Avaliando a eficiência de CAPTCHAs baseados em texto usando redes neurais convolucionais.

Abstract

Captchas baseados em texto são frequentemente utilizados em websites como um mecanismo de proteção contra ataques automatizados. Diversos métodos têm sido propostos para solucioná-los, mas muitos com limitada aplicabilidade. Neste trabalho é proposto um modelo de rede neural convolucional que é simples de implementar e tem baixo custo computacional, para solucionar e avaliar a eficiência de captchas baseados em texto. O modelo foi testado em 7 esquemas de captchas, incluindo os gerados por duas bibliotecas populares e foi capaz de solucionar todos os esquemas com acurácia variando de 86,2% a 100%. O modelo proposto pode ser treinado sem alterar o processo ou os parâmetros de treinamento, e diferentemente de outras abordagens utilizando redes neurais convolucionais, é capaz de solucionar captchas com texto de tamanho variável sem depender de técnicas de segmentação de imagens ou de ser combinado com uma rede neural recorrente. Considerando-se a aplicabilidade do modelo proposto, os resultados que foram obtidos reforçam a ideia de que esse tipo de captcha pode não ser um mecanismo de proteção adequado.