BeCAPTCHA-Mouse：合成鼠标轨迹与改进的机器人检测
计算机视觉与模式识别
2021-03-03 v2 密码学与安全
摘要
我们首先研究了行为生物特征在区分计算机与人类（通常称为机器人检测）方面的适用性。然后提出BeCAPTCHA-Mouse，一种基于以下内容的机器人检测器：i）鼠标动态的神经运动模型，以获得用于分类人类与机器人样本的新特征集；以及 ii）涉及真实与合成生成鼠标轨迹的学习框架。我们提出了两种用于生成逼真数据的新鼠标轨迹合成方法：a）基于启发式函数的函数型方法；b）基于生成对抗网络（GANs）的数据驱动方法，其中生成器从高斯噪声输入合成类人轨迹。实验在一个此处新提出并发布于GitHub的测试床上进行：BeCAPTCHA-Mouse Benchmark；该基准对机器人检测及其他基于鼠标的HCI应用研究有用。我们的基准数据包含15,000条鼠标轨迹，包括来自58名用户的真实数据以及具有不同真实度级别的机器人数据。我们的实验表明，BeCAPTCHA-Mouse仅使用一条鼠标轨迹即可平均以93%的准确率检测高真实度机器人轨迹。当我们的方法与时下最先进的鼠标动态特征融合时，机器人检测准确率相对提升超过36%，证明基于鼠标的机器人检测是一种快速、简便且可靠的工具，可补充传统CAPTCHA系统。
引用
@article{arxiv.2005.00890,
title = {BeCAPTCHA-Mouse: Synthetic Mouse Trajectories and Improved Bot Detection},
author = {Alejandro Acien and Aythami Morales and Julian Fierrez and Ruben Vera-Rodriguez},
journal= {arXiv preprint arXiv:2005.00890},
year = {2021}
}