Page semi-protected

캡차

CAPTCHA
"smwm"의 이 캡차(버전 1)는 글자를 비틀고 약간의 배경색 그라데이션이 추가됨으로써 컴퓨터 해석으로부터 메시지를 모호하게 한다.

CAPTCHA(/kpp.t//, "컴퓨터와 인간을 구분하기 위한 완전 자동화 공공 튜링 테스트"의 약어)는 사용자가 인간인지 여부를 결정하기 위해 컴퓨팅에 사용되는 도전-응답 테스트의 일종이다.[1]

이 용어는 2003년에 루이스 폰 안, 마누엘 블럼, 니콜라스 J에 의해 만들어졌다.호퍼, 그리고 존 랭포드.[2]가장 일반적인 형태의 CAPTCHA(버전 1.0으로 표시)는 1997년 두 그룹이 병렬로 작업하면서 처음 발명되었다.이러한 형태의 CAPTCHA는 누군가가 자신의 화면에 표시되는 왜곡된 이미지에서 감지할 수 있는 일련의 문자나 숫자를 올바르게 평가하고 입력하도록 요구한다.테스트는 컴퓨터에 의해 관리되기 때문에 인간이 관리하는 표준 튜링 테스트와는 대조적으로 CAPTCHA는 역 튜링 테스트로 설명되기도 한다.[3]

이 사용자 확인 절차는 특히 장애인들에게 많은 비판을 받았으며, 읽기 어려운 왜곡된 단어들로 인해 일상 업무가 느려진다고 느끼는 다른 사람들로부터도 많은 비판을 받았다.일반적인 CAPTCHA를 푸는 데는 보통 10초가 걸린다.[4]

역사

인터넷의 초기부터 사용자들은 텍스트를 컴퓨터에 읽기 어렵게 만들고 싶어했다.[5]첫 번째 그러한 사람들은 해커들이었고, 그들이 생각하기에 그들이 자동으로 키워드로 감시되고 있다고 생각하는 인터넷 포럼에 민감한 주제에 대해 글을 올렸다.그러한 필터를 피하기 위해, 그들은 단어를 닮은 문자로 바꾸었다.Hello는 필터가 그들 모두를 감지할 수 없는 수많은 다른 변종이 될 수도 있고 또는 될 수도 있다.이것은 후에 리츠피크로 알려지게 되었다.[6]

CAPTCHA의 가장 초기 상업적 용도 중 하나는 Gausebeck–에 있었다.레브친 테스트.2000년, 아마존닷컴은 캡차(CAPTCHA)로 가입 페이지를[7] 보호하기 시작했고, 겉으로 보기에 참신해 보이는 이 기술에 대해 특허를[5] 출원할 준비를 했다.2001년 페이팔은 이런 테스트를 사기 예방 전략의 일환으로 이용했는데, 이 과정에서 인간에게 "프로그램이 인식하기 어려운 왜곡된 텍스트를 다시 입력해 달라"[8]고 요청한 것이다.PayPal 공동설립자 겸 CTO Max Levchin은 이러한 초기 사용을 상품화하는 데 도움을 주었다.

CAPTCHA 기술의 인기 있는 배치인 recCAPtcha는 2009년에 구글에 인수되었다.[9]구글은 사용자들을 위한 봇 부정행위를 방지하는 것 외에도 recCAPtCHA와 CRAPCHA 기술을 사용하여 2011년 뉴욕타임스의 아카이브와 구글북스의 책을 디지털화했다.[10]

발명권 주장

두 팀은 오늘날 웹에서 널리 사용되는 캡차(CAPTCHA)를 최초로 발명했다고 주장했다.마크 D와 함께한 첫 번째 팀.릴리브리지, 마르틴 아바디, 크리슈나 바랏, 안드레이 브로더는 1997년 알타비스타에서 CAPTCHA를 사용해 봇들이 웹 검색 엔진에 통일 자원 로케이터(URLs)를 추가하는 것을 막았다.광학문자인식(OCR) 공격에 내성을 갖도록 하는 방법을 모색하면서 연구팀은 OCR의 결과(유사한 서체, 평범한 배경 등)를 개선하기 위한 권고사항이 있는 브라더 스캐너의 매뉴얼을 살펴보았다.이 팀은 매뉴얼이 OCR을 나쁘게 만들 것이라고 주장하는 것을 시뮬레이션하여 퍼즐을 만들었다.[11][12][13]

루이스 폰 안, 마누엘 블럼, 니콜라스 J와 함께 CAPTCHA를 최초로 발명했다고 주장하는 두 번째 팀.호퍼와 존 랭포드는 2003년 간행물에서[2] 캡차(CAPTCHA)에 대해 처음으로 설명했으며, 그 후 대중 매체에서 많은 보도를 받았다.그들의 캡차 개념은 인간과 컴퓨터를 구별할 수 있는 모든 프로그램을 다룬다.[citation needed]

발명성 논란은 생텀에서 활동한 에란 레셰프, 길리 라아난, 에일론 솔란(2그룹)[14]이 1997년 우선 특허출원을 하면서 해결됐다.이들의 특허 출원은 "이 발명은 감각과 인지 능력을 적용함에 있어 인간의 장점을 컴퓨터 소프트웨어에 매우 어렵다는 것이 입증된 간단한 문제 해결에 적용한 것에 바탕을 두고 있다"고 상세하게 기술하고 있다.그러한 기술에는 "소란스러운 그래픽 환경 내에서 사물 및 글자의 식별과 같은 감각 정보의 처리가 포함되지만 이에 국한되지는 않는다."릴리브리지, 아바디, 바랏, 브로더(제1그룹)가 1998년 특허를 냈다.[15]두 특허 모두 다른 출판물보다 몇 년 앞서지만, CRAPCHA라는 용어를 사용하지 않지만, 그들은 아이디어를 자세히 설명하고 오늘날 웹에서 사용되는 그래픽 CRAPCHA를 정확하게 묘사한다.[16]

특성.

캡차(CAPTCHA)는 정의상 완전 자동화되어 있으며, 관리하는데 인적 유지보수나 개입이 거의 필요하지 않아 비용 및 신뢰성 면에서 이익을 창출한다.[citation needed]

CAPTCHA를 만드는 데 사용되는 알고리즘은 특허에 의해 적용될 수 있지만 공개되어야 한다.이는 이를 어기려면 역공학이나 다른 수단을 통해 얻을 수 있는 (비밀) 알고리즘의 발견이 아니라 인공지능(AI) 분야의 어려운 문제에 대한 해결책이 필요하다는 것을 입증하기 위한 것이다.[16]

현대의 텍스트 기반 CAPTCHA는 세 가지 개별 능력(불변수 인식, 분할 및 구문 분석)을 동시에 사용하여 작업을 어떤 일관성으로 올바르게 완료하도록 설계된다.[17]

  • 불변인식은 글자꼴의 변이가 큰 것을 인식할 수 있는 능력을 말한다.인간의 뇌가 성공적으로 식별할 수 있는 각 캐릭터의 버전은 압도적으로 많다.컴퓨터도 마찬가지일 수 없고, 그 모든 다른 형태들을 인식하도록 가르치는 것은 어려운 일이다.[citation needed]
  • CRAPCHA에서는 문자 사이에 공백이 없이 캐릭터가 함께 붐비기 때문에 분할, 즉 한 글자를 다른 문자와 분리하는 기능도 어렵게 만든다.
  • 문맥도 중요하다.캡차(CAPTCHA)는 각 문자를 정확하게 식별하기 위해 전체적으로 이해되어야 한다.예를 들어, CAPTCHA의 한 부분에서는 문자가 "m"처럼 보일 수 있다.전체 단어가 문맥에 들어가야 u와 n이라는 것이 명확해진다.[citation needed]

이러한 각각의 문제들은 고립된 상태에서도 컴퓨터에게 중요한 도전을 제기한다.세 가지 모두 동시에 존재하는 것이 CAPTCHA를 풀기 어렵게 만드는 요인이다.[18]

컴퓨터와 달리 인간은 이런 종류의 일에 뛰어나다.분절과 인식은 컴퓨터의 이미지를 이해하는 데 필요한 두 개의 개별적인 과정이지만, 그것들은 한 사람에게도 동일한 과정의 일부분이다.예를 들어, 개인이 CAPTCHA의 첫 글자가 a라는 것을 이해하는 경우, 해당 개인은 a의 윤곽선이 어디에 있는지, 또한 다음 글자의 윤곽선과 결합되는지도 이해한다.게다가, 인간의 뇌는 문맥에 기초하여 역동적인 사고를 할 수 있다.여러 가지 설명을 살려둔 다음 문맥적 단서를 바탕으로 전체 입력에 가장 적합한 설명을 선택할 수 있다.이것은 또한 글자의 변화에 속지 않겠다는 것을 의미하기도 한다.[citation needed]

AI와의 관계

주로 보안상의 이유로 사용되지만, 캡차(CAPTCHA)는 인공지능 기술의 벤치마크 과제의 역할도 한다.안 원장과 블럼, 랭포드 원장의 기사에 따르면 "캡차(CAPTCHA)에서 생성된 테스트를 통과하는 모든 프로그램을 통해 어려운 미해결 AI 문제를 해결할 수 있다.[19]"[20]

딱딱한 AI 문제를 보안 수단으로 활용하는 이점은 두 가지라는 주장이다.문제가 풀리지 않고 인간과 컴퓨터를 구별할 수 있는 믿을 만한 방법이 남아 있거나, 아니면 문제가 해결돼 어려운 AI 문제도 함께 해결된다.영상과 텍스트 기반의 캡차(CAPTCHA)의 경우, 특정 캡차 설계의 결함을 악용하지 않고 AI가 작업을 정확하게 완료할 수 있다면, 장면에서 복잡한 물체 인식이 가능한 AI를 개발하는 문제를 해결했을 것이다.[19]

접근성

참고 항목:웹 접근성
많은 웹사이트들은 스팸을 막기 위해 계정을 만들 때 CAPTCHA를 입력해야 한다.

읽기 텍스트 또는 기타 시각적 인식 작업에 기반한 캡차(CAPTCHA)는 시각장애인 또는 시각장애인이 보호된 리소스에 액세스하는 것을 방지한다.[21]단, 캡차(CAPTCHA)가 시각적일 필요가 없다.음성 인식과 같은 어떤 하드 인공지능 문제도 캡차(CAPTCHA)의 기준으로 삼을 수 있다.2011년 논문이 당시 인기 있던 제도를 물리치는 기법을 보여주었음에도 불구하고, 캡차의 일부 구현은 사용자들이 오디오 캡차를 선택할 수 있도록 허용한다.[22]

시각장애 사용자(예: 시각장애 사용자 또는 색상 사용 테스트의 색맹 사용자)의 경우 시각적 CAPTCHA는 심각한 문제를 나타낸다.[23]CAPTCHA는 기계에 의해 판독이 불가능하도록 설계되었기 때문에 화면 판독기와 같은 일반적인 보조 기술 도구는 이를 해석할 수 없다.사이트는 초기 등록 과정 또는 심지어 모든 로그인의 일부로 CAPTCHA를 사용할 수 있으므로, 이 과제는 액세스를 완전히 차단할 수 있다.특정 관할구역에서 사이트 소유자가 특정 장애인을 차별하는 CAPTCHA를 사용하는 경우 소송의 대상이 될 수 있다.예를 들어 캡차(CAPTCHA)는 미국의 섹션 508과 호환되지 않는 사이트를 만들 수 있다.다른 경우에, 시력 장애가 있는 사람들은 그들에게 읽어주는 단어를 식별하는 것을 선택할 수 있다.[citation needed]

오디오 캡차(CAPTCHA)를 제공하면 시각장애 사용자가 텍스트를 읽을 수 있지만, 여전히 시각장애인과 청각장애인을 방해한다.sense.org.uk에 따르면, 영국 60세 이상 사람들의 약 4%가 시력과 청력 장애를 모두 가지고 있다고 한다.영국에는 약 23,000명의 사람들이 심각한 시각과 청각 장애를 가지고 있다.미국 농아청소년 기술지원 컨소시엄(NTAC)에 따르면 2004~2012년 미국의 청각장애 아동 수는 9516명에서 1만471명으로 늘었다.[24]갈라우데 대학교는 1980년에서 2007년 사이에 미국에서 35,000명 이상의 완전 청각장애 성인들을 대상으로 한 추정치를 인용했다.[25] 청각장애인들의 추정치는 이 정의에 사용된 손상 정도에 크게 의존한다.[citation needed]

따라서 CAPTCHA의 사용은 소수의 개인들이 PayPal, Gmail, Orkut, Yahoo!, 많은 포럼과 웹로그 시스템 등과 같은 일반적인 웹 기반 서비스의 유의미한 하위 집합을 사용하는 것을 배제한다.[26]

완벽한 시력을 가진 개인에게도 정교한 인식 소프트웨어를 극복하도록 설계된 새로운 세대의 그래픽 캡차는 읽기가 매우 어렵거나 불가능할 수 있다.[citation needed]

PROTECTWebForm에서 CRAPCHA를 개선하여 작업을 용이하게 하는 방법을 제안하고 "Smart CRAPCHA"[27]라는 이름을 붙였다.개발자는 CAPTCHA를 자바스크립트와 결합하는 것이 좋다.대부분의 봇이 자바스크립트를 구문 분석·실행하기 어렵기 때문에 CAPTCHA 필드를 채우고 이미지와 필드를 모두 사람의 눈에서 숨기는 결합 방식이 제안됐다.[citation needed]

한 가지 대안적인 방법은 사용자에게 간단한 수학 방정식을 표시하고 사용자가 확인으로 솔루션을 입력하도록 요구하는 것이다.이러한 것들은 소프트웨어를 사용하여 물리치기 훨씬 쉽지만, 그래픽 이미지가 적합하지 않은 시나리오에 적합하며, 이미지 기반 캡차보다 시각장애 사용자에게 훨씬 높은 수준의 접근성을 제공한다.이를 MAPTCHA(M = "수학적")라고 부르기도 한다.그러나 이러한 것들은 인지 장애를 가진 사용자들에게 어려울 수 있다.[citation needed]

일부 텍스트의 의미를 이해해야 하는 문제(예: 논리 퍼즐, 트라이비아 질문 또는 암호 생성 방법에 대한 지침)와 같은 다른 종류의 난제도 CAPTCHA로 사용할 수 있다.다시 말하지만, 대책에 대한 그들의 저항력에 대한 연구는 거의 없다.[citation needed]

우회술

CAPTCHA를 물리치는 몇 가지접근방법이 있다:값싼 인적 노동력을사용하여 이를 인지하고, 공격자가 CAPTCHA를 완전히 우회할 수 있는 구현에서 버그를 이용하고, 마지막으로 기계 학습을 사용하여 자동 해결사를 구축한다.[28]옛 구글 '클릭 사기왕' 슈만 고세마점더에 따르면 CAPTCHA를 자동으로 해결하는 수많은 서비스가 있다.[29]

머신러닝 기반 공격

그것의 초기 반복에서는 캡차 설계 또는 평가를 위한 체계적인 방법론이 없었다.[18]그 결과, CAPTCHA의 길이가 고정되어 있는 경우가 많았으며, 따라서 분할이 어디서 이루어져야 하는지에 대한 교육적인 추측을 성공적으로 하기 위해 자동화된 작업을 구성할 수 있었다.다른 초기 캡차에는 제한된 단어 집합이 포함되어 있어 테스트가 게임하기 훨씬 쉬워졌다.다른 사람들은 이미지의 배경 혼란에 너무 많이 의존하는 실수를 저질렀다.각각의 경우에, 이러한 설계 결함을 이용하여 성공적으로 작업을 완료할 수 있는 알고리즘이 만들어졌다.그러나 이러한 방법들은 깨지기 쉬웠으며, 캡차(CAPTCHA)에 대한 약간의 변경은 그것들을 쉽게 좌절시킬 수 있었다.recCAPTCHA와 같은 현대의 CAPTCHA는 더 이상 고정된 패턴에만 의존하지 않고 종종 함께 붕괴되는 문자의 변형을 나타내며 분할을 거의 불가능하게 만든다.이러한 최신 반복 작업은 자동화된 작업을 방지하는 데 훨씬 더 성공적이었다.[30]

2007년도의 reCAPtCHA 챌린지의 예로서, "추후 발견"이라는 단어가 포함되어 있다.컴퓨터 프로그램으로 캡차(CAPTCHA)를 깨는 난이도를 높이기 위해 waveness와 수평 획이 추가되었다.
캡차(CAPTCHA)는 일반적으로 사용자가 보는 텍스트를 채워야 하는 텍스트 상자 바로 아래에 있다.이 경우, "sclt ..여기 있었다."

2013년 10월 인공지능 업체 대리는 캐릭터 인식률이 최대 90%[31]에 이르는 현대 CAPTCHA를 해결할 수 있는 범용 CAPTCHA 해결 알고리즘을 개발했다고 주장했다.그러나 초기 캡차(CAPTCHA)의 선구자이자 리캡차(reCAPtCHA)의 창시자인 루이스 폰 안(Luis von An)은 "몇 달에 한 번씩 이런 것을 보고 감명받기는 힘들다"고 회의적인 반응을 보였다.그는 대리인의 주장과 유사한 50건의 주장이 2003년 이후 제기되었다고 지적했다.[32]

2014년 8월, Usenix WoOT 컨퍼런스에서 Bursztein 등은 강화 학습을 기반으로 한 최초의 일반 CAPTCHA 해결 알고리즘을 제시했으며, 많은 인기 있는 CAPTCHA 스키마에 대해 그 효율성을 입증했다.그들은 텍스트 왜곡에 기초한 CAPTCHA 체계는 불안정하게 앞으로 나아가는 것으로 간주되어야 한다고 결론지었다.[30]

예 등은 2018년 10월 ACM CCS'18 컨퍼런스에서 높은 성공률로 2018년 인기 웹사이트 상위 50개에서 사용하는 11가지 문자 캡차 체계를 모두 성공적으로 해결할 수 있는 딥러닝 기반 공격을 선보였다.그들의 연구는 효과적인 CAPTCHA 해결사가 500개 정도의 실제 CAPTCHA를 사용하여 훈련될 수 있다는 것을 보여주며, 새로운 텍스트 CAPTCHA 체계의 공격을 신속하게 시작할 수 있음을 보여준다.[33]

값싼 노동력 또는 무의식적인 노동력

CAPTCHA를 해독하기 위해 고용된 인간 운영자의 작업장에 CAPTCHA를 전달함으로써 CAPTCHA를 전복시킬 수 있다.W3C 작업 그룹의 2005년 논문은 그러한 운영자가 시간당 수백 개를 검증할 수 있다고 언급하였다.[21]2010년 미국 샌디에이고 캘리포니아 대학교는 캡차 농장을 대규모로 조사한 결과, 100만 개의 캡차 농장을 해결하기 위한 소매가격이 1,000달러까지 낮다는 사실을 알아냈다.[34]

기술된 또 다른 기법은 대본을 이용하여 대상 사이트의 CAPTCHA를 공격자가 소유한 사이트에 캡차(CAPTCHA)로 다시 게시하는 것으로 구성되는데, 이 기법은 의심하지 않는 인간이 대본을 사용하기 위해 짧은 시간 내에 방문하여 정확하게 해결한다.[35]이 기법은 이용자를 충분히 유치하고 인기 사이트를 운영하는 비용 때문에 대부분의 공격자에게 경제적으로 실현 불가능할 가능성이 높다.[36]

유료 서비스에 아웃소싱

2Captcha와 DeathByCaptcha와 같은 여러 인터넷 회사가 인간 및 기계 지원 CAPTCHA 해결 서비스를 1,000개당 0.50달러에 제공하고 있다.[37]이 서비스들은 사용자들이 애초에 캡차들이 차단하도록 설계된 도구들에 캡차 우회술을 통합할 수 있는 API와 라이브러리를 제공한다.[citation needed]

불안정한 구현

Howard Yeend는 제대로 설계되지 않은 CAPTCHA 시스템에서 두 가지 구현 문제를 식별했다.[38]

  • 일부 캡차 보호 시스템은 알려진 캡차 이미지의 세션 ID를 재사용하는 것만으로 OCR을 사용하지 않고도 우회할 수 있다.
  • 공유 서버에 상주하는 캡차(CAPTCHA)도 문제를 나타내며, 다른 가상 호스트의 보안 문제로 인해 캡차 발급자의 사이트가 취약해질 수 있다.

때때로 CAPTCHA를 생성하는 소프트웨어의 일부가 클라이언트 측(서버에서는 유효성 검사가 수행되지만 사용자가 식별해야 하는 텍스트는 클라이언트 측에서 렌더링됨)인 경우, 사용자는 클라이언트를 수정하여 렌더링되지 않은 텍스트를 표시할 수 있다.일부 캡차 시스템은 MD5 저장된 해시를 클라이언트측에서 사용하므로, 캡차(CAPTCHA)[citation needed]는 흉포한 공격에 취약할 수 있다.

주목할 만한 공격

다양한 CAPTCHA 스키마에 대한 주목할 만한 공격은 다음과 같다.

  • 모리 외 연구진은 IEEE CVPR'03에 가장 인기 있는 캡차 중 하나인 EZ-Gimpy를 격파하는 방법을 상세히 기술한 논문을 발표했는데, 이 방법은 이를 격파하는 데 92%의 정확도로 시험되었다.[39]같은 수법으로 더 복잡하고 덜 넓게 배치된 김피 프로그램을 33%나 격파하는 것으로도 나타났다.그러나 실제 사용 중인 알고리즘의 구현의 존재는 현재로서는 확실하지 않다.[citation needed]
  • PWNtcha는 일반적으로 사용되는 CRAPCHA를 물리치는 데 상당한 진전을 이루었고, 이는 보다 정교한 CRAPCHA로 이동하는 일반적인 원인이 되었다.[40]
  • 보안업체 카스퍼스키가 발견한 트로이 목마 포덱은 캡차 요청을 이미지를 텍스트로 변환하는 온라인 인간 번역 서비스에 전달해 시스템을 속인다.포덱은 안드로이드 모바일 기기를 타깃으로 한다.[41]

대체 CAPTCHA 스키마

텍스트 왜곡 기반 캡차(CAPTCHA)가 머신러닝 기반 공격에 취약하다는 시연과 함께, 일부 연구자들은 사용자가 제시된 이미지에서 간단한 물체를 식별해야 하는 이미지 인식 캡차(CAPTCHA)를 포함한 대안을 제시했다.이러한 계획에 찬성하는 주장은 객체 인식과 같은 작업은 일반적으로 텍스트 인식보다 수행하기가 더 복잡하기 때문에 머신러닝 기반 공격에 더 탄력적이어야 한다는 것이다.다음은 주목할 만한 대체 CAPTCHA 스키마 몇 가지:

  • 츄 외 연구진은 제7회 국제 정보보안 컨퍼런스 ISC'04에 그들의 연구 결과를 발표하여, 세 가지 다른 버전의 이미지 인식 캡차(CAPTCHA)를 제안하고, 사용자 연구와 함께 제안서를 검증했다.버전 중 하나인 이상형 캡차(CAPTCHA)는 인간 사용자의 100%가 이상형 캡차(CAPTCHA)를 42초 이내에 90% 이상의 확률로 통과시킬 수 있는 것이 최선이라고 제안한다.[42]
  • Datta 등은 ACM Multimedia '05 컨퍼런스에 INTERNET Authentica(IMAGE Generation for INternet Authentica)라는 제목의 논문을 발표했다.TION), 이미지 인식 캡차(CAPTCHA)에 대한 체계적인 방법을 제안한다.첨단 영상인식 접근법(잠재적인 공격 기술)이 이를 인식하지 못할 정도로 영상이 왜곡된다.[43]
  • 마이크로소프트(Jermy Elson, John R.Douceur, Jon Howell, Jared Saul)은 사용자들에게 고양이와 개를 구별하도록 요구하는 접근 제한을 위한 동물 종 이미지 인식(ASIRRA)을 개발했다고 주장한다.마이크로소프트는 웹사이트들이 사용할 수 있도록 이것의 베타 버전을 가지고 있었다.[44]그들은 "아시라는 사용자가 쉽게 해결할 수 있다; 그것은 30초 이내에 인간에 의해 99.6%에 의해 해결될 수 있다"고 주장한다.일화적으로, 사용자들은 문자 기반의 CAPTCHA보다 Asirra를 사용하는 경험을 훨씬 더 즐기는 것 같았다." 이 해결책은 2007년 제 14회 ACM 회의의 CCS(Computer and Communications Security)의 논문에서 설명되었다.[45]하지만 이 사업은 2014년 10월 폐쇄돼 더 이상 이용할 수 없다.[46]

참고 항목

참조

  1. ^ "The reCAPTCHA Project – Carnegie Mellon University CyLab". www.cylab.cmu.edu. Archived from the original on 2017-10-27. Retrieved 2017-01-13.
  2. ^ a b von Ahn, Luis; Blum, Manuel; Hopper, Nicholas J.; Langford, John (May 2003). CAPTCHA: Using Hard AI Problems for Security (PDF). EUROCRYPT 2003: International Conference on the Theory and Applications of Cryptographic Techniques. doi:10.1007/3-540-39200-9_18.
  3. ^ Mayumi Takaya; Yusuke Tsuruta2; Akihiro Yamamura1. "Reverse Turing Test using Touchscreens and CAPTCHA∗" (PDF). Akita University.
  4. ^ Bursztein, Elie; Bethard, Steven; Fabry, Celine; Mitchell, John C.; Jurafsky, Dan (2010). "How Good are Humans at Solving CAPTCHAs? A Large Scale Evaluation" (PDF). Proceedings of the 2010 IEEE Symposium on Security and Privacy: 399–413. CiteSeerX 10.1.1.164.7848. doi:10.1109/SP.2010.31. ISBN 978-1-4244-6894-2. S2CID 14204454. Retrieved March 30, 2018.
  5. ^ a b "idrive turing patent application". Retrieved 2017-05-19.
  6. ^ "h2g2 – An Explanation of l33t Speak – Edited Entry". h2g2. Retrieved 2015-06-03.
  7. ^ "idrive turing signup page". Google Drive. Retrieved 2017-05-19.
  8. ^ Stringham, Edward P (2015). Private Governance : creating order in economic and social life. Oxford University Press. p. 105. ISBN 978-0-19-936516-6. OCLC 5881934034.
  9. ^ "Teaching computers to read: Google acquires reCAPTCHA". Google Official Blog.
  10. ^ Gugliotta, Guy (28 March 2011). "Deciphering Old Texts, One Woozy, Curvy Word at a Time". The New York Times.
  11. ^ Feng, Yunhe; Cao, Qing; Qi, Hairong; Ruoti, Scott (June 2020). "SenCAPTCHA: A Mobile-First CAPTCHA Using Orientation Sensors". doi:10.1145/3397312. {{cite journal}}:Cite 저널은 필요로 한다. journal=(도움말)
  12. ^ Soto, Micah (24 May 2019). "The origin of CAPTCHA and reCAPTCHA".
  13. ^ 미국 US6195698B1, 마크 D.릴리브리지; 크리슈나 바라트 & 마틴 아바디 외, 1998-04-13년 출판
  14. ^ US 2005/0114705 A1, Reshef, Eran, Raanan, Gil&Solan, Eilon, "인간의 행동을 컴퓨터화된 행동과 구별하기 위한 방법과 시스템"은 2005년 5월 26일에 출판되었다.
  15. ^ 미국 특허 6,195,698.컴퓨터 시스템에 대한 접근을 선택적으로 제한하는 방법.1998년 4월 13일 접수, 2001년 2월 27일 허가.google.com에서 이용 가능
  16. ^ a b Justie, Brian (2020). "Little history of CAPTCHA". Internet Histories. 5: 30–47. doi:10.1080/24701475.2020.1831197. S2CID 228834122.
  17. ^ Chellapilla, Kumar; Larson, Kevin; Simard, Patrice; Czerwinski, Mary. "Designing Human Friendly Human Interaction Proofs (HIPs)" (PDF). Microsoft Research. Archived from the original (PDF) on 10 April 2015.
  18. ^ a b Bursztein, Elie; Martin, Matthieu; Mitchell, John C. (2011). "Text-based CAPTCHA Strengths and Weaknesses". ACM Computer and Communication Security 2011 (CSS'2011).
  19. ^ a b von Ahn, Luis; Blum, Manuel; Hopper, Nicholas J.; Langford, John (2003). "CAPTCHA: Using Hard AI Problems for Security" (PDF). Advances in Cryptology — EUROCRYPT 2003. Lecture Notes in Computer Science. Vol. 2656. pp. 294–311. doi:10.1007/3-540-39200-9_18. ISBN 978-3-540-14039-9.
  20. ^ Moy G, N Jones 및 C Harkless(2004) "시각적 CAPTCHA를 해결하는데 있어서의 왜곡 추정 기법", 2004 IEEE 컴퓨터 사회의 컴퓨터 비전 및 패턴 인식에 관한 회의의 진행 절차.
  21. ^ a b May, Matt (2005-11-23). "Inaccessibility of CAPTCHA". W3C. Retrieved 2015-04-27.
  22. ^ Bursztein, Elie; Beauxis, Romain; Perito, Hristo; Paskov, Daniele; fabry, Celine; Mitchell, John C. (2011). "The failure of noise-based non-continuous audio captchas". IEEE Symposium on Security and Privacy (S&P), 2011: 19–31. doi:10.1109/SP.2011.14. ISBN 978-1-4577-0147-4. S2CID 6933726.
  23. ^ Shea, Michael (19 November 2015). "CAPTCHA: Spambots, eBooks and the Turing Test". The Skinny. Retrieved 9 January 2016.
  24. ^ "National Child Count Annual Reports". TA&D Network. National Consortium on Deaf-Blindness. November 30, 2012. Retrieved 27 November 2013.
  25. ^ Harrington, Tom; Rutherford, Jane. "American deaf-blind population". Deaf Statistics. Gallaudet University Library. Retrieved 27 November 2013.
  26. ^ "Inaccessibility of CAPTCHA". www.w3.org. Retrieved 2020-10-31.
  27. ^ "Smart Captcha". Protect Web Form .COM. 2006-10-08. Archived from the original on 2016-11-04. Retrieved 2017-09-15.
  28. ^ Jakobsson, Markus (August 2012). The death of the Internet. Retrieved 4 April 2016.
  29. ^ Ghosemajumder, Shuman (8 December 2015). "The Imitation Game: The New Frontline of Security". InfoQ. InfoQ. Retrieved 8 December 2015.
  30. ^ a b Bursztein, Elie; Aigrain, Johnathan; Mosciki, Angelika; Michell, John C. (August 2014). The End is Nigh: Generic Solving of Text-based CAPTCHAs. WoOT 2014: Usenix Workshop on Offensive Security.
  31. ^ Summers, Nick. "Vicarious claims its AI software can crack up to 90% of CAPTCHAs offered by Google, Yahoo and PayPal". TNW.
  32. ^ Hof, Robert. "AI Startup Vicarious Claims Milestone In Quest To Build A Brain: Cracking CAPTCHA". Forbes.
  33. ^ "Yet Another Text Captcha Solver: A Generative Adversarial Network Based Approach" (PDF). 25th ACM Conference on Computer and Communications Security (CCS), 2018. doi:10.1145/3243734.3243754. S2CID 53106794. {{cite journal}}:Cite 저널은 필요로 한다. journal=(도움말)
  34. ^ Motoyama, Marti; Levchenko, Kirill; Kanich, Chris; McCoy, Damon; Geoffrey, Voelker; Savage, Stefan (August 2010). Re: CAPTCHAs-Understanding CAPTCHA-Solving Services in an Economic Context.s (PDF). USENIX Security Symposium, 2010.
  35. ^ Doctorow, Cory (2004-01-27). "Solving and creating captchas with free porn". Boing Boing. Archived from the original on 2006-02-09. Retrieved 2015-04-27.
  36. ^ "Hire People To Solve CAPTCHA Challenges". Petmail Design. 2005-07-21. Retrieved 2015-04-27.
  37. ^ "Top 10 Captcha Solving Services Compared". Retrieved 2018-12-10.
  38. ^ Yeend, Howard (2005). "Breaking CAPTCHAs Without Using OCR". (pureMango.co.uk). Archived from the original on 2017-06-25. Retrieved 2006-08-22.
  39. ^ "Breaking a Visual CAPTCHA" (PDF). Cs.berkeley.edu. 2002-12-10. Archived from the original (PDF) on 2005-04-03. Retrieved 2017-09-15.
  40. ^ "PWNtcha – Caca Labs". Sam.zoy.org. 2009-12-04. Retrieved 2013-09-28.
  41. ^ "Kaspersky discovers CAPTCHA-duping Podec malware". SC Magazine UK. 2015-03-11. Retrieved 2016-11-18.
  42. ^ "Image Recognition CAPTCHAs" (PDF). Cs.berkeley.edu. Archived from the original (PDF) on 2013-05-10. Retrieved 2013-09-28.
  43. ^ "Imagination Paper". Infolab.stanford.edu. Retrieved 2013-09-28.
  44. ^ "Asirra is a human interactive proof that asks users to identify photos of cats and dogs". Microsoft. Archived from the original on 15 December 2008.
  45. ^ "Asirra: A CAPTCHA that Exploits Interest-Aligned Manual Image Categorization". Microsoft.
  46. ^ "Microsoft's Asirra project closed". Archived from the original on 12 January 2009.

추가 참조사항

외부 링크