CAPTCHA农场攻击实际上是什么样的

大多数人在上网时都会遇到CAPTCHA。有时我们会被告知需要在图片中识别交通信号灯，解开一些简单的谜题，或者只需勾选一个选项来证明自己是人类。网站利用这些手段来区分真实用户和自动化程序。

但这种做法存在一个有趣的问题：当某个机器人根本不需要自己解决CAPTCHA问题，而有人类可以代为完成时，会发生什么呢？

这就是CAPTCHA农场攻击的运作方式。攻击者会利用某些服务，让人类代替自动化程序来完成CAPTCHA挑战。虽然完成这些挑战的是人类，但背后的操作实际上可能仍由机器人控制。因此，即使网站的CAPTCHA系统看起来运行正常，也很难识别出这些可疑请求。

在接下来的内容中，我们将了解CAPTCHA农场攻击的运作原理、为什么攻击者会依赖人类来完成任务，以及为何这类攻击如此难以被发现。同时，我们还会探讨开发者可以采取哪些安全措施来识别可疑活动，从而更好地保护自己的网站。

我们将涵盖以下内容：

• 什么是CAPTCHA农场攻击？
• 幕后揭秘：四部分组成的基础设施
• 攻击过程详解：一步步来看
• 为什么攻击者依赖人类来完成这些任务？
• CAPTCHA农场攻击的目标是什么？
• 为何这类攻击如此难以被阻止？
• 网站该如何自我防御？
  • 行为监测与生物识别技术
  • 网络与设备指纹识别
  • 现代速率限制模型
  • 认证后的异常检测机制
• 超越简单勾选框的安全措施
• 结论

什么是CAPTCHA农场攻击？

要理解这类攻击的运作原理，首先需要区分攻击者应对验证请求的两种主要方式：机器驱动的识别技术以及人类外包服务。

在自动化的CAPTCHA破解攻击中，攻击者会利用计算机视觉模型、光学字符识别技术或神经网络来解析挑战图片，并在没有人类干预的情况下猜测出正确答案。

这种方法速度很快，计算成本也很低，但每当安全厂商更新他们使用的视觉干扰技术、加入交互式的逻辑谜题，或者尝试模拟人类的鼠标操作行为时，这种方法就会经常失效。

CAPTCHA农场攻击采取的是另一种方式。攻击者并不试图通过软件来击败防御算法，而是将验证码识别任务交给人类来完成。这些商业机构维护着庞大的劳动力网络，这些人会全天候不停地解决各种验证码问题。通过引入人类的参与，攻击者将原本应该是一个技术障碍的问题，转化成了一个外包的劳动流程。

这种攻击并不会破坏加密机制，也不会逆向工程那些用于生成验证码的代码。相反，它利用的是CAPTCHA中继攻击的方式：软件负责控制攻击的速度和规模，而真正的人类眼睛则提供了网站所需要的验证结果。

幕后揭秘：四层构成的基础设施

一个功能完备的CAPTCHA农场既不是由一些随意组成的黑客团队构成的，也不是什么晦涩难懂的黑盒脚本。它实际上是一个基于标准网页开发协议构建的商业化、多层次的基础设施。

四个不同的组成部分共同作用，使得整个攻击过程能在几秒钟内完成。

首先是攻击者的自动化脚本。这种客户端机器人通常会通过Puppeteer、Playwright这类浏览器自动化工具，或者自定义的HTTP客户端库来运行。该脚本会自动访问目标网站（比如用户注册页面），以极高的速度填写用户名、密码等信息，直到遇到验证码识别环节。

其次是用于解决CAPTCHA问题的平台的API。这些商业化的验证码解决方案平台充当了滥用者与人类劳动者之间的中介。当攻击者的脚本遇到验证码时，它会截取网站的公钥、验证码链接以及相关的视觉元素，然后将这些信息打包成一个HTTP POST请求，发送到验证码识别服务的应用程序编程接口。

第三是分散在各地的人类劳动力。这些劳动者可以通过专门的网页界面、移动应用或浏览器插件来使用这些服务。当API收到攻击者的任务请求后，会直接将验证码图像显示在劳动者的屏幕上。劳动者需要完成识别字符、拖动滑块等操作，每解决一千个验证码，就能获得0.50到2.00美元不等的报酬。

最后是将处理结果发送回目标网站。一旦劳动者提交了正确的答案，中介API就会将生成的验证令牌返回给攻击者的脚本。该脚本会将这个验证令牌插入目标网站的隐藏表单字段中，从而完成最终的提交请求。对于接收方服务器来说，这个请求会带有真正人类操作所产生的合法验证签名。

攻击过程详解：一步步来看

为了了解这些组成部分在实际中的运作方式，我们可以以针对某项在线服务的批量注册攻击为例来进行说明。

1. 初始化阶段：攻击者的脚本会发送一个HTTP请求，与目标注册页面建立会话，并用生成的凭证填充输入字段。
2. 挑战触发机制：目标应用程序会检测传入的请求。一旦发现不熟悉的IP地址或不完整的浏览器指纹，就会弹出CAPTCHA验证码窗口，从而暂停注册流程，直到用户提供有效的验证令牌为止。
3. 数据提取与传输：机器人程序会读取页面的DOM结构，捕获其中的验证码参数、站点密钥以及挑战相关数据，并将这些信息发送给CAPTCHA处理平台的相关API。
4. 人工解答阶段：处理平台的后台系统会将验证码任务分配给正在在线工作的人工操作员。操作员通常在10到25秒的时间内完成验证码的解答。
5. 令牌获取：操作员完成解答后，系统会从CAPTCHA提供者的服务器获取官方验证令牌。处理平台的API会将这个经过签名的令牌返回给攻击者的脚本。
6. 表单提交：攻击者的脚本会将该验证令牌插入页面的响应数据中（例如g-recaptcha-response字段），然后提交注册表单。网站的后端系统会调用CAPTCHA提供者的验证API，确认验证码验证成功后，才会创建新账户。

整个流程在典型的会话超时机制生效之前就已经完成，因此目标服务器不会出现任何明显的异常现象。

为什么攻击者依赖人工解答者

开发和维护用于破解现代验证码系统的自定义神经网络需要持续不断的研发工作。防御方会不断改变噪声模式、拍摄角度、图像变形算法以及语义谜题的内容，以此来突破自动化的图像识别技术。

而人工解答者完全绕过了这种技术竞赛。因为人类的视觉系统能够轻松理解各种语义信息，即使图片被裁剪得不合理、部分被遮挡，或者是在奇怪的光线条件下拍摄的，人们也能立刻理解其中的内容。

大量安全研究都证明了人类的这种适应能力。在一项基础性研究中，《关于现代图像验证码及地下验证码破解服务的安全性研究》，研究人员分析了152个验证码解决平台的市场情况。他们发现，在那些复杂多样的验证码挑战中，人工解答服务的准确率几乎无可挑剔，而纯粹依赖自动计算机视觉技术的系统要么经常无法解决问题，要么其准确率会随着时间的推移而下降。

将这种任务外包出去的成本也极其低廉。由于劳动力主要来自生活成本较低的地区，攻击者只需花费不到一杯咖啡的钱，就能绕过成千上万的防护措施。这种工作模式还具有很高的可扩展性：软件可以处理数百万个请求，而人工力量则只在需要解决验证码的那一瞬间被调用出来，使用时间通常只有几秒钟而已。

CAPTCHA农场针对的目标是什么

CAPTCHA农场极少被单独用来发起攻击。实际上，它们为网络上更广泛的恶意活动提供了支持。

首先，它们使大量虚假账户的创建成为可能。恶意分子会在社交媒体、约会网站和开发平台上生成数以百万计的临时账号，用于分发钓鱼链接、在搜索引擎中投放垃圾信息，或开展有组织的虚假信息传播活动。

其次，它们还为“凭证填充”攻击提供了便利。当攻击者使用泄露的用户名和密码去测试银行或零售网站的登录系统时，防御系统通常会在几次失败尝试后要求用户输入CAPTCHA验证码。然而，解码API使得这些用于测试凭证的自动化程序能够不受干扰地继续进行尝试。

此外，囤积商品并倒卖也是CAPTCHA农场常见的用途。需求量大的零售商品、音乐会门票以及旅游预订信息常常成为攻击目标。安全研究人员在DataDome平台上监测到了这样的案例：一名攻击者将自动化程序与CAPTCHA农场结合使用，成功发动了1800万次自动倒卖门票的尝试，从而绕过了前置的交互式验证环节。

最后，CAPTCHA农场还为大规模的数据抓取行为提供了便利。那些用于获取竞争对手价格信息、目录数据或知识产权内容的网页爬虫，在遇到需要输入验证码的页面时，往往会利用解码API来继续执行抓取任务。

为什么这些攻击如此难以阻止

阻止CAPTCHA农场的行为本质上是很困难的，因为这些农场正是利用了标准“挑战-响应”安全机制背后的一个核心假设——即回答挑战的实体就是发起请求的实体。

为什么这些攻击如此难以阻止

这种系统性的漏洞在论文《动态认知游戏CAPTCHA的安全性与可用性研究》中得到了分析。该研究评估了各种谜题形式在面对中间代理系统时的防御效果。研究表明，无论某种测试方式在认知层面多么具有吸引力、采用何种游戏化设计，或者其技术实现程度有多高，中间代理系统总能将用户的认知处理过程与请求发起者分离开来。服务器最终接收到的只是由人类生成的、符合数学规则的答案，因此原本用于验证用户身份的谜题本身也就变得无关紧要了。

为什么这些攻击如此难以阻止

此外，攻击者还会通过家用代理网络来发送他们的请求。最初的HTTP请求来自一个家用IP地址，CAPTCHA验证码则由模拟常见硬件配置的自动化浏览器生成，而答案则是在远程环境中输入的。因此，防御方无法确认解码程序的实际位置与发起请求的客户端之间的距离，这就给了攻击者一个明显的优势。

网站如何自我防御

由于人类用户能够轻松应对各种视觉和认知挑战，因此将成功解决这类问题视为网站可信任性的绝对保证已不再是一种可行的防御策略。Web应用程序需要采用一种深度防御机制，在验证请求出现之前、期间以及之后持续监控相关行为。

行为监测与生物识别技术

自动化脚本可以轻松伪造屏幕分辨率和用户代理信息，但要模拟真实用户在页面上的鼠标移动轨迹则需要耗费大量精力。真实用户的行为会表现出细微的偏差、不同的加速度变化、暂停现象以及持续的鼠标抖动。

当发生CAPTCHA集群攻击时，通常会出现明显的行为异常：表单字段会被瞬间填写完毕，或者通过脚本触发键盘操作来完成填写；随后攻击者会暂停操作以等待远程用户解决验证码；最后系统又会立即注入验证令牌。通过对页面整个使用流程中的行为数据进行监测，就可以发现这些人为制造的异常行为。

网络与设备指纹识别

防御者必须综合考虑超出单个页面交互范围的各种因素。通过分析TCP/IP数据包的行为、TLS指纹信息、HTTP/2帧参数以及设备API，就可以判断当前运行环境是普通的消费者浏览器，还是数据中心中运行的自动化工具。

现代速率限制机制

如果完全依赖验证码验证机制，那么虽然能够有效阻止一些攻击者，但也会给真实用户带来使用障碍。正如计算机协会发布的研究报告所指出的那样，mCaptcha与工作量证明机制在速率限制中的应用，防御系统可以在传输层强制使用加密机制来进行验证。

通过要求连接请求方的CPU计算与当前网络负载成比例的复杂数学问题，防御系统能够提高自动化攻击的成本，从而在不需要人类手动解决验证码的情况下有效阻止这些攻击。

认证后的异常行为检测

即使成功通过了身份验证，也不应因此就盲目信任对方。Web应用程序应该对登录后的用户行为进行实时监控，以发现任何异常情况：

• 账户在注册后是否会立即每分钟发送数百次数据请求？
• 是否会在不加载相关资源样式表或图片的情况下直接跳转到高价值购买页面？
• 从页面首次加载到最终完成交易期间，用户的IP地址和地理位置是否会发生变化？

识别这些信号能够让安全团队即使在初始验证环节顺利完成的情况下，也能使相关会话失效。

超越复选框的安全措施

CAPTCHA系统的存在恰恰说明了为什么网站不能仅仅依靠某一项安全检查来抵御自动化攻击。即使有人成功完成了CAPTCHA测试，该请求仍有可能属于某种自动化操作的一部分。

CAPTCHA的设计目的是用来检测一个人是否能够解决特定的验证问题，但它们无法判断这个人究竟是真正想要访问网站的用户，还是代表机器人来完成这些验证操作的第三方。

正因如此，那些专门用于生成CAPTCHA验证码的服务器才能绕过那些通常用于阻止自动化请求的安全机制。

对于开发人员来说，这意味着完成CAPTCHA测试应该仅仅被视为验证流程中的一个环节而已。网站还需要监控用户行为、网络活动以及各种可疑请求，以便及时发现潜在的攻击威胁。将这些检测方法结合起来使用，就能更有效地发现那些单独依靠CAPTCHA可能无法发现的异常行为。

结论

CAPTCHA系统的存在使得网站很难判断某个验证请求究竟是来自合法用户还是自动化攻击工具。

对于开发人员而言，这就意味着有必要关注用户在完成CAPTCHA测试之前和之后的各种行为。诸如异常的登录尝试、重复的请求、用户行为的突然变化，以及可疑的账户活动等等，都可能提供有用的线索。

将CAPTCHA与速率限制、行为监控等其他安全措施结合使用，可以帮助网站更有效地识别这些攻击行为。同时，由于攻击者的手段总是在不断变化，因此定期对这些防护机制进行审查也是十分重要的。