Oedipus：基于 LLM 的推理 CAPTCHA 求解器
密码学与安全
2024-05-14 v1
摘要
CAPTCHA 已成为保护应用程序免受自动化机器人攻击的常用工具。随着 CAPTCHA 开发与规避技术之间的赛跑，CAPTCHA 设计日益复杂且多样化。最新版本的 CAPTCHA 利用人类直觉简单却对传统 AI 技术具有挑战性的任务，从而增强了安全性。鉴于人工智能能力的不断发展，尤其是大型语言模型（LLM）的进步，我们调查了多模态 LLM 解决现代 CAPTCHA 推理潜力。我们的实证分析显示，尽管 LLM 拥有先进的推理能力，但仍难有效解决这些 CAPTCHA。为此，我们引入 Oedipus，一个用于自动化推理 CAPTCHA 求解的创新性端到端框架。该框架的核心是一种新策略，将复杂且人类简单-AI 难的任务分解为一系列更简单且 AI 容易的步骤。这通过开发一种针对 CAPTCHA 的领域特定语言（DSL）实现，引导 LLM 为每个 CAPTCHA 挑战生成可操作的子步骤。该 DSL 被定制以确保每个单元操作都是在我们先前实证研究中确定的高度可求解子任务。然后，这些子任务通过链式思维（Chain-of-Thought, CoT）方法依次解决。我们的评估显示，Oedipus 有效解决了所研究的 CAPTCHA，平均成功率达 63.5%。值得注意的是，它也适应了 2023 年后期引入的最新 CAPTCHA 设计，这些设计未包含在初始研究中。这促使我们讨论如何设计能够有效抵御先进 AI 解决方案的未来推理 CAPTCHA 策略。
引用
@article{arxiv.2405.07496,
title = {Oedipus: LLM-enchanced Reasoning CAPTCHA Solver},
author = {Gelei Deng and Haoran Ou and Yi Liu and Jie Zhang and Tianwei Zhang and Yang Liu},
journal= {arXiv preprint arXiv:2405.07496},
year = {2024}
}