ChemCAPTCHA: A domain-specific challenge–response framework for controlling access to chemical data
ChemCAPTCHA is een domeinspecifiek challenge–response-framework dat chemische gegevens beschermt tegen geautomatiseerd scrapen door visueel verstoorde moleculaire prompts, beperkt handmatig tekenen en gedragsanalyse te combineren om de chemische expertise van gebruikers te benutten terwijl machineherkenning wordt verstoord.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Chemische gegevens zijn de levensader van de moderne wetenschap en industrie. Van de laboratoria voor medicijnontwikkeling die nieuwe medicijnen ontwerpen tot de fabrikanten die ze produceren, professionals vertrouwen op enorme digitale bibliotheken die de structuren, eigenschappen en reacties van miljoenen moleculen bevatten. Deze databases zijn niet slechts lijsten; het zijn strategische activa die zijn opgebouwd uit jaren van zorgvuldige curatie en validatie. De openheid die deze bronnen echter nuttig maakt, maakt ze ook kwetsbaar. Geautomatiseerde programma's kunnen deze sites nu afzoeken en in enkele seconden hele collecties chemische gegevens kopiëren, waarbij de beoogde limieten op hoeveel informatie een enkele gebruiker kan benaderen, worden omzeild. Deze bulkverzameling vormt een bedreiging voor de stabiliteit van de servers en de waarde van de gegevens zelf. Om dit te stoppen, hebben wetenschappers lang een standaard digitale poortwachter gebruikt die bekend staat als CAPTCHA. Dit zijn de tests die gebruikers vragen om vervormde letters te identificeren of specifieke afbeeldingen in een raster te selecteren, ontworpen om te bewijzen dat er een mens, en geen robot, achter het toetsenbord zit. Toch hebben deze generieke tests voor chemische databases een blinde vlek: ze vereisen geen enkele kennis van chemie. Een computerprogramma kan een plaatjespuzzel net zo gemakkelijk oplossen als een mens, en een goedkope menselijke dienst kan ze voor centen oplossen. De uitdaging is geweest om een poort te creëren die alleen een persoon met daadwerkelijke chemische training kan passeren, zonder het proces zo moeilijk te maken dat het de legitieme wetenschappers die de gegevens nodig hebben, frustreert.
Een team van onderzoekers heeft een nieuw systeem ontwikkeld genaamd ChemCAPTCHA om dit specifieke probleem op te lossen. In plaats van gebruikers te vragen om wazige tekst te identificeren of verkeerslichten te kiezen, vraagt dit systeem hen om een chemisch molecuul te tekenen. Het proces begint wanneer een gebruiker toegang aanvraagt tot een beschermde chemische database. Het systeem genereert onmiddellijk een eenvoudige, geldige chemische structuur en toont deze als een afbeelding. Om te voorkomen dat computers de afbeelding simpelweg lezen en terugzetten naar een digitale code, passen de onderzoekers een reeks visuele verstoringen toe. Ze vervormen de afbeelding met een golfachtig patiment, voegen willekeurige lijnen en driehoeken toe, en maken de randen wazig. Deze veranderingen zorgen ervoor dat de afbeelding er rommelig uitziet voor een computerprogramma voor beeldherkenning, terwijl de onderliggende chemische structuur perfect duidelijk blijft voor een menselijke chemicus. In tests faalde een krachtig instrument voor beeldherkenning, dat 96,4 procent van de normale chemische tekeningen correct kon identificeren, volledig wanneer het geconfronteerd werd met deze verstoorde afbeeldingen, waarbij de nauwkeurigheid naar nul daalde.
De gebruiker wordt vervolgens gevraagd het molecuul met de hand na te tekenen met behulp van een gespecialiseerd digitaal tekeninstrument. Dit instrument is zwaar beperkt om te garanderen dat de gebruiker het beoogde proces niet kan omzeilen. Functies waarmee een computer een vooraf gemaakte code kan plakken of bestanden kan slepen en neerzetten, zijn geblokkeerd. De gebruiker moet klikken, slepen en atomen en bindingen één voor één plaatsen, precies zoals op een stuk papier. Om het voor geautomatiseerde scripts nog moeilijker te maken, introduceert het systeem een laag van onvoorspelbaarheid. De lijst met beschikbare chemische elementen om op te klikken, wordt elke keer dat de gebruiker een beweging maakt opnieuw gehusseld, zodat een computer niet kan vertrouwen op vaste coördinaten. Bovendien, als de gebruiker probeert een specifiek atoom toe te voegen, kan het systeem dit willekeurig vervangen door een ander atoom, waardoor de gebruiker gedwongen wordt de fout direct op te merken en te corrigeren. Op een willekeurig moment tijdens het tekenproces verschijnt er een timer die de gebruiker vraagt om binnen vijf seconden op een specifieke knop te klikken. Deze onderbreking zorgt ervoor dat de gebruiker in realtime oplet, in plaats van een vooraf opgenomen reeks acties uit te voeren.
Terwijl de gebruiker tekent, observeert het systeem alles wat zij doen. Het registreert hoe snel ze de muis bewegen, hoe vaak ze fouten corrigeren en de tijd die ze tussen klikken door doorbrengen. Een computerprogramma dat dit probeert op te lossen, zou waarschijnlijk in perfect rechte lijnen bewegen of reageren met onmogelijke snelheid, terwijl een mens natuurlijke pauzes en correcties zal vertonen. Het systeem combineert de uiteindelijke tekening met deze gedragshistorie om een beslissing te nemen. Als de tekening correct is en het gedrag menselijk lijkt, wordt toegang verleend. Als de tekening fout is of het gedrag wijst op een machine, wordt het verzoek geweigerd. De onderzoekers vonden dat deze aanpak geautomatiseerde programma's en laaggeschoolde menselijke diensten die op scripts vertrouwen succesvol blokkeert, terwijl het beheersbaar blijft voor getrainde chemici. De auteurs merken echter op dat dit geen perfect schild is. Zeer geavanceerde aanvallers die beeldherkenning kunnen combineren met complexe interfacecontrole, zouden nog steeds een manier kunnen vinden om binnen te dringen. Daarom is ChemCAPTCHA ontworpen als één laag van verdediging, die samenwerkt met andere beveiligingsmaatregelen zoals rate limiting en gebruikersauthenticatie, in plaats van alleen te staan als de enige bescherming voor deze waardevolle chemische bibliotheken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.