为了一个卑鄙的目的打破CAPTCHAs

Question

要求用户阅读扭曲文本的CAPTCHA对于有视力的人来说是好的,但对于那些失明或有其他残疾的人来说是一个可怕的障碍.音频备选方案偶尔可用,但仍然无法帮助那些聋哑人和盲人,并且很难使用屏幕阅读器(已经在向您朗读文字).

存在一对夫妇使用人类解决代表用户,如的CAPTCHA解决方案的WebVisium和Solona,但这些依靠志愿者运营商的可用性(例如,Solona显然只有一个志愿,所以你必须希望他当你需要帮助时醒着).

在我看来,盲人所需的CAPTCHA解决方案的数量非常低 - 我猜想在像英国这样的人口稠密的国家每天不到几百个.这意味着,与想要在短时间内多次执行动作的坏人不同,为盲人提供的CAPTCHA援助服务可以承担相当大的计算资源 - 例如,亚马逊EC2中的计算机云- 来识别所呈现的文本.

我的问题是:假设你不太关心速度,并且你有很多可用的计算机,是否有算法可以让你解决今天常见的文本失真CAPTCHA,比如reCaptcha使用的那些？或者即使有大量的资源和时间,这些问题是否真的难以解决？

几点说明:

1. 在这一点上,我的问题只是理论上的,但显然任何此类服务都必须谨慎控制访问以防止垃圾邮件发送者.也许只有注册的盲人才会被允许使用它.

2. 我知道几年前使用一台算法在一台计算机上运行几秒钟就破坏了旧的Yahoo CAPTCHA.我在问现代CAPTCHA是否可以打破,可能更慢,资源更多.

3. 我知道会出现一些新的CAPTCHA类型,要求用户识别小猫或定位图片.这些还没有普及,所以我现在只是询问文本失真.

Answer 1

基本上解决文本失真验证码由三个单独的步骤组成：

1. 找出有趣的部分在哪里
2. 将文本分割成单独的字母
3. 认识字母

剩下的唯一对计算机来说相当困难的问题是第二个问题。第一个通常并不难，除非您碰巧偶然发现了来自地狱的验证码。第三个问题由计算机解决，其成功率比人类高得多。

OCR 研究团队提供了一个有趣的网站，用于了解验证码如何被破解。