根據一篇瑞士蘇黎世聯邦理工學院 (ETH Zurich) 的新研究論文「Breaking reCAPTCHA v2」使用「You Only Look Once」（YOLO）的物件偵測方法，並透過 14,000 張帶標籤的交通圖像進行訓練後，能以 100% 的成功率擊敗 reCAPTCHAv2！

reCAPTCHA v2 是一種基於圖像的驗證碼，要求使用者識別圖像中的特定物件，例如交通號誌燈、腳踏車等，以此區分人類和機器人。

由於 reCAPTCHA v2 很依賴 Cookie 和瀏覽器數據來識別人類用戶，研究人員便透過 VPN 隱藏 IP 地址、模擬真實滑鼠移動軌跡，以及使用假的瀏覽器和 Cookie 數據等，成功騙過了 reCAPTCHA v2 的偵測機制。

過去在破解 reCAPTCHA v2 的嘗試中，成功率只有 68% 到 71%，此研究能使準確率來到 100% 成了一大突破。

研究透過實驗證實，使用先進 AI 技術的自動化系統（例如 YOLO 模型），是可以成功解開基於圖像的驗證碼，讓驗證碼區分人類和機器人的可靠性出現疑慮，「我們的研究結果表明，當前的驗證碼機制無法免受 AI 領域的影響。」

論文雖然聲稱我們現在正式進入了後驗證碼的時代，但研究的主旨仍是在強調驗證碼技術有其發展的必要性。研究員表示 reCAPTCHAv2 對於提高網路安全性至關重要，能處理網路抓取問題，雖著需要大量訓練資料的 LLM 不斷變更熱門，這項機制也更顯重要。

其實早在 2017 年，神經網絡就被用於破解基於文字的 CAPTCHA，不過 Google 對此並未感到不安，Google 已於 2018 年推出了更先進的 reCAPTCHA v3，並非直接透過圖像識別來確定使用者是否為人類，更會加入其他指標，像是追蹤遊標移動等行為。

Google 進一步指出，如今全球 700 萬個網站上的大多數 reCAPTCHA 保護措施是不可見的，而 reCAPTCHA v2 與 reCAPTCHA v3 相比也的確有點過時，但目前也仍在被數百萬個網站使用。

：Jocelyn
：Chris

本文初稿為 INSIDE 使用 AI 編撰；快加入 INSIDE Google News 按下追蹤，給你最新、最 IN 的科技新聞！