CAPTCHA(完全自動化公共圖靈測試以區分計算機和人類)是一種挑戰-回應測試,旨在區分人類用戶和機器人,通常以圖像謎題、複選框或邏輯問題的形式出現,以便在授予訪問頁面或執行操作之前進行驗證。谷歌將 reCAPTCHA 描述為保護網站免受垃圾郵件和濫用的工具。
許多現代系統會靜默檢查訪客,只有在某些情況看起來有風險時才會顯示謎題,因此今天的 CAPTCHA 通常是一種背景風險檢查,而不是可見的測試。
CAPTCHA 的工作原理
- 頁面加載 CAPTCHA 腳本: 它顯示一個挑戰,或在背景中運行檢查。
- 瀏覽器獲取令牌: 在檢查通過後,頁面會收到一個響應令牌。對於 reCAPTCHA,它會在
g-recaptcha-response表單字段中提交。 - 網站驗證令牌: 網站的伺服器將令牌發送到提供商的驗證 API,該 API 會告訴它是否成功。
- 網站決定: 它允許該操作,要求更多證據或阻止該操作。reCAPTCHA 令牌在兩分鐘後過期,並且只能驗證一次。
CAPTCHA 的類型
- 文本: 扭曲的字母或數字以輸入。
- 圖像: 選擇顯示特定物體的瓷磚。
- 音頻: 聆聽口述字符並輸入,作為視覺測試的替代方案。
- 複選框: 勾選一個框以通過。
- 基於分數: reCAPTCHA v3 為每個請求返回一個分數,而不 [顯示挑戰] (https://www.squidproxies.com/help-center/advanced-guides/avoiding-blocks-and-captchas),範圍從 1.0(非常可能是良好的互動)到 0.0(非常可能是機器人)。谷歌建議的起始閾值為 0.5。
- 管理: Cloudflare 的 Turnstile 在其推薦模式下,根據訪客的風險水平決定是否顯示複選框。它還可以在非互動或隱形模式下運行。隱形 hCaptcha 同樣僅在訪客滿足其挑戰標準時才會提出挑戰。
可見挑戰與背景檢查
| 可見挑戰 | 背景檢查 | |
|---|---|---|
| 訪客看到的內容 | 一個謎題或複選框 | 通常什麼都沒有 |
| 謎題出現的時候 | 每次 | 只有某些訪客,或從不 |
| 網站檢查的內容 | 一個通過令牌 | 一個令牌,並且對於 reCAPTCHA v3,還有一個與其自身閾值比較的分數 |
| 例子 | 圖像和文本謎題 | reCAPTCHA v3,隱形模式下的 Turnstile |
可及性和 AI 問題
2021 年 W3C 關於 CAPTCHA 可及性的說明指出,這些測試經常阻止殘疾人士完成任務,並稱音頻 CAPTCHA 對於認知障礙用戶來說是一個不佳的選擇。它還表示,當前的方法可以被計算機算法大致破解,引用了一項對谷歌音頻 reCAPTCHA 的成功率達 90% 的研究。其結論是:仍然沒有單一的理想解決方案。
在沒有謎題的情況下證明你是人類
一種較新的方法讓設備代替用戶進行擔保。Privacy Pass,一項 IETF 標準(RFC 9576),允許用戶證明某些事情,例如通過 CAPTCHA,而無需透露識別碼。
- 令牌: 用戶完成檢查一次並獲得令牌以便稍後兌換,而不會在請求之間被跟踪。
- 蘋果設備: 蘋果的私密訪問令牌使用此標準以減少 iOS 16 及以後版本在參與網站上的 CAPTCHA。
- Turnstile: Cloudflare 使用 Privacy Pass 令牌作為決定是否顯示挑戰的信號之一。
這對網絡爬蟲的意義
- CAPTCHA 是一種風險決策: 基於分數和管理系統在訪客的信號看起來有風險時會顯示挑戰。例如,Turnstile 檢查瀏覽器環境和行為,因此看起來自動化的 瀏覽器指紋 可能會觸發一個。
- 解決一個並不能修復原因: 一個 CAPTCHA 解決服務 可以讓你通過一次檢查,但觸發它的信號仍然存在於下一次請求中。
- 令牌是短暫的: reCAPTCHA 令牌持續兩分鐘並且只能使用一次,因此無法存儲和重用。