The role of visual features in text-based captchas: an fnirs study for usable security
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Bilgi istemlerine yapılan sözlük veya benzer istenmeyen otomatik saldırıları önlemek için geliştiriciler tarafından genellikle güvenlik kodları (CAPTCHA) kullanılmaktadır. Bu güvenlik kodları sistemi kullananın otomatik yazılım veya gerçek kişi olup olmadığını anlamaya yaramaktadır. Güvenlik kodunun uygun şekilde uygulanması için kodun zorluğu ve kullanılabilirliği arasında bir denge kurmak gerekmektedir. Yapılan önceki çalışmalar kullanılabilirliği nicel olarak ölçümlemek için güvenli kodunun doğruluğu ve tepki süresini ölçümlemişlerdir. Bu çalışma güvenlik kodunun ölçümlenmesi için optik nöro görüntüleme tekniklerinin kullanılmasını amaçlamaktadır. Özellikle fNIRS (Functional Near Infrared Spectroscopy) beyindeki hemodinamik yanıtları analizi ile zihinsel iş yükünün ölçümlenmesi için kullanılan bir nöro görüntüleme tekniğidir. Bu çalışma 25 katılımcının çeşitli metin tabanlı güvenli kodunun çözmesi ve ilgili katılımcıların zihinsel iş yükünün ölçümlenerek raporlanmasına yönelik deneysel uygulamalar içermektedir. In order to mitigate dictionary attacks or similar undesirable automated attacks to information systems, developers mostly prefer using CAPTCHA challenges as Human Interactive Proofs (HIPs) to distinguish between human users and scripts. An appropriate use of CAPTCHA requires a setup balance between robustness and usability during the design of a challenge. The previous research reveals that most of the usability studies have used accuracy and response time as measurement criteria for quantitative analysis. The present study aims at applying optical neuroimaging techniques for the analysis of CAPTCHA design. In particular, fNIRS (Functional Near Infrared Spectroscopy) is a neuroimaging technique used for mental workload analysis by means of analyzing hemodynamic responses on brain. The present study reports an experimental investigation in which 25 participants solved a group of text-based CAPTCHA with various visual characteristics.
Collections