臺灣博碩士論文加值系統

多數系統都會透過一種驗證碼 （ 也 就 是 CAPTCHA, Completely Automated Public Turing test to tell Computers and Humans Apart）機制，來防止有心人士利用自動機器人程式濫用網路資源。在各種類型的驗證碼當中，以文字型態最為普遍，但該型態驗證碼仍可利用光學文字辨識(Optical Character Recognition, 簡稱 OCR)破解。因此多數驗證碼需加上干擾使自動程式不易辨識，但這樣的設計同時也增加了人類辨識的難度。
為解決此問題，本研究提出以特徵整合理論(feature integration theory, 簡稱 FIT)改良文字型驗證碼的構想。在該理論中提到，人類認知系統在搜索preattentive features 時非常快，幾乎不需要注意力資源且搜索速度不受干擾物的多寡影響。本研究挑選三種符合 preattentive features 分別為大小、形狀、及線條融入常見的文字驗證碼干擾設計中，如字體扭曲、變形、額外線條等，將這些干擾設計加以改良。
本研究進行兩階段實驗，第一階段為確認三種符合 preattentive features
的設計是否符合 preattentive search 特性，即工作績效不因干擾物增加而受影響。第二階段實驗則是將通過第一階段實驗之驗證碼與常見的文字型態
與無干擾型態驗證碼進行比較。
研究結果顯示，第一階段實驗的線條設計並不符合 preattentive search 特性，因線條設計的目標物與干擾角度沒有太大差異。第二階段實驗結果顯示，改良過後的驗證碼能有效降低人類辨識難度與遭惡意程式破解，且比常見的驗證碼反應時間短、錯誤率低，主觀喜好程度較高。

In order to avoid the malicious abuse of network resources, most of systems use a kind mechanism of CAPTCHA (that is CAPTCHA, Completely Automated Public Turing test to tell Computers and Humans Apart) to prevent an intentional personage from making use of automatical robot program to create accounts,vote,leave a message, or rate. Among the various types of CAPTCHA,the commonest type is literal,however,the text-based CAPTCHA could also be cracked by the OCR(Optical Character Recognition).Thus,the text-based CAPTCHA must be required with the interference design to obstruct computer identification ability, but this design will also increase the difficulty of human identification.

To solve this problem, this study proposes a concept of using the feature integration theory (FIT) to improve the text-based CAPTCHA. Mentioned in this theory, the human cognitive system is very fast in the preattentive features
search process, it hardly needs the attention resources and the search speed is not affected by the amount of the interferent.This research will select three kinds of preattentive features,such as size(differences in size as a design basis),shape(differences in shape design basis and line(differences in line as a design basis),which are integrated into the common text-based CAPTCHA interference design,respectively,and then improve the text-based CAPTCHA interference design,
such as the fonts twisted, distorted, extra lines, etc.. Before the experiment of
comparing the design of the before and after improvement, must be confirmed to meet the preattentive search features, that is to say the performance of the work does not be affected by the increase of interference.

This results showed improvement after improved text-based CAPTCHA will reduce the difficulty of human identification and effectively protect against cracking, and could reduce the reaction time and error rate as well, and the subjective preferences of the normal CAPTCHA to the good.

目錄
摘要 ........................ I
ABSTRACT ................. III
誌謝........................ IV
目錄 ........................ V
表目錄 ...................... X
圖目錄 ..................... XI
第一章 緒論 ................. 1
1.1 研究背景 ................ 1
1.2 研究動機與目的 ............ 2
1.3 研究範圍與限制............. 3
1.4 研究流程 ................. 3
第二章 文獻探討............... 6
2.1 驗證碼 ................. 7
2.2 特徵整合理論............. 11
（1） PREATTENTIVE STAGE..... 12
（2 FOCUSED ATTENTION ..... 14
2.3 眼球運動與注意力 ......... 17
第三章 研究方法與設計.......... 19
3.1 第一階段實驗 ............. 20
3.1.1.受試者 ................. 20
3.1.2實驗設備................. 21
3.1.3實驗環境配置.............. 22
3.1.4自變項 .................. 24
3.1.5.依變項 ................. 25
3.1.6.控制變項................. 26
3.1.7.實驗程序 ................ 27
3.1.8.實驗步驟 ................ 28
3.1.9.資料處理與分析............ 31
3.2 第二階段實驗 ............... 32
3.2.. 受試者 .................. 32
3.2.2.實驗設備.................. 32
3.2.3.實驗環境配置............... 32
3.2.4.自變項 ................... 32
3.2.5.依變項 ................... 33
3.2.6.控制變項.................. 33
3.2.7.實驗程序 ................. 33
3.2.8.實驗步驟 ................. 34
3.2.9.資料處理與分析............. 34
第四章 研究分析與結果 ........... 36
4.1 第一階段實驗結果 ........... 36
4.1.1 受試者基本資料之敘述性統計... 36
4.1.2 平均反應時間 ............. 36
4.1.3 錯誤率 ................... 37
4.1.4 主觀喜好程度評量............ 38
4.2 第二階段實驗結果 ............. 41
4.2.1 受試者基本資料之敘述性統計.... 41
4.2.2 平均反應時間 .............. 41
4.2.3 錯誤率 ................... 42
4.2.4 主觀喜好程度評量............ 43
第五章 研究討論 ................. 46
5.1. 反應時間之探討.............. 46
5.2. 錯誤率之探討 ............... 47
5.3. 主觀喜好程度評量之探討........ 48
第六章 結論與建議 .............. 50
6.1 結論 ...................... 50
6.2 未來研究方向................. 51
參考文獻 ........................ 52
附錄 A ......................... 56
受測者須知及實驗同意書............. 56
附錄 B ......................... 57
受測者基本資料問卷調查............. 57
附錄 C ......................... 58
第一階段之主觀喜好程度評量問卷....... 58
第二階段之主觀喜好程度評量問卷....... 59
附錄 D ......................... 60
第一段階實驗之受測者填寫英文單字卡... 60
第二段階實驗之受測者填寫英文單字卡 ... 61
附錄 E ......................... 62
第一階段之受測者組別順序............ 62
第二階段之受測者組別順序............ 63
附錄 F ......................... 64
第一階段之正式實驗圖片出現順序....... 64
第二階段之正式實驗圖片出現順序....... 64
表目錄
表 3-1- 1 驗證碼錯誤個數範例 ………………………………………………26
表 3-1- 2 每一組別之實驗時間與休息實間 …………………………………28
表 3-1- 3 第一階段對依變項之常態檢定 ……………………………………31
表 3-1- 4 第一階段對依變項之變異數同質性檢定 ………………………….31
表 4-1- 1 受試者資本資料 ……………………………………………………36
表 4-1- 2 三種設計對不同等級反應時間之敘述性統計 …………………….37
表 4-1- 3 不同設計對不同等級錯誤率之敘述性統計 ……………………….38
表 4-1- 4 不同設計對不同等級錯誤率之無母數檢定 ……………………….38
表 4-1- 5 不同形態對主觀喜好程度評量之敘述性統計 ……………………39
表 4-1- 6 不同形態對主觀喜好程度評量之無母數檢定 …………………….39
表 4-2- 1 受試者資本資料 ………………………………………………….…41
表 4-2- 2 不同型態組合對平均反應時間之敘述性統計 …………………….42
表 4-2- 3 不同型態對平均反應時間之變異數分析 ………………………….42
表 4-2- 4 不同型態組合對錯誤率之敘述性統計 …………………………….43
表 4-2- 5 不同型態組合對錯誤率之無母數檢定 …………………………….43
表 4-2- 6 不同形態對主觀喜好程度評量之敘述性統計 …………….………44
表 4-2- 7 不同形態對主觀喜好程度評量之無母數檢定…………………….. 44
圖目錄
圖 1- 1FACEBOOK 所使用 CAPTCHA………………………………………… 2
圖 1- 2 研究流程圖…………………………………………………………… 5
圖 2- 1Yahoo 使用 EZ-GIMPY…………………………………………………. 7
圖 2- 2 圖片類型驗證碼 ………………………………………………………9
圖 2- 3 動態類型驗證碼 ……………………………………………………......9
圖2- 4 RECAPTCHA類型驗證碼 …………………………………………...10
圖2- 5人類視覺處理程序 …………………………………………………….11
圖 2- 6 為搜尋綠色方形的眼球軌跡圖 ……………………………………12
圖 2- 7PREATTENTIVE FEATURE …………………………………………………13
圖 2- 8 干擾物數量 VS 反應時間 ……………………………………………...14
圖 2- 9 錯誤組合測試圖片 ……………………………………………………16
圖 3- 1 第一階段實驗之驗證碼……………………………………………......20
圖 3- 2 第一階段實驗之驗證碼 ………………………………………………20
圖3-1- 1MangoldVision眼球追蹤儀 …………………………………………21
圖 3-1- 2MANGOLDVISION 眼動資料軟體介面 ……………………………….22
圖 3-1- 3 受試者觀察位置 …………………………………………………….23
圖 3-1- 4 受試者觀看距離 …………………………………………………….23
圖 3-1- 5 第一階段實驗干擾等級 …………………………………………….24
圖 3-1- 6 實驗前畫面 ………………………………………………………….25
圖 3-1- 7 實驗說明流程 ……………………………………………………….27
圖 3-1- 8 正式實驗階段流程圖 ……………………………………………….28
圖 3-1- 9 5 點眼球追蹤儀校正……………………………………………….30
圖 3-1-10 眼球追蹤儀校正後結果…………………………………………….30
圖 4-1- 1 不同等級之軌跡圖與熱區圖………………………………………. 40
圖4-2- 1不同型態驗證碼之軌跡圖與熱區圖………………………………...45

中文部份
野村順一，增補色之祕密，最新色彩學入門，文藝春秋，台北市，民國八十五
年。
蔡介立、顏妙琁、汪勁安，(2005)，眼球移動測量及在中文閱讀研究之應用，
應用心理研究，第 28 期，91-104 頁。
劉超群;Chau C. (2010, January 12). 雙重任務干擾與資訊處理模式研究，博士論文，國立中央大學機械工程研究所。
葉素玲, 陳一平 & 蔡秋月.(1986). 錯覺式組合──一種知覺現象的探討。
阮啟弘，(2005). 視覺注意力的研究議題與神經生理機制. 應用心理研究, (28), 25–50.
徐志翔，(2010)，探討年齡對文字驗證碼工作之影響，碩士論文，朝陽科技大
學工業工程與管理系。
日本厚生労働省労働基準局(2002)，新しい「ＶＤＴ作業における労働衛生管
理のためのガイドライン」の策定について。
取自: http://www.mhlw.go.jp/houdou/2002/04/h0405-4.html

英文部份
Alsuhibany, S. A., “Optimising CAPTCHA Generation,” 2011 Sixth International Conference on Availability, Reliability and Security ARES pp. 740 –745).
Broadbent, D. E., & Broadbent, M. H. (1980). Priming and the passive/active model of word recognition, In R. Nikerson (Eds.), Attention and performance VIII.
New York: Academic Press.
Chew, M., & Baird, H. S. (2003). Baffle Text: a Human Interactive Proof, 10th IS&T/SPIE Document Recognition, 305–316.
Chellapilla, K., Larson, K., Simard, P., & Czerwinski, M. (2005). Designing human friendly human interaction proofs (HIPs). Proceedings of the SIGCHI conference on Human factors in computing systems, CHI ’05 (pp. 711–720).
Cui, J., Zhang, W., Peng, Y., Liang, Y., Xiao, B., Mei, J., Zhang, D., et al. (2010). A 3-layer Dynamic CAPTCHA Implementation. 2010 Second International Workshop on Education Technology and Computer Science (ETCS) (Vol. 1, pp. 23 –26). Presented at the 2010 Second International Workshop on Education Technology and Computer Science (ETCS). doi:10.1109/ETCS.2010.575 Duncan, J., & Humphreys, G. W. (1989). Visual search and stimulus similarity. Psychological Review, 96(3), 433–458. doi:10.1037/0033-295X.96.3.433

El Ahmad, A. S., Yan, J., & Marshall, L. (2010). The robustness of a new CAPTCHA. EUROSEC ’10 (pp. 36–41). New York, NY, USA:ACM.doi:10.1145/1752046.1752052
Goldstein, E. B. (2009). Sensation and Perception. Cengage Learning. Just, M. A., & Carpenter, P. A. (1980). A theory of reading: from eye fixations to comprehension.Psychological Review, 87(4), 329–354.
Kolupaev, A., & Ogijenko, J. (2008). CAPTCHAs: Humans vs. Bots. IEEE Security Privacy, 6(1), 68 –70.
Pan, B., Hembrooke, H. A., Gay, G. K., Granka, L. A., Feusner, M. K., & Newman, J. K. (2004). The determinants of web page viewing behavior: an eye-tracking study. Proceedings of the 2004 symposium on Eye tracking research & applications, 147–154.
Rayner, K. (1998). Eye movements in reading and information processing: 20 years of research. Psychological bulletin, 124(3), 372–422.
Shirali-Shahreza, M., & Shirali-Shahreza, S. (2008). CAPTCHA systems for disabled people. Intelligent Computer Communication and Processing, 2008. 4th International Conference, 319–322.
Treisman, A. M., & Gelade, G. (1980). A feature-integration theory of attention.
Cognitive Psychology, 12(1), 97–136. doi:10.1016/0010-0285(80)90005-5 Wolfe J. Visual attention. In: De Valois KK, editor. Seeing. 2nd ed. San Diego,
CA:Academic Press; 2000. p. 335-386.
Yan, J., & El Ahmad, A. S. (2008). Usability of CAPTCHAs or usability issues in CAPTCHA design. Proceedings of the 4th symposium on Usable privacy and security, 44–52.