Ein Forschungsteam der Eidgenössischen Technischen Hochschule Zürich (ETH Zürich) hat kürzlich eine erstaunliche Leistung vollbracht: Es gelang ihnen, das Google reCAPTCHA v2 System mit einer Erfolgsrate von 100% zu knacken! Diese Forschungsergebnisse lösen eine breite Diskussion über die Zukunft von Bild-Captchas aus.
Das Team nutzte einen hochentwickelten Bildverarbeitungsalgorithmus namens YOLO. Durch Segmentierung und Klassifizierung von Bildern konnte ihr System alle drei Aufgaben von reCAPTCHA v2 automatisch lösen. Dies umfasst die Klassifizierung von Bildern in einem 3x3-Raster, die Segmentierung einzelner Bilder und die Bewältigung dynamischer Klassifizierungsaufgaben.
Dafür erstellten sie einen Datensatz mit etwa 14.000 annotierten Bildern für die Klassifizierungsaufgabe und verwendeten ein vortrainiertes YOLOv8-Modell für die Segmentierung.
Die Erfolgsrate dieses Forschungsprojekts ist deutlich höher als bei früheren Studien, die nur eine Erfolgsrate von 68% bis 71% erzielten. Die Forscher stellten fest, dass reCAPTCHA v2 stark auf Browser-Cookies und -Daten zur Benutzererkennung angewiesen ist. Um ihr automatisiertes System unentdeckt zu lassen, verwendeten sie VPNs, simulierten natürliche Mausbewegungen und Browserdaten und umgingen so erfolgreich den reCAPTCHA-Schutz.
Erwähnenswert ist, dass das Forschungsteam seinen Quellcode öffentlich zugänglich gemacht hat, um weiteren Forschern die Weiterentwicklung zu ermöglichen. Sie empfehlen, den Datensatz für die Segmentierungsaufgabe zu erweitern und zu untersuchen, unter welchen Bedingungen das kontinuierliche Lösen von CAPTCHAs zu Sperrungen führt.
Diese bahnbrechende Forschung zeigt nicht nur das enorme Potenzial von KI-Technologien, sondern lässt uns auch über die zukünftige Entwicklung von Captchas nachdenken, um diesen technologischen Herausforderungen zu begegnen.
Wichtigste Punkte:
1. 🧠 Das ETH Zürich Team hat Google reCAPTCHA v2 erfolgreich mit 100%iger Erfolgsrate geknackt.
2. 📊 Die Forschung nutzte den YOLO-Algorithmus, um alle drei reCAPTCHA-Aufgaben automatisch zu lösen.
3. 📡 Das Forschungsteam hat den Quellcode veröffentlicht und fördert so weitere Forschung und Erkundung.