Sieć neuronowa w skrypcie GreaseMonkeya łamie kody CAPTCHA

W Sieci pojawił się niezwykle interesujący skrypt do firefoksowego GreaseMonkeya. Potrafi on automatycznie rozwiązywać kody CAPTCHA stosowane przez serwis Megaupload.

Stworzony przez programistę o nicku ShaunF skrypt pozwala na łatwe umieszczanie plików w Megaupload bez konieczności udowadaniania, że nie jest się wielbłą... to znaczy botem. Jednak w skrypcie fascynuje nie tyle jego funkcjonalność (bo akurat kody CAPTCHA używane przez Megaupload nie są jakoś szczególnie trudne), ale napisana w czystym JavaScripcie sieć neuronowa, która w bardzo elegancki sposób radzi sobie z OCR-em pozyskanego obrazka.

Dokładną analizę kodu zamieścił na swoim blogu sam John Resig, autor biblioteki jQuery i znany ewangelista Mozilli. Opisuje on poszczególne kroki działania skryptu następująco:

1. Za pomocą API getImageData z HTML 5 Canvas, z obrazka CAPTCHA pobierane są dane o poszczególnych pikselach i kopiowane na kanwę. Później obrazek zostaje przekonwertowany do skali szarości, poszczególne litery zostają z niego wyizolowane, poddane redukcji szumów i wykrywaniu krawędzi.

2. Napisana w JavaScripcie implementacja sieci neuronowej otrzymuje dane z kanwy, a następnie próbuje „zgadnąć” literę. Sieć otrzymuje serię wstępnie przeliczonych wartości, które pozwalają ustalić wstępne wagi poszczególnych połączeń.

3. Po uruchomieniu sieci bierze ona 64 boolowskie wartości zebrane z macierzy zawierającej wyekstrahowane znaki i porównuje je z wstępnie przeliczonymi wartościami poszczególnych liter alfabetu, przyznając im odpowiednie wyniki. W efekcie uzyskujemy serię przyporządkowań między badanym znakiem a procentowo wyrażonym podobieństwem do danej litery (np. U - 90%, O - 70%, I - 5%).

W ten sposób po sprawdzeniu wszystkich znaków generowane są litery użyte w kodzie CAPTCHA.

Oczywiście szanse na to, by taki algorytm poradził sobie obecnie z bardziej skomplikowanymi CAPTCHA są niewielkie, ale... to dopiero początek.

Skrypt do GreaseMonkeya można pobrać ze strony userscripts.org/scripts/show/38736.

Źródło: ejohn.org, userscripts.org

Podoba Ci się ten tekst? Powiedz o tym innym na Fb: lub na G+:

publikuj:

wydrukuj

18 skomentuj »

Polecamy

Reklama

Komentarze

#1 zergswarm 2009-01-24 20:37:05 1
Nie można zaprzeczyć, że skrypt jest fajny, ale w tym przypadku z dużej chmury mały deszcz - captcha na megaupload jest po prostu banalna. "Sieć neuronowa" w przypadku tej captchy stanowi jeden perceptron. Pozatym są softy typu JDownloader, a tam skrypty do łamania captcha istnieją nie tylko dla Megaupload ale dla dziesiątek innych serwisów.
IP: 195.117.128.[...] Opera/9.63 (Windows NT 5.1; U; pl) Presto/2.1.1
#2 frustrat_językowy 2009-01-25 04:23:40 -5
"boolowskie wartości" - schowajcie się z takimi tłumaczeniami. doprawdy żenada taki poziom w takim serwisie. kto dla was tłumaczy teksty? gimnazjaliści? Pokaż komentarz
IP: 213.134.189.[...] Mozilla/5.0 (Windows; U; Windows NT 5.1; pl; rv:1.9.0.5) Gecko/2008120122 Firefox/3.0.5
#3 m_gol 2009-01-25 06:28:31 4
@ frustrat_językowy

A co niby jest nie tak w tłumaczeniu "boolowskie wartości"? Jak byś to przetłumaczył? Bo przecież nie "binarne wartości", bo nie do końca o to chodzi. Itd.

Czepialstwo na maksa...
IP: 82.210.189.[...] Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.5) Gecko/2008121621 Ubuntu/8.04 (hardy) Firefox/3.0.5
#4 aaa 2009-01-25 08:10:08 -1
Chyba wlasnie chodzi o binarne wartosci. Pokaż komentarz
IP: 94.254.165.[...] Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US) AppleWebKit/525.19 (KHTML, like Gecko) Chrome/1.0.154.43 Safari/525.19
#5 eimi^® 2009-01-25 08:49:39 3
Chodziłeś panie frustrat na jakiekolwiek zajęcia z logiki czy algebry? Wartość boole'owska - "jest krawędź/nie ma krawędzi". Binarne wartości to sobie zostaw do programowania lampowych komputerów :>.

Analogicznie - algebry boole'a to nie są algebry binarne itp. etc.
IP: 88.156.95.[...] Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.5) Gecko/2008121621 Ubuntu/8.04 (hardy) Firefox/3.0.5
#6 waspnation 2009-01-25 09:34:49 3
eimi ma racje
IP: 78.133.248.[...] Mozilla/5.0 (Windows; U; Windows NT 5.1; pl; rv:1.9.0.5) Gecko/2008120122 Firefox/3.0.5
#7 finish_him 2009-01-25 12:43:12 0
taa, za wiki:

"Dane binarne (ang. binary data) — dane zapisane w postaci dwójkowej, tzn. reprezentowane jako ciąg zer i jedynek."

ale jest też słowo "logiczne"...

hm.. tylko czemu prawda/fałsz porównywane są z literami..?
IP: 83.20.79.[...] Mozilla/5.0 (Windows; U; Windows NT 6.0; pl; rv:1.9.0.5) Gecko/2008120122 Firefox/3.0.5
#8 Errad 2009-01-25 13:43:42 -1
Boolean czyli logiczna, True/False, 1/0 inaczej się tego zinterpretować nie da, a przynajmniej nie powinno.

Z kolei "canvas" to płótno, nie żadna kanwa czy coś. Wypadałoby by w końcu ludzie nauczyli się pisać takie rzeczy po Polsku, a nie kombinować z jakimiś anglojęzycznymi zapożyczeniami, które trudno zrozumieć. Pokaż komentarz
IP: 84.10.83.[...] Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.8.1.14) Gecko/20080404 Firefox/2.0.0.14
#9 eimi^® 2009-01-25 15:09:26 0
Errad, płótno w j. polskim jest wieloznacznym pojęciem. Natomiast kanwa odsyła od razu do skojarzeń z malarstwem - i oryginalnie rozszerzenie HTML-a canvas to właśnie kanwa. Malarze tak zresztą często mówią, nie widzę problemu. Jeśli ktoś się uczył łaciny, to kojarzy źródłosłów zresztą - canavasium... cannabis. :)

Istnieją - wyobraźcie to sobie - języki poza angielskim (który jest zresztą bękarckim potomkiem łaciny, francuskiego i języków germańskich).
IP: 88.156.95.[...] Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.5) Gecko/2008121621 Ubuntu/8.04 (hardy) Firefox/3.0.5
#10 darek@ 2009-01-26 08:13:39 -1
@eimi: no a ja widzę, bo kanwa nijak mi tu nie pasuje, szczególnie, że nie ma tutaj mowy (źródło) o kopiowaniu czegoś na kanwe (wtf?) a o użyciu API HTML5 Canvas (tego raczej bym nie tłumaczył bo za pewne więcej powie niż jakaś kanwa.

Nie znam się na JavaScripcie na tyle dobrze, ale analogicznie do innych języków, HTML5 Canvas jest czymś w rodzaju obiektu umożliwiającego dostęp do kolejnych części obrazka i wykonywaniu na nim różnych operacji. więc, nie kopiowanie na kanwe (moim zdaniem). Pokaż komentarz
IP: 195.150.76.[...] Mozilla/5.0 (Windows; U; Windows NT 5.1; pl; rv:1.9.0.5) Gecko/2008120122 Firefox/3.0.5 FirePHP/0.2.1
#11 eimi^® 2009-01-26 08:43:18 0
@darek:

John Resig w oryginale użył sformułowań: The captcha is copied into the canvas. (...). The canvas is then broken apart.

Naprawdę, wykorzystanie wywodzących się z łaciny słów jest w języku polskim równie dobre jak w angielskim. I o ile wiemy, ze poruszamy się w zakresie tematycznym HTML-a 5, to słówko kanwa nie powinno nikogo zdezorientować.

Zresztą napiszę w tej sprawie dziś do wyższej instancji, naszego korektora, który rozsądzi, czy takie użycie jest dopuszczalne.
IP: 88.156.95.[...] Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.5) Gecko/2008121621 Ubuntu/8.04 (hardy) Firefox/3.0.5
#12 GDR! 2009-01-26 11:44:20 -2
Ja również z niesmakiem patrzyłem na nowomowę stosowaną w artykule, "kanwa" mocno uderzyła po oczach. Pokaż komentarz
IP: 83.168.124.[...] Opera/9.63 (X11; Linux x86_64; U; en-GB) Presto/2.1.1
#13 eimi^® 2009-01-26 11:55:02 1
Widzę że dziś dzień grammar nazi :). Dobrze, panowie... Krytykować, mniej bądź bardziej udolnie każdy potrafi. A macie jakieś lepsze, konstruktywne propozycje?

Już wkrótce HTML 5 się na tyle rozpowszechni, że podobnie jak zaczęliśmy mówić o "tabelkach" mając na myśli element

, to będziemy sobie mówili o "kanwach" mając na myśli element .

Wolicie "płótno"? A może konopie? :)
IP: 88.156.95.[...] Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.5) Gecko/2008121621 Ubuntu/8.04 (hardy) Firefox/3.0.5
#14 GDR! 2009-01-26 14:22:49 -1
Jeśli o mnie chodzi, to wolę "Canvas", nie słyszałem żeby np. developerzy (rozwijacze) J2ME (Jawa 2 w najmniejszej edycji) mówili o płótnach ani kanwach - bo tam przecież też Canvas istnieje. Na studiach z kolei uczyli mnie o algebrze Boole'a i wartościach logicznych.

Przepraszam za złośliwe tłumaczenia terminów, chciałem w ten sposób wyrazić że taką samą przesadą jest dla mnie spolszczanie "Canvas" :) Pokaż komentarz
IP: 83.168.124.[...] Opera/9.63 (X11; Linux x86_64; U; en-GB) Presto/2.1.1
#15 eimi^® 2009-01-26 14:31:53 0
Mam nadzieję zatem, że nie robisz już swoich stron w tables, tylko używasz do tego ładnie box models w cascading sheetsach.
IP: 83.4.58.[...] Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.5) Gecko/2008121621 Ubuntu/8.04 (hardy) Firefox/3.0.5
#16 zergswarm 2009-02-05 16:54:59 0
Lol, słuszny point eimi :). Ja z kolei czepię się co do HTML5, a konkretnie sprzeciwię się wykorzystywaniu wyrazów HTML5 i "wkrótce" w jednym zdaniu ;). HTML5 ma pojawić się w 2022 roku: http://ishtml5readyyet.com/ - złotą rakietnicę temu kto jest w stanie powiedzieć jakie technologie będą wtedy najbardziej trendi i na topie.
IP: 83.7.215.[...] Opera/9.61 (X11; Linux i686; U; en) Presto/2.1.1
#17 Kef 2009-03-22 13:16:40 0
A ja czytając te wypowiedzi .

Stwierdzę że, emi to jak by ci to powiedzieć , hmm..

powiem po prostu , Zajeżdża mi tu omnibus mem.

Na każdy wpis kogoś kto się sprzeciwia temu co napisałeś

Choć nikt nie powiedział że nie masz racji ;P

To ty pokazujesz jaki to wyuczony jesteś

Mam nadzieje ze z tym nie będziesz miał problemu.

Choć spodziewam się jak z całej tej rozmowy wynika

Komentarza Hehh , którego wcale być nie musi ;)

Ja się prawie wcale na tym nie znam

i nie bede się w tym temacie udzielał

ale mnie boli takie podejscie, jak twoje ;/
IP: 87.205.144.[...] Mozilla/5.0 (Windows; U; Windows NT 5.1; pl; rv:1.9.0.7) Gecko/2009021910 Firefox/3.0.7
#18 yele 2011-12-25 02:45:42 0
captcha jest czasem trudne dla zwykłego uzytkownika, a co dopiero bota
IP: 78.8.173.[...] Mozilla/5.0 (Windows NT 5.1; rv:9.0) Gecko/20100101 Firefox/9.0

Aby dodać komentarz, musisz podać swój nick, treść komentarza oraz poprawnie przepisać oba słowa z obrazka (słowa muszą być rozdzielone spacją).
W treści komentarza można używać języka formatowania BBcode.