集和標記數(shù)以百萬計的 CAPTCHA 樣例，而只需要 500 個例子就可以學習。然后，它可以合成數(shù)百萬甚至數(shù)十億的訓練數(shù)據(jù)，創(chuàng)建成功的圖像分類器。實驗結(jié)果比迄今為止所見的任何 CAPTCHA 識別系統(tǒng)的精度都要高。

這種方法對于需要大量訓練數(shù)據(jù)的圖像識別任務都是有用的。然而，在某種程度上，CAPTCHA 是獨一無二的，因為它們在不斷發(fā)展。早期基于文本的 CAPTCHA 是該技術(shù)的第一次迭代。但是，到目前為止，大家可能更習慣于廣泛使用的基于交通標志的 CAPTCHA，這種不斷變化使收集訓練數(shù)據(jù)變得很困難。

這種方法意味著，當攻擊者收集到足夠的訓練數(shù)據(jù)時，CAPTCHA 驗證碼將會無效，」Zheng Wang 說。「我們的工作提供了一種以更低的成本生成 CAPTCHA 識別器的新方法。因此，它對 CAPTCHA 計劃構(gòu)成了真正的威脅，因為它可以更快地學習 CAPTCHA 求解器?！?/p>

論文地址：http://www.lancaster.ac.uk/staff/wangz3/publications/ccs18.pdf

信息來源：https://www.digitaltrends.com/cool-tech/ai-cracks-captcha-05-seconds/

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。