结合生成式 AI 与击键动力学的混合 CAPTCHA 以增强机器人检测

完全自动化的公共图灵测试以区分计算机和人类（CAPTCHA）是 Web 安全的基础组件，然而传统实现在可用性与抵御 AI 驱动机器人的韧性之间存在权衡。本文提出了一种新型混合 CAPTCHA 系统，将大型语言模型（LLM）带来的认知挑战与击键动力学的行为生物特征分析相协同。我们的方法生成动态、不可预测的问题，这些问题对人类而言轻而易举，但对自动化智能体却并非如此，同时分析用户的打字节奏以区分人类模式与机器输入。我们展示了系统架构，形式化了击键分析的特征提取方法，并报告了实验评估结果。结果表明，我们的双层方法在机器人检测中实现了高度准确，成功阻止了基于粘贴和基于脚本的模拟攻击，同时在人类参与者中保持了高可用性评分。这项工作展示了结合认知与行为测试的潜力，以创造新一代更安全、更用户友好的 CAPTCHA。