CAPTCHA: 인간-AI ​​구별을 위한 실행 가능한 기술로 얼마나 오래 남을 수 있습니까?

우리 중 많은 사람들이 Google 크롬을 통해 사이트에 액세스하려고 할 때 표시되는 팝업으로 인해 짜증나고 답답하다고 느꼈습니다. 한 번은 질문하는 것이 가장 어리석은 일처럼 보입니다. 특히 그것이 계속해서 얼굴에 나타나는 경우라면 더욱 그렇습니다. 그것은 브라우저가 당신의 개인 검색에 들어가려고 하는 어떤 기계가 아니라는 것을 결정할 수 있게 해주는 챌린지-응답 테스트인 CAPTCHA입니다. CAPTCHA는 스팸 봇을 인터넷에서 차단하고 남용을 방지하기 위한 일반적인 보호 수단이 되었습니다. 그러나 최근 몇 년 동안 CAPTCHA가 확장되었으며 소위 응답 챌린지에 집중해야 하는 복잡한 작업이 되었습니다. 브라우저에서 "로봇이 아닙니다"라는 확인 메시지를 표시하는 이유는 무엇입니까? 그리고 그것이 어떻게 성가시고 시간 소모적인 도전으로 바뀌었을까요? 스팸봇을 제거하기 위한 도구로 시작한 것이 이제 인간과 기계 간의 치열한 경쟁이 된 방법을 읽어보십시오.

보안문자란 무엇입니까?

CAPTCHA: 인간-AI ​​구별을 위한 실행 가능한 기술로 얼마나 오래 남을 수 있습니까?

이미지: 뉴욕 타임즈

CAPTCHA는 완전 자동화된 공개 튜링 테스트의 약자입니다. 2000년대 초반에 인간이 브라우저 보안을 침해하려는 기계나 스팸 봇이 아님을 증명하기 위한 테스트로 개발되었습니다. CAPTCHA의 발명은 또 다른 논쟁거리이기는 하지만, 가장 초기 버전은 1997년으로 거슬러 올라갑니다. CAPTCHA가 처음 사용되었을 때 CAPTCHA는 사용자에게 간단한 텍스트에 일련의 왜곡된 문자를 입력하여 "인간성"을 증명하도록 요청했습니다. 일부 시퀀스에서는 왜곡된 문자가 유사한 왜곡된 형식으로 작성된 숫자로 결합되었습니다. 이 문자는 문자 사이에 공백이 없는 방식으로 작성되었으며 로그인을 시도할 때마다 코드가 변경되었습니다. 이것은 거의 무한한 수의 왜곡된 시퀀스를 디코딩하기 위해 약간의 인간 지능이 항상 필요하기 때문에 수행되었습니다. 반면, 컴퓨터 기계 알고리즘은 왜곡된 시퀀스를 감지할 수 없습니다. 따라서 CAPTCHA는 많은 웹 및 메일 서비스 제공업체에서 즉시 채택했습니다.

그러나 다음 몇 년 동안 CAPTCHA는 복잡해졌습니다.

Google의 reCAPTCHA: 원래 테스트에 대한 복잡한 업그레이드

CAPTCHA: 인간-AI ​​구별을 위한 실행 가능한 기술로 얼마나 오래 남을 수 있습니까?

이미지 출처: 비즈니스 인사이더

2007년 Google은 시스템의 독창적인 연구원 그룹으로부터 reCAPTCHA라는 프로그램을 구입하여 Google Scholar와 Google Books에서 광범위하게 사용하기 시작했습니다. 그러나 시작된 곳에서 이 최신 형식의 CAPTCHA는 Google 사용자에게 골칫거리가 되었습니다. 기계 학습에 대한 연구가 늘어남에 따라 복잡한 문제를 해결하는 컴퓨팅 시스템과 알고리즘의 능력도 커졌습니다. 따라서 원래의 캐릭터 시퀀스는 봇과 기계가 풀기 너무 쉬워졌습니다. 그래서 Google은 계속해서 그 캐릭터를 인간의 눈에 더 왜곡되고 기술적으로 더 혼란스럽게 만들었습니다. 이것은 실제로 인간과 기계 지능 간의 실제 경쟁을 시작했으며, 이는 Google 사용자에게 reCAPTCHA가 된 실제 성가심으로 전환되었습니다. Google 플랫폼 및 검색에 액세스하는 사용자가 일부 봇이 아닌지 확인하려면

테스트에 이미지 추가: Google의 No CAPTCHA reCAPTCHA

Google이 reCaptcha를 인수한 후 훨씬 늦은 2014년에 시퀀스로 인해 사용자에게 문제가 발생했을 때 조치를 취하기로 결정했습니다. 또한 지난 몇 년 동안 더 똑똑한 기계를 만들기 위해 연구원들은 다시 한 번 reCAPTCHA의 대응 과제 이해 능력을 능가했습니다. 실험적 테스트에서 Google 연구원은 극도의 복잡함과 성가신 팝업에도 불구하고 기계 학습 알고리즘은 응답의 99% 이상을 올바르게 얻을 수 있는 반면 우리 인간은 33%를 간신히 관리한다고 결정했습니다. 그래서 변화가 필요한 시점이었습니다.

CAPTCHA: 인간-AI ​​구별을 위한 실행 가능한 기술로 얼마나 오래 남을 수 있습니까?

Google은 사용자의 성가심을 없애기로 결정했습니다. 새로운 "NoCAPTCHA reCAPTCHA"를 통해 사용자는 체크박스를 클릭하기만 하면 테스트에 통과할 수 있습니다. 이번에는 Google에서 API 기술을 더 발전시켜 사용자 선호도를 사용하여 사람인지 로봇인지 결정했습니다. Google의 새로운 reCAPTCHA는 사용자 검색과 마우스 커서의 움직임을 분석했습니다. 봇은 봇과 마찬가지로 마우스 클릭을 에뮬레이트할 수 없습니다. 특정 CAPTCHA 테스트에 대한 코드를 분석하면 해당 가상 체크 상자가 그래픽 이미지로 표시되고 이에 응답하지 않습니다. 그러나 봇이 JavaScript를 읽을 수 있다면 이를 쉽게 에뮬레이트할 수 있으며 마우스 움직임 추적 옵션은 실패합니다.

그렇다면 어떻게 그 문제를 올바르게 이해합니까? 그리고, 당신이 선호하는 것과 다른 검색을 했다면?

CAPTCHA: 인간-AI ​​구별을 위한 실행 가능한 기술로 얼마나 오래 남을 수 있습니까?

이미지 출처: 레딧

글쎄, 그렇다면 다른 테스트에 오신 것을 환영합니다. Google의 새로운 reCAPTCHA는 사용자가 인간인지 로봇인지 확인하기 위한 일련의 "시력 테스트"로 안내합니다. 따라서 참조되지 않거나 의심스러운 검색을 하는 경우 Google은 전체 그룹에서 특정 이미지를 선택하도록 요청할 것입니다. 우리 모두는 Google이 신호등, 자동차, 공원 또는 도로 표지판이 있는 사진을 식별하도록 요청하는 것을 알고 있습니다. 맞습니까? 이것이 바로 NoCAPTCHA reCAPTCHA입니다.

이것은 가장 업데이트되고 가장 널리 사용되는 CAPTCHA 버전으로, Google뿐만 아니라 Twitter, Facebook, Craigslist와 같은 플랫폼에서 사용자의 소셜 미디어 프로필의 스팸 및 남용을 방지하기 위해 인간-AI ​​구별 매체로 사용됩니다. 그러나 다시 한 번, 이 버전의 사진은 사람의 눈에 더 흐릿해져서 퍼즐의 복잡성을 증가시켰고, 다시 reCAPTCHA가 이전에 갔던 동일한 경로를 가로질러 왔습니다.

하지만 왜?

또한 읽기:-

더 안전한 것은 무엇입니까? 지문 인식 대 얼굴 인식 지문 터치와 얼굴 인식 잠금 해제는 모두 주요 전화 보안 기능이 되었으며 그 효과에 대해 지속적으로 비교되고 있습니다. 알다...

CAPTCHA 퍼즐이 왜 그렇게 복잡합니까?

이미지 출처: 레딧

CAPTCHA는 봇과 기계가 인간 사용자를 모방하여 잘못된 수단으로 모든 종류의 데이터에 액세스하는 것을 방지하기 위한 매체로 시작되었습니다. 그러나 기계 학습과 인공 지능에 대한 연구와 실험이 너무 지나치고 성공하기까지 하여 우리는 훨씬 복잡한 계산을 해결할 수 있는 기계를 만들었고 CAPTCHA는 케이크 조각이 되었습니다. 과학은 기계에게 광범위한 능력을 부여하여 이제 우리가 소프트웨어나 봇을 위해 어려운 것을 만들려고 하면 인간이 해독하기 더 어려워질 것입니다.

CAPTCHA가 어떻게든 실패하고 있다는 사실이 너무 놀랍습니까?

CAPTCHA: 인간-AI ​​구별을 위한 실행 가능한 기술로 얼마나 오래 남을 수 있습니까?

이미지 출처: 코너 탭 크리에이티브

기필코 아니다. 우리는 기능적 양자 컴퓨터를 만들었습니다. 우리는 재무 분석, 비즈니스 의사 결정 및 의료 과학에 관한 수백 가지의 퍼즐과 계산 문제를 해결했습니다. 우리는 삶을 편하게 하고 보다 복잡한 연구 분야에서 우리를 돕기 위해 수많은 기계 기반 응용 프로그램과 도구를 사용했습니다. 한편, 우리는 작업 속도와 효율성을 높이기 위해 기계에 자체 지능을 부여했습니다. 우리의 삶은 AI와 머신 러닝에 크게 의존하기 때문에 그것이 우리를 능가하는 것은 시간 문제였습니다.

CAPTCHA가 더 나아갈 수 있는 길이는 얼마입니까?

이미지 출처: Naked Security

연구원들이 이 응답-챌린지 메커니즘에 대해 연구하고 있는 바에 따르면 이것은 시작에 불과합니다. 현재 CAPTCHA 도구를 업그레이드하고 이러한 응답 챌린지 테스트가 수행되는 방식을 변경하기 위한 다양한 테스트가 있었습니다. 2017년 PayPal은 새로운 종류의 CAPTCHA 기술에 대한 특허를 획득했습니다. 여기에서 사용자가 자신의 인간성을 증명하기 위해 묻는 퍼즐과 질문은 민족, 위치, 성별에 따라 다릅니다. 마찬가지로 Amazon Technologies는 사람들에게 익숙하지 않은 착시 현상과 일반적인 논리 퍼즐을 풀어야 하는 CAPTCHA 퍼즐 스타일에 대한 특허를 받았습니다. 자, 여기서 아마존은 퍼즐을 뒤집으려 했습니다. Amazon Technologies는 대부분의 인간이 그러한 응답을 잘못 받을 것이라고 주장했지만 현대의 AI는 능력이 주어지면 맞을 것이므로, 잘못된 응답이 있는 응답은 사용자가 됩니다. 다른 특허에는 사용자가 자신의 인간성을 증명하기 위해 보드 퍼즐 종류의 이미지를 풀어야 하는 CAPTCHA용 게임 같은 퍼즐이 포함됩니다. 다음은 CAPTCHA를 업데이트하기 위한 초기 아이디어 중 일부입니다.

그러나 그들은 정말로 효과적입니까?

많은 면에서 그렇지 않습니다. 첫째, 기계 학습이 문자 그대로 인간 진화의 다음 단계인 이 "우주 시대" 세대에서 보안 문자는 깨지지 않은 채로 남아 있을 것입니다. -둘째, 이러한 아이디어는 인간에게 너무 복잡합니다. 남자가 문화적으로 다양한 질문에 항상 올바르게 대답할 것으로 기대한다면 그것은 잘못된 것입니다. 사람들은 인종, 언어 및 성격이 매우 큰 규모로 서로 다르며 문화적 배경을 기반으로 이러한 광범위한 대응 과제를 개발하는 것은 거의 불가능합니다. 또한 인터넷은 IQ, 나이, 지능 수준에 관계없이 어디서나 누구나 접근할 수 있는 것입니다. 따라서 모든 연령대의 모든 사람이 웹 페이지를 통과하기 위해 보드 게임 퍼즐을 풀 수 있다고 믿기 어렵습니다. 아마도 연구자들은,

CAPTCHA의 신뢰성을 높이려면 어떻게 해야 합니까?

글쎄, 그것은 우리가 인간을 위해 이것을 더 쉽게 만들 수 있는 무언가를 생각해내기 전에 훌륭한 토론과 연구의 주제입니다. 그러나 AI 봇이 모방할 수 없는 인간 행동의 일부 측면을 찾을 필요가 있습니다. 웹 페이지 "작업"을 찾는 CAPTCHA 도구 개발에 더 집중할 수 있습니다. Google은 최근 reCAPTCHA v3라는 reCAPTCHA 버전 3을 활성화했습니다. Google의 응답-챌린지 테스트의 새 버전은 "적응형 위험 분석"이라고 하는 것을 사용합니다. 이 분석은 사용자를 어떤 종류의 테스트에도 강요하지 않고 가상 상자를 선택하도록 요청하지 않습니다. 사용자에게 완전히 마찰이 없으며 웹 페이지에 직접 액세스할 수 있습니다. 스팸 남용을 방지하기 위해 봇 감지를 수행하기 위해 Google의 새로운 reCAPTCHA를 사용하면 웹사이트 소유자가 사이트 사용자가 봇인지 여부를 결정할 수 있습니다. Google이 위험 분석 알고리즘을 기반으로 제공하는 점수를 통해 점수는 사이트의 트래픽이 의심스러운지 여부를 감지합니다. 그런 다음 소유자는 reCAPTCHA의 탐지를 교차 확인하기 위해 의심스러운 사용자에게 응답 테스트를 제시할 수 있습니다. Google은 새 알고리즘이 사용자에게 이러한 점수를 할당하는 방법을 말하지 않지만 이전 테스트를 해결하기 위한 사용자의 성가심과 어려움이 고려된 트래픽 필터링의 환영 매체로 간주될 수 있습니다.

최종 의견

이미지 출처: VectorStock

Google의 새로운 reCAPTCHA v3가 웹페이지에서 봇 트래픽을 방지하는 가장 사용자 친화적인 방법이라고 말하기에는 너무 이릅니다. 게다가 AI와 머신 러닝 연구가 진행되는 속도로 새로운 CAPTCHA 기술에 어떤 영향을 미칠지 알 수 없습니다.

사람들은 기계 활동에 대한 감시가 아니라 기계 학습에 더 많은 지분을 두고 있기 때문에 CAPTCHA 기술의 이러한 모든 새로운 특허는 가까운 장래에 실행 불가능해질 수 있습니다. 현재 CAPTCHA는 웹에서 봇 탐지를 위해 가장 널리 사용되는 응답-챌린지 테스트로 남아 있습니다. 그러나 점점 더 그런 식으로 유지하려면 우리가 가진 모든 것과 우리의 유산을 정의하는 모든 것을 우리가 의존하고 있는 스마트 기계에 전달하기 전에 AI와 인간을 구별하는 방법을 발견하는 것이 중요합니다.



AI가 랜섬웨어 공격의 증가와 싸울 수 있습니까?

AI가 랜섬웨어 공격의 증가와 싸울 수 있습니까?

랜섬웨어 공격이 증가하고 있지만 AI가 최신 컴퓨터 바이러스를 처리하는 데 도움이 될 수 있습니까? AI가 답인가? AI boone 또는 bane인지 여기에서 읽으십시오.

ReactOS: 이것이 Windows의 미래입니까?

ReactOS: 이것이 Windows의 미래입니까?

오픈 소스이자 무료 운영 체제인 ReactOS가 최신 버전과 함께 제공됩니다. 현대 Windows 사용자의 요구 사항을 충족하고 Microsoft를 무너뜨릴 수 있습니까? 이 구식이지만 더 새로운 OS 환경에 대해 자세히 알아보겠습니다.

WhatsApp 데스크톱 앱 24*7을 통해 연결 유지

WhatsApp 데스크톱 앱 24*7을 통해 연결 유지

Whatsapp은 마침내 Mac 및 Windows 사용자용 데스크톱 앱을 출시했습니다. 이제 Windows 또는 Mac에서 Whatsapp에 쉽게 액세스할 수 있습니다. Windows 8 이상 및 Mac OS 10.9 이상에서 사용 가능

AI는 어떻게 프로세스 자동화를 다음 단계로 끌어올릴 수 있습니까?

AI는 어떻게 프로세스 자동화를 다음 단계로 끌어올릴 수 있습니까?

인공 지능이 소규모 회사에서 어떻게 인기를 얻고 있으며 어떻게 인공 지능이 성장할 가능성을 높이고 경쟁자가 우위를 점할 수 있는지 알아보려면 이 기사를 읽으십시오.

macOS Catalina 10.15.4 추가 업데이트로 인해 해결보다 더 많은 문제가 발생함

macOS Catalina 10.15.4 추가 업데이트로 인해 해결보다 더 많은 문제가 발생함

최근 Apple은 문제를 해결하기 위해 macOS Catalina 10.15.4 추가 업데이트를 출시했지만 이 업데이트로 인해 Mac 컴퓨터의 브릭킹으로 이어지는 더 많은 문제가 발생하는 것 같습니다. 자세히 알아보려면 이 기사를 읽어보세요.

빅데이터의 13가지 상용 데이터 추출 도구

빅데이터의 13가지 상용 데이터 추출 도구

빅데이터의 13가지 상용 데이터 추출 도구

저널링 파일 시스템이란 무엇이며 어떻게 작동합니까?

저널링 파일 시스템이란 무엇이며 어떻게 작동합니까?

우리 컴퓨터는 모든 데이터를 저널링 파일 시스템이라고 하는 체계적인 방식으로 저장합니다. 검색을 누르는 즉시 컴퓨터에서 파일을 검색하고 표시할 수 있는 효율적인 방법입니다.https://wethegeek.com/?p=94116&preview=true

기술적 특이점: 인류 문명의 먼 미래?

기술적 특이점: 인류 문명의 먼 미래?

과학이 빠른 속도로 발전하고 우리의 많은 노력을 인수함에 따라 설명할 수 없는 특이점에 처할 위험도 높아집니다. 특이점이 우리에게 무엇을 의미할 수 있는지 읽어보십시오.

26가지 빅 데이터 분석 기법에 대한 통찰: 1부

26가지 빅 데이터 분석 기법에 대한 통찰: 1부

26가지 빅 데이터 분석 기법에 대한 통찰: 1부

2021년 의료 분야에서 인공 지능의 영향

2021년 의료 분야에서 인공 지능의 영향

의료 분야의 AI는 지난 수십 년 동안 큰 도약을 했습니다. 따라서 의료 분야에서 AI의 미래는 여전히 나날이 성장하고 있습니다.