中文

攻破 reCAPTCHAv2

计算机视觉与模式识别 2024-09-16 v1

摘要

我们的工作检验了运用先进机器学习方法解决谷歌 reCAPTCHAv2 系统验证码的有效性。我们通过利用先进的 YOLO 模型进行图像分割和分类,评估了自动化系统解决验证码的有效性。我们的主要结果是,我们可以解决 100% 的验证码,而先前的工作仅解决了 68-71%。此外,我们的发现表明,人类和机器人在通过 reCAPTCHAv2 验证码所需解决的挑战数量上没有显著差异。这意味着当前的人工智能技术可以利用先进的基于图像的验证码。我们还深入探究了 reCAPTCHAv2 的内部机制,并发现证据表明 reCAPTCHAv2 在评估用户是人类还是机器人时,严重依赖于 Cookie 和浏览器历史数据。本文附带了代码。

关键词

引用

@article{arxiv.2409.08831,
  title  = {Breaking reCAPTCHAv2},
  author = {Andreas Plesner and Tobias Vontobel and Roger Wattenhofer},
  journal= {arXiv preprint arXiv:2409.08831},
  year   = {2024}
}

备注

10 pages. Accepted at COMPSAC 2024