選自 Github
作者：George Hughey
機器之心編譯
每個人都討厭驗證碼，這些惱人的圖片中包含你必須輸入的字元，我們只有正確地填寫才能繼續訪問網站。驗證碼旨在確認訪問者是人還是程式，並防止惡意程式的入侵。然而，隨著深度學習和計算機視覺技術的發展，現在這些認證方法可以被我們輕鬆破解了。
在這一個專案中，作者破解了最新版的 ReCaptcha，並開源了所有程式碼。不過專案作者宣告：「這份程式碼能夠解決最新版的 ReCaptcha，但僅限於在自己網站上使用，且僅用於教育目的。」
reCAPTCHA 專案是由卡內基梅隆大學開始構建的系統，這個專案將從書本上掃描下來、無法被 OCR 準確識別的文字顯示在 CAPTCHA 問題中，從而判斷訪問者到底是程式還是人類。自 2014 年以來，reCAPTCHA 改為在「我不是機器人」（I’m not a robot）的方框中打勾，進而完成判別。
這個名為 unCaptcha 的專案最早建立於 2017 年 4 月，並在當時實現了 85% 的 ReCaptcha 對抗率。不過後來谷歌釋出了新版本的 ReCaptcha，且新版的 ReCaptcha 主要有以下兩個主要改進：
更好的瀏覽器自動檢測使用短語語音而不是數字
這些改進最開始成功地防禦了第一版 unCaptcha 的攻擊，然而到了 18 年 6 月份，這些挑戰基本都已被解決。本專案的作者同樣與 ReCaptcha 團隊取得了聯絡，他們完全瞭解這次攻擊。此外，ReCaptcha 團隊還允許該專案作者釋出 unCaptcha2 的程式碼，儘管它目前仍然能有效破解 ReCaptcha 驗證碼。
unCaptcha2 簡介
由於 ReCaptcha 新增了語音形式的驗證碼識別，破解 ReCaptcha 比以前變得更加容易。因為我們只需要呼叫一個免費的語音識別 API，對所有驗證碼的識別準確率就能達到 90% 左右。另外由於 ReCaptcha 會阻止瀏覽器自動化引擎 Selenium，unCaptcha2 會使用螢幕點選器（clicker）移動到螢幕上特定的畫素，從而像人一樣瀏覽網頁。當然在模擬人類瀏覽的過程中，每一個新使用者的座標都需要更新，這個目前並不是太魯棒。
unCaptcha2 的方法非常簡潔：
導航至谷歌的 ReCaptcha 演示網站導航至 ReCaptcha 的語音庫下載語音使用語音識別 API 識別語音解析 API 返回的引數和識別結果提交識別結果，判斷是否成功
如下所示 unCaptcha2 的測試介面：
如何使用 unCaptcha2
因為 unCaptcha2 必須指定螢幕上的特定座標，因此我們必須基於設定更新座標。這些座標更新的程式碼寫在了 run.py 檔案的最上面。在 Linux 系統中，使用命令列 xdotool getmouselocation—shell 可以定位滑鼠在螢幕上的座標位置。
我們還需要配置到底使用哪一個語音識別 API，國內的 BAT、訊飛和搜狗等都提供高效的語音識別 API，而國外的谷歌、微軟和 IBM 也一樣。谷歌、微軟和 IBM 的的 API 結構都已經在 queryAPI.py 中，我們只需要配置使用者名稱和密碼就行了。如果你要使用谷歌 API，我們需要使用谷歌應用的證照引數配置環境變數 GOOGLE_APPLICATION_CREDENTIAL。
最後，安裝剩下的依賴項就能愉快地破解了：pip install -r dependencies.txt。
閱讀更多
相信自己，沒有做不到的，只有想不到的
如果對技術開發比較感興趣，歡迎關注一起交流和學習！
