Journal of KIISE:Computing Practices and Letters (한국정보과학회논문지:컴퓨팅의 실제 및 레터)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

An Image-based CAPTCHA System with Correction of Sub-images

서브 이미지의 교정을 통한 이미지 기반의 CAPTCHA 시스템

  • 정우근 (부산대학교 컴퓨터공학과) ;
  • 지승현 (부산대학교 컴퓨터공학과) ;
  • 조환규 (부산대학교 컴퓨터공학과)
  • Received : 2009.12.23
  • Accepted : 2010.04.19
  • Published : 2010.08.15
Download PDF
⟨ Previous Next ⟩

Abstract

CAPTCHA is a security tool that prevents the automatic sign-up by a spam or a robot. This CAPTCHA usually depends on the smart readability of humans. However, the common and plain CAPTCHA with text-based system is not difficult to be solved by intelligent web-bot and machine learning tools. In this paper, we propose a new sub-image based CAPTCHA system totally different from the text based system. Our system offers a set of cropped sub-image from a whole digital picture and asks user to identify the correct orientation. Though there are some nice machine learning tools for this job, but they are useless for a cropped sub-images, which was clearly revealed by our experiment. Experiment showed that our sub-image based CAPTCHA is easy to human solver, but very hard to all kinds of machine learning or AI tools. Also our CAPTCHA is easy to be generated automatical without any human intervention.

CAPTCHA은 스팸이나 로봇에 의한 사이트 자동가입을 막는 계정 생성방지 도구로써, 특정 언어 또는 그림을 해독할 수 있는 인간의 우수한 가독성을 이용한 것으로 일반적으로 컴퓨터 프로그램이 해독하기 어려운 기호, 글자 등을 입력하도록 하여 스팸 또는 자동화 도구 등을 무력화 시키는 보안 기술이다. 하지만 기존에 사용되었던 CAPTCHA 방식은 웹봇 또는 이미지프로세싱, 머신 러닝을 통하여 쉽게 통과할 수 있는 것으로 알려졌다. 본 논문에서는 기존에 사용되었던 Text 기반의 CAPTCHA 시스템과는 달리 이미지 기반의 새로운 CAPTCHA 시스템을 제안한다. 본 논문에서 제공되는 시스템은 일반적으로 현상된 사진의 부분적인 이미지를 추출하여 추출된 이미지의 회전을 통하여 CAPTCHA 시스템을 제공하는 것이다. 사용자 인증은 다음과 같이 검증한다. 먼저 총 8장의 사진에서 각각 서브 이미지를 추출하여, 추출된 서브 이미지를 무작위로 회전시킨다. 무작위로 회전된 서브 이미지를 사용자가 올바르게 교정하면 사용자가 인증된다.

Keywords

References

  1. Chellapilla, K., Larson, K., Simard, P., Czerwinski, M., "Designing Human Friendly Human Interaction Proofs(HIPs)," pp.711-720, 2005.
  2. Mori, G., Malik, J., "Recognizing Objects in Adversarial Clutter: Breaking a Visual CAPTCHA," Proc. of Computer Vision and Pattern Recognition, 2003.
  3. Huang, S.Y., Lee, Y.K., Bell, G. Ou, Z.h., "A Projection-based Segmentation Algorithm for Breaking MSN and YAHOO CAPTCHAs," Proc. of Signal and Image Engineering, 2008.
  4. Gossweiler. Rich and Kamvar et al, "What's Up CAPTCHA? A CAPTCHA Based on Image Orientation," Proc. Of WWW 09, pp.841-850, 2009.
  5. Elson, J., Douceur, J. Howell, J., Saul, J., "Asirra: A CAPTCHA that Exploits Interest-Aligned Manual Image Categorization," Proc. of the 14th ACM conference on Computer and communications security, pp.366-374, 2007.
  6. Golle, P., "Machine Learning Attacks against the Asirra CAPTCHA," Proc of the 15th ACM conference on Computer and communications security, pp.535-542, 2008.
  7. Luo, J. & Boutell, M., "A probabilistic approach to image orientation detection via confidence-based integration of low level and semantic cues," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.27, no.5, pp.715-726, 2005. https://doi.org/10.1109/TPAMI.2005.96
  8. Baluja, S. "Automated image-orientation detection: a scalable boosting approach," Pattern Analysis & Applications, vol.10, no.3, 2007.
  9. Wang, Y., & Zhang, H., "Detecting Image Orientation based on low level visual content," Computer Vision and Image Understanding, pp.328-346, 2004.
  10. Vailaya, A., Zhang, H., Yang, C., Liu, F., Jain, A., "Automatic Image Orientation Detection," IEEE Transactions on Image Processing, vol.11, no.7, 2007.