Automatický řešič obrázkových CAPTCHA

Abstract

Práce se zaměřuje na strojové rozpoznávání moderních obrázkových CAPTCHA systémů pomocí technik umělé inteligence. Cílem bylo poukázat na nedostatky tohoto zabezpečení jeho prolomením a otestovat vhodnost různých přístupů k problému. Pro tento účel byl navržen software, jenž shromažďuje více postupů rozpoznávání a klasifikace obrázků pro vybrané druhy vstupních úloh. Dle povahy úlohy jsou uživateli k výběru nabínuty různé řešící algoritmy. Mezi využívané techniky řešení patří předtrénované neuronové sítě komerčních webových služeb a algoritmus KNN. Srovnání úspěšnosti každého z algoritmů je uživateli přehledně zobrazena po dokončení výpočtů. Součástí práce je rovněž rešerše, zhodnocení průměrné přesnosti vybraných technik a dokumentace projektu.

This thesis focuses on machine recognition of modern image-based CAPTCHA security systems using techniques of artificial intelligence. The goal was to show weaknesses of these systems by breaking through it and to test suitability of various approaches. For this purpose a software was designed which collects a few procedures of image classification and pattern recognition for different input tasks. According to the nature of the input task, applicable algorithms are presented to the user. The techniques utilized to solve this matter are commercial services using pretrained neural nets and KNN algorithm. An accuracy of each algorithm is presented to user after computations are finished. A research of this topic, precision evaluation of selected solutions and project documentation are also included in the thesis.