Técnicamente, es posible. Pero si puede descifrar los códigos, diseñarán algo completamente nuevo para romper su algoritmo de ML (que es mucho más fácil que la tarea de ML).
Para predecir los códigos de verificación, puede hacer lo siguiente:
- Obtenga un montón de códigos de verificación de sus sitios (unos pocos cientos de miles a unos pocos millones).
- Escriba los códigos usted mismo para crear “etiquetas” para que aprenda su modelo de aprendizaje automático. Sin esto, su red neuronal o lo que sea que esté usando no puede aprender. Esto llevaría una gran cantidad de tiempo.
- ¡Entrena tu modelo y gana!
Para contrarrestar su modelo, todo lo que tienen que hacer es:
- Cómo demostrar que el algoritmo de búsqueda uniforme de costos siempre genera una ruta óptima
- ¿Se usa R ampliamente hoy en día en la ciencia de datos?
- ¿Cuál es el significado de matriz redimensionable en arraylist?
- ¿Cuáles son los principales usos de un diagrama de flujo?
- ¿Por qué no puede haber un algoritmo de clasificación que tenga el mejor y el peor caso de N tiempo de ejecución (por ejemplo, lineal)?
+ Diseñe un algoritmo de distorsión nuevo y único cuando generen códigos.
Obviamente, los pasos 1, 2 y 3 se simplificaron extremadamente porque los códigos de verificación o captcha de hoy en día se diseñaron específicamente para contrarrestar los modelos ML. Por lo general, es muy desalentador recopilar una gran cantidad de códigos y etiquetarlos usted mismo, diseñar y entrenar un modelo ML que pueda reconocer 5–7 letras desordenadas. Puede abusar de su sistema durante unos días antes de que lo descubran y creen uno nuevo que haga que su modelo quede completamente obsoleto.