CAPTCHAları Makine Öğrenimi ile Çözmek ve Karanlik Web Araştırmasını Etkinleştirmek

Amerika Birleşik Devletleri’nden bir ortak akademik araştırma projesi, CAPTCHA* testlerini bozmak için bir yöntem geliştirdi ve Generative Adversarial Networks (GANs) kullanarak görsel olarak karmaşık zorlukları çözmek için benzer devlet-sanatlı makine öğrenimi çözümlerini geride bıraktı.

Araştırmacılar, yeni sistemi en iyi mevcut çerçevelerle test etti ve yöntemlerinin %94,4’ün üzerinde bir başarı oranına ulaştığını ve yüksek oranda CAPTCHA korumalı bir Dark Net Pazarında insan müdahalesini ortadan kaldırabileceğini buldu.

DW-GAN için iş akışı. Kaynak: https://arxiv.org/pdf/2201.02799.pdf

Yazarlar, yaklaşımının siber güvenlik araştırmacıları için bir đột phá olduğunu iddia ediyorlar, çünkü geleneksel olarak CAPTCHAları çözmek için insan müdahalesi gerekiyordu, genellikle Amazon Mechanical Turk (AMT) gibi kalabalık kaynak platformları aracılığıyla.

Sistem adaptif ve dayanıklı olabilirse, daha otomatik denetim sistemlerinin yolunu açabilir ve TOR ağlarının dizinlenmesi ve web tarayıcılığına olanak tanıyabilir. Bu, büyük ölçekli analizlere ve yeni siber güvenlik yaklaşımlarının geliştirilmesine olanak tanıyabilir.

Makale makale olarak adlandırılmıştır: Karanlık Web Metin Tabanlı CAPTCHA ile Generatif Karşıt Öğrenme ile Proaktif Siber Tehdit İstihbaratı ve Arizona Üniversitesi, Güney Florida Üniversitesi ve Georgia Üniversitesi’nden araştırmacılardan gelmektedir.

SONUÇLAR

Sistem – Dark Web-GAN (DW-GAN, GitHub’da mevcut) – önceki sistemlerden daha fazla performans gösteriyor gibi görünüyor, bu nedenle genel bir yöntem olarak CAPTCHAları aşmak için kullanılabilir.

Çünkü DW-GAN, CAPTCHAları çözmek için “pozitif” bir misyona sahiptir ve CAPTCHAlar hem meşru bir savunma hem de yasadışı dark web pazarlarının bir aracı olarak kullanılıyor, bu yaklaşım bir “dengesizlik” teknolojisidir.

Yazarlar kendileri de DW-GAN’ın daha geniş kullanım alanlarına sahip olabileceğini kabul ediyorlar:

‘Bu çalışma chủ olarak karanlık web CAPTCHA’sına odaklansa da, bu çalışmada önerilen yöntem diğer CAPTCHA türlerine de uygulanabilir.’

Muhtemelen DW-GAN veya benzer bir sistem, dark web pazarlarının daha az makine tarafından çözülebilecek çözümler aramaya veya CAPTCHA yapılandırmalarını periyodik olarak güncellemeye zorlayacak şekilde yaygın ve açık bir şekilde dağıtılması gerekecektir.

MOTİVASYONLAR

Makaleye göre, karanlık web, siber saldırılarla ilgili hacker istihbaratının ana kaynağı olup, bunlar küresel ekonomiye 2025 yılına kadar 10 trilyon dolarlık bir maliyet getirecek.

‘Çoğu önlem, otomasyon araçları ile kolayca aşılabilir, ancak CAPTCHA, karanlık web’de en büyük engel.’

Metin tabanlı CAPTCHAlar, video, ses ve özellikle resim yorumlama zorluklarına sahip varyantlara sahip olsa da, yazarlar karanlık web pazarlarının metin tabanlı CAPTCHAları tercih ettiklerini belirtiyorlar.

MİMARİ

DW-GAN, dört aşamalı bir işlem hattı kullanıyor: ilk olarak görüntü yakalanıyor, ardından arka plan gürültüsünü temizlemek için eğitimli bir GAN kullanılıyor ve sonra metin segmentasyonu ve karakter tanıma işlemleri gerçekleştiriliyor.

Son olarak, “tahmin edilen” karakter parçaları, bir Convolutional Neural Network (CNN) ile karakter tanıma işlemine tabi tutuluyor.

Karakterler bazen örtüşebilir, bu nedenle DW-GAN, karakterleri etkili bir şekilde ayırmak için aralık tabanlı segmentasyonu kullanıyor.

SONUÇLAR

DW-GAN, üç farklı karanlık web veri seti ve bir CAPTCHA sentezleyici üzerinde test edildi. Sonuçlar, DW-GAN’ın önceki yaklaşımaların hepsini geride bıraktığını gösterdi.

Araştırmacılar, DW-GAN’ın CAPTCHA zorluklarını çözmede yüksek bir başarı oranına ulaştığını ve dark web pazarlarında otomasyonlu bir tarayıcı ile kullanıldığında etkili olduğunu buldu.

KARANLIK WEB PAZARINDA CANLI TEST

Son olarak, DW-GAN, o zamanlar canlı olan Yellow Brick karanlık web pazarında test edildi. Test için, DW-GAN’ı entegre eden bir Tor tarayıcısı geliştirildi ve CAPTCHA zorluklarını otomatik olarak çözmesi sağlandı.

Sistem, 1.831 yasadışı ürünün listelenmesini sağlayarak, bunların arasında 1.223 ilaç ile ilgili ürün, 44 hacking paketi ve 9 sahte belge taraması bulunuyordu.

Araştırmacılar, DW-GAN’ın her zaman CAPTCHA zorluklarını üç veya daha az denemede çözebileceğini ve 76 dakika içinde tüm ürünlerin listelenmesini sağlayabileceğini belirttiler.

Araştırmacılar, metin tabanlı CAPTCHAlardan daha sofistike zorlukların ortaya çıkabileceğini ve DW-GAN’ın bu trendleri takip edebilecek şekilde geliştirilebileceğini gözlemlediler.

*Tamamen Otomatik Halka Açık Turing Testi

İlk olarak 11 Ocak 2022’de yayınlandı.