Ebolusyon ng mga CAPTCHA: mula sa malabong teksto patungo sa hindi nakikitang AI

Ang mga CAPTCHA ay umunlad mula sa simpleng malabong teksto patungo sa kumplikado at hindi nakikitang mga sistemang pinapagana ng artificial intelligence. Sa loob lamang ng ilang dekada, ang maliliit na hamong ito ay naging isang tunay na larangan ng digmaan sa pagitan ng mga developer ng seguridad, mga automated attacker, at ngayon, mga modelo ng AI na may kakayahang gayahin tayo nang halos perpekto.

Sa likod ng mga karatulang "Hindi ako robot" o ng mga tipikal na larawan ng mga traffic light, tawiran, o mga fire hydrant, mas marami pang kasaysayan ang nakatago kaysa sa nakikita ng mata. Nilikha ang mga ito upang mapigilan ang spam at pang-aabuso sa bot, nakatulong sa pag-digitize ng mga libro at pagsasanay sa mga computer vision system, at ngayon ay muling nililikha ang mga ito bilang mga invisible filter na sumusuri sa ating pag-uugali upang matukoy kung tayo ay tunay na tao.

Ano ang CAPTCHA at bakit ito naimbento?

Ang CAPTCHA ay isang "ganap na awtomatikong pampublikong Turing test" na idinisenyo upang pag-iba-ibahin, nang walang direktang interbensyon ng tao, ang isang totoong tao at isang awtomatikong programa. Ang konsepto ay naging malinaw noong 2003 salamat kina Luis von Ahn, Manuel Blum, Nicholas J. Hopper, at John Langford, bagama't ang mga unang praktikal na ideya ay kumakalat na simula pa noong huling bahagi ng dekada 90.

Ang pinagbabatayang problema ay madaling maunawaan, ngunit napakaseryoso: ang mga libreng online na serbisyo ay nabibiktima ng mga bot . Mga malawakang form sa pagpaparehistro, awtomatikong paglikha ng mga email account para sa spam, pagbaha ng mga forum at survey na may mga pekeng sagot, at mapanlinlang na paggamit ng mga platform upang mag-set up ng mga imprastraktura ng botnet—lahat ng ito ay sumira sa pangunahing palagay ng maraming online na modelo ng negosyo: na ang mga matang nakakakita sa mga ad at gumagamit ng mga serbisyo ay tao, hindi mga script.

Ang mga unang CAPTCHA na naging popular ay kinabibilangan ng paglalagay ng sunod-sunod na mga karakter na ipinapakita sa isang distorted na imahe . Malinaw ang premisa: ang isang tao, sa kaunting pagsisikap, ay kayang basahin ang teksto; sa kabilang banda, ang isang optical character recognition (OCR) system ay mahihirapan sa visual noise.

Sa paglipas ng panahon, napagtanto ng mga mananaliksik at developer na ang anumang problemang mahirap para sa AI noong panahong iyon—pagkilala ng karakter, imahe, o boses—ay maaaring gawing isang pagsubok sa CAPTCHA . Gayunpaman, kailangan nitong mapanatili ang tatlong pangunahing katangian: madali para sa mga tao, madaling bumuo at itama sa server, at mahirap para sa isang bot.

Ang mga tagapanguna: mula Altavista hanggang sa akademikong pormulasyon

Noong huling bahagi ng dekada 90, ang mga serbisyong tulad ng AltaVista at PayPal ay nagsimulang humarap sa spam sa isang walang kapantay na saklaw. Noon pa mang 1997, ang siyentipiko ng computer na si Mark D. Lillibridge sa Carnegie Mellon ay nag-aaral na ng mga visual verification system upang labanan ang pang-aabuso sa mga online forum. Di-nagtagal pagkatapos, noong 2001, sina Gausebeck at Levchin sa PayPal ay nagpatupad ng mga katulad na mekanismo upang maiwasan ang malawakang automated na pagpaparehistro.

Sa maagang yugtong ito, pangunahing ginamit ang mga baluktot na teksto at numero , kasama ang ingay sa background at mga baluktot na font upang gawing mahirap ang mga bagay para sa mga bot. Ang ideya ay lubhang praktikal: kung tama ang pagta-type ng gumagamit ng kanilang nakikita sa screen, sila ay ituturing na tao at pinapayagang ipagpatuloy ang proseso.

Samantala, sa loob ng akademya, binigyan nina von Ahn, Blum, Hopper, at Langford ang pamamaraang ito ng pangalan at pormal na istruktura: CAPTCHA bilang isang reverse Turing test , kung saan sinusubok ng sistema ang gumagamit. Ang pormulasyong ito ang nagmarka ng panimulang punto ng isang karera sa armas na nagpapatuloy hanggang sa araw na ito.

Text CAPTCHA: pag-angat, mga variant at mga unang paglabag

Noong unang dekada ng dekada 2000, ang mga text-based na CAPTCHA ang karaniwan . Medyo madali lang itong ipatupad, kakaunti lang ang resources na ginagamit, at mahusay na gumana laban sa mga bot noong panahong iyon.

Upang mapalakas ang seguridad, maraming baryasyon ang ipinakilala: mas agresibong biswal na ingay , magkakapatong na mga linya, mga pag-ikot, mga pangit na font, magkatulad na kulay sa pagitan ng teksto at background, at maging ang tinatawag na "strikethrough method", kung saan ang mga letra ay kinukurba gamit ang mga stroke na may parehong kulay upang maging kumplikado ang OCR segmentation.

Gayunpaman, nagsimulang makahabol ang mga pananaliksik sa computer vision at neural network. Noong 2003, ipinakita nina Mori at Malik na kaya nilang basagin ang mga sistemang tulad ng GIMPY at EZ-GIMPY na may napakataas na antas ng tagumpay gamit ang mga pamamaraan ng segmentation at pagkilala ng bagay. Pagkalipas ng ilang taon, ipinakita ng mga gawaing tulad ng ginawa nina Goodfellow at mga kasamahan na, gamit ang mga convolutional neural network, ang mga napakakumplikadong text CAPTCHA ay maaaring malutas nang may halos 100% na katumpakan.

Sa pagsasagawa, ang kritikal na ugnayan ay ang segmentasyon: ang paghihiwalay ng kapaki-pakinabang na teksto mula sa ingay at mga idinagdag na linya. Ang mga tao, salamat sa ating kakayahang maunawaan ang buong larawan, ay mas mahusay pa rin sa hakbang na ito, ngunit unti-unting isinara ng mga algorithm ang puwang , na ginagawang pormalidad lamang ang marami sa mga hamong ito para sa mga mahusay na sinanay na bot.

reCAPTCHA v1: kapag nilulutas ang isang CAPTCHA, dini-digitize din ang mga libro

Dahil sa mga limitasyon ng mga klasikong text-based na CAPTCHA, mas pinagbuti pa ito ni Luis von Ahn at inilunsad ang reCAPTCHA v1 noong 2007 , na may pamamaraang kasingtalino at kasingpraktikal: ang paggamit ng pagsisikap ng tao hindi lamang para salain ang mga bot, kundi pati na rin para mapabuti ang OCR at i-digitize ang mga naka-print na teksto.

Sa halip na isang artipisyal na nabuong salita, nagpakita ang reCAPTCHA ng dalawang snippet ng totoong na-scan na teksto . Ang isa ay ang "control word," na wastong kinikilala na ng dalawang magkaibang OCR engine; ang isa naman ay isang problematikong salita na hindi nabigyang-kahulugan nang maaasahan ng mga makina.

Kung nahulaan nang tama ng gumagamit ang control word, ipinapalagay ng sistema na sila ay tao at, sa paggawa nito, tinanggap ang kanilang interpretasyon sa pangalawang salita . Nang sumang-ayon ang maraming gumagamit sa parehong transkripsyon para sa pangalawang terminong iyon, pinagsama-sama ng reCAPTCHA ang resulta at ginamit ito upang mapabuti ang digitization ng mga libro sa mga proyekto tulad ng Internet Archive, New York Times, at kalaunan, ang Google Books.

Ang modelong ito ay nagsilbi ng dalawahang layunin: upang mapataas ang kahirapan para sa mga bot (dahil kinasasangkutan ito ng mga totoong salita na may mga kumplikadong distortion, hindi paulit-ulit na sintetikong pattern) at upang baguhin ang milyun-milyong maliliit na hamon tungo sa isang malaking distributed workforce upang pinuhin ang mga OCR algorithm.

Ang hakbang na ito ay naging napakaganda kaya noong 2009, nakuha ng Google ang reCAPTCHA at isinama ito sa ecosystem nito, habang inaalok din ito bilang isang serbisyo sa mga ikatlong partido. Ang ironic twist ay dumating kalaunan: ang mismong tagumpay ng reCAPTCHA, at ang datos na nabuo nito, ay nag-ambag sa pagpapabuti ng mga AI algorithm hanggang sa punto na ginawang lipas na ang maraming text-based na CAPTCHA, dahil nagsimula itong lutasin ng mga makina na may mga rate ng tagumpay na higit sa 99%.

Mula sa mga salita patungo sa mga imahe: ang paglipat patungo sa biswal na pagkilala reCAPTCHA

Dahil sa hindi mapigilang pagsulong ng mga sistema ng OCR, tumugon ang Google sa pamamagitan ng pagpapakilala ng reCAPTCHA na nakabatay sa imahe . Noong bandang 2012, nagsimulang lumitaw ang mga hamon kung saan ang mga baluktot na teksto ay napalitan ng mga totoong litrato, na karamihan ay kinuha mula sa Google Street View.

Sa halip na mag-type ng mga letra, kinailangang tukuyin ng mga gumagamit ang mga bagay sa totoong mundo : mga ilaw sa kalye, taxi, mga karatula trapiko, mga bus, mga bintana ng tindahan... Sa unang tingin, ang pagkilala sa mga elemento sa mga kumplikadong eksena ay isang problema kung saan ang mga tao ay mayroon pa ring malaking kalamangan kumpara sa mga umiiral na algorithm ng paningin.

Hindi lamang nilagpasan ng mga bagong CAPTCHA na ito ang mga pamamaraan ng OCR, kundi mas natural din itong naramdaman ng mga gumagamit ng mobile , na sanay na makipag-ugnayan sa mga imahe sa mga touchscreen. Bukod pa rito, tulad ng mga sistema ng OCR na dating sinanay, ang mga modelo ng pagkilala ng imahe ay pinopino na ngayon sa pamamagitan ng napakalaking klasipikasyon na isinagawa ng milyun-milyong tao.

Gayunpaman, panandalian lamang ang kaganapan. Sa loob ng ilang taon, ang mga modelo ng computer vision ay bumuti nang husto at nagsimulang malampasan ang mga tao sa mga gawain sa pag-uuri ng imahe , na nakamit ang mga rate ng tagumpay na higit sa 90%, habang ang mga tao ay halos hindi umabot sa 80%. Muli, ang dating idinisenyo bilang "madali para sa mga tao, mahirap para sa mga bot" ay nagsisimulang bumaliktad.

Mga Uri ng CAPTCHA: mula sa teksto at mga imahe hanggang sa mga laro at pag-uugali

Ang pangangailangang mauna sa mga umaatake ay humantong sa iba't ibang uri ng mga format ng CAPTCHA , bawat isa ay may kanya-kanyang mga kalamangan at kahinaan sa mga tuntunin ng seguridad, kakayahang magamit, at pagiging naa-access.

Kabilang sa mga pinakakaraniwang uri ay ang mga klasikong tekstong CAPTCHA , na may mga distorted alphanumeric character at visual noise; pinagsasama nila ang relatibong pagiging simple ng pagbuo ng mga titik at ang pagiging epektibo nito na lalong nagiging kaduda-duda sa harap ng mga pagsulong sa AI.

Naging popular din ang mga CAPTCHA batay sa mga kalkulasyon sa matematika , kung saan nilulutas ng gumagamit ang mga simpleng operasyon ("magdagdag ng 4 at 9", "ilagay ang unang digit ng resulta ng 7×7", atbp.). Upang maiwasan ang mga bot, ang mga tagubilin ay kadalasang may kasamang paulit-ulit na teksto o kumplikadong mga salita na nagpapahirap sa awtomatikong pag-parse.

Kasama sa isa pang kategorya ang mga hamon sa salita at mga tanong na lohika : pag-uulit ng isang ibinigay na salita, pagsulat ng pangalan ng ipinakitang kulay, pagsagot sa mga pangkalahatang tanong sa kaalaman (“Anong kulay ang puting kabayo ni Santiago?”) o mga tanong na partikular sa konteksto ng web.

Mayroon ding mga CAPTCHA batay sa mga social network , kung saan ang user ay pinapatunayan sa pamamagitan ng isang third-party account (Google, Facebook, atbp.), o may limitasyon sa oras , na sumusukat kung gaano katagal bago makumpleto ang isang form, sa ilalim ng pag-aakalang gagawin ito ng isang purong bot sa hindi natural na bilis.

Ginagamit ng ibang sistema ang mga nakatagong field sa mga form : ilang partikular na field lang ang nakikita ng tao, habang nakikita naman ng bot ang lahat ng ito at may tendensiyang punan ang mga ito nang walang pinipili, kaya ipinapakita nito ang sarili bilang awtomatiko.

Sa larangan ng biswal, bukod pa sa mga sikat na Street View panel, may mga graphic CAPTCHA rin kung saan hinihiling sa ating markahan ang lahat ng larawan gamit ang isang partikular na elemento , ilagay nang tama ang mga piraso, isaayos ang oryentasyon ng isang litrato, o lutasin ang maliliit na gawain sa drag and drop.

Upang mapabuti ang aksesibilidad, lumitaw ang mga auditory CAPTCHA , na nagbabasa ng mga pagkakasunud-sunod ng mga numero o salita na dapat isalin ng gumagamit. Bagama't nagsisilbi ang mga ito bilang alternatibo para sa mga taong may mahinang paningin, hindi sila palaging maayos na naaayon sa wika o malinaw, at maaaring maging mahirap para sa mga may kapansanan sa pandinig.

Sa pagsisikap na balansehin ang seguridad at karanasan ng gumagamit, lumitaw din ang mga gamified o mapaglarong CAPTCHA (SweetCaptcha, FunCaptcha, at mga katulad na laro): mga minigame kung saan dapat pagdugtungin ng mga gumagamit ang mga piraso ng puzzle, paikutin ang mga imahe hanggang sa maging tuwid ang mga ito, o ilagay ang mga icon sa tamang posisyon. Ang ideya ay upang mabawasan ang pagkadismaya ng gumagamit habang pinapanatili ang isang makatwirang antas ng kahirapan para sa mga bot.

Panghuli, ang mga pinakabagong pamamaraan ay batay sa pagsusuri ng pag-uugali . Sa halip na magtuon lamang sa isang partikular na hamon, inoobserbahan nila ang mga galaw ng mouse, pagta-type ng keyboard, oras na ginugugol sa ilang partikular na aksyon, bakas ng browser, reputasyon ng IP, at konteksto ng network upang masuri ang posibilidad na may totoong tao sa likod nito.

reCAPTCHA v2 at ang sikat na “Hindi ako robot”

Noong 2014, inilunsad ng Google ang reCAPTCHA v2, na kilala rin bilang “No CAPTCHA reCAPTCHA ,” na nagmarka ng isang makabuluhang pagbabago sa pamamaraan. Ang pinakanakikitang elemento ay ang checkbox na “Hindi ako robot,” ngunit ang tunay na bida ay nasa likod nito: isang advanced risk analysis engine.

Sinuri ng engine na ito ang maraming senyales ng pag-uugali at konteksto bago magdesisyon kung dapat bang harapin ng user ang isang karagdagang hamon. Sa maraming pagkakataon, ang pag-click lamang sa kahon ay sapat na upang awtomatikong sumulong, nang hindi nagti-trigger ng anumang visual puzzle.

Nang makakita ang sistema ng mga kahina-hinalang pattern o kulang sa kumpiyansa, lumitaw ang mga hamon sa imahe na nakabatay sa grid , na nagtatampok ng mga ilaw trapiko, mga kotse, tawiran ng mga naglalakad, o mga bintana ng tindahan. Pinagsama nito ang mga konsepto ng visual na CAPTCHA at patuloy na pagtatasa ng panganib.

Ang mga pag-aaral tulad ng ginawa nina Searles at mga kasamahan, na kinasasangkutan ng libu-libong gumagamit sa loob ng mahigit isang taon, ay nagpakita na ang mga hamon sa checkbox ay itinuturing na "madali ," na may average na oras ng resolusyon na wala pang dalawang segundo at mahusay na marka ng usability. Sa kabaligtaran, ang mga hamon sa imahe ay itinuturing na "nakakainis," na may mga oras ng resolusyon na papalapit sa sampung segundo at mas mababang rating sa mga iskala ng karanasan ng gumagamit.

Kasabay nito, sinimulang suriin ng komunidad ng seguridad ang aktwal na katatagan ng reCAPTCHA v2. Noong 2016, ipinakita ni Sivakorn at ng kanyang pangkat na marami sa mga hamong ito ay maaaring awtomatiko sa pamamagitan ng pagsasama-sama ng mga diskarte sa deep learning para sa pagkilala ng imahe at mga diskarte sa paggamit ng daloy ng pag-verify, na nakamit ang mga rate ng tagumpay na malapit sa 70% sa mga visual na hamon.

Ang mga kasunod na gawain, tulad ng kay Hossen at iba pa, ay nakamit ang mga rate ng tagumpay na higit sa 90% sa mga online na pagsusulit , na kadalasang mas mahusay kaysa sa mga serbisyo sa paglutas ng CAPTCHA na pinapatakbo ng mga upahang tao. Muli, nagsisimula nang makakuha ng kalamangan ang AI, kapwa sa katumpakan at bilis.

Mga Hindi Nakikitang CAPTCHA, pagsusuri sa pag-uugali, at ang dalawahang papel ng AI

Ang natural na ebolusyon ng mga sistemang ito ay humantong sa mga panukala kung saan halos hindi napapansin ng gumagamit na sila ay minomonitor . Ang mga kumpanyang tulad ng Google at Cloudflare ay pumili ng mga mekanismo na naglo-load ng script kasama ng pahina at sinusuri ang pag-uugali ng gumagamit sa background.

Isinasaalang-alang ang mga signal tulad ng dinamika ng mouse (bilis, maliliit na paghinto, halos pabago-bagong mga trajectory), mga pattern ng pagta-type (mga pagitan sa pagitan ng mga keystroke, mga pagwawasto, paggamit ng mga shortcut), magagamit na kasaysayan ng pag-browse, cookies, fingerprint ng browser, at konteksto ng network (IP, bansa, paggamit ng VPN o mga proxy, reputasyon ng koneksyon, atbp.).

Batay sa lahat ng impormasyong ito, kinakalkula ng sistema ang isang risk score na tumutukoy kung ang gumagamit ay bibigyan ng kalayaan, bibigyan ng karagdagang hamon, o direktang haharangan. Sa teorya, karamihan sa mga tao ay halos hindi mapapansin na dumaan sila sa isang proseso ng pag-verify: ang mahalaga ay hindi na ang partikular na palaisipan, kundi ang kanilang pangkalahatang profile ng pag-uugali.

Ang modelong ito ay lalong makikita sa mga solusyon tulad ng reCAPTCHA v3 , na inilunsad noong katapusan ng 2018. Dito, ang mga karaniwang nakikitang hamong ito ay tuluyang nawawala: ang sistema ay gumagana sa background at nagtatalaga ng iskor sa pagitan ng 0.0 (malamang na bot) at 1.0 (malamang na tao) sa bawat interaksyon sa web.

Maaaring gamitin ng mga administrador ang iskor na iyon upang gumawa ng mga angkop na desisyon : pinapayagan lamang ang ilang partikular na aksyon sa mga user na may mataas na iskor, nagpapataw ng mga karagdagang hamon sa mga nasa ilalim ng hindi malinaw na saklaw, o direktang hinaharangan ang mga mapanganib na aktibidad kapag pinaghihinalaan ng system ang malisyosong automation.

Ang lahat ng ito ay perpektong naglalarawan ng dalawahang papel ng AI sa cybersecurity : ginagamit ito upang bumuo ng lalong sopistikadong mga depensa (pagsusuri ng pag-uugali, mga modelo ng panganib, pagtuklas ng mga maanomalyang pattern), ngunit ito rin ang pangunahing sandata ng mga nagtatangkang labagin ang mga parehong depensang iyon. Ang karera ay patuloy, at ang bawat pagsulong sa mga pamamaraan ng pag-atake ay nagtutulak sa pag-unlad ng mas kumplikadong mga mekanismo ng proteksyon.

AI, mga advanced na bot at ang "katapusan" ng mga klasikong puzzle

Ang mga kamakailang pag-unlad sa mga modelo ng wika at paningin—GPT-3, GPT-4, at ang mga kahalili nito, kasama ang mga advanced na network ng paningin—ay lalong nagpalabo sa linya sa pagitan ng pag-uugali ng tao at awtomatikong pag-uugali . Ang mga modernong bot ay maaaring magsulat ng nakakahimok na teksto, lutasin ang mga lohikal na problema, at gumawa ng mga desisyon sa mga web interface nang may mahusay na kahusayan.

Ipinapakita ng mga pag-aaral sa reCAPTCHA v2 na kayang higitan ng mga automated system ang maraming tao sa mga visual challenge, kapwa sa accuracy rate at resolution time. Hindi na totoo ang klasikong kasabihang "madali para sa tao, mahirap para sa makina" sa maraming sitwasyon.

Mas malala pa ang mga kamakailang kaso: ang ilang AI agent na may kakayahang makakita at kumilos sa screen ay nakitang madaling nakahihigit sa mga sistemang tulad ng Turnstile ng Cloudflare . Sinusuri ng mga ganitong uri ng solusyon ang mga signal tulad ng paggalaw ng mouse, oras ng pag-click, at fingerprinting ng browser, at kung mayroon silang anumang pagdududa, nagdudulot ang mga ito ng mga karagdagang hamon.

Ang kapansin-pansin ay, sa ilang demonstrasyon, ang ahente ng AI mismo ay naglalarawan nang malakas o sa teksto kung ano ang ginagawa nito ("I-click ko ang kahon para mapatunayan na ako ay tao"), hindi dahil alam nito ang sarili, kundi dahil sinanay ito upang gayahin ang pananalita at mga kilos ng isang tunay na gumagamit. Hindi "alam" ng sistema na hindi ito tao; ino-optimize lamang nito ang mga kilos nito upang makamit ang layunin nito.

Nangangahulugan ba ito na ang mga CAPTCHA ay nakatakdang mawala? Hindi naman talaga. Sa halip, ang mga ito ay nagiging mga hadlang sa gastos at alitan para sa mga umaatake: maaaring hindi sila matatagalan, ngunit maaari nilang gawing napakamahal ang pagbuo at pagpapanatili ng isang epektibong bot na hindi na ito magiging matipid sa malawakang saklaw.

Mga limitasyon, aksesibilidad at black market para sa resolusyon ng CAPTCHA

Samantala, nananatili pa rin ang mga praktikal na problema. Maraming kumplikadong CAPTCHA ang mahirap kahit para sa mga lehitimong gumagamit , lalo na kapag ang visual noise ay labis o ang mga tagubilin ay nakakalito. Ipinahiwatig na ng pananaliksik mula noong unang bahagi ng 2010s na kung minsan ay nagdudulot ang mga ito ng tunay na hamon sa pag-iisip kahit para sa mga bihasang gumagamit ng internet.

Ang pagiging madaling ma-access ay isa sa mga pinakakontrobersyal na isyu. Ang mga visual CAPTCHA ay isang malaking hadlang para sa mga taong may kapansanan sa paningin , at ang mga katumbas na audio nito ay hindi rin palaging angkop na solusyon: maaari itong hindi maintindihan, hindi maayos na matukoy sa wika, o hindi maa-access ng mga may kahirapan sa pandinig.

May mga umusbong na inisyatibo tulad ng mga proyektong accessible na CAPTCHA , na partikular na idinisenyo para sa mga screen reader at mga assistive technologies, ngunit hindi pantay ang paggamit sa mga ito at maraming implementasyon pa rin ang hindi naisasama ang bahagi ng populasyon.

Sa kabilang banda, umunlad ang mga serbisyo sa paglutas ng CAPTCHA , parehong awtomatiko at nakabatay sa tao. Sa huli, ang mga manggagawa sa mga bansang mababa ang sahod ay lumulutas ng libu-libong CAPTCHA para sa mga sentimo, na nagsusuplay sa mga spammer at bot operator. Ang mga presyo ay maaaring bumaba sa wala pang isang dolyar bawat libong CAPTCHA , na ginagawang matipid ang malawakang paggamit ng mga serbisyong ito para sa ilang partikular na pag-atake.

Bahagyang pinapahina ng penomenong ito ang paunang layunin ng CAPTCHA: kung ang isang umaatake ay maaaring mag-outsource sa mga totoong tao upang malutas ang mga hamon, ang sistema ay hindi na magiging isang maaasahang pansala sa pagitan ng tao at makina, at nagiging isang hakbang na lamang upang mapataas ang gastos at mapabagal ang mga pag-atake.

CAPTCHA, mga modelo ng negosyo at etika sa datos

Bukod sa mga teknikal na aspeto, ang kasaysayan ng mga CAPTCHA ay nagbubunsod din ng mga debate sa etika at modelo ng negosyo. Sa loob ng maraming taon, milyun-milyong gumagamit ang nakalutas ng mga hindi nakikitang microtask —paglalagay ng label sa mga imahe, pagkilala sa mga bagay, pag-transcribe ng mahihirap na teksto—na ginagamit upang sanayin ang mga sistema ng AI at pagbutihin ang mga komersyal na produkto.

Sa kaso ng mga CAPTCHA ng Google, ang sama-samang pagsisikap na ito ay nakatulong sa mga serbisyong tulad ng visual recognition, autonomous driving, at content moderation , bukod sa iba pa. Nang hindi lubos na nalalaman ng karamihan, ang kanilang mga pag-click ay nakatulong sa pagpino ng mga modelo na ginagamit na ngayon sa mga high-value na application.

Nagtataas ito ng mga katanungan tungkol sa pagmamay-ari ng ipinamamahaging digital na paggawa at kung sino ang nakikinabang dito. Mula sa pananaw ng mga tagapagtatag ng startup at mga product manager, inilalarawan ng halimbawa ng CAPTCHA ang parehong potensyal ng paggamit ng mga micro-interaksyon ng tao upang sanayin ang mga modelo at ang panganib na mahulog sa mga malabo o pinaghihinalaang mapagsamantalang gawain.

Ang susi, lalong nakasalalay sa pagdidisenyo ng mga sistemang nagsasama ng etika, privacy, at transparency mula sa simula , na nagpapaliwanag kung saan kinokolekta ang datos, para saan ito ginagamit, at kung ano ang nakukuha ng gumagamit bilang kapalit, higit pa sa simpleng pagkumpleto ng isang form nang hindi naharangan.

Mga kasalukuyang hamon at malamang na hinaharap ng mga CAPTCHA

Sa kasalukuyan, ang mga taga-disenyo ng sistema ng CAPTCHA ay nahaharap sa isang maselang balanse sa pagitan ng seguridad, usability, accessibility, at privacy . Ang pagpapahirap sa mga hamong ito ay nakakabawas sa kanilang halaga sa mga umaatake, ngunit pinapataas din nito ang pagkadismaya ng gumagamit at mga rate ng pag-abandona sa form o proseso ng pagbili.

Ang pag-usbong ng advanced AI ay nagtutulak sa pag-iisip muli ng mga estratehiya. Malamang na makakakita tayo ng pagtaas sa mga personalized at adaptive na CAPTCHA , na nag-aayos ng uri at kahirapan ng hamon batay sa risk profile ng bawat interaksyon. Katulad nito, ang kahalagahan ng mga alternatibong pamamaraan ng pagpapatotoo, tulad ng two-factor authentication, behavioral biometrics , at continuous behavioral analysis, ay lalago.

Inaasahan din na ang mga CAPTCHA batay sa pangangatwiran o mga gawain sa sentido komun ay magiging mas popular , kung saan ang mahalaga ay hindi lamang ang pagkilala sa isang partikular na imahe kundi ang pag-unawa sa isang sitwasyon, pagtuklas sa elementong "hindi akma" o paglutas ng maliliit na lohikal na palaisipan na, sa ngayon, ay nagdudulot ng sakit ng ulo para sa mga modelo ng AI.

Ang lahat ng ito ay isasama sa mga hybrid na pamamaraan na pinagsasama ang passive background analysis , mga interactive na hamon kung kinakailangan lamang, at mga panlabas na signal (reputasyon ng IP, mga kasaysayan ng pang-aabuso, atbp.). Ang layunin ay hindi para sa gumagamit na patuloy na lumutas ng mga puzzle, kundi para sa proseso ng pag-verify na maging hindi nakakasagabal hangga't maaari kapag nakikitungo sa mga lehitimong gumagamit.

Kasabay nito, ang mga regulasyon sa privacy tulad ng European GDPR o ang California CCPA ay nangangailangan ng masusing pagsusuri sa kung anong data ang kinokolekta at kung paano ito pinoproseso. Ang mga sistemang lubos na umaasa sa pagsubaybay sa pag-uugali ay kailangang makahanap ng mga paraan upang sumunod sa mga regulasyon nang hindi isinasakripisyo ang bisa, na nagdaragdag ng isa pang layer ng pagiging kumplikado sa disenyo.

Sa kontekstong ito, ang mga kumpanyang nagpapatupad ng mga hakbang sa cybersecurity—maging sa pamamagitan ng sarili nilang mga solusyon o sa pamamagitan ng pag-asa sa mga cloud provider tulad ng AWS o Azure—ay dapat suriin kung paano isama ang mga CAPTCHA sa isang mas malawak na diskarte sa depensa , kung saan kasabay ng pagtukoy ng mga anomalya sa pamamagitan ng advanced analytics, mga panuntunan sa negosyo, mga web application firewall, at pinalakas na mga kontrol sa pag-access.

Matapos ang lahat ng ito, mas madaling maunawaan kung bakit ang mga "mabibigat" na pagsubok na humihiling sa atin na kilalanin ang mga ilaw trapiko o lagyan ng tsek ang isang kahon ay higit pa sa isang nakakainis na pormalidad lamang: Sinasaklaw ng mga CAPTCHA ang ebolusyon ng seguridad sa web , ang patuloy na pakikibaka sa pagitan ng mga bot at tagapagtanggol, ang malawakang paggamit ng paggawa ng tao upang sanayin ang AI, at ang kamakailang paglipat patungo sa mga hindi nakikita at nakabatay sa pag-uugali na mga sistema. Ang kanilang anyo ay patuloy na magbabago, ngunit hangga't may pangangailangang makilala ang pagkakaiba sa pagitan ng lehitimong pag-access at malisyosong automation, mananatili silang isang mahalagang piraso sa modernong palaisipan ng cybersecurity.

Kaugnay na artikulo:

Mga scam ng CAPTCHA sa Spain: Mga panganib at kung paano protektahan ang iyong sarili

Isaac

Masigasig na manunulat tungkol sa mundo ng mga byte at teknolohiya sa pangkalahatan. Gustung-gusto kong ibahagi ang aking kaalaman sa pamamagitan ng pagsusulat, at iyon ang gagawin ko sa blog na ito, ipakita sa iyo ang lahat ng mga pinaka-kagiliw-giliw na bagay tungkol sa mga gadget, software, hardware, teknolohikal na uso, at higit pa. Ang layunin ko ay tulungan kang mag-navigate sa digital na mundo sa simple at nakakaaliw na paraan.