Rendering on Real Silicon: GPU Render-Timing as a Passive, AI-Resistant CAPTCHA Signal
本文提出了一种被动式、抗人工智能的 CAPTCHA 机制，该机制通过分析客户端 GPU 在受控工作负载下的独特渲染时序动态，来区分人类用户与自动化机器人，并证明了软件渲染自动化和无头浏览器与真实的硬件执行相比，表现出显著不同的时序特征，且不会泄露持久性的设备标识符。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下互联网是一座繁忙的大都市，每个人都试图进入那些高级俱乐部。多年来，保安们一直使用“CAPTCHA”——即那些要求你“点击所有交通灯”或“输入波浪字母”的小谜题——来确保你是真人而非机器人。但最近，机器人变得非常聪明。由于先进的AI在视觉和理解图像方面表现出色，它们可以看着一张交通灯的照片并比你眨眼还快地解开谜题。因此，旧的谜题不再奏效了。
为了解决这个问题，安全专家正在尝试一个新招数：他们不再要求机器人去“解开”谜题，而是要求机器人“证明”它拥有一个真实的物理身体。这就像保安问：“展示一下你的心跳。”机器人可以伪装成人类，但它无法伪造人类心脏跳动的真实、混乱且具有物理节奏的过程。在计算机世界中，这种“心跳”是你的计算机图形卡（即负责在你屏幕上绘制图像的部分）工作的微小、瞬时的时序。本文探讨了我们是否可以使用这种无形的“心跳”来区分使用真实计算机的真实人类与试图潜入的狡猾机器人。
这篇论文的核心思想：倾听计算机的心跳
作者 David Noever 和 Forrest McKee 决定不再让机器人解谜，而是开始倾听它们的计算机在工作时是如何“呼吸”的。他们在一个公开网页上设置了一个简单的测试，该网页要求你的浏览器使用一种特殊的图形语言 WebGL 来绘制一张复杂且快速移动的图片。当你的计算机进行此操作时，网站会精确测量绘制每一帧图像所需的时间。
这里是巧妙之处：真实的人类使用真实的计算机和真实的图形芯片（GPU）。这些芯片是物理存在的硅片，必须进行实际的工作，而且它们是以一种特定的、略带混乱的节奏进行工作的。相比之下，机器人通常运行在“无头”（headless）浏览器上（即没有屏幕的软件），或者使用模拟图像而不实际使用真实图形卡的伪造图形引擎。作者发现，这些伪造的设置在时序数据中留下了完全不同的“足迹”。
他们的发现：5倍的速度差距
当他们在现实世界中进行测试时，发现了非常明确的结果。首先，他们观察了在未被请求的情况下访问其网站的流量。他们发现 86% 的请求是自动化机器人。令人震惊的是，那些声称自己是浏览器的机器人中，有 85% 甚至根本没有尝试绘制图像，而是直接跳过了整个图形处理部分。这就像一个机器人走到保安面前说“我是人类”，但随后拒绝出示身份证或走过门口。因为这些机器人完全不渲染图形，所以一个简单的测试——“好，为我画这张图”——就能立即将它们过滤掉。
但那些试图“画图”的狡猾机器人呢？作者设立了一个实验室来对比三组对象：
- 真实人类： 使用带有真实图形卡的真实计算机。
- 软件机器人： 使用伪造图形引擎（软件渲染）的机器人。
- 硬负样本机器人（Hard-Negative Bots）： 使用真实图形卡但在“无头”模式下运行（没有屏幕）的机器人。
结果非常引人入胜。软件机器人极其缓慢。它们绘制一帧的平均时间为 26.28 毫秒，而真实人类仅需 5.09 毫秒。这之间存在着 5.2 倍 的差距！这就像是在比较蜗牛和赛车。软件机器人如此缓慢且不稳定，以至于很容易被识别。
真正的挑战在于硬负样本机器人。这些是棘手的家伙：它们运行在真实硬件（真实的图形卡）上，但没有人类在观看屏幕。你可能会想：“如果它们使用相同的硬件，它们看起来应该一样。”但作者发现，即使在完全相同的计算机上，机器人的时序也是不同的。
当他们将使用真实 GPU 的人类与使用 相同 GPU 的机器人进行比较时，机器人仍然具有明显的特征。机器人的绘图时间更加“抖动”且不够平滑。具体而言：
- 机器人的时序波动比人类高出 75% 到 106%。
- 机器人的“计时器量化”（即时钟滴答的精确度）高出 3.3 倍。
为什么会这样？作者解释说，当人类使用计算机时，屏幕和图形卡会协同工作，形成一种同步的舞蹈，从而使时序变得平滑。而当机器人以“无头”模式运行时，这种平滑的舞蹈缺失了，留下了一个粗糙、锯齿状的时序特征。这就像是一个鼓手在完整的乐队中演奏（人类），与一个鼓手在空荡荡的房间里独自演奏（机器人）之间的区别；节奏还在，但感觉不同。
这意味着什么（以及它不意味着什么）
论文谨慎地指出，这并不是解决一切问题的万能药。他们仅在 Intel 集成显卡 芯片上进行了测试。他们目前还不确定这种相同的“心跳”差异是否存在于强大的 NVIDIA 或 AMD 图形卡，或者苹果的新芯片上。他们称这是一个“试点规模”的发现，意味着这是一个充满希望的第一步，而非最终成品。
他们还警告说，一个超级聪明的机器人可能会尝试通过在其数据中加入人工噪声来伪造这种时序，但这既昂贵又难以完美实现。目前，该方法最有效的应用是作为一种“低摩擦”过滤器：它能捕捉到绝大多数连画图都不尝试的懒惰机器人，也能捕捉到速度过慢的狡猾软件机器人。对于那些使用真实硬件的机器人，它增加了一层怀疑，使它们更难伪装成人类。
简而言之，作者建议，与其问“你能解开这个谜题吗？”，我们应该开始问：“你的计算机心跳声听起来像人类吗？”而到目前为止，对大多数机器人来说，答案是非常明确的：“不，不像。”
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。