論文の概要: NGCaptcha: A CAPTCHA Bridging the Past and the Future

• arxiv url: http://arxiv.org/abs/2512.16223v1
• Date: Thu, 18 Dec 2025 06:14:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-19 18:10:31.940763
• Title: NGCaptcha: A CAPTCHA Bridging the Past and the Future
• Title（参考訳）: NGCaptcha: 過去と未来を橋渡しするCAPTCHA
• Authors: Ziqi Ding, Shangzhi Xu, Wei Song, Yuekang Li,
• Abstract要約: NGCAPTCHAは、軽量クライアントサイドの作業証明(PoW)機構とAI耐性の視覚認識課題を統合した次世代CAPTCHAフレームワークである。 NGCAPTCHAでは、ブラウザはまず、チャレンジを表示する前に、小さなハッシュベースのPoWを完了しなければならない。 PoWが解決されると、ユーザは人間フレンドリでモデルに耐性のある画像選択タスクを提示される。
• 参考スコア（独自算出の注目度）: 12.897322340526769
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: CAPTCHAs are widely employed for distinguishing humans from automated bots online. However, current vision based CAPTCHAs face escalating security risks: traditional attacks continue to bypass many deployed CAPTCHA schemes, and recent breakthroughs in AI, particularly large scale vision models, enable machine solvers to significantly outperform humans on many CAPTCHA tasks, undermining their original design assumptions. To address these issues, we introduce NGCAPTCHA, a Next Generation CAPTCHA framework that integrates a lightweight client side proof of work (PoW) mechanism with an AI resistant visual recognition challenge. In NGCAPTCHA, a browser must first complete a small hash based PoW before any challenge is displayed, throttling large scale automated attempts by increasing their computational cost. Once the PoW is solved, the user is presented with a human friendly yet model resistant image selection task that exploits perceptual cues current vision systems still struggle with. This hybrid design combines computational friction with AI robust visual discrimination, substantially raising the barrier for automated bots while keeping the verification process fast and effortless for legitimate users.
• Abstract（参考訳）: CAPTCHAは、人間がオンラインで自動化されたボットと区別するために広く使われている。 しかし、現在のビジョンベースのCAPTCHAはセキュリティリスクのエスカレートに直面している。従来の攻撃は、多くのデプロイされたCAPTCHAスキームをバイパスし続ける。 これらの問題に対処するため、NGCAPTCHAという次世代CAPTCHAフレームワークを導入し、軽量クライアントサイドの作業証明(PoW)機構とAIに耐性のある視覚認識の課題を統合する。 NGCAPTCHAでは、ブラウザは、何らかのチャレンジが表示される前に、まず小さなハッシュベースのPoWを完了し、計算コストを増大させることで大規模な自動試行を阻止しなければならない。 PoWが解決されると、ユーザは人間の親しみやすいがモデルに耐性のある画像選択タスクを提示される。 このハイブリッドデザインは、計算摩擦とAIの堅牢な視覚的識別を組み合わせることで、自動化されたボットの障壁を大幅に高め、検証プロセスを迅速かつ不注意に保ちながら、正当なユーザのために維持する。

関連論文リスト

• Spatial CAPTCHA: Generatively Benchmarking Spatial Reasoning for Human-Machine Differentiation [15.668734718800065]
  本研究では,人間とMLLMの空間的推論における基本的差異を生かした,新しい人間検証フレームワークを提案する。 現代のAIに弱い低レベルの知覚タスクに依存する既存のCAPTCHAとは異なり、空間CAPTCHAは幾何学的推論、視点取り、精神的回転を必要とする動的質問を生成する。 対応するベンチマークであるSpatial-CAPTCHA-Benchでは、人間が10の最先端MLLMをはるかに上回り、最高のモデルは31.0%のPass@1精度しか達成していないことが示されている。
  論文  参考訳（メタデータ） (2025-10-04T16:19:21Z)
• Defensive Adversarial CAPTCHA: A Semantics-Driven Framework for Natural Adversarial Example Generation [48.60492738839292]
  従来のCAPTCHAスキームは、ディープニューラルネットワーク(DNN)を利用した自動攻撃に対してますます脆弱になっている 本稿では,高度に特定された逆例を生成する新しいフレームワークである Unsourced Adversarial CAPTCHA (DAC) を提案する。 標的外攻撃、特にブラックボックスのシナリオでは、双方向非ソース対逆CAPTCHA(BP-DAC)を導入する。
  論文  参考訳（メタデータ） (2025-06-12T13:30:01Z)
• BounTCHA: A CAPTCHA Utilizing Boundary Identification in Guided Generative AI-extended Videos [4.873950690073118]
  ボットは、既存のCAPTCHAシステムの多くをバイパスし、Webアプリケーションに重大なセキュリティ上の脅威を生じさせている。 ビデオのトランジションやディスラプションにおける境界に対する人間の認識を活用するCAPTCHA機構であるBounTCHAの設計と実装を行う。 我々は,境界同定における人間の時間偏差データ収集のためのプロトタイプを開発し,実験を行った。
  論文  参考訳（メタデータ） (2025-01-30T18:38:09Z)
• A Survey of Adversarial CAPTCHAs on its History, Classification and Generation [69.36242543069123]
  本稿では, 逆CAPTCHAの定義を拡張し, 逆CAPTCHAの分類法を提案する。 また, 敵CAPTCHAの防御に使用可能な防御方法も分析し, 敵CAPTCHAに対する潜在的な脅威を示す。
  論文  参考訳（メタデータ） (2023-11-22T08:44:58Z)
• Vulnerability analysis of captcha using Deep learning [0.0]
  本研究ではCAPTCHA生成システムの欠陥と脆弱性について検討する。 これを実現するために、我々は畳み込みニューラルネットワークであるCapNetを開発した。 提案プラットフォームは,数値およびアルファ数値CAPTCHAの両方を評価することができる
  論文  参考訳（メタデータ） (2023-02-18T17:45:11Z)
• Face Presentation Attack Detection [59.05779913403134]
  顔認識技術は、チェックインやモバイル支払いといった日々の対話的アプリケーションで広く利用されている。 しかしながら、プレゼンテーションアタック(PA)に対する脆弱性は、超セキュアなアプリケーションシナリオにおける信頼性の高い使用を制限する。
  論文  参考訳（メタデータ） (2022-12-07T14:51:17Z)
• Robust Text CAPTCHAs Using Adversarial Examples [129.29523847765952]
  Robust Text CAPTCHA (RTC) という,ユーザフレンドリーなテキストベースのCAPTCHA生成法を提案する。 第1段階では、前景と背景はランダムにサンプルされたフォントと背景画像で構成される。 第2段階では、CAPTCHAの解法をより妨害するために、高転送可能な逆攻撃をテキストCAPTCHAに適用する。
  論文  参考訳（メタデータ） (2021-01-07T11:03:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。