Aura-CAPTCHA：一种强化学习与 GAN 增强的多模态验证码系统
机器学习
2026-05-06 v2
摘要
我们提出 Aura-CAPTCHA，这是一个多模态验证系统，它集成了生成对抗网络 (GAN)、强化学习 (RL) 和行为分析，以创建能够抵抗经典深度学习攻击的自适应挑战。我们的系统通过基于 GAN 的生成合成独特的视觉刺激，并配合同步的音频挑战，同时一个 RL 智能体根据实时用户交互模式调整难度。一个结合了启发式规则和机器学习的混合分类器用于区分人类与机器人的交互。我们将 Aura-CAPTCHA 与成熟的基线方案（基于文本的方案、Google reCAPTCHA v2、音频替代方案以及现代隐形风险分析系统）进行了定位，并针对文献记载的最先进攻击进行了评估，包括卷积神经网络求解器、目标检测流程 (YOLO) 以及最新的智能体视觉-语言模型。实验结果表明，与静态挑战基线相比，Aura-CAPTCHA 提高了人类的成功率并降低了经典的绕过率，尽管像所有显式挑战系统一样，它仍然容易受到新兴大型模型智能体的攻击。我们透明地讨论了这些局限性，并概述了未来朝向基于认知差距防御的方向。
引用
@article{arxiv.2508.14976,
title = {Aura-CAPTCHA: A Reinforcement Learning and GAN-Enhanced Multi-Modal CAPTCHA System},
author = {Joydeep Chandra and Prabal Manhas and Ramanjot Kaur and Rashi Sahay},
journal= {arXiv preprint arXiv:2508.14976},
year = {2026}
}