Desafíos sobre las nuevas tecnologías de resolución de CAPTCHA y características de evolución de CAPTCHA en el futuro próximo

Autores/as

  • Daniel Alejandro Maldonado Universidad de Cuenca
  • Juan Alejandro Devincenzi

Resumen

RESUMEN
Desde el desarrollo de los sistemas de computación, se consideró necesario diferenciar las respuestas que provenían tanto de un sistema informático como de una persona, para que uno no pueda suplantar al otro en ambientes donde sólo una persona deba utilizar, lo cual se realizó a través de CAPTCHA, que es un eficiente arreglo desde el punto de vista criptográfico, pero que al paso del tiempo se ha encontrado con los nuevos sistemas de Inteligencia Artificial. Se incluye un breve análisis teórico de las razones de su uso desde el punto de vista de la criptografía, de la evolución del sistema en su presentación para los usuarios, haciendo énfasis en los CAPTCHA más fuertes del mercado. Adicionalmente una revisión de la tecnología que ha permitido vulnerar a cierto nivel al sistema y la evolución de los sistemas de Inteligencia Artificial que a mediano plazo podrían vulnerar CAPTCHA; para finalmente realizar recomendaciones de cómo se debe diseñar y mantener CAPTCHA fortalecido al corto y mediano plazo frente a la evolución de la tecnología y que características debería tener para que pueda seguir siendo un test válido para diferenciar un humano de una máquina.
Palabras clave: CAPTCHA, inteligencia artificial, criptografía, algoritmos de reconocimiento óptico, seguridad, usabilidad, Internet.

ABSTRACT
Since the development of computer systems, it becomes necessary to differentiate the responses came from both a computer system as a person, so that one cannot replace the other in environments where only one person should use, which was made through CAPTCHA, which is an efficient arrangement from the cryptographic viewpoint, but it has found several issues with the new systems of Artificial Intelligence. This Paper includes a brief theoretical analysis of the reasons for their use from the cryptography viewpoint, the evolution of the system in its presentation for the users, focusing on the strongest CAPTCHA in the market. Additionally, a review of the technology that has allowed to break the system at certain level and the evolution of Artificial Intelligence systems in the medium term could defeat CAPTCHA; to finally make recommendations on how to design and maintain a strong CAPTCHA at short and medium term against the evolution of technology and what kind of features should have CAPTCHA to remain a valid test to differentiate a human from a machine.
Keywords: CAPTCHA, artificial intelligence, cryptography, optic recognition algorithms, security, usability, Internet.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

BBC News, 2013. Captcha test 'cracked' by US firm vicarious. Disponible en http://www.bbc.co.uk/ news/technology-24710209.

Browning, A., D. Kolas, 2007. Defeating CAPTCHAs: Applying neural networks. Virginia Tech. University.

Bursztein, E., S. Bethard, C. Fabry, J.C. Mitchell, D. Jurafsky, 2010. How good are humans at solving CAPTCHAs? A Large Scale Evaluation. Standford University. Disponible en http://web.stanford.edu/~jurafsky/burszstein_2010_captcha.pdf, 15 pp.

Bursztein, E., M. Martin, J.C. Mitchell, 2011. Text-based CAPTCHA strengths and weaknesses. ACM Computer and Communication Security. Disponible en https://cdn.elie.net/publications/ text-based-captcha-strengths-and-weaknesses.pdf, 14 pp.

Cai, T., 2008. CAPTCHA solving with neural networks. TJHSST Computer Systems Lab 2007-2008.

Chellapilla, K., P.Y. Simard, 2004. Using machine learning to break visual human interaction proofs (HIPs). NIPS. Disponible en http://papers.nips.cc/paper/2571-using-machine-learning-to-break-visual-human-interaction-proofs-hips.pdf, 8 pp.

Chellapilla, K., K. Larson, P. Simard, M. Czerwinski, 2005. Computers beat humans at single character recognition in reading based human interaction proofs (HIPs). Disponible en http://ceas.cc/2005/papers/160.pdf, 8 pp.

Choi, C.Q., 2013. Artificial intelligence breaks CAPTCHA protection, coders claim. Disponible en http://txchnologist.com/post/65426369724/artificial-intelligence-breaks-captcha-protection.

Engber, D., 2014. Who Made That Captcha? The New York Times Magazine. Disponible en http://www.nytimes.com/2014/01/19/magazine/who-made-that-captcha.html.

Goodfellow, I.J., Y. Bulatov, J. Ibarz, S. Arnoud, S. Vinay, 2013. Multi-digit number recognition from Street View Imagery using deep convolutional neural networks. Cornell University Library. Disponible en http://arxiv.org/abs/1312.6082.

Hawkins, J., G. Dileep, 2011. Hierarchical temporal memory including HTM cortical learning algorithms. White Paper, Numenta.Com.

Hof, R., 2013. AI startup vicarious claims milestone In: Quest To Build A Brain: Cracking CAPTCHA. http://www.forbes.com/sites/roberthof/2013/10/28/ai-startup-vicarious-claims-milestone-in-quest-to-build-a-brain-craking-captcha/.

Kuchinskas, S., 2013. Software firm claims breakthrough in computer vision will lead to better AI. Scientific AmericanTM. Disponible en http://www.scientificamerican.com/article/ai-captcha-computer-vision/.

Naor, M., 1997. Verification of a human in the loop or Identification via the turing test. Unpublished Manuscript, Weismann Institute.

Pérez-Carrasco, J.A., C. Serrano, B. Acha, T. Serrano-Gotarredona, B. Linares-Barranco, Red neuronal convolucional rápida sin fotogramas para reconocimiento de dígitos. Disponible en http://digital.csic.es/bitstream/10261/84753/1/RED%20NEURONAL.pdf, 4 pp.

Pinkas, B., T. Sander, 2002. Securing passwords against dictionary attacks. In: Proc. ACM Computer and Security Conference (CCS’ 02), pp. 161-170. Publisher: ACM Press.

Pollen, D.A., 2003. Explicit neural representations, recursive neural networks and conscious visual perception. Disponible en http://cercor.oxfordjournals.org/content/13/8/807.long.
The CAPTCHA Web Page, 2000. http://www.captcha.net. Consultado el 8 de abril de 2014.

Vicarious FPC Inc., 2012. Announces $15 million funding for AI software based on the brain. Disponible en http://www.kurzweilai.net/vicarious-announces-15-million-funding-for-ai-software-based-on-the-brain.

Vicarious FPC Inc., 2013. AI passes first Turing Test: CAPTCHA. Disponible en http://news.vicarious.com/post/65316134613/vicarious-ai-passes-first-turing-test-captcha.

Vicarious FPC Inc., 2013. AI breaks CAPTCHA ‘Turing test’. Disponible en http://www.kurzweilai.net/vicarious-ai-breaks-captcha-turing-test.

von Ahn, L., M. Blum, N.J. Hopper, J. Langford, 2003. CAPTCHA: Using hard AI problems for security. In: Biham, E. (Ed.). EUROCRYPT 2003, LNCS 2656, pp. 294-311.

von Ahn, L., M. Blum, J. Langford, 2003. Telling humans and computers apart (automatically) or how lazy cryptographers do AI. Disponible en http://www.captcha.net/captcha_cacm.pdf, 4 pp.

Whitman, R., 2014. Google’s Street View neural network can now decrypt captchas better than a human. Disponible en http://www.extremetech.com/computing/174275-google-has-built-a-neural-network-to-identify-100-million-house-numbers-for-streetview.

Descargas

Publicado

2015-12-05

Cómo citar

Maldonado, D. A., & Devincenzi, J. A. (2015). Desafíos sobre las nuevas tecnologías de resolución de CAPTCHA y características de evolución de CAPTCHA en el futuro próximo. Maskana, 6(Supl.), 55–67. Recuperado a partir de https://publicaciones.ucuenca.edu.ec/ojs/index.php/maskana/article/view/698