blogtecaolivelli
blog informazione e cultura della biblioteca Olivelli
TAG
TAG
« WALK-MAN AL LAVORO | Intelligenza Artificiale... » |
Violato il più diffuso sistema di sicurezza visivo
Post n°2024 pubblicato il 12 Marzo 2019 da blogtecaolivelli
Fonte: Le Scienze 27 ottobre 2017 Per impedire l'accesso a sistemi automatizzati, molti siti web richiedono di digitare una serie di caratteri deformati, le CAPTCHA, un compito che mette in gravi difficoltà i bot, cioè programmi informatici che fanno finta di essere delle persone. Ora però è stato sviluppato un sistema computerizzato che riesce agevolmente a superare la prova(red) Si chiama RCN e ha "bucato" senza grandi problemi uno dei più diffusi sistemi di sicurezza usati dai siti web per impedire l'accesso ai loro servizi ai "bot", i programmi che simulano di essere persone. L'algoritmo di apprendimento visivo automatico RCN, acronimo di Recursive Cortical Network, è infatti riuscito a superare il test CAPTCHA (completely automated public Turing test to tell computers and humans apart) in cui all'utente del sito viene chiesto di digitare una serie di lettere o numeri variamente distorti che appaiono in una finestra. o numeri mescolando, anche in uno stesso carattere, milioni di stili grafici differenti. In questo modo ogni lettera è composta da una stratificazione di stili differenti; inoltre vengono variate anche spaziatura, dimensione e inclinazione delle lettere presenti in una sequenza. Anche di fronte a un simile assemblamento di stili, gli esseri umani possono riconoscere naturalmente quell'oggetto grafico, pur se fortemente distorto. I computer incontrano invece grandissime difficoltà a identificare i caratteri così trattati.
Schema del riconoscimento della lettera A. (Cortesia Vicarious AI)Finora il test - considerato una sorta di test di Turing visivo alla rovescia (nel test di Turing è l'essere umano che deve capire se colloquia con un robot o un altro essere umano) - riusciva a essere superato solo da sofisticati algoritmi di apprendimento profondo che però dovevano essere addestrati con milioni di esempi di lettere CAPTCHA. un gruppo di ricercatori dell'Università di Cambridge è riuscito a creare un sistema che, come il cervello umano, ha la capacità di imparare e generalizzare a partire da un numero relativamente ridotto di esempi (5000 volte meno dei sistemi alternativi). Il risultato è stato raggiunto grazie a un insieme di accorgimenti mutuati dallo studio delle neuroscienze e dell'architettura del sistema visivo e cerebrale. umano Dileep George e colleghi hanno ricavato alcuni principi che, implementati su RCN, fungono per esso da "conoscenza di sfondo" utile per poter poi riconoscere input che non ha mai i ncontrato nella fase di addestramento. In questo modo RCN raggiunge un'accuratezza di riconoscimento del 94,3 per singole lettere e del 66,6 per cento per una stringa di caratteri. geriscono la necessità di tecniche più robuste per l'identificazione degli utenti umani di quelle garantite da CAPTCHA. |
AREA PERSONALE
MENU
CHI PUò SCRIVERE SUL BLOG
I messaggi e i commenti sono moderati dall'autore del blog, verranno verificati e pubblicati a sua discrezione.