基于熵控制扩散网络的人类化鼠标轨迹生成机器人
密码学与安全
2024-10-25 v1
摘要
CAPTCHA 通过区分人类活动与自动化机器人来保护资源 misuse 和数据盗窃。机器学习的进步使传统的图像和文本-based CAPTCHA 面临攻击风险，导致现代 CAPTCHA（如 GeeTest 和 Akamai）采用鼠标轨迹检测等行为分析。现有旁路技术难以完全模拟人类行为，难以评估反机器人措施的有效性。为此，我们提出一种基于扩散模型的鼠标轨迹生成框架（DMTG），控制轨迹复杂度，生成逼真的人类鼠标运动。DMTG 还提供白盒和黑盒测试方法以评估其规避 CAPTCHA 系统的能力。在实验中，DMTG 比其他模型将机器人检测准确率降低 4.75%-9.73%。此外，它模拟了慢速启动和方向力度差异等人类物理行为，在仿真和真实 CAPTCHA 场景中表现出 improved performance。
引用
@article{arxiv.2410.18233,
title = {DMTG: A Human-Like Mouse Trajectory Generation Bot Based on Entropy-Controlled Diffusion Networks},
author = {Jiahua Liu and Zeyuan Cui and Wenhan Ge and Pengxiang Zhan},
journal= {arXiv preprint arXiv:2410.18233},
year = {2024}
}