首页 > 其他分享 >i-am-a-bot:一款基于多个大语言模型的验证码系统安全评估工具

i-am-a-bot:一款基于多个大语言模型的验证码系统安全评估工具

时间:2024-05-31 16:58:15浏览次数:27  
标签:网络安全 系统安全 bot am +-----------------------------------+ 验证码 工具 +---------+--+ +--

 关于i-am-a-bot

i-am-a-bot是一款基于多个大语言模型的验证码安全评估工具,该工具提供了一个使用了多模态大语言模型(LLM)的自动化解决方案,可以帮助广大研究人员测试各种类型验证码机制的安全性。

从底层上看,i-am-a-bot这个项目利用了Google的Vertex AI和一系列自定义代理功能来解决验证码挑战,并以此来评估和审计验证码系统的潜在安全问题。

功能介绍

1、识别目标图片是否是一个验证码;

2、判断目标验证码类型(文本、数学计算等式、图片翻转、智力谜语、图片选择等);

3、解决文本和数学验证码;

4、集成了Google的Vertex AI用于模型推理(使用gemini-vision-pro);

→点击获取网络安全资料·攻略←

200多本网络安全系列电子书
网络安全标准题库资料
项目源码
网络安全基础入门、Linux、web安全、攻防方面的视频
网络安全学习路线图

 

工具执行流

+-----------------------------------+

| 工具执行                           |

+-----------------------------------+

          |

          v

+-----------------------------------+

| 加载代理                           |

+-----------------------------------+

          |

          v

+-----------------------------------+

| 生成图片检测提示                     |

+-----------------------------------+

          |

          v

+-----------------------------------+

| 检测图片看起来是否类似验证码           |

+-----------------------------------+

          |

          +--------------------------+ 否

          |                          |

          是                         v

          |                  +-------------------+

          v                  | 提示值错误          |

+-----------------------------------+            |

| 生成验证码类型提示                   |            |

+-----------------------------------+            |

          |                                      |

          v                                      |

+-----------------------------------+            |

| 确定验证码类型                      |            |

+-----------------------------------+            |

          |                                      |

          +----------+------------+              |

          |          |            |              |

          v          v            |              |

+---------+--+   +---+---------+  |              |

| 文本验证码    |  | 数学验证码    |  |              |

+---------+--+   +---+---------+  |              |

          |          |            |              |

          v          v            |              |

+---------+--+   +---+---------+  |              |

| 解决文本    |   | 解决数学      |  |              |

| 验证码      |   | 验证码       |  |              |

+---------+--+   +---+---------+  |              |

          |          |            |              |

          v          v            |              |

+---------+--+   +---+---------+  |              |

| 返回文本    |  | 返回数学       |  |              |

| 验证码      |  | 验证码        |  |              |

| 解决方案    |  | 解决方案       |  |              |

+---------+--+   +---+---------+  |              |

          |          |            |              |

          +----------+------------+              |

                     |                           |

                     +---------------------------+

                     |

+--------------------v-----------------------------+

| 如果验证码类型不支持则提示值错误                      |

+--------------------------------------------------+

                    |

                    v

+-----------------------------------+

|            执行完毕                |

+-----------------------------------+

项目结构

agents.ty:包含代理的定义参数,用于识别和解决验证码问题;

gemini_core.py:处理工具与Google Vertex AI的交互,以处理验证码图片;

solve.py:验证码解决工具的主入口点,使用定义的代理构建验证码解析流程;

sample.py:用于演示工具使用的样例脚本;

代理

项目定义了四个代理,每一个都在验证码解析流程中扮演了特定的角色:

1、CheckIfImageLooksLikeCaptchaAgent:判断目标图片是否是验证码;

2、DecideCaptchaTypeAgent:识别验证码类型;

3、TextSolveAgent:解决需要文本识别的验证码挑战;

4、MathSolveAgent:解决需要解决数学计算等式的验证码挑战;

工具安装

由于该工具基于Python 3开发,因此我们首先需要在本地设备上安装并配置好Python 3环境。

接下来,广大研究人员可以直接使用下列命令将该项目源码克隆至本地:

git clone https://github.com/AashiqRamachandran/i-am-a-bot.git

然后切换到项目目录中,使用下列命令安装该工具所需的其他依赖组件:

cd i-am-a-bot

pip install --upgrade google-cloud-aiplatform

工具配置

在使用该工具之前,必须提供你的Google Cloud项目ID和服务账号JSON文件路径,工具会使用这两个参数完成Vertex AI服务的身份认证。

工具使用样例

from iamabot import solve

# Initialize the solver with your Google Cloud project ID and service account credentials

solver = solve.Solve(

project_id=1077607249524,

credential_file_path="google-service-account-credential-file.json"

)

# Run the solver on a CAPTCHA image

solved_response = solver.run("sample_captchas/text_moderate.png")

# Print the solution

print(solved_response)

支持的验证码

工具运行截图

网络安全学习资源分享:

给大家分享一份全套的网络安全学习资料,给那些想学习 网络安全的小伙伴们一点帮助!

对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。

因篇幅有限,仅展示部分资料,朋友们如果有需要全套《网络安全入门+进阶学习资源包》,需要点击下方链接即可前往获取 

 读者福利 | CSDN大礼包:《网络安全入门&进阶学习资源包》免费分享(安全链接,放心点击)

同时每个成长路线对应的板块都有配套的视频提供: 

大厂面试题

 

视频配套资料&国内外网安书籍、文档

当然除了有配套的视频,同时也为大家整理了各种文档和书籍资料

所有资料共282G,朋友们如果有需要全套《网络安全入门+进阶学习资源包》,可以扫描下方二维码或链接免费领取~ 

读者福利 | CSDN大礼包:《网络安全入门&进阶学习资源包》免费分享(安全链接,放心点击) 

特别声明:

此教程为纯技术分享!本教程的目的决不是为那些怀有不良动机的人提供及技术支持!也不承担因为技术被滥用所产生的连带责任!本教程的目的在于最大限度地唤醒大家对网络安全的重视,并采取相应的安全措施,从而减少由网络安全而带来的经济损失。

标签:网络安全,系统安全,bot,am,+-----------------------------------+,验证码,工具,+---------+--+,+--
From: https://blog.csdn.net/2301_81113856/article/details/139356573

相关文章

  • pytest + yaml 框架 - 70.Pycharm 设置 yaml 格式用例模板,高效写用例
    前言初学者对yaml格式不太熟悉,自己写yaml用例的时候,总是格式对不齐,或者有些关键字会忘记。于是我们可以在pycharm上设置用例模块,通过快捷方式调用出对应的模块,达到高效写用例的目的。pycharm设置用例模板File-SettingsLiveTemplates-python点+号选择LiveTempl......
  • Instagram运营必备工具合集
    Instagram的运营不仅仅涉及数据分析,还包括内容规划、发布管理、互动提升和广告优化等多个方面。以下是一些海外社媒Instagram运营必备的工具,这些工具可以帮助您更有效地管理和提升您的Instagram账号。Instagram 运营必备工具合集数据分析工具1、Instagram Insights:官......
  • 【VTKExamples::PolyData】第五十四期 SelectVisiblePoints
    很高兴在雪易的CSDN遇见你 VTK技术爱好者QQ:870202403   公众号:VTK忠粉前言本文分享VTK样例SelectVisiblePoints,并解析接口vtkSelectVisiblePoints,希望对各位小伙伴有所帮助!感谢各位小伙伴的点赞+关注,小易会继续努力分享,一起进步!你的点赞就是我的动力(^U^)ノ~YO1. ......
  • .NET 6 Entity Framework Core Db First(2) 增删改查
    基础代码在Program.cs注入DemoContext新建HomeController,继承ControllerBase添加Controller特性,[ApiController] [Route("[controller]/{action=index}")]通过构造函数获取数据库上下文实例(DemoContext) 接口地址为了方便测试,这里全部使用了HttpGet,也不需要传参数1、......
  • AMH软件目录
    AMH系统shell脚本目录:/root/amh系统所有shell脚本文件目录,不可删除。网站运行工作根目录:/home/wwwroot面板程序与新建虚拟主机网站都存放于此目录。其中:/home/wwwroot/index为面板环境工作目录。/home/wwwroot/index/log为面板系统日志目录。/home/wwwroot/index/w......
  • 如何通过管道使用 yaml 将 Azure 库变量传递给 Cypress?
    我希望将Azure库中的变量传递给cypress,这样我就可以拥有多个阶段(暂存&生产)我尝试了以下方法:通过一个名为environment.json的文件使用固定装置,该文件看起来像这样:{WEB_APP_BASE_URL":"https://blight-town.com"//像我这样的迷失者的"默认"URL}在Azure中,我有一个包......
  • [机器学习]-如何在 MacBook 上安装 LLama.cpp + LLM Model 运行环境
    如何在MacBook上安装LLama.cpp+LLMModel运行环境1.问题与需求近段时间想学习一下大语言模型的本地化部署与应用。首先遇到的就是部署硬件环境的问题。我自己的笔记本是一台MacBookProM3,没有Nvidia的GPU支持,但机器性能不错。所以打算根据网上资料尝试在自己......
  • Kubernetes ExternalName类型的服务
    1、概述在《KubernetesHeadless服务》这篇博文中对KubenertesService资源类型进行了概述并详细介绍了Headless服务,通过这篇博文我们可以知道Service一般分为3种类型:ClusterIP、NodePort、LoadBalancer,唯独对ExternalName置若罔闻,本文将详细介绍KubernetesExternalName类......
  • DynamiCrafter: 腾讯开源,图片秒变动画大片的AI创意工具
    DynamiCrafter是一款由腾讯、北大等开发的图像动画工具。通过利用预训练的视频扩散先验,可以基于文本提示为开放域的静止图像添加动画效果。该工具支持高分辨率模型,提供更好的动态效果、更高的分辨率和更强的一致性。产品功能:动画生成:DynamiCrafter能够根据用户提供的文本......
  • 嵌入式linux系统中framebuffer应用开发详解
    大家好,今天给大家详细分析一下,利用framebuffer进行linux应用开发的详细方法。第一:LCD屏Framebuffer基本原理LCDFramebuffer就是一块显存.在嵌入式系统中.显存是被包含在内存中。LCDFramebuffer里的若干字节〈根据驱动程序对LCD控制器的配置而定〉表示LCD屏幕中的一个像素点.......