검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Robust CAPTCHA Image Generation Enhanced with Adversarial Example Methods 적대적 예시 방법으로 강화된 강력한 CAPTCHA 이미지 생성

Hyun KWON, Hyunsoo YOON, Ki-Woong PARK

  • 조회수

    0

  • 이것을 인용

요약 :

인터넷상의 악의적인 공격자는 자동화된 공격 프로그램을 이용하여 대량 스팸, 불필요한 게시판 게시, 계정 생성 등을 통해 서비스 이용을 방해합니다. 이러한 자동화된 공격을 방지하기 위한 보안 솔루션으로 컴퓨터와 인간을 구별하는 완전 자동화된 공개 튜링 테스트(CAPTCHA)가 사용됩니다. CAPTCHA는 인간만이 이해할 수 있는 왜곡된 문자, 음성, 이미지를 제공하여 사용자가 기계인지 사람인지를 판별하는 시스템입니다. 그러나 광학문자인식(OCR), 심층신경망(DNN) 등 새로운 공격 기법이 CAPTCHA를 우회하는 데 사용됐다. 본 논문에서는 FGSM(Fast-Gradient Sign Method), I-FGSM(Iterative FGSM), DeepFool 방법을 이용하여 CAPTCHA 이미지를 생성하는 방법을 제안한다. 데이터세트로는 Python에서 제공하는 CAPTCHA 이미지를, 머신러닝 라이브러리로는 Tensorflow를 사용했습니다. 실험 결과는 FGSM, I-FGSM, DeepFool 방법을 통해 생성된 CAPTCHA 이미지가 FGSM의 경우 ε=0로 0.15% 인식률을 나타내고, I-FGSM의 경우 0회 반복으로 α=0.1로 50% 인식률을 나타냄을 보여줍니다. DeepFool 방법의 경우 45회 반복으로 150%의 인식률을 보였습니다.

발행
IEICE TRANSACTIONS on Information Vol.E103-D No.4 pp.879-882
발행일
2020/04/01
공개일
2020/01/15
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2019EDL8194
원고의 종류
LETTER
범주
정보 네트워크

작성자

Hyun KWON
  Korea Advanced Institute of Science and Technology,Korea Military Academy
Hyunsoo YOON
  Korea Advanced Institute of Science and Technology
Ki-Woong PARK
  Sejong University

키워드