[論文レビュー] Gotta CAPTCHA 'Em All: A Survey of Twenty years of the Human-or-Computer Dilemma

Meriem Guerar, Luca Verderame+3 more|arXiv (Cornell University)|Mar 2, 2021

User Authentication and Security Systems参考文献 96被引用数 4

ひとこと要約

本論文は2000年から2020年までのCAPTCHA方式の包括的かつ最新のサーベイを提示し、従来の（テキスト、画像、音声）および新たなタイプ（行動ベース、センサー基地、生体検出）を含む10分類の新規分類法を導入している。攻撃手法の分析、セキュリティと使いやすさのトレードオフの評価、次世代CAPTCHAのための未解決の課題を特定している。

ABSTRACT

A recent study has found that malicious bots generated nearly a quarter of overall website traffic in 2019 [100]. These malicious bots perform activities such as price and content scraping, account creation and takeover, credit card fraud, denial of service, etc. Thus, they represent a serious threat to all businesses in general, but are especially troublesome for e-commerce, travel and financial services. One of the most common defense mechanisms against bots abusing online services is the introduction of Completely Automated Public Turing test to tell Computers and Humans Apart (CAPTCHA), so it is extremely important to understand which CAPTCHA schemes have been designed and their actual effectiveness against the ever-evolving bots. To this end, this work provides an overview of the current state-of-the-art in the field of CAPTCHA schemes and defines a new classification that includes all the emerging schemes. In addition, for each identified CAPTCHA category, the most successful attack methods are summarized by also describing how CAPTCHA schemes evolved to resist bot attacks, and discussing the limitations of different CAPTCHA schemes from the security, usability and compatibility point of view. Finally, an assessment of the open issues, challenges, and opportunities for further study is provided, paving the road toward the design of the next-generation secure and user-friendly CAPTCHA schemes.

研究の動機と目的

• 2000年から2020年までのCAPTCHA方式について、包括的かつ最新のサーベイを提供すること。従来型と新興型の両方をカバーすること。
• 行動ベース、センサー基地、生体検出CAPTCHAを含む、従来のサーベイで不足している分野をカバーする新規10分類分類システムを提唱すること。
• AIベースやサイドチャネル攻撃を含む、成功した攻撃手法の要約を通じて、各CAPTCHAカテゴリのセキュリティ上の脆弱性を分析すること。
• 特に行動ベースおよびセンサー基地のCAPTCHA方式について、使いやすさ、プライバシー、互換性のトレードオフを評価すること。
• 次世代の安全で使いやすく、プライバシーを尊重するCAPTCHAシステムを設計するための未解決の研究課題と機会を特定すること。

提案手法

• CAPTCHA方式の新規10分類（テキストベース、画像ベース、音声ベース、動画ベース、ゲームベース、スライダーベース、数学ベース、行動ベース、センサー基地、生体検出用CAPTCHA）を提案した。
• 77個のCAPTCHA方式について系統的な文献レビューを実施し、作成年と破壊年、破壊率のタイムラインを整備した。
• AIベースの攻撃（例：歪んだテキストに対するディープラーニング）およびサイドチャネル攻撃（例：タイミング、設計上の欠陥）を含む、カテゴリ間の攻撃ベクトルを分析した。
• フォームファクタ、センサー依存性、クライアント側検証リスクを比較することで、セキュリティ、使いやすさ、互換性のトレードオフを評価した。
• 行動データおよびセンサー情報収集に伴うプライバシーリスクを評価し、送信するのはテスト結果のみという緩和戦略を提案した。
• 特に行動ベースおよびセンサー基地のCAPTCHAの使いやすさに関する研究の不足、および軽量でハードウェアに依存しないソリューションの必要性といった、既存研究のギャップを特定した。

実験結果

リサーチクエスチョン

• RQ1 過去20年間で開発されたCAPTCHA方式の主なカテゴリは何か。それらは設計や目的においてどのように異なるか。
• RQ2 従来のCAPTCHA方式を破るための攻撃手法はどのように進化したのか。それらに対して最も効果的な手法は何か。
• RQ3 行動ベースおよびセンサー基地のCAPTCHA方式は、従来型と比較してセキュリティ、使いやすさ、プライバシーの面でどのような制限を受けるか。
• RQ4 なぜ現在のCAPTCHA方式はデバイス間で一貫して互換性がないのか。デスクトップおよびラップトップでの導入における課題は何か。
• RQ5 次世代CAPTCHAを安全で使いやすく、プライバシーを尊重するように設計するにあたり、未解決の研究課題は何か。

主な発見

• 特にテキストベースおよび画像ベースの従来型CAPTCHA方式の多くは、現代のAIによって破壊されており、歪んだテキストに対してディープラーニングモデルが最大99.8％の正確度を達成している。
• タイミングやレンダリングの欠陥といった設計上の欠陥を悪用するサイドチャネル攻撃は、AI問題を解かずに複数のCAPTCHA方式を成功裏に破壊した。
• 行動ベースのCAPTCHA、たとえばGoogleのreCAPTCHA v3は現在、生産環境で主流となっており、スムーズな挑戦を提供するが、デバイス固有の操作パターンに依存している。
• 加速度計やジャイロスコープのデータを利用するセンサー基地のCAPTCHAは非常に効果的だが、モバイルおよびウェアラブルデバイスに限定されており、ポータビリティと互換性の面で懸念が生じる。
• 行動ベースおよびセンサー基地のCAPTCHAでは、ユーザーの行動およびバイオメトリクスに類似したデータ収集に伴い、特にクライアント側の保護がなくリモートサーバーに送信される場合、プライバシーリスクが顕著である。
• 行動ベースまたはセンサー基地のCAPTCHAの使いやすさを完全に評価する既存の研究は存在せず、それらの導入が進む中で、深刻な研究ギャップが浮き彫りになっている。