Resumen

En las últimas décadas, debido al bajo costo de diseño y fácil mantenimiento, los CAPTCHAs basados en texto se han utilizado ampliamente en la construcción de mecanismos de seguridad para autenticaciones de usuarios. Con los recientes avances en el aprendizaje automático/profundo en el reconocimiento de imágenes CAPTCHA, se presentan métodos de ataque crecientes para romper los CAPTCHAs basados en texto. Estos ataques basados en aprendizaje automático/aprendizaje profundo a menudo dependen de entrenar modelos con grandes volúmenes de datos de entrenamiento. Los datos CAPTCHA mal construidos también conducen a una baja precisión de los ataques. Para investigar este problema, proponemos un enfoque de preprocesamiento simple, genérico y efectivo para filtrar y mejorar el conjunto de datos CAPTCHA original con el fin de mejorar la precisión de los métodos de ataque anteriores. En particular, el enfoque de preprocesamiento propuesto consta de un selector de datos y un aumentador de datos. El selector de datos puede filtrar automáticamente un conjunto de

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Décadas; CAPTCHAs; Aprendizaje automático; Aprendizaje profundo; Ataques; Preprocesamiento
• Keywords:Decades; CAPTCHAs; Machine learning; Deep learning; Attacks; Preprocessing