خدمة عشاق التكنولوجيا لأكثر من 25 عامًا.
TechSpot يعني التحليل الفني والمشورة”https://www.techspot.com/ethics.html” الهدف=”_blank”> يمكنك الثقة.
الصورة الكبيرة: تعد اختبارات Captcha، التي تتطلب من المستخدمين النقر فوق شبكات من الصور للتحقق من أنهم بشر، من بين أكثر الأشياء المزعجة على الإنترنت. ومع ذلك، فإن معظم المستخدمين يقبلون أنها ضرورية لمنع الروبوتات من عرقلة حركة المرور، أو تمكين الاحتيال، أو سرقة البيانات. ومع ذلك، مع تقدم الروبوتات بشكل متزايد، تضاءلت فعالية اختبارات Captcha، حيث أصبحت برامج التعلم الآلي المخصصة الآن قادرة على تجاوز تنفيذ Google بالكامل.
ابتكر باحثون من ETH Zurich برنامجًا للتعلم الآلي يمكنه ذلك”https://arxiv.org/abs/2409.08831″>حل يتحدى Google reCAPTCHA v2 التعرف على الصور بدقة مثالية. على الرغم من أن هذه الاختبارات التي غالبًا ما تكون سيئة السمعة أصبحت قديمة، إلا أنها لا تزال تلعب دورًا مهمًا في أمن الإنترنت.
لقد انخرطت دفاعات Captcha منذ فترة طويلة في سباق تسلح ضد الروبوتات المصممة للتحايل عليها. أ”https://www.techspot.com/news/99761-study-finds-bots-can-outperform-humans-almost-all.html”>دراسة من العام الماضي، وجدت أن الروبوتات يمكنها اجتياز جميع متغيرات اختبار CAPTCHA تقريبًا بسرعة أكبر ودقة أكبر من البشر، مما يؤدي إلى إبطال غرض الإجراء الأمني الذي يهدف إلى السماح للبشر بالمرور أثناء إيقاف الروبوتات.
تعتمد الطريقة المستخدمة في دراسة زيورخ على نماذج التعلم الآلي السابقة وتعزز معدل نجاحها بشكل كبير. شهدت الجهود مفتوحة المصدر والدراسات السابقة نتائج متباينة مع نماذج “أنت تنظر مرة واحدة فقط” (YOLO)، لكن التجربة الأخيرة حققت دقة بنسبة 100 بالمائة. في البداية، تمكنت هذه النماذج من التعرف بسهولة على صور الأشياء مثل إشارات المرور أو السيارات، لكنها واجهت صعوبات في الإجراءات الأمنية التي تتحقق من وجود علامات أخرى للنشاط البشري.
تحاول العديد من اختبارات Captcha أيضًا اكتشاف حركات الماوس الشبيهة بالإنسان وقراءة ملفات تعريف الارتباط لتمييز البشر عن الروبوتات. بعضها، مثل Cloudflare، يتكون من صفحة بسيطة تتحقق من هذه العلامات بينما تتطلب الحد الأدنى من المدخلات البشرية. خط الدفاع الأول لشركة Google مشابه، لكنه يمكن أن يلجأ إلى اختبارات التعرف على الصور reCAPTCHA v2 في مواقف معينة، مما يجعله عرضة للروبوتات.
يتطلب تحقيق الدقة المثالية باستخدام نموذج YOLO تعديل YOLOv8 باستخدام برامج إضافية لمحاكاة حركات الماوس ومحاكاة سجل المتصفح. علاوة على ذلك، استخدم الباحثون شبكة VPN تعمل على تغيير عناوين IP ديناميكيًا بحيث لا تتعرف التحديات على محاولات تسجيل الدخول المتعددة على أنها صادرة من نفس العنوان.
توضح التجربة أن ظهور التعلم الآلي والذكاء الاصطناعي التوليدي قد يضع تقنية Captcha في موقف حرج، حيث يمكن الآن لمجموعات من البرامج المتاحة على نطاق واسع التغلب على هذه الاختبارات. علاوة على ذلك، يمكن تشغيل YOLOv8 محليًا على أجهزة متواضعة نسبيًا، مما يزيد من احتمالية الهجمات الآلية على نطاق واسع باستخدام العديد من الأجهزة الرخيصة. يواصل عمالقة التكنولوجيا البحث عن طرق بديلة لحماية حركة المرور على الإنترنت من الروبوتات.