जैसा कि कैप्चा ने यैंडेक्स भेद्यता के बारे में बताया

नमस्कार, हेब्र!

वापस बैठो, अपने आप को एक सीगल बनाओ, क्योंकि मैं थोड़ा कड़ा और दाहिने कान के माध्यम से लिखता हूं। तो, क्या आप तैयार हैं? ठीक है, तो चलिए शुरू करते हैं।

चेतावनी! नीचे वर्णित जानकारी केवल अनुसंधान उद्देश्यों के लिए लिखी गई है और इसका उपयोग व्यक्तिगत लाभ के लिए करने का इरादा नहीं है !

मैं शुरू करूँगा, शायद, पृष्ठभूमि के साथ। अर्थात्, एक नेटवर्क ड्राइव के विकास के साथ, जिसके क्षेत्र बादल में हैं। इस तकनीक का सार एक ही Yandex.Disk 10 Gb में से किसी एक को बनाना संभव बनाता है। एक ही Yandex.Disk के कई खातों (कई, लगभग 100 या 1k खातों) में से प्रत्येक (यह पढ़ने के समय बदल सकता है), 10Tb का कहना है। यहाँ ...

मैंने इसे लिया, इसका मतलब है कि इस कार्यक्रम के विकास के लिए कुछ साल पहले (मैंने अभी भी कार्यक्रम लिखा था, लेकिन उस पर एक और लेख में) और सवाल खड़ा हुआ - कैसे YaCaptcha को पेश किया जाए।

यहाँ कुछ उदाहरण हैं:

इसलिए मैंने इस कैप्चा को देखा, थोड़ा गुगली की और मुझे लगता है - यह आवश्यक है कि TensorFlow का उपयोग किया जाए, और फिर FANN को स्थानांतरित कर दिया जाए। परेशान, ज़ाहिर है, थोड़ा, लेकिन कुछ नहीं करना है। मुझे लगता है कि मैं कुछ तस्वीरें (~ 100k) डाउनलोड करूंगा ताकि आप फिर न्यूरॉन्स को प्रशिक्षित कर सकें, लेकिन अब मुझे यू-नेट सेगमेंट याद होगा। खैर, मैंने डेल्फी + सिनैपेस पर कोड की कुछ पंक्तियों को स्केच किया, इसे लॉन्च किया और न्यूरॉन के बारे में गुगली किया। मैं खोज के दौरान डाउनलोड किया, मुझे कहना होगा, पहले ... बहुत, सामान्य रूप में। और यहीं से मस्ती शुरू होती है।

मैं अंदर गया, इसका मतलब है, मैं चित्रों के साथ एक पिताजी में हूं और मैं देखता हूं - केवल दोहराता है! हां, हां, बहुत सारी दोहराई गई तस्वीरें थीं। खैर, मुझे लगता है कि यह काम नहीं करेगा, और मैंने पहला प्रोग्राम डाउनलोड किया जो उसी फाइलों को हटाने के लिए दिखाई दिया (ऐसा लगता है, अगर मेमोरी नहीं बदलती है, क्लोनिंग )। इसे लॉन्च किया, लेकिन सोने के लिए स्टोव पर लेट गया। सुबह मैंने आँकड़ों को देखा और विचारशील: 100k छवियों से, 76k पुनरावृत्ति हटा दी गई, और वे केवल समान नहीं हैं - वे 100% समान हैं! इसका क्या मतलब है, आप पूछें? मैं अब समझाता हूँ।

यदि आप एक न्यूरॉन लेते हैं, तो आप कहीं न कहीं मान्यता प्राप्त कर सकते हैं ~ 18%, जैसा कि हमारे दोस्त लिखते हैं (ठीक है, यह मुझे लगता है, आप चाहें तो 45-50% तक निचोड़ सकते हैं)। लेकिन अगर ऐसा है, तो यह न भूलें कि समान विधियों (डेटाबेस बनाने की आवश्यकता है, मैन्युअल रूप से dox दर्ज करें ... बहुत सारे कैप्चा के साथ कितना उपद्रव होता है, तो आपको अभी भी सब कुछ व्यवस्थित करने की आवश्यकता है और जब तक यह सब एक साथ नहीं हो जाता तब तक प्रतीक्षा करें) और कितना स्थान लगेगा। प्रदर्शन और न ही कहना है कि कार्यक्रम बहुत अच्छा होगा।

क्या किसी तरह दूसरे रास्ते पर जाना संभव है? - आप पूछें। और यहां मैं गिनती करने का प्रस्ताव देता हूं - हमारे पास 100k छवियां हैं, जिनमें से 76k पुनरावृत्तियां हैं, अर्थात्। अगर हम इन छवियों से डेटाबेस को रोकते हैं (उदाहरण के लिए, राशि का हैश), तो हमें 76% के रूप में एक मान्यता प्रतिशत मिलता है, जो न्यूरॉन से अधिक है, और डेटाबेस का वजन TensorFlow के वजन तालिका के रूप में लगभग (यदि कम नहीं) है। इसी समय, यह विधि हर जगह काम करेगी और पुस्तकालयों के एक गुच्छा की आवश्यकता नहीं है।

हमें लगता है कि यैंडेक्स इतना मजबूत है कि उन्होंने कैप्चा के ऐसे कुछ बदलाव किए हैं। और इसके लिए धन्यवाद, आप एक कार्यक्रम लिख सकते हैं जिसके बारे में मैंने ऊपर लिखा था। क्या यह सिस्टम की दृश्य भेद्यता नहीं है। या क्या आपको लगता है कि 100Tb से अधिक हार्ड डिस्क स्थान सस्ता है?

देखने के लिए धन्यवाद!