論文の概要: ThermoCAPTCHA: Privacy-Preserving Human Verification with Farm-Resistant Traceable Tokens

• arxiv url: http://arxiv.org/abs/2603.05915v1
• Date: Fri, 06 Mar 2026 05:07:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 13:17:45.100829
• Title: ThermoCAPTCHA: Privacy-Preserving Human Verification with Farm-Resistant Traceable Tokens
• Title（参考訳）: ThermoCAPTCHA: ファーム耐性トレーサブルトークンによるプライバシ保護人間認証
• Authors: Shovon Paul, Md Imran Hossen, Xiali Hei,
• Abstract要約: 本研究では,プライバシ保護型人体認証システムであるThermoCAPTCHAを提案する。 YOLOv4-tinyモデルは、1つの熱捕獲から人間の熱署名を識別する。 プロトタイプは、低電力サーバ上で73.60ミリ秒の検証レイテンシで96.70%の精度で検出する。
• 参考スコア（独自算出の注目度）: 3.010893618491329
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: CAPTCHAs remain a critical defense against automated abuse, yet modern systems suffer from well-known limitations in usability, accessibility, and resistance to increasingly capable bots and low-cost CAPTCHA farms. Behavioral and puzzle-based mechanisms often impose cognitive burdens, collect extensive interaction data, or permit outsourcing to human solvers. In this paper, we present ThermoCAPTCHA, a novel privacy-preserving human verification system that uses real-time thermal imaging to detect live human presence without requiring users to solve challenges. A lightweight YOLOv4-tiny model identifies human heat signatures from a single thermal capture, while cryptographically bound traceable tokens prevent forwarding attacks by CAPTCHA farm workers. Our prototype achieves 96.70% detection accuracy with a 73.60 ms verification latency on a low-powered server. Comprehensive security evaluation, including MITM manipulation, spoofing attempts, adversarial perturbations, and misuse scenarios, shows that ThermoCAPTCHA withstands threats that commonly defeat behavioral CAPTCHAs. A user study with 50 participants, including visually challenged users, demonstrates improved accuracy, faster completion times, and higher perceived usability compared to reCAPTCHA v2.
• Abstract（参考訳）: CAPTCHAは、自動化された虐待に対する重要な防御であり続けているが、現代のシステムは、ますます有能なボットや低コストなCAPTCHAファームに対する、使いやすさ、アクセシビリティ、抵抗のよく知られた制限に悩まされている。 行動的およびパズルに基づくメカニズムは、認知的負担を課したり、広範囲にわたる相互作用データを収集したり、人間の解決者へのアウトソーシングを許可したりすることが多い。 本稿では,リアルタイムサーモグラフィーを用いて,ユーザの問題解決を必要とせずに人体の存在をリアルタイムに検出する,プライバシー保護型人体認証システムであるThermoCAPTCHAを提案する。 ライトウェイトなYOLOv4-tinyモデルは、1つの熱捕獲から人間の熱署名を識別する一方、暗号的にトレーサブルトークンはCAPTCHA農家の攻撃を防ぐ。 プロトタイプは、低電力サーバ上で73.60ミリ秒の検証レイテンシで96.70%の精度で検出する。 MITM操作、スプーフィングの試み、敵対的摂動、誤用シナリオを含む総合的なセキュリティ評価は、サーモCAPTCHAが一般的に行動CAPTCHAを倒す脅威に耐えていることを示している。 視覚障害者を含む50人の参加者によるユーザスタディでは、reCAPTCHA v2と比較して、精度の向上、完了時間の短縮、ユーザビリティの向上が示されている。

関連論文リスト

• SAFE-QAQ: End-to-End Slow-Thinking Audio-Text Fraud Detection via Reinforcement Learning [52.29460857893198]
  既存の不正検出方法は、書き起こされたテキストに依存しており、ASRのエラーや、声調や環境条件のような重要な音響的手がかりが欠けている。 音声に基づくスロー思考詐欺検出のためのエンドツーエンド包括的フレームワークSAFE-QAQを提案する。 本フレームワークは,ライブコール中に動的リスクアセスメントフレームワークを導入し,不正の早期検出と防止を可能にする。
  論文  参考訳（メタデータ） (2026-01-04T06:09:07Z)
• NGCaptcha: A CAPTCHA Bridging the Past and the Future [12.897322340526769]
  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。
  論文  参考訳（メタデータ） (2025-12-18T06:14:54Z)
• 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)
• IllusionCAPTCHA: A CAPTCHA based on Visual Illusion [14.043017273813227]
  我々は、"Human-Easy but AI-Hard"パラダイムを用いた新しいセキュリティメカニズムであるIllusionCAPTCHAを提案する。 その結果,初回試験では86.95%の参加者がCAPTCHAに合格し,他のCAPTCHAシステムよりも優れていた。
  論文  参考訳（メタデータ） (2025-02-08T06:03:03Z)
• 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)
• TeD-SPAD: Temporal Distinctiveness for Self-supervised Privacy-preservation for video Anomaly Detection [59.04634695294402]
  人間の監視のないビデオ異常検出(VAD)は複雑なコンピュータビジョンタスクである。 VADのプライバシー漏洩により、モデルは人々の個人情報に関連する不必要なバイアスを拾い上げ、増幅することができる。 本稿では,視覚的プライベート情報を自己管理的に破壊する,プライバシーに配慮したビデオ異常検出フレームワークTeD-SPADを提案する。
  論文  参考訳（メタデータ） (2023-08-21T22:42:55Z)
• EnSolver: Uncertainty-Aware Ensemble CAPTCHA Solvers with Theoretical Guarantees [1.9649272351760065]
  本研究では, 深層アンサンブル不確実性を利用して分布外CAPTCHAを検出し, スキップする解法であるEnrを提案する。 我々は,解法の有効性に新たな理論的限界を証明し,その応用を最先端のCAPTCHA解法で実証する。
  論文  参考訳（メタデータ） (2023-07-27T20:19:11Z)
• 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)
• Adversarial vs behavioural-based defensive AI with joint, continual and active learning: automated evaluation of robustness to deception, poisoning and concept drift [62.997667081978825]
  人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。 本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
  論文  参考訳（メタデータ） (2020-01-13T13:54:36Z)

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。