완전히 자동화된 대중용 테스트인 CAPTCHA(컴퓨터와 인간을 구별하는 서비스)가 학습에 취약하지 않도록 하는 문제는 중요한 이슈이다. 이미지 기반 CAPTCHA 서비스는 컴퓨터가 이미지를 이해하기가 더 어렵다는 점을 활용하여 인증을 강화해 왔으나, 심층 학습의 급속한 발전으로 인해 인증을 해제하고 공격할 수 있게 되었다. 이미지 기반 CAPTCHA는 사전 저장된 데이터를 사용하므로 학습이 가능해지고, 그 결과 취약점이 발생한다. 본 논문은 시스템/버퍼 안정성에 제약을 두고 시간 평균 이미지 품질 극대화를 목표로 하는 적응형 생성적 적대 신경망(GAN) 선택 기법을 제시한다. GAN을 사용함으로써 매번 CAPTCHA 인증을 위해 새로운 이미지를 생성하고 제공할 수 있어, 심층 학습이 이미지를 학습하는 것을 방지하고 보안을 강화할 수 있다. 이미지 생성 과정에서는 이미지 품질과 생성 시간 사이에 상충 관계가 존재하며, 이러한 상충 관계를 고려하여 안정적이며 최대화된 성능을 위한 지연 인지(delay aware) 이미지 기반 인증 Lyapunov 기반 알고리즘을 제안한다. 또한 성능 평가를 통해 이미지 생성 과정에서 생성 시간과 생성된 이미지 품질 간의 상충 관계가 정량적 및 정성적 방식 모두에서 존재함을 조사하고 제시한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.