머신러닝 공격에 대비한 새로운 캡챠 설계 및 분석

Abstract

캡챠는 네트워크 환경에서 자동화된 봇 프로그램을 탐지하는데 중요한 역할을 수행한다. 네트워크 트래픽의 50% 이상이 봇 프로그램에 의해 발생하며, 이 중 60% 이상이 악성 행위를 수행한다. 봇 프로그램의 탐지는 소모적인 비용과 피해를 줄일 수 있는 효과적인 수단이지만, 최근 연구에서 많은 캡챠들이 안전하지 않음이 증명 되었다. 또한 이를 대체할 수 있는 새롭고 안전한 캡챠에 대한 연구는 더디게 진행되고 있다. 본 학위논문에서는 컴퓨터의 기법 분석에만 집중된 기존 연구의 한계점을 지적하고, 사람의 인지 능력에 기반한 안전하고 새로운 디자인의 캡챠를 제안한다. 또한, 제안한 디자인 샘플을 이용해 사람과 컴퓨터를 대상으로 유용성과 안정성을 검증하고자 한다.