Web セキュリティ

CAPTCHA

約 5 分で読めます

CAPTCHA とは

CAPTCHA (Completely Automated Public Turing test to tell Computers and Humans Apart) とは、アクセスしているのが人間かボットかを判別するためのテスト⁠で⁠す⁠。カーネギーメロン大学の CAPTCHA の公式サイトによると、この名前は 2000 年に同大学の Luis von Ahn らが付けたもので、Web フォームのスパム送信、ブルートフォース攻撃によるアカウント乗っ取り、チケット買い占めボットなどを防ぐ目的で使われてい⁠ま⁠す⁠。

初期の CAPTCHA は歪んだ文字列を読み取らせる方式でしたが、文字認識の精度が上がるにつれて「人間にしか読めない」という前提が成り立たなくなりま⁠し⁠た⁠。その後に加わったのが、常にチャレンジを出す代わりにアクセスのリスクを推定し、疑わしい場合だけ追加の確認を求める方式⁠で⁠す⁠。

reCAPTCHA の進化 - v1 から v3 へ

Google が提供する reCAPTCHA は、CAPTCHA の代表的な実装⁠で⁠す⁠。そのバージョンごとの変遷は、ボット対策技術がどこで行き詰まり、どこへ逃げたかをそのままたどってい⁠ま⁠す⁠。

reCAPTCHA v1 (歪んだ文字列方式)
歪んだ文字列の画像を表示し、ユーザーに入力させる⁠方⁠式⁠。書籍のデジタル化と連携し、OCR が読み取れなかった単語を人間に解読させる仕組みを兼ねていた (Google による reCAPTCHA の買収は 2009 年 9 月⁠)⁠。2014 年 12 月、Google は自社の研究で最も難しい歪んだ文字も AI が 99.8 % の精度で解けたと発表し、歪んだ文字だけでは信頼できるテストではなくなったと⁠し⁠た⁠。
reCAPTCHA v2 (2014-)
「私はロボットではありません」チェックボックスをクリックさせる方式 (2014 年 12 月公⁠開⁠)⁠。クリックだけで判断がつかない場合に、画像選択チャレンジ (信号機、横断歩道、バスなどの画像を選ばせる) を表示⁠す⁠る⁠。何を手がかりに判断しているかは公開されてい⁠な⁠い⁠。
reCAPTCHA v3 (2018-)
ユーザーに操作を求めず、サイト上での操作の様子からスコア (0.0-⁠1.0) を返す方式 (2018 年 10 月公⁠開⁠)⁠。スコアが低い (ボットの疑いが強い) 場合にのみ追加認証を要求する⁠設⁠計⁠。ユーザー体験を損なわない代わりに、どのスコアで弾くかという閾値設定が運用側の課題として⁠残⁠る⁠。

reCAPTCHA v2 の画像チャレンジで信号機や横断歩道を選ばせるのは Google の自動運転向けの学習データ集めだ、という説がありますが、これを裏づける一次資料には行き当たりま⁠せ⁠ん⁠。確実に言えるのは、v1 が書籍のデジタル化と結びついていたのと同じように、ユーザーの回答が画像のラベルとして蓄積される構造だという点までで、その用途は公開されていま⁠せ⁠ん⁠。

CAPTCHA の技術的な仕組み

CAPTCHA がボットと人間を区別する手法は、大きく 3 つのアプローチに分類でき⁠ま⁠す⁠。

  • チャレンジベース: 歪んだ文字の入力、画像の分類、パズルのスライドなど、人間には容易だがボットには困難なタスクを課す⁠方⁠式⁠。ユーザーに課題を解く手間がか⁠か⁠る⁠。
  • 行動分析ベース: ユーザーに課題を出す代わりに、サイト上での操作の様子からリスクを推定し、疑わしい場合だけ追加の確認を求める⁠方⁠式⁠。reCAPTCHA v3 がこのアプローチを⁠採⁠用⁠。ユーザーに課題を見せずに判定を進めるが、何をシグナルとして使っているかは各サービスが公開してい⁠な⁠い⁠。
  • Proof of Work: ブラウザーに軽量な計算タスクを解かせ、ボットによる大量リクエストのコストを引き上げる⁠方⁠式⁠。Cloudflare は Turnstile について、proof of work や proof of space、Web API の有無の検査といった非対話のチャレンジを組み合わせると説明して⁠い⁠る⁠。1 回あたりの負荷は小さくても、数千 / 数万のリクエストを送る側には累積⁠す⁠る⁠。

実際の CAPTCHA は単一の手法に依存せず、複数の判断材料を組み合わせてリスクを推定し⁠ま⁠す⁠。その内訳は各サービスが公開していませんが、アクセス元の IP アドレスや、ブラウザフィンガープリントとして読み取れるブラウザー環境の情報は、仕組み上サーバー側へ渡り⁠ま⁠す⁠。

アクセシビリティの課題

CAPTCHA は「人間であること」を証明させる仕組みですが、すべての人間が同じ方法で証明できるわけではありま⁠せ⁠ん⁠。画像選択チャレンジは視覚に障害のある人に、音声 CAPTCHA は聴覚に障害のある人に障壁になり⁠ま⁠す⁠。運動障害のあるユーザーはマウス操作やタッチ操作が困難な場合があり⁠ま⁠す⁠。

W3C の Web Content Accessibility Guidelines (WCAG) 2.2 は達成基準 1.1.1 で、CAPTCHA を使う場合に、その目的を説明するテキストと、異なる感覚 (視覚 / 聴覚など) に対応した別の形の CAPTCHA を用意することを求めてい⁠ま⁠す⁠。reCAPTCHA v2 は音声チャレンジを代替として提供してい⁠ま⁠す⁠。

reCAPTCHA v3 や Cloudflare Turnstile のような「見えない CAPTCHA」は、ユーザーに操作を求めないため、チャレンジそのものによる障壁を避けられ⁠ま⁠す⁠。ただし操作の様子から判定する以上、スクリーンリーダーやキーボードのみで操作するユーザーが「ボット的」と誤判定されるリスクは残り⁠ま⁠す⁠。

AI による突破と CAPTCHA の将来

CAPTCHA は「AI にはできないが人間にはできるタスク」を前提としているため、AI の能力が上がるほど、この前提は成り立ちにくくなり⁠ま⁠す⁠。

  • 画像認識 AI: 信号機や横断歩道を選ぶ課題は、物体検出の技術が扱う処理と重なり、画像分類を「人間にしかできないタスク」とみなす前提に立ちに⁠く⁠い⁠。
  • CAPTCHA 解決サービス: 人手で CAPTCHA を解く「CAPTCHA ファーム」や、機械処理と人手を組み合わせた解決サービスが存在⁠す⁠る⁠。解く工程に人が入るため、ボットネットからの自動アクセスでも、CAPTCHA の段階は人の回答で通る場合が⁠あ⁠る⁠。
  • ブラウザー自動化ツール: ブラウザー自動化の仕組みは実際のブラウザーを動かすため、操作の様子を見る方式には、自動化された操作と人の操作を見分けることが求めら⁠れ⁠る⁠。

CAPTCHA 単体での防御には限界があるため、WAF によるレート制限、デバイス認証、パスキーによる本人確認など、複数の防御層の 1 つとして位置づけられ⁠ま⁠す⁠。CAPTCHA を出さずに済ませる方向の標準化も進んでおり、端末やアカウントの正当性をトークンで示す仕組み (Privacy Pass) は 2024 年 6 月に RFC 9576 として公開されま⁠し⁠た⁠。この組み合わせの中で、CAPTCHA は「ボットを完全に排除する」ツールではなく「ボットのコストを引き上げる」ツールにあたり⁠ま⁠す⁠。

よくある誤解

CAPTCHA を導入すればボットを完全に防げる
CAPTCHA 解決サービスや AI による突破手段が存在するため、CAPTCHA だけでボットを完全に排除することはできま⁠せ⁠ん⁠。CAPTCHA はボットの攻撃コストを引き上げる手段の一つで、レート制限、IP レピュテーション、WAF など他の防御策と組み合わせて使われ⁠ま⁠す⁠。
画像選択 CAPTCHA で選ぶ画像は正解が 1 つだけ
reCAPTCHA v2 の画像チャレンジには「明確な正解」と「グレーゾーン」の画像が混在してい⁠ま⁠す⁠。信号機の柱だけが写った画像を選ぶべきかどうかなど、人間でも判断が分かれるケースがあり、境界的な画像の選び方が多少違っても通ることがあり⁠ま⁠す⁠。どこまでを正解として扱っているかは公開されていま⁠せ⁠ん⁠。
CAPTCHA が表示されるのは怪しいアクセスだけ
どのような場合にチャレンジが表示されるかは公開されておらず、ボットの疑いだけが条件とは限りま⁠せ⁠ん⁠。実際には VPN やプロキシ経由のアクセスや、ふだんと違う環境からのアクセスでも表示されることがあり、正当なユーザーが繰り返し CAPTCHA を求められることもあり⁠ま⁠す⁠。
共有する

関連用語

関連記事